数字

数字营销代理和数据驱动设计

多年来, 数字营销人员和网页设计机构开发工具,为客户建立美学体验. 他们成功了. 今天在线环境的质量比过去高得多, 这一切都要感谢让数字世界变得更美好的努力. 

然而,视觉效果只是故事的一部分. 虽然它们很重要,但并不是整个节目的全部. 数字时代的设计师必须超越单纯的艺术主题,将数据融入到他们的设计选择中,以最大限度地提高商业相关性. 纯粹的美学是 好吧 对艺术画廊来说,但在商业世界里就不合适了. 

为何要关注数据驱动设计?

数据驱动设计是一个不言自明的概念:企业使用他们收集的信息来制造数字体验,鼓励他们的受众转换. 

主要是, 为什么 受数据驱动的设计非常吸引人. 在设计决策中使用数据的公司看到了指标的全面改善. 

的研究 麻省理工学院的未来学家 作者Andrew McAfee和Erik Brynjolfsson认为,使用数据的公司比竞争对手的利润高出约6%,生产率高出5%. 

但“数据驱动”到底意味着什么呢?”

根据 设计与数据:通过A/B测试改善用户体验 罗谢尔国王, 伊丽莎白·丘吉尔, 和凯特琳谭, 当公司使用量化数据来告知所有设计决策时,就实现了数据驱动状态(与“信息告知”状态相反). 因此,这是一种真正的数据驱动设计策略 杀死所有的本能 所有的设计决策都要经过科学调查. 

数据驱动的设计原则

围绕数据构建设计策略需要采用一组特定的原则,以确保正确使用可用的信息. 

你可以这样做: 

设置你的实验

在开始使用数据之前, 你需要建立一个假设——就像你在进行一项科学实验一样. 在理想的情况下, 您想要创建一个“可测试的语句”—一些您可能会反驳的内容, 你是在寻找矛盾的数据吗. 

这里有一个例子: 

对于点击来说,红色的号召行动按钮比绿色的要好.

你也可以构建假设,如“如果X,那么Y”语句.”

例如: 

如果红色的行动按钮比绿色的更吸引人, 这样他们就会获得更多的点击量. 

这里有一个可以测试的命题. 如果点击绿色CTRs的人比点击红色CTRs的人多, 然后你就可以反驳这个假设了(用绿色按钮代替). 

消除混杂因素

混淆变量是一些无关的特性,它们会影响实验设置的纯洁性. 

在上面的例子中,唯一需要改变的是按钮的颜色. 其他的一切 必须保持不变. 如果它不, 你不知道是次要变量的变化导致了点击率的差异,还是按钮本身的颜色. 

正确的样本

不正确的采样, 例如根据人口统计学将用户划分为红色和绿色的CTRs, 会影响结果吗. 在理想的情况下, 你应该在A/B测试时随机抽取访客,以排除任何特殊特征. 

数据采集技术

你可以从以下几个地方获得实现数据驱动设计所需的数据: 

  • 采访: 这种方法依赖于向你的联系人名单上的人发送问卷和调查. 你可以通过电子邮件或打电话给别人.
  • 竞争对手分析: 在许多情况下,没有必要重新发明用户体验. 竞争对手实施的设计通常都经过了大量的测试,并且已经确定了其方法的各种优势和弱点. 使用SEO和流量数据通常可以帮助确定对你的品牌也有效的模式. 
  • 用户流量: 最后,你可以从你的网站和其他消费者渠道收集数据. A/B测试和热图数据是决定设计整体影响和成功的必要工具. 

实践中的数据驱动设计

全球体育在与医疗保健服务提供商的合作中使用了数据驱动设计 交响乐保健网络. 该公司需要一个战略计划,以更好地触及他们的目标受众,并成为患者在寻找急性期后护理时考虑的第一个品牌. 采用定量研究方法, 全球体育首先确定了symony的目标市场,然后创建了一个数据驱动的进入市场计划,专注于在整个过程中增强客户接触点. 

全球体育对网站的用户体验和用户界面功能进行了彻底的改革,并利用数据洞察让客户更容易与公司互动. 结果是惊人的. Symphony受益于为老年人提供的首次Airbnb体验, 彻底改变了整个体验. 

推荐的文章