重要数据和理论转换成感知差异

重要数据和理论转换成感知差异

现在数据越来越重要了，因为它往往能说明事实本身。

可是，数据有个很大的缺陷，买股票的同学应该理会深刻，那就是——数据只能说明过去，无法代表未来，它是在过去某个特性环境下的产物。

如果想要数据起到作用，必须通过数据呈现的现象看到本质。

对于设计方案而言，必须知道推动数据变化的背后原因：到底给用户造成了怎样的感知差异，才带来了数据的变化。然后，将这种感知加以强化，才能将成功延续。

盲目的抄袭和借鉴很难成功，是因为“环境变了”，而方案只是那个环境下的最佳方案。

用户是感性的，其他什么理由都是扯淡，他没有耐心听你讲那些道理（特定工作场景除外）。

四、确定设计与用户感知的差异

方案做好后，多给用户看看，了解他们真正使用的时候，是如何被这么“清晰”的界面给弄懵圈的。

千万不要解释，没有任何理由能改变用户的感知（当然，一定要记得要给用户做好铺垫，让他进入你要测方案的相应情景，不然也是没有效果的）。

有人说，我很难接触到真正的用户。

那就找你觉得跟目标群体较像的同事、朋友。实在还没有，那就根据你的目标用户画像，从他的角度来进行判断（这个是高阶设计师的必备技能，能够放空自己对设计方案的理解，从他人的角度评判方案）。

为了说明“解释毫无用处”，我分享一次公司失败的高科技演示：

老板带着一批客户参观我们公司研究的高科技-人脸识别：模拟当店铺人来人往时，可以快速的识别老用户/创建新用户，并进行用户画像的创建。

我看好多人围着，也跑过去参观了一下，结果演示过程中系统崩溃了，导致来看演示的客户没有被成功识别。

“不好意思，因为人太多了，机器无法识别，我们散开一点，一个个来。”一位演示的小哥急忙解释道。

结果客户转身让老板带他们去参观别的，走出门的时候还对老板说了一句话，估计令那位解释的小哥无地自容，“下次，我带你去参观杭州一家公司，人多的时候也可以准确识别。”

如果小哥说：“不好意思，多人识别技术还在探索中，不太稳定，我们现在一个个走过来演示吧”，可能会好很多。当然，更好的应该是在技术研讨就发现，并将这种常见的问题处理掉，而不是以一个貌似很有道理的理由，进行自我催眠。