Facebook如何利用数据指导设计编辑本段回目录
Facebook的产品设计经理 Adam Mosseri最近做了一个非常棒的演讲： Data informed, not data driven（数据启示，而非驱动）
演讲以Facebook如何利用数据指导产品设计为主线，还涉及到Facebook的产品设计团队架构、不少的设计案例，以及Facebook是如何做产品设计决策等。 本文将其内容以译介形式总结如下（意译非翻译）。
1. 小而精的产品设计团队
“ It’s important to understand that, at Facebook, we believe in particularly small teams. ”
（有一点需要被清楚认识的是，在Facebook，我们特别认可小团队）
Facebook的产品设计团队通常只有6、7人，因为他们认为这个人数最高效率，且团队拥有的产品决策权很高，架构扁平( flat decision-making structure )，有的决策可以直接到CEO那里待通过。
一个产品设计团队的结构通常是这样的：
- 一名设计师，负责交互、视觉，产品战略(product strategy)，甚至一点前端
- 一名用户研究员。两年前，Facebook只有为数较少的研究员，而且只负责大项目，如今，随着对于定性研究的重视逐步增加，基本上每个团队都配一名。
- 一至四个工程师。
- 一个项目经理(PM)，项目经理通常相当于团队中的迷你CEO，需要对产品负责。不仅要保证项目的按时完成、资源协调，还要保证产品质量。
产品 设计团队之上，会有一个经理负责统筹管理。演讲者本人就担任这一职位，他负责着九个产品设计团队。另外，有专门的20人数据团队，一半是工程师，一半是数据分析专家。
2. Facebook如何利用数据
“ Data helps us understand how users use the product, which then in turn helps us understand how to optimize the product. ”
（数据帮助我们了解用户如何使用我们的产品，从而帮助我们更好地优化产品）
Facebook每天会采集到4TB的用户行为数据，这些数据能指导设计持续优化。例如 通过瀑布式分析、追踪交互步骤的转化/流失率，大量的A/B testing，观测行为使用模式 ， 优化界面交互和操作流。
例1：照片上传器的改造
在新照片上传器刚上线时，有85%的用户每次只上传一张照片。针对这一痛点，对界面进行了优化，在用户选中一张照片后浮出了一个上传tips，虽然有点“扰民”，但结果数据每次只上传一张照片的用户数降到40%，平均每次上传数从3上升到11.
同样地，通过数据他们发现，用户在周日量达到平时的150%，这种行为模式的识别也为设计带来不少启示。
例2：What’s on your mind的位移
在推出Question这个产品后，原来的What’s on your mind需要调整位置。于是他们使用A/B testing的方式测试了 8个设计版本，但每个版本对于核心指标的影响都不具有统计意义上的差异，所以最终他们选择了最简洁的一个方案。
例3：注销页的改造
除了瀑布式的分析，数据还会用于回溯性式的分析、优化一些小页面。例如一个设计师发起了注销页的改造，他思考的是如何在用户即将离开之时将其挽回。最终他通过一种情感化设计改造了这个页面（图1），成功将注销率降低了7%，这对于Facebook的用户量来讲是非常了不起的数字（当时Facebook有7千万用户）。
3. 对数据过度利用的警惕
“…at Facebook, in product – we call product “product management and product design” – that there’s a healthy skepticism of being overly data driven ”
演讲者提到数据怀疑论的三个原因：
一组数据指标很难完整地代表你所重视的价值
影响产品决策的因素很多，除了定量数据，还有定性数据。Facebook的用户研究员会做大量定性研究，如可用性测试、眼动测试等。另外还有战略因素，用户需求，竞争产品，商业利益因素。
过度依赖于数据，可能导致“微优化”或“局部最大化”
对数据的变化过度敏感，可能导致所谓的“微优化”(micro-optimization)，即过度着重、不断追求某一项指标的提升，而忽略了其他因素。尤其当Facebook规模不断扩大，各个团队更专一于自己的产品，就可能导致各自只从自己的指标出发，使得整体上出现冲突，没有了全局观。
例如 ，应用菜单的设计几经周折，位置从左边栏换到顶部，又换到底部，由于流量不见大增，还曾考虑使用蓝色大按钮的方案。虽然流量提高了5倍，但由于设计师自己都觉得很难接受，这个方案最终没有被发布。无论如何，直到一年后他们才发现，尽管朝着提高引导到应用的流量这一指标不断优化，却出现停滞不前、达到局部最大化(local maximization)的瓶颈。最终他们成立了一个菜单项目组，推翻之前的重新开始，设计了目前的版本——而这实际上有一半回归到菜单最初的样子。
另一个例子是相片上传器。相片团队花了好几个月朝着提高上传成功率的数字优化， 虽然数字有提升 ， 但成功率已几乎稳定，不可能有什么新的变化了。如果一直围着这个指标打转，体验并不会有质的变化。
真正的创新通常会导致数据的变差 ， 但这未必是坏事
“… real innovation invariably involves disruption. And disruption is usually – involves a dip in metrics ”
Facebook一个核心价值在于打破，甚至扰乱。这往往导致某些指标变差，但这也是创新的意义所在。他们曾经有不少无视民意无视数据的革新，比如新首页，就完全不是根据数据来的。当然，他们的革新有的成功（News Feed和Mini Feed），有的失败（如Beacon，将你在外站行为导入到FB的功能）。失败了，只要理解失败、承认失败，就能继续向前。不可能因为害怕数据变差而拒绝变革。但是， 变革有时候会因为扰乱用户而造成他们的反感，坚持变革，不代表不聆听。如演讲者提到他最喜欢的Facebook group是“我不由自主地讨厌新的Facebook首页”。需要学会如何更好地向用户传达革新的目的和意义。
4. 最大的冒险在于不敢冒险
“For us, the greatest risk is really taking no risk at all… at the end of the day we make decisions based on common sense, on interests, on strategic interests. And we use data. We acknowledge it’s important, but it’s really just a small piece of the pie. ”
（ 对我们而言，最大的冒险在于不敢冒险……很多时候，我们最终依靠常识、洞见、战略意义做决策。我们使用数据，数据很重要，但这只是大饼的一小块）
