假设陈述法覆盖关键指标业务价值的前期思考方法

　　在产品体验时，我们总会遇到形形色色的产品问题，并会用直觉与假设去推理出问题与机会点，而本文就介绍了一种思考方法，让假设有理可循、有理有据。
　　身为一位产品经理或体验设计师，你是否有过同样的经历？
　　日常工作中，通过设计直觉洞察到了产品体验中的一些问题或机会，想要针对这些问题机会提出合理有效的需求方案，却又一直担心自己的想法只是主观臆断，害怕自己的思考不够全面？又担心自己的逻辑思维不够缜密，无法说服合作伙伴们给予你资源支持？
　　那么不妨跟我一起了解下假设法，用更全面的思考方法来帮助你梳理逻辑缜密的设计表达。
　　一、学习构建假设
　　首先，我们需要明确一个问题，我们为什么要学习构建假设？
　　通过假设陈述，我们被迫需要了解业务的核心目标，也不得不去探索能够衡量设计的关键指标，从而使我们能够明确自身的设计意图，帮助我们施展进一步的思考，假设好比是深夜中的北斗星，可以帮助我们集中精力，指引我们的设计方向。
　　当我们在表达自己的需求思路时，我们可以运用这样的一段假设陈述：
　　针对某类用户群体，假如改动这些会产生某些效果，因为某些原理，将影响某些指标。
　　假设要素1：用户群体
　　在以上假设陈述中，用户群体指改动设计影响的目标人群，但同一款产品的用户群体可能会存在多样性，如一款教育类产品，其目标用户可能就涵盖了小学生、初中生、高中生等不同的用户群体，而针对不同的群体我们也需要采取多样性的设计策略，因此在提出设计假设之前，我们需要明确这次设计改动究竟是影响了所有用户群体还是影响了一部分用户群体。
　　因此在描述用户群体时，我们需要思考以下4个问题来帮助自己梳理思路：
　　我们是否了解本次设计可能会影响到的目标人群？这些人群具备了哪些已知或典型的习惯或特点？
　　我们基于怎样的业务原因选择去影响这类目标人群？
　　这类人群对我们的业务发展有什么意义？是否值得我们进行投入？
　　被影响的用户类型是怎样的？是现有用户、新用户还是高阶用户？
　　假设要素2：改动点
　　改动是针对现阶段体验的对照描述，目的是为了推动我们所期望的用户行为。比如我们简化了课堂抢答环节的流程设计，希望通过这次改动提升抢答功能在课堂环节的使用率。在改动描述中，我们不需要完美详述设计的细节，而应该尽量概括抽象，提供更多解决方案的设计空间。
　　因此在描述改动点时，我们需要思考以下2个问题来帮助自己梳理思路：
　　这次的改动是否增加了一些全新体验或舍弃了一些现有体验？
　　这次改动是否改变了现有体验？
　　假设要素3：预期效果
　　改动的目的是为了通过一种有价值的方式来影响用户行为，而效果则指代了我们所期望产生的预期行为，能够体现设计改动带来的影响。如我们改进了抢答环节后，原有操作流程过于冗长的问题得到了显著解决，师生在课堂环节中对我们的产品使用率提升了。
　　因此在描述效应时，我们需要思考以下2个问题来帮助自己梳理思路：
　　改动想要解决的问题是什么？哪些用户行为能够减少问题出现或解决该问题？
　　我们发现的优化机会是什么？如何推动行为使机会成为现实？
　　假设要素4：原理
　　假设的原理部分则提供我们支撑假设的依据或一些常识推理，来帮助描述改动能够驱动预期行为的原因，而原理也体现了我们对投入回报的信心。
　　如我们首先通过线上收集的漏斗数据发现，目前抢答环节流程中共有5个操作环节，我们发现在第3个环节发生的3S操作延时率高达82，在线下访谈了10名学生和3名老师，发现在第3个环节呈现了严重的理解偏差问题，60的受访者反馈难以理解当前环节发生了什么以及自己需要做什么，这是一种典型的设计表现不符合用户心理预期的表现，因此我们提出这次的改动假设。
　　因此在描述原理时，我们需要思考以下2个问题来帮助自己梳理思路：
　　原理是否体现了用户的行为动机或改动的策略机制？
　　哪类数据可以支撑假设假设？这些数据的一致性如何？
　　假设要素5：衡量指标
　　假设的指标部分则指代最终期望影响的一个或多个指标，指标代表了假设的成功标准，所以在提出假设前，我们需要最大限度的收集信息，尤其需要注意收集业务成功指标数据，因为最佳的业务指标必然体现了用户体验的重要性，但同时也需要注意监测和收集用户情绪方面的定性指标，从而确保设计改动对用户的整体影响。
　　因此在描述指标时，我们需要思考以下2个问题来帮助自己梳理思路：
　　我们将通过哪些指标来判断改动能否产生合适且显著的效果？如何将指标同假设目标及业务目标关联起来？
　　是否衡量或考虑用户情感因素，如果是，怎样衡量？是否要采用调研，焦点小组或访谈的形式？
　　随着不断的设定假设来开展试验，我们会发现，许多假设的要素内容近乎相同，假如我们基于同一个用户群体进行设计，每个假设陈述都包含这类用户信息会显得非常多余，因此在此类情况下，我们可以偶尔减少一些假设陈述的元素，但定期重新审视假设的这5个要素，确保与其它合作伙伴及更大范围的业务目标保持一致，一个最小颗粒度的假设应包含预期改动及可检测的指标，这能够帮助我们更好的对目标负责，明确试验结果是否达到了预期。
　　下面我们一起来看一个范例假设：
　　我们在经营一家教育培训机构，我们打算采取措施来吸引招收更多学生，但我们发现以往的学生大部分来自距离本机构3公里范围以内的地区，为了打破地理位置限制以获取3公里以外的生源，我们想要了解提供各小区开往机构的免费学生班车能否促进更多学生的加入，假设陈述如下：
　　针对来自距离本机构3公里外的潜在学生（用户群体），假如提供从各小区到机构的免费学生班车（改动点），将导致报名学生人数的增加（预期效果），因为学生往返机构的困难降低了，家长们也更加省心了（原理），当我们在机构看到了更多3公里外地区的学生前来报名（衡量指标），即可认为该假设成立。
　　我们想了解免费班车服务能否促进潜在生源的增长，同时是否需要针对不同方向、不同距离、不同环境的地区采取不同的班车策略，哪类班车将影响学生人数？生源地与机构间的距离是否是阻碍生源增长的真正原因？是否存在其它原因（如家长因素或培训机构的饱和因素），基于这些因素，我们需要进行一系列不同的调研验证，了解哪些可行，而哪些不可行。
　　以上的假设方法不需要进行条条框框的束缚，只需要基于当前业务清晰描述最重要的及相关部分即可，而在如今的互联网行业场景中，这种假设陈述可以被表述地更加贴合场景一些：
　　我们假设，针对这类人群用户进行此操作设定该功能创建该体验将达成这些结果，因为这些原因，当我们观察到对利益相关指标产生了这些影响即可认为假设成立
　　针对假设我们需要进行调研试验，试验结果有时会有悖假设，但不能证明你的试验失败或假设错误，我们需要在试验过程中明确一个重要原则：尽管许多试验呈现的数据可能与我们最初的直觉判断或完美假设相违背，但我们依然可以运用试验结果批判性的证明试验的成功，比如这次试验帮助我们在前期方案探索阶段剔除了假设中的某些伪命题。
　　假设的内容可发散可收敛，大多数假设都取决于预期目标的性质及产品体验的成熟度，复杂的产品需要依据自己的核心业务和服务来提出不同的假设：
　　如某个UGC小视频制作平台：我们假设，添加有趣的滤镜功能后，更多用户将使用该产品，因为这些滤镜使用户自己的拍摄小视频看起来更棒，编辑过程变得更加有趣，当我们观察到平台的用户量增加，即可认为假设成立；
　　如某款职场社交产品，我们假设，添加进度条来展示资料完成度后，更多用户将完成个人职业资料的填写，因为这会让他们感到完成该任务的必要性。当我们观察到用户资料完成率提高时，即可认为假设成立；
　　如某款内容类产品，我们了解到15～22岁的一线城市用户更喜欢观看有趣活泼的内容，而55～62岁的三线城市用户更喜欢观看健康养生类的内容，因此我们假设，根据年龄和城市两个维度进行算法推荐，能够增加用户的平均观看时长。当我们观察到此类用户的平均观看时长显著提升了10后，即可认为该假设成立。
　　除了运用内容数据外，发散地思考更多产品竞争格局（如线下体验场景）、用户群组及市场趋势等，这些都能够帮助我们识别基于目标问题机会领域的特定假设。
　　以下4个问题可以帮助我们获取更多假设相关的想法：
　　你的脑海中是否涌现过一些具有启发，影响或改变用户行为的新的体验趋势？
　　你的当前用户是谁？他们是否符合你对未来用户的预期？你预期的未来新用户与现有用户之间的相似点与差异点在哪里？
　　你现阶段的产品、体验或服务中存在哪些可以填补完善的问题？
　　在你的所属领域中，哪些竞品的模式很成功，但又与你不同？
　　二、用思维发散来构建大量假设
　　在开展设计前，设定不同类型的假设能够促使我们的方案更具创造力，因为这将迫使我们思考解决问题的不同方式，并生成更多样化的解决方案。
　　作为设计师，我们应该非常熟悉思维发散的概念，头脑风暴及各种探索类的设计方法在目前已经变得非常普遍，思维发散的探索方法可以帮助我们构建大量的假设、激发各种想法，并尽量以最小的成本或精力思考各类假设，当我们对假设进行优先排序并选择时，这些大量的想法能够帮助我们选出最合适的假设。
　　在构建假设时，我们不需要舍弃无用的假设，它们对于思考其他假设非常有价值，并能够避免日后选择它们的风险。构建假设是一种毫无负担，不受约束的过程，我们不应该限制自己的创造力。
　　当我们发现了一个问题或一个机会时，构建大量假设最简单的方法是：保持假设陈述的部分内容不变，发散思考其他部分的各种可能，我们可以尝试通过以下几类发散思考来创造出更多的假设。
　　发散思考1：围绕衡量指标
　　从设计师的经验角度出发，很多不同的行为都可以导向最终相同的结果，比如前面提到的教学机构案例，我们的目标是拉动新生人数增长，我们的衡量指标是周期截点内新生咨询报名付费的人数比率是否有所提升，我们在之前的案例中已经提出了一个假设：提供免费学生班车来促进更远地区的学生来加入我们的教育机构，但事实上，为了达成这个衡量指标，我们还可以提出更多大量的假设。
　　经过头脑风暴的发散思考，我们自然可以构建到更多的假设：
　　我们假设，对推荐了新学生的家庭提供优惠，将能够帮助我们获取更多生源，因为这种推广方式可以促使现有的学生家长向朋友推广我们的教育机构，而熟人关系链的推荐能够带来更直观的信任感，当我们观察到推荐渠道的新生咨询报名付费人数有所增长，便可认为该假设成立。
　　我们假设，在教育大V账号或平台上打广告，将能够帮助我们获取更多生源，因为这种推广方式能够更加直接的命中和传达给我们的潜在目标用户，从而使我们的机构被更多关心教育的家庭知晓，当我们观察到广告渠道的新生咨询报名付费人数人数有所增长，便可认为该假设成立。
　　我们假设，向首次报名的学生提供优惠，将能够帮助我们获取更多生源，因为这种推广方式能够让更多家庭能够负担学习费用，从而降低他们的进入门槛，当我们观察到优惠活动渠道的新生咨询报名付费人数人数有所增长，便可认为该假设成立。
　　以上不同行为的假设都是为了达成同一个目的：拉动新生人数增长。
　　发散思考2：围绕用户类型
　　用户类型对假设陈述的指标会产生巨大影响，根据不同用户群体，我们需要采用不同的假设：
　　当以新用户为目标时，我们的假设通常围绕开拓市场（拉新）为主；
　　当以现有用户为目标时，我们的假设通常围绕提供更好的体验（留存）为主。
　　因此，考虑现有用户很重要，考虑潜在目标用户也很重要。业务能否成功通常严重依赖于持续吸引并维持新用户的增长，然而我们可以发现，当我们试图增加新用户数量时，不同的用户会表现出不同的用户行为、需求或技能，这导致我们需要考虑不断增长与变化的用户群体的不同需求，因此通常来说，假如你所处的业务相当成熟而且市场已经饱和，你需要更关注现有用户；假如你所处的业务正处于发展的初期阶段，则需要更关注新用户。
　　考虑的用户群体不同将导致你的假设会有所不同，我们需要考虑，关注新用户是否能使业务更加成功，还是应针对现有用户提升体验来推动业务更好的发展？用户画像的统计特征是否已经发生了变化，是否引发了新的问题或产生了更多机会？
　　再回到我们教育机构的案例，我们在关注新用户群体，这导致我们在讨论探索这么一个问题：如何拉动新生人数增长。
　　但如果我们将关注点从新用户群体转向现有用户群体，那么这将导致我们开始将问题的重点由如何拓展更远距离的市场转向思考如何稳定周边市场的生源，我们的假设方向也会随之发生变化。
　　我们假设，向课堂表现好及作业书写优秀的学生提供奖励金激励机制，将能够有效提升我们的课堂教学质量，因为奖励金刺激了学生的学习热情，能够激发他们更佳的课堂学习动力，当我们观察到课堂表现的活跃度和作业书写的规范率有所上升时，便可认为该假设成立。
　　随着时间的变化，用户群体、技术及业务策略的改变都将影响我们的假设，及时了解这些内在的变化，意味着我们需要适时提出一些新的假设，以达成预期目标。
　　当环境发生变化时，涉及成功条件的假设也会相应改变，之前被检验成立的假设也会在新的条件下呈现出不同的结果，因此我们需要记录早期的假设，并及时根据环境变化来调整假设，从而保障我们的方向不会偏移正确的道路。
　　发散思考3：围绕问题范围
　　待解决的问题范围同样会影响你的假设，按照范围划分，可以分成局部问题和全局问题。
　　局部问题指局部范围内的用户体验问题，通常可以通过一到两处小改动来优化现有体验，因此基于局部问题的假设通常都是一些较小改动，这类改动通常容易量化，我们可以通过数据追踪来直观了解改动后的效果。
　　全局问题却不同，全局问题的假设通常存在多样化，针对全局问题进行思维发散也将更加困难，因此提出开放性思维的假设通常是最佳解决方案，针对全局问题我们更建议用头脑风暴的方式来产出各种假设，了解在全局用户体验中最重要的部分是什么。
　　例如我们开发了一款教育B端产品，已有成熟的网页和客户端授课产品，同时我们了解到目标校区采购了一批支持触屏操作的TV设备，为了将我们的产品引入课堂授课场景，我们需要将现有产品移植到触屏TV设备上，并保障教师在课堂授课时的操作体验，为此我们不得不进行头脑风暴，为TV端的体验设计收集各种假设：
　　我们假设，在TV端上提供更加简便的导航，能够帮助教师更加便捷的在课上自由切换课件视频练习题，因为这将大量节省教师的操作成本，当我们观察到教师能快速熟练的进行授课行为，便可认为该假设成立；
　　我们假设，直接复制网页的体验模式，进一步简化界面信息，能够帮助教师进行更快熟悉产品操作，因为这将沿用已有的网页操作行为，降低教师的学习成本，当我们观察到教师能快速熟练的熟悉界面操作，便可认为该假设成立；
　　我们假设，在TV界面上拆分导航操作和内容浏览操作，能够帮助老师更好的进行沉浸教学，因为教师在授课过程中固定的导航展示将对学生形式视觉干扰，当我们观察到学生能够更加专注的学习屏幕上的内容时，便可认为该假设成立。
　　这些头脑风暴带来的假设都是出于团队对目标用户及其使用设备和使用场景的思考，我们可以通过ABTest等试验方法来了解这些假设带来的潜在影响，在上面的案例中，我没有展示每个假设对应的设计图，是希望可以在前期假设阶段，将假设从设计中剥离开来，这样可以避免我们过早沉浸于解决方案的细节之中，从而帮助我们在前期探索所有的可能性。
　　三、和合作伙伴保持沟通
　　我们构建假设的目的是为了达成设计目标，但这同样离不开合作伙伴们的支持，因此我们需要和合作伙伴达成一致的假设。
　　与产品经理保持沟通，了解他们的业务目标和策略目标，这些目标能够帮助我们指出假设中优先级最高的衡量指标，以及他们希望发生的用户行为，产品经理提供的业务目标优先级帮助我们圈定了设计方案的范围。
　　与用户研究员保持沟通，他们的专业知识和经验可以帮助我们形成新的假设，启发我们思考其他以往不曾考虑过的假设，用户研究员提供的专业知识帮助我们补充了一些可能遗漏的用户特征和使用场景。
　　与研发工程师保持沟通，虽然他们不可能在假设阶段提供你具体的技术方案，但他们依然可以凭借经验告知你这种概念假设所需投入的大致工作量，从而帮你明确后续所需投入的实现成本，研发工程师提供的评估建议帮助我们预测了方案可能带来的实现成本。
　　本文主要针对如何创建大量假设的思路进行了介绍，后续文章将会继续介绍如何筛选和选出最有价值的假设方案，敬请关注。