主要观点总结
文章主要讨论了数据分析和UI设计的关系，在作品集中该不该放数据以及如何放数据。首先介绍了数据对产品设计的重要性，并指出多数设计师对数据的认识缺失。然后详细解释了数据在UI设计中的应用，包括决策材料和成果数据两类，并强调了在应用数据时需要注意的问题。最后强调了提升项目实操能力的重要性。
关键观点总结
关键观点1: 数据分析和UI设计的关系
文章讨论了数据在产品设计中的重要性，以及UI设计师如何运用数据来指导设计决策。
关键观点2: 数据在UI设计中的应用
文章介绍了两种类型的数据：决策材料和成果数据，并解释了如何在UI设计作品集中展示这些数据。
关键观点3: 应用数据时需要注意的问题
文章强调了应用数据的苛刻条件，包括确保数据的准确性和可信度，以及避免胡乱引用数据。
关键观点4: 提升项目实操能力的重要性
文章最后强调了提升项目实操能力的重要性，并鼓励学习者参加相关课程来提升自己。
正文
最近在作品集的讨论和界面改版中，有很多回复经常会提到数据，比如没有数据的改版是没有意义的，作品集里应该放数据来提高专业性之类得。
对数据的认识缺失一直是 UI 设计领域的重灾区，多数设计师既不了解数据的产生过程，也不了解数据的运用方法。
所以，这次的分享就围绕数据分析和 UI 设计的关系，在作品集中该不该放、怎么放。
项目中的数据与设计
相信大家都能理解，数据对于一款产品的运营来说至关重要。因为产品上线以后的具体成效，是要用数据来衡量的。
比如我们天天在媒体上看到的用户总量、用户停留时长、当月留存、销售总额、复购率、好评率等，都是产品产生的数据内容。有了数据，我们才能对产品的实际状况有清晰的认识，并会对产品的决策起到关键的影响。
以一个电商类应用为例，其中有一个重要的指标叫购买转化率，指在特定页面或场景下完成购买操作的用户比例，即：购买的用户总量 / 访问页面的用户总量。
这个页面存在的价值，就是促进购买，实现更高的销售额。如果购买转化率过低，就证明它的效果很差，价值没有兑现。以一个产品迭代的角度来看，这个界面必然要做调整，实现更高的转化率，从而提高整体收益水平。
这种调整的过程，就叫
由数据驱动的迭代
，以提升某项或多项数据为目标，进行的产品优化和改版。
再进入更宏观的层面，C 端产品的运营和发展，就是追求更多的利润为目标。而利润作为最终得指标，它还受前置的用户量、访问量、转化率、满意度等一系列数据指标的影响。
所以一个产品要达到最终得目的，就要提升各个下级数据的表现。要实现这个目标，就需要围绕下级指标进行系统性、长期的规划和实践，包括但不限于功能、运营、交互、界面的设计。
这种针对产品最终目标所展开的工作流程，也叫 ——
增长设计
。
和增长设计类似的还有一个大家耳熟能详的 —— 体验设计，即以提供更好用户体验为目标的产品设计思路。
之所以体验设计上镜率更高，是因为从 ZZZQ 的角度来说，一款产品只要体验做的越好，那么用户自分享还是使用、购买率也就越高，自然带动增长。
这种实现 A 就能达成 B 的朴素逻辑，在现实环境中不堪一击。因为光做好体验也不代表用户愿意付费，大概率会出现叫好不叫座的境况。
所以很多产品团队在经历过一系列现实的毒打以后，论证了这个伪命题，既然要赚钱，那就应该以数据去驱动，而
在数据的驱动下，体验是可以用来牺牲的
。比如弹窗广告和推送，明知道用户不喜欢还要做，原因就是它能带来数据增长收益是大于体验上的损失的，既然收益能更大，那当然是 “
再苦一苦用（bai）户（xing）辣！
”。
虽然做是那么做，但嘴上当然不能承认，只能一边喂用户看广告推送一边高举体验的大旗，这就是国内产品市场分裂的现状。
提升数据的重要性已经成为全行业的共识，自然也要成为 UI 设计师关注的对象。因为设计的成果也会对数据产生直观的影响，比如流传最广泛的案例之一，购买按钮用红色还是蓝色更能提高点击率。
C 端设计师的主要职责之一，就是做出尽可能提升数据和转化的设计出来。这也是我们一直强调的 C 端和 B 端之前的差异原因，C 端做的是增长，B 端做的是效率。
数据增长很重要没错，但是……怎么做才能保证数据的增长呢？
很多 UI 设计师仅仅了解了前半部分的常识，但完全没有考虑后半部分的问题，因为实际项目中要满足数据
增长的设计，绝对不是换个按钮颜色还是圆角那么容易。
在真实项目中，多数数据指标的增长，是团队共同作用的结果。比如上面提到的关注购买转化的页面，优化中涉及产品功能、框架的变更，运营文案、商品、优惠调整，最后视觉样式、风格的改版。
假设最终购买转化大幅度提升了，功劳怎么算？或者我们能百分百肯定设计的迭代在这里面发挥了作用吗？有没有可能是运营给了满 100-99 的神券从而导致数据的暴涨，随便你界面设计成什么样都没有区别？
很大概率是这样的，设计对短期数据的直接影响是有限的，产品的增长往往源自其它方面的调整。
即使是以体验角度做量化，比如满意度、NPS 值等，也很难评估。因为数据要通过控制变量统计才有价值，很少有迭代是在产品功能、运营、推广完全不变的情况下做体验改版，所以结果拿到的数据是没有代表性的。
这又造成了另一个问题，那就是
很多设计师觉得产品数据只要好看，怎么设计随意，没有直接带来数据增长的设计、改版、优化都是徒劳的，对任何基于体验的优化都嗤之以鼻，面对自己设计出来的撇脚界面心安理得
。
虽然结果不好判断，但不代表基础视觉、体验部分可以放飞自我。不是数据更重要，所以视觉、体验就要放弃治疗，二极管思维是做决策的最大敌人。
真正的 UI 设计过程，是 —— 优先满足体验、视觉的要素作为基础，再围绕数据的增长来对它们进行调整（牺牲）。
因为围绕数据增长分析并给出的方案，99% 都没办法预测它们的实际结果，在没有上线前，所有的方案都只是假设，只有在验证后才知道它的实际效果。即使验证后可以分析得失做下一轮调整，也不代表一定能得到有效的结果。
所以基于数据增长做设计，就是一个持续提出假设并验证的循环。而我们拿手的基础视觉、交互、体验，就是展开验证的基石，你做好了不一定能带来好的结果，但你做得差，一定会引发负面影响！
作品集中的数据展示
UI 设计师的产出价值不好评估，而很大厂的职场环境，需要设计师能证明自己的价值，才有升职发展的空间。光自己说视觉、交互、体验更好有用嘛？当然是收效甚微的。
所以要抛开主观的评价体系，最客观直接的就是用量化的数据做背书，比如改版提升了多少的留存、转化率、满意度等。
所以大厂 UI 设计的汇报、文宣，经常会重点突出设计的数据成果，因为这是环境造就的，即使他们自己都知道这些数据很勉强但还是会硬上。
而大厂的成熟产品除了可以获得反应结果的数据外，往往还便于获取用于分析决策的数据。包括外部的宏观数据，如所属行业市场总额、增长率、企业数，以及内部的微观数据，如用户的性别、年龄占比，以及内容偏好、操作行为数据等。
这些数据确实非常有用，往往对产品的决策会起到很大的影响，能提高我们做决策的准确性。
但是，没有数据产品就做不了了？当然不是，因为很多情况下决策所需的有效数据，在没上线之前是获取不到的。而很多初级 UI 设计师对有效数据的理解基本为零，以为只要是数据就是瑰宝。
举个例子，比如要做个面向东南亚国家的有声少儿绘本应用。在立项前，老板仔细调研了当地的相关情况和数据，比如少儿绘本销量、市场规模、婴幼儿数量、增长率、父母陪伴时间等等，于是做了要做这个项目的决定。
这些数据重要吗？太重要了，没这些数据就没有这个项目。但问题是，这些数据对设计有什么用？
我们拿到项目以后有明确的用户对象（东南亚年轻父母）、收入人群占比、市场规模等，这些能转化成设计决策吗？当然是不行的。
前期市场调研的数据是用来做项目决策的，不是拿来给设计当台阶的，
设计展示里罗列一遍基础数据有什么意义，让观看者背诵并朗读项目文书
？
