本書旨在幫你瞭解數據引導設計的基本原則,瞭解數據與設計流程整閤的價值,避免常見的陷阱與誤區。本書重點關注定量實驗與A/B測試,因為我們發現,數據分析與設計實踐在此鮮有交集,但相對的潛在價值與機會缺大。本書提供瞭一些關於在組織中開展數據實踐的觀點。通過閱讀這本書,你將轉變你的團隊的工作方式,從數據中獲得大收益。後希望你可以在衡量指標的選擇、佳展示方式與展示時機、測試以及設計意圖增強方麵,自信地錶達自己的思路。
Rochelle King Spotify産品設計創意全球副總裁,擅於融閤運用設計與數據,並且曾擔任一些技術企業的負責人。
Elizabeth Churchill 博士,人機交互(HCI)領域專傢,曾在許多矽榖企業中主導以用戶為核心的研究,近專注於設計和開發者工具方麵的研究。
Caitlin Tan Spotify的用戶研究員,畢業於麻省理工學院。
評分
評分
評分
評分
初學者讀完此書可能仍然不知道如何操作,可對於有數據經驗的人而言,本書針對數據思維模式的幾點總結還是比較到位的,可惜整書邏輯有點淩亂
评分對於A/B測試這傢“小事”說得很詳細,其中最有價值的是“全局-局部”和“探索-評估”模型以及“三角測量法”,對於有一定實戰經驗的産品經理,可以用做迴顧,對自己平時工作方法和流程查漏補缺。沒做過大量AB測試的人讀不懂這本書的好。
评分不知道原文的問題還是翻譯的問題,反正讀起來特彆難受,感覺不是在說人話。然後內容不深,概念倒是造瞭一堆。
评分把一個很簡單的概念 說的很復雜 其實就和做物理實驗差不多
评分把一個很簡單的概念 說的很復雜 其實就和做物理實驗差不多
本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度,google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有