【好文】阿里系产品的数据化设计思维

对于普通的网站来说这个可能是一个不够明确的问题，但是1688.com是一个会员用户早就过亿的B类电商网站，有着如此庞大的用户规模，较高的用户覆盖率，这就意味着对用户行为数据的积累，再者B类的用户有一个显著地特征就是在一个较长的时间里，行业的偏好相对比较稳定，如果是一个主营女装的买家，那么她的偏好一般会以女装为主，不会超出服装的范围，最多会有少量的服装周边配套的采购。

如上图，通过行业偏好的个性化算法，我们追踪了一段时间来访这个频道首页（ye.1688.com）的用户数据，我们发现大约2/3的用户是有着非常明确的行业偏好的，那么这基本可以断定做行业偏好的个性化推荐是靠谱的！但是剩下的1/3用户愿意去定制行业偏好吗？我们当时因为时间原因，无法直接从这1/3无明确偏好的用户中去判断他们是否愿意定制偏好，但是通过整个用户群的问卷抽样调查发现，大约3成的用户表示定制行业偏好是很好的服务，基于这些情况，我们判定基于行业偏好的个性化推荐能够解决绝大部分用户的行业偏好问题，提升了内容的相关性。这个方案最终上线后，实际上有大约10%的人真正找到定制入口并且产生了定制行为，70%的人不用定制，实现了默认的精准推荐。

第三部分：设计后数据帮你验证方案

我们的设计方案到底做的好不好呢？衡量标准就是看设计方案是否能够达成设计目标？这也需要数据来量化，通常会用GSM的模型来支撑设计的验证。G（Goal）设计目标、S（Signal）现象信号、M（Metric）衡量指标，所谓的设计目标，就是要确定设计要达成什么结果，要解决什么问题；衡量指标，我们不能凭空猜想，必须建立在设计目标的基础上，先假设设计目标会实现，那么会出现什么现象或信号呢？列举出所有的现象或信号，选择我们可以监控的到的，然后对这个现象或信号产品进行量化，自然就得到了衡量指标，但是指标的波动幅度往往要依赖经验来定。