系统分析与设计个人作业

系统分析与设计个人作业

第二周

我们有这么多各式各样的工具,互联网给我们带来了这么多用户和数据,这是好事也有副作用。
世界上能访问用户数据,并根据数据做分析和改进的公司,大概 Google 是其中翘楚,这种 data-centric 的做法做过了头,也有悲剧发生:
Douglas Bowman 曾经是Google 的视觉设计主管,2009 年的一天,他受不了了
Yes, it’s true that a team at Google couldn’t decide between two blues, so they’re testing 41 shades between each blue to see which one performs better.I had a recent debate over whether a border should be 3, 4, or 5 pixels wide,and was asked to prove my case.l can’t operate in an environment like that.I’ve grown tired of debating such minuscule design decisions.
当你的公司要你用数据来证明 41 种蓝色到底哪一种更好,或者为一个边栏宽度是3.4,或5 而争执不休,纷纷表示要拿数据来证明的时候,你怎么办?

此时我们可以考虑提出一些观点来平衡数据驱动的决策和直觉或专业经验的价值。

1. 引入更多的设计原则和用户体验知识，以辅助数据分析。提出基于专业经验的建议，强调设计的整体感觉和目标用户群体的需求。

2. 提倡综合思考，不仅仅依赖数据。尽管数据重要，但也要考虑设计的整体一致性、品牌形象和用户情感反馈等因素。

3. 寻找平衡点。或许可以提议在一定范围内进行实验和测试，然后结合数据和直觉来做出最终决策。

4. 沟通和协商。与团队成员和领导沟通，解释你的担忧和观点，共同寻找解决方案，确保设计决策不仅仅基于数据，还考虑到其他重要因素。

在现代企业中，数据驱动决策是很重要的，但也要注意保持平衡，避免陷入纯粹依赖数据的极端。