本文给大家分享了两种用户体验设计的思路，一起来看看~
小结：
（1）精品与垃圾的一线之差就是“靠谱”
滴滴几乎90%的产品都会经过俞军的亲自面试，目的就是尽量避免滴滴内“不靠谱”需求的产生。
（2）不靠谱源于不文明、不遵守基本规范
曾经某个国家举办了一场5万人的集会，散会后，地上依然干干净净；曾经有个地方举办了500人的活动，活动后，地上堆满了垃圾。
把干干净净比作产品，它就是精品，把垃圾比作产品，它就是垃圾，造成垃圾的原因就是，500个人或多或少做了些不文明、不遵守基本道德的事情，于是就堆砌了垃圾。
三、遵守产品基本准则，做一个文明的产品设计者
（1）做一件事之前，请先了解现状是什么
明确当前产品现状是什么，从数据上来看产品当前的问题是什么，这个问题值不值得去解决，价值的天花板在哪？
磨刀不误砍柴工，做之前不去了解现状，很可能会导致你之后的一切努力都是白费，因为那可能就不太是个问题，只是你以为。
补充：有一个比较失败的故事：
背景是这样的，很多摇一摇进来的用户都是沉默用户，即这部分用户可能是误操作进来的，业务目标是降低这样的沉默用户数量，提升有效用户转化率。
但会上讨论讨论着，看到招商银行的摇一摇加载动画，于是就变成我们要做一个加载动画，并且衡量这个加载动画的指标是降低新用户的跳出率，接下来我坑痴坑痴做了几套加载动画方案，最终选择一个开发上线了。
尴尬的是，总结的时候，发现之前压根就没有新用户跳出率这一数据，即新用户跳出到底是不是个问题，我也不知道。
所以，做之前一定要把现状、问题确定清楚！这些是你的主线，不至于被别人乱发散，本来要做一个A问题，最后给出了一个B解决方案，关键是B问题到底是不是个问题，只是听别人YY的。
这里的用户因素可能是心理层面的考量，也可能是认知层面的行为影响。需要注意的是这些因素必须有数据支撑，或者至少经过验证。
挖掘用户因素过程中有两种方法：
一种是自上而下推导出用户因素，然后再找数据验证；
另一种自下而上分析现有数据模型，从数据节点中抽象出用户因素。
（3）结合当前产品设计，分析导致“用户因素”的体验细节问题是什么
所有问题最终必须归结到产品自身，只有这样才能落地。
造成用户当前所思所想，一定是由于产品当前的体验细节引起的，我们需要掘地三尺把这些细节问题找出来。比如从数据上来看用户误操作情况比较严重，归结于产品自身的设计是因为入口位置距离其他触控地方很近，比较容易误点到。
（4）改进当前产品细节做方案不是考试，作弊、抄袭并不可耻
明确要改的产品细节点，剩下的就是出方案，我们的目标是找到最好的方案，解决用户问题/用户因素。闷头憋大招，大概率憋出的都是蹩脚的方案，然而市面上已经有更好的解决方案了，你还在那傲娇“抄袭可耻，我就要蹩脚”。
（5）任何设计皆可量化
用户因素必须经过支撑数据的验证，针对用户因素设计方案，而支撑数据就是量化我们设计的标准，上线之后观察指标表现是否得到明显提升。
