数据驱动设计：A/B 测试提升用户体验

数据驱动设计：A/B 测试提升用户体验

by Rochelle King, Elizabeth F. Churchill, Caitlin Tan
Released August 2018
Publisher(s): China Machine Press
ISBN: 9787111605492

Read it now on the O’Reilly learning platform with a 10-day free trial.

O’Reilly members get unlimited access to books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.

Start your free trial

Book description

从表面上看，设计实践和数据科学没什么关系。但实际上，它们的目标都是协助设计师与产品经理了解用户，打造非凡的数字化体验。数据能够提升设计，设计能体现数据的价值。

这本实用指南将向你展示，如何通过数据驱动的A/B测试进行决策，从设计微调至大范围的用户体验概念，以真实的实践案例，阐述如何将数据驱动的设计融入产品设计流程。

  • 了解数据、业务与设计之间的关系
  • 切实了解数据、数据类型和A/B测试构成
  • 借助实验框架定义机会、构建假设、测试不同方案
  • 基于关键指标与业务目标构建假设
  • 针对可行性最强的假设，设计解决方案
  • 分析A/B测试结果，制定下一步行动计划

Table of contents

  1. 封面
  2. 本书赞誉
  3. 版权页
  4. O'Reilly介绍
  5. 目录 (1/2)
  6. 目录 (2/2)
  7. 序
  8. 前言
    1. 设计与数据：完美组合
    2. 本书核心：A/B测试
    3. 方向性原则
    4. 本书受众
    5. 本书范围
    6. 关于我们
      1. Rochelle说
      2. Elizabeth说
      3. Caitlin说
    7. 本书结构
    8. 如何阅读本书
      1. “夏令营”的比喻
    9. Safari在线电子书
    10. 如何联系我们
    11. 致谢
  9. 第1章 数据思维
    1. 数据趋势
    2. 关于数据的三种思考
    3. 数据对设计师意味着什么
    4. 数据结合了设计与业务
      1. 数据质量
    5. 有了数据好友的帮助
      1. 数据生产者
      2. 数据消费者
    6. 假如还没有数据好友
    7. 本书主题
    8. 小结
    9. 回顾与思考
  10. 第2章 数据使用指南
    1. 数据的多样性
      1. 数据的不同维度
    2. 为什么实验
      1. 了解因果关系
      2. 采用统计方法，而非道听途说
      3. 了解真实情况
    3. 实验基础指南
      1. 术语与概念
      2. 冲向营地
      3. 互联网时代的实验
    4. A/B测试：线上实验
      1. 线上用户抽样
      2. 指标：A/B测试的因变量
      3. 探察分组差异
    5. 假设及其重要性
      1. 定义一个或多个假设
      2. 明确期望
    6. 创造性的A/B测试
      1. 数据三角测量：混合研究的优势
      2. 设计活动全景
      3. 探索与评估
      4. 全局思考与局部思考
    7. 小结
    8. 回顾与思考
  11. 第3章 实验框架
    1. 实验框架介绍
      1. 熟悉数据运用
    2. 三个阶段：定义、实施、分析
      1. 定义阶段
      2. 实施阶段
      3. 分析阶段
    3. 案例：数据与设计的合作实践
    4. 小结
    5. 回顾与思考
  12. 第4章 定义阶段：如何构建实验
    1. 开始：定义目标
      1. 定义关键利益相关指标 (1/2)
      2. 定义关键利益相关指标 (2/2)
      3. 基于数据优化目标
    2. 定义问题
      1. 明确自己的位置
    3. 随时构建假设
      1. 示例：夏令营假设
      2. 案例：Netflix——从DVD租赁到在线流媒体的业务转型
    4. 思维发散的重要性
      1. 影响指标的多种方式
      2. 关注新用户与现有用户
      3. 回顾问题范围
      4. 案例：PS3平台上的Netflix
      5. 团队与数据好友的参与
    5. 如何选择假设
      1. 考虑潜在影响
      2. 学以致用
      3. 评估假设的更多方法
      4. 测试的现实考虑
      5. 保留早期假设
    6. 小结
    7. 回顾与思考
  13. 第5章 实施阶段：如何将实验投入实践
    1. 设计学习
      1. 同用户对话
      2. 开展有效对话
    2. 设计最佳假设方案
      1. 了解变量
      2. 设计影响数据
      3. 回顾设计活动空间
      4. 规避局部最大值
      5. 案例：索尼PS3上的Netflix
      6. 案例：Spotify导航 (1/2)
      7. 案例：Spotify导航 (2/2)
      8. 其他考虑因素
      9. 定义不同实验阶段的测试颗粒度
    3. 小结
    4. 回顾与思考
  14. 第6章 分析阶段：获得答案
    1. 提前评估设计
      1. 实验研究：访谈与可用性测试
      2. 调查
      3. 与数据好友合作
    2. 发布设计
      1. 权衡方案，助力测试
      2. 实施细节
    3. 评估结果
      1. 回顾统计显著性
    4. 数据揭示了什么
      1. 预期（有效）结果
      2. 非预期（无效）结果
      3. 当一切无定论
      4. 错误
      5. 获得可靠数据
    5. 发布，还是不发布
      1. 进一步规划
      2. 用户扩张
      3. 抑制组
      4. 不可或缺的沟通
    6. 案例研究：PS3平台上的Netflix
      1. 4种假设的多种处理方案
      2. 设计迭代改进
      3. 假如你始终坚信……
    7. 小结
    8. 回顾与思考
  15. 第7章 营造数据感知的氛围
    1. 原则1：共享型企业文化与价值观
      1. 深度：跨层级沟通
      2. 广度：跨越设计与产品部门
      3. 学习型文化的重要性
    2. 原则2：招聘并培养优秀人才
      1. 营造数据感知氛围
      2. 招募人才
    3. 原则3：构建统一的培训流程
      1. 构建知识库
      2. 建立通用术语表
      3. 数据收集与分享的节奏
      4. 在办公室设置展台
      5. 汲取过往经验
    4. 小结
    5. 回顾与思考
  16. 第8章 尾声
    1. 伦理思考
    2. 线上实验中的伦理
    3. 设计实验与社会实验
      1. 关于“暗示的力量”的两个实验
    4. A/B测试伦理
    5. 核心概念
    6. 提出问题，思考道德因素
    7. 写在最后
  17. 附录 资料 (1/2)
  18. 附录 资料 (2/2)
  19. 关于作者
  20. 封面介绍

Product information

  • Title: 数据驱动设计：A/B 测试提升用户体验
  • Author(s): Rochelle King, Elizabeth F. Churchill, Caitlin Tan
  • Release date: August 2018
  • Publisher(s): China Machine Press
  • ISBN: 9787111605492

You might also like

audiobook

팀이 변화에 적응하도록 돕는 방법

by Assemble You Limited

Assemble You가 제공하는 오디오 학습에 참여하신 걸 환영합니다 우리 인간들은 습관의 동물이고 루틴 속에서 번성합니다. 오늘은 …

book

数字化转型：企业破局的34 个锦囊

by Gary O’Brien, Xiao Guo, Mike Mason

数字化时代正在对各行各业产生广泛而深远的影响。不是简单地将自动化或数字技术嵌入现有产品中去，而是需要重新考虑一切。在这本实操性质的书中，ThoughtWorks的三名专业人士提供了34个锦囊，帮助企业跨越转型，同时提供了相关的技术概念，助力你成为现代数字业务中的高效领导者。 本书包含丰富的实用性建议和案例研究，展示了企业是如何转型的，还揭示了指导企业数字化转型的相关经验教训。虽然转型没有银弹可用，但你将找到在组织中推行变革的有效方法。 通过阅读本书，你将了解： 如何重新调整业务和运营架构，关注客户价值。 如何建立一个响应更快、更敏捷的组织来应对发展速度和环境的不确定性。 如何构建下一代技术能力来作为企业的核心竞争力。

book

数据库系统内幕

by Alex Petrov

当我们选择、使用并维护一个数据库系统时，理解它的原理至关重要。但是现今有太多的分布式数据库和工具可供使用，要想弄明白每一种工具的作用以及它们之间的区别往往并不容易。在这本实用指南中，作者讲解了现代数据库和存储引擎背后的概念。 通过本书，你将领略到从众多书籍、论文、博客和多个开源数据库源代码中精心选取的相关材料，并且了解到众多现代数据库之间最重要的区别在于决定存储结构和数据分布的子系统。 你将深入了解如下内容： 存储引擎：学习存储的种类、分类依据，理解基于B树和不可变日志存储结构的存储引擎。 存储构建块：理解数据库文件如何使用诸如页缓存、缓冲池等辅助数据结构来组织构建高效的存储。 分布式系统：逐步学习节点和进程间如何连接并构建复杂的通信模式。 数据库集群：深入探究现在数据库中常用的一致性模型，并了解分布式存储系统是如何实现一致性的。

book

解密金融数据

by Justin Pauley

技术是获取和解释金融数据的强大工具，能给你华尔街上所有人都想要的东西:优势。你不需要成为一名程序员就能从彭博、IHS Markit或其他系统获取金融信息。 通过本书并结合你的见解与彭博或Markit的数据，你将了解分析金融信息和生成专业报告的技能。 如果你是一名程序员，本书也包含用C#来覆盖相同主题的方法。 对比公司、债券或贷款，并使用在彭博屏幕上看不到的数据。 为单个公司建立两页的活页报告，包含重要的金融数据、与其对等组的相对价值比较和价格趋势。 建立投资组合总结报告，包含业绩、增长、风险调整后收益和组合。 探索公司债券和贷款市场的每日价格和贷款信息。 利用相关性和回归确定两种证券(或指数)之间的关系。 通过计算方差、标准差和夏普比率来衡量投资组合风险调整后的收益。 使用Markit数据来识别有意义的趋势。