数据指标的妙用

　　近几年，数据在设计方面的作用越来越受到大家的重视，很多同行在这方面倾注了大量的精力，相关成果也越来越多。但如何系统的使用数据指标来指导或检验设计，一直没有一整套成体系的方法论。这里就抛砖引玉，谈谈我在这方面的一些观点。
　　问题现状&方法来源
　　同样的设计流程，如果让不同的设计师来做，最后的结果可能会大相径庭。设计中掺杂产品经理或设计师的主观因素在所难免；而即便是非常优秀的设计师，完全凭借个人经验也未必能保证每次都有好的结果。那么怎样在设计过程中使用科学的方法来尽量消除主观因素带来的负面影响呢？
　　这里介绍一个方法：通过在设计流程的各个关键环节点设置从上至下分解的数据指标，来保障每个环节的设计方向不偏离原始目标，同时也可以作为设计结果的检验标准。
　　这个方法的灵感来源于我在阿里见识 到的KPI考核方法。据我所知很多公司的设计师是没有KPI的，即使有KPI设置形式也都不是很好：或者是根据设计师工作量，或者是根据业务好坏，或者是 设计领导的个人发挥。而在阿里是采用逐层分解的方式：即事业部的KPI分解给部门领导，部门领导再分解给下面的leader，leader再分解给组员， 当然也会根据职业特点适当的增加一些内容。比如设计师的KPI除了来自上面业务KPI在设计方面的分解外，还包含对设计创新的一些要求。这样就能保证所有 成员都在朝着同一个方向努力，同时也考虑了自身的专业成长。
　　设置数据指标的方法
　　首先来看这个图：我们都知道信息会随着传递环节的增加而逐渐衰减。产品设计过程也是一样：我们在项目开始之前设定目标，在需求阶段，可能已经有所偏离，只能 实现目标的80%；到了交互设计阶段，原型可能又偏离了部分需求；到了视觉设计阶段，设计师不见得能完全领会前面环节的意图，导致和原型又有些偏差；开发 工程师开发完毕，和设计稿又会产生一些偏差……那么最后的产品和初始的目标可能已经相差甚远。