設(shè)計師生來就是要解決問題的。那如何才能更好、更高效地解決問題？首先要求我們能發(fā)現(xiàn)問題，數(shù)據(jù)分析就是一種常用的發(fā)現(xiàn)問題的手段。通過數(shù)據(jù)定位問題，然后用設(shè)計方案來嘗試解決問題，之后再用量化的數(shù)據(jù)指標(biāo)來評估問題是否解決了，解決了多少。通過迭代優(yōu)化，問題就能夠得到較好解決。

?本文結(jié)合自己在在登錄產(chǎn)品的體驗優(yōu)化中積累的一些實戰(zhàn)經(jīng)驗，重現(xiàn)過程中的設(shè)計點滴，有效果明顯的方案，也有效果不明顯的優(yōu)化嘗試，最后將總結(jié)一些通用的設(shè)計思路。

• 登錄失敗的原因在哪？

登錄框一般是個較簡單的界面，它包括：賬戶名和登錄密碼、校驗碼、其他賬戶登錄入口、注冊等關(guān)聯(lián)操作等元素。

?看似一個簡單的界面，每天卻有不少用戶嘗試登錄卻登錄失敗。某些流量較大的網(wǎng)站，每天可能有上百萬登錄失敗次數(shù)。登錄作為用戶進入一個產(chǎn)品的第一道門，體驗非常關(guān)鍵。因此我們把登錄成功率作為衡量

登錄產(chǎn)品體驗好壞的最重要的指標(biāo)。通過數(shù)據(jù)收集和分析后，我們發(fā)現(xiàn)用戶登錄出錯的原因占比如下圖（圖中數(shù)據(jù)做了模糊處理）：登錄密碼出錯、賬戶名出錯、校驗碼出錯是影響登錄成功率的top3因素。

• ?詳細(xì)定位問題，各個擊破

針對上述的top3問題，我們迭代做了優(yōu)化。在此以校驗碼出錯的優(yōu)化為例，來說明優(yōu)化思路。前面我們通過數(shù)據(jù)定位了大問題出在哪里，接下來我們需要詳細(xì)定位問題。那校驗碼為什么出錯？有什么解決方案？

通過頁面埋點點擊數(shù)據(jù)和后臺日志我們發(fā)現(xiàn)用戶刷新圖片校驗碼概念較高，平均每個用戶會刷新2次校驗碼才能輸入正確。所以問題可歸納為：校驗碼識別度低，容易輸錯。

?那對應(yīng)有怎樣的解決策略？不妨嘗試下這種循序漸進的解決思路：事前、事中、事后。

?1）事前：我們把輸入圖片校驗碼作為一個事件，那“事前”的意思就是不出現(xiàn)圖片校驗碼，或者降低校驗碼出現(xiàn)概率。圖片校驗碼的作用是防止機器批量登錄行為。逆向思考下：如果我們能保障系統(tǒng)安全的情況下，通過技術(shù)手段盡可能提前識別是人在請求登錄，還是機器惡意登錄。確信識別為人在登錄的情況下，就不出現(xiàn)圖片校驗碼（如下圖），就可以大大減少正常用戶登錄時輸入圖片校驗碼的概念。

?2）事中：近一步發(fā)現(xiàn)校驗碼是數(shù)字和字母隨時混搭出現(xiàn)，如數(shù)字“0″和字母“O”，數(shù)字”1″和字母“I” 很容易混淆。

解決方案：降低容易混淆的數(shù)字和字母出現(xiàn)的概率，如果出現(xiàn)了數(shù)字“0″或字母“O”，默認(rèn)用戶輸入其中一個都是正確的。條件允許的話，還可以過濾掉這些容易混淆的組合，提高用戶首次輸入的成功率。

還有一個解決策略是用戶輸入校驗碼后即時反饋結(jié)果：輸入正確還是錯誤。

輸入正確的提示如下：

輸入錯誤的提示如下：

通過這個優(yōu)化，用戶可以提前知道自己出錯了，而不需要登錄請求后才知道出錯了，導(dǎo)致一次登錄失敗。所以用戶登錄效率更高了（用時更短），而登錄成功率也有不小的提升。

?3）事后：用戶輸錯一次圖片校驗碼了，再次輸入如何能更容易成功？如下圖中，用戶通過點擊圖片校驗碼區(qū)域刷新出現(xiàn)另一張校驗碼，但相對隱晦，部分用戶出錯了，就不知道點擊換一張校驗碼圖片。

解決方案：強化刷新圖片校驗碼的操作按鈕，同時增加語音校驗碼。雖然語音校驗碼本意是為盲人用戶設(shè)計的，但正常用戶在圖片校驗碼老是輸錯情況下，也可以使用語音校驗碼。

最后，總結(jié)下通過數(shù)據(jù)來指導(dǎo)產(chǎn)品優(yōu)化的一般流程。

第一步：確定產(chǎn)品體驗的量化指標(biāo)

如上面案例中我們用成功率來衡量登錄產(chǎn)品體驗好壞的指標(biāo)。什么指標(biāo)可以用來量化某個產(chǎn)品的體驗?zāi)?？這是目前交互設(shè)計領(lǐng)域討論比較多的話題，這里先不展開闡述，只提供參考建議：一、用戶體驗的改變對該指標(biāo)有至關(guān)重要的影響；二、該指標(biāo)很好被量化；三、清楚該指標(biāo)是如何計算的，項目組達成共識，這樣才能更有的放矢的開展設(shè)計。

?第二步：數(shù)據(jù)分析準(zhǔn)確定位問題

找到影響上述量化指標(biāo)的產(chǎn)品問題點在哪，如上述案例中登錄失敗有哪些情況，占比怎樣。視產(chǎn)品不同，數(shù)據(jù)來源可以是產(chǎn)品的后臺日志數(shù)據(jù)，用戶點擊行為數(shù)據(jù)或用戶來電求助率，等等。再近一步分析：密碼為什么出錯、賬戶名為什么出錯、圖片校驗碼為什么出錯。比如我們通過大量的用戶來電客服錄音就可以找到用戶密碼出錯的真正原因：將支付密碼和登錄密碼混淆，跟其他產(chǎn)品的秘密混淆；密碼設(shè)置得太復(fù)雜，記不??；密碼出錯后，找回密碼不成功，等等。

?第三步：迭代優(yōu)化，用數(shù)據(jù)檢驗效果

找到了問題，就針對性得設(shè)計方案。解決思路可以參考上述的“事前”、“事中”和“事后”。事先：問題是否能提前規(guī)避，降低發(fā)生的概念；事中：問題發(fā)生了，如何幫助用戶快速解決；事后：如何避免再次發(fā)生。優(yōu)化方案快速上線，看對應(yīng)的體驗指標(biāo)是否改變了，改變了多少。往往不可能一步到位就把問題解決掉，需要迭代優(yōu)化，不斷通過數(shù)據(jù)跟蹤來修正設(shè)計策略。通過效果累計，達到我們最終的設(shè)計目標(biāo)。

原文出處：http://ux.etao.com/posts/818