In God we trust, all others bring data. —— William Edwards Deming
除了所信仰的上帝，其他人都需要用数据说话。
回想起在飞信的那几年，有两个数据驱动设计的项目，印象比较深刻。
例一 设置
优化前，PC飞信的设置类似这个样子：
然后我们通过一次针对所有设置项的埋点数据分析，发现尽管整个系统设置使用率相当高，但在超过50项设置中，绝大多数的月操作频率不超过万分之五，只有10项左右有显著的使用率。
于是我在设计时把常用操作提出来放在“常用”界面，其他放在“全部”界面，如下图：
另一个搜索功能由于技术原因没能开发，此方案上线后，设置的使用率增加三分之一，用户评论也很正面。
例2 添加好友流程
优化之前，大概样式如下：
流程是：把所有信息都揉在一个界面内，点击“加好友”即发出请求，窗口浮层提示并关闭。而通过数据，我们发现使用人群在使用的时候，往往一次性增加多个人，而当前方案更适合只添加一个人。
但另一方面，中移动出于反骚扰的考虑，禁止使用批量群发加好友的策略。因此我们使用了一个中间方案：
如图示，把一个界面拆成了三个界面，表面上步骤似乎更多了，但分解后逻辑更清晰：最关键的手机号填写放在第一步，次要补充信息放在第二步，最后一步是完成界面——三个操作按钮都在同一位置，这样用户在最后一步可以方便的点击“继续添加”。
上线后，用户使用该功能时，平均每次添加的好友数增加了近一倍——即添加效率更高了。
PS.充分的数据埋点，以及对数据的正确的解读和分析，能帮助我们更好的做出设计决策。
