1 简介

数据驱动设计是一种主要由用户数据告知的网页设计方法。

数据驱动设计的目的是通过可观察的测试来了解用户的需求并确定其优先级。

这有助于创造令人愉悦的用户体验 UX，同时带来更多的网站流量和在线转化。

请记住，作为一名web设计师，你和你设计的用户是不一样的。您的设计首选项以及团队或组织的首选项与目标用户群的首选项不匹配。这是因为：

 * 您对您的网站以及如何使用它有更好的了解。你花在它上的时间几乎比任何人都多。
 * 你希望你的企业成功，而你的访客对你的成功漠不关心，会更加挑剔。

 * 你受到以前的设计项目及其成功/失败的影响。
 * 您的人口统计背景可能与大多数用户不同。
 * 您可能比普通访客更精通技术。
 * 你可能会对你的设计有情感上的依恋，并将它们视为你职业自我的反映。 因为你在他们身上努力了！

然而，如此多的网站所有者在设计过程中默认自己的感受。这是一种常见的心理现象的结果，称为错误共识效应。

虚假共识效应是“倾向于假设其他人分享他们的信仰，并且在给定的背景下会表现得相似”。

换句话说，当试图预测他人的想法和行为时，我们会将自己的假设投射到他人身上。由于上述原因，大多数基于毫无根据的预测的设计师都会错过用户的标记。

正是因为如此，我们找到了解决这一理解差距的有力解决方案：

数据驱动设计。

通过允许来自用户交互和反馈的数据来推动我们的设计决策，您可以减少设计过程中自己的偏见和先入之见。数据驱动的方法可帮助您根据用户的信息为用户打造体验。

好消息是，数据驱动的设计有效。

大量案例研究和研究表明，采用数据驱动技术的公司在转化率和销售额方面实现了快速增长，这是参与度更高、用户体验更好的指标。

重要的是要注意，没有一个设计过程，无论是否数据驱动，都是100%客观的。您的个人偏好会以某种方式找到一种方法。

不过，这不一定是一件坏事。尝试优化您网站的每个元素是愚蠢的——您可能会在网站启动之前就用完资金。但是，数据驱动的方法使您更接近最佳用户体验，而不仅仅是依靠直觉和个人意见。

如还会对数据驱动的设计持怀疑态度，因为它可能会扼杀创造力。

但是，如果您最终想要发展您的网站，则必须首先优先考虑易用性和性能。

数据驱动的方法仍有创造力的空间。你只需要在你的品味和经验结果之间找到一个折衷方案。

2 几个适用于数据驱动的架构模式：

• 基于事件的架构（EDA）：

EDA 是一种架构模式，它强调使用事件来驱动系统中的数据流。事件可以是用户交互、传感器数据或来自其他系统的消息。EDA 通常与微服务架构一起使用，每个微服务可以响应特定类型的事件。

• 数据湖架构：

数据湖架构是一种用于存储和管理大量原始数据的架构。数据湖中的数据可以是结构化的、非结构化的或半结构化的。数据湖通常用于分析和提取有价值的见解。

• 数据仓库架构：

数据仓库架构是一种用于存储和管理结构化数据的架构。数据仓库中的数据通常经过清理和转换，以便于分析。数据仓库通常用于商业智能和报表。

• 流处理架构：

流处理架构是一种用于处理实时数据流的架构。流处理系统可以从各种来源接收数据，例如传感器、社交媒体和交易系统。流处理系统可以用于实时分析和决策。

• 微服务架构：

微服务架构是一种将应用程序构建为一组小型、独立服务的架构。每个微服务都可以独立开发、部署和扩展。微服务架构通常与 EDA 和数据驱动设计一起使用。

3 小结

每个小的设计更改都是朝着发展网站的更大目标迈出的一步。

因此，数据驱动的设计不是一个一劳永逸的清单。这是一个迭代过程，每个实验都会通知下一个实验。

此外，如果您还没有意识到，就没有完美优化的网站。你可以接近一个，但即使你接近，事情也会发生变化，迫使你重新校准你的设计。

你的产品会改变，你的品牌也会改变，你的设计偏好和用户的偏好也会改变。甚至整个技术也会发生变化，正如我们从搜索算法更新和移动浏览的兴起中看到的那样。

只要您的业务、用户和互联网不断发展，您就可以从数据驱动的方法中提取解决方案。所以，继续假设、调整、测试和改进——结果是值得的。

这是如何选择数据驱动架构方式的建议：

 业务需求：  需要什么数据来支持您的业务？您需要如何分析和利用这些数据？
 数据量：  需要存储和处理多少数据？数据的速度和格式如何？
技能和资源： 是否有必要的技能和资源来实施和维护数据驱动架构？
未来计划：  业务和数据需求在未来几年内如何变化？