• py
    2020-09-10
    感觉有点空,概念性阐述较多,举的例子也都特别大,没有过程中的思考路径,看不出跟说的概念之间有什么关联。梁宁说的概念比这要大很多,但她会举很有针对性的例子来支撑,就不会感觉空。

    作者回复: 本篇的来源,是我看到诸多产品、交互和设计师在描述体验的时候缺乏思路。而大家通常会把体验当作是一种主观感受,而在量化的时候也容易以惯性思维去用交易的角度去做,所以提供了五种角度来从过去的数据评判方式里走出来。- 因为体验数据模型虽然有共性,但也一定要具体情况具体分析,所以我每一个维度都会给一些思考方式,也有一些给了例子。 如果大家会觉得不是很清晰,也欢迎加我微信具体讨论 xianghui1900 . 另外本课也会有答疑篇,我会根据大家的问题再去细化 ,逐渐打磨。

    共 6 条评论
    35
  • 任亚军
    2020-09-27
    每个字都认识,但是连在一起就感觉理解非常困难,总结的观点太密集。建议多增加一些实际的案例,贴地气一些。

    作者回复: 这一集的类似反馈很多,我会单独再做一个答疑。感谢你的反馈。

    共 2 条评论
    18
  • tallzor
    2020-09-28
    看了辉哥的文章受益匪浅,感谢。有个问题还麻烦辉哥指点一下。 请问如何把数据体系与人性对接?从哪几个方面切入思考比较好?谢谢辉哥

    作者回复: 问题有一点大,但没关系,有办法。有一本书,叫迪斯尼的绝佳体验 。 以及 生物中心主义。 我相信读完了以后就会对人性拆解有自己的办法。

    
    2
  • Nil
    2020-09-24
    对于B端产品,我们也能用这种拆解维度吗

    作者回复: B端产品千差万别,但可以参考这个维度进行拆解。

    共 2 条评论
    2
  • DDDDesign
    2020-10-02
    老师好,关于第一部分体系化的指标的应用看的不是很明白,说下我的理解看跟你这边要表达的是否一致: 1、体系化的指标和抓手可以看做是表格的横列和纵列,两列的交集才会有实际意义,单看每一列可能仅仅是客观的数据。 2、体系化的指标可以当作一个固定的指标库,3个抓手可以看作是把这些固定指标串联起来的线索,在实际应用的时候,可以根据场景选择适合的抓手+适合的固定指标,两者交叉得出更能反应问题的分析结论。 不知道我这样的理解是否跟老师要表达的意思是一致的?

    作者回复: 不同体验产品,根据不同的目标,要自己设计体验标准和数据体系。 所以这就是难的地方。我有一期答疑,关于这一讲,可以具体看看

    
    
  • 丹妮_Danni
    2020-09-10
    hi~对于那些不能产生转化或交易的体验设计,对于企业该如何筛选呢?

    作者回复: 我每次和客户聊项目,都会用一个和他相关的成功案例来抓住他的注意力。虽然并不是每次这样做都能成单,但确实成交的概率大了不少,于是这成了我的固定动作。一个产品有关键体验,同时也有很多辅助体验,而他们的主次关系,就是影响影响交易成功的权重。那么我们不光看每一个设计动作是否能直接产生交易,也要分析那些间接产生交易的动作。- 直接间接都不产生交易,那就干掉吧。。。

    
    
  • 张三石
    2021-03-11
    这类话术,适用于商用洽谈、客户沟通,容易让对方产生不明觉厉的感受,但对实际项目操作指导不多。不过可以理解,此课程内容相当与武功里的内功心法。但想短时间就运用在实际项目中还自己慢慢顿悟
    
    8
  • 詹姆斯Li
    2020-09-20
    电动车的例子,其实也不能说现在传统车厂获取不到用户数据,现在国内网联车在新车的搭载率已经很高了,大部分车厂其实都可以获取到用户的用车数据。尤其是电动车,有国家制定的32960标准要求,即使是为了过认证,基本的车辆运行数据都是要收集的,区别只是在于不同车厂收集的数据集合会有差异,然后最大的考验在于如何从收集上来的数据分析出用户的习惯,在我的经验里,这些数据有些车厂在分析车辆工况方面是有些用的,但在分析用户喜好和习惯方面我接触的车厂客户做的都不太好。不知道蔚来在这方面有什么先进经验,是通过搭建完整的车主服务体系么?搭建蔚来这样完善的车主服务体系从经济层面是否足够经济,老师能介绍一下吗?谢谢。
    共 1 条评论
    4
  • 老燕
    2020-09-09
    以前产品体验的量化统计,只考虑了市场维度的规模、流量、活跃、留存、转化、裂变等数据,解决不了综合性体验问题。 现在看来唯一管用的方法的是看情况:看具体产品、服务项目处于什么阶段;从不同价值角度区分的客户层次;在什么体验场景下产生链接、交互;关键指标量化要细致入微;长期持续的动态数据监测,综合考虑,配比权重、优先级,以备随时优化等等。
    
    4
  • 成立
    2021-06-27
    似乎知道,但又没摸到,如何操作,可以更细致点
    
    1