数据异常的思维逻辑
这里套用线下销售来简单介绍下: 数据源是否有问题 yes→ 重来 no→ 本品牌的其他门店是否有此问题 yes→ 品牌特性问题 no→ 本区域是否有其他竞争对手出现同样的问题 yes→ 区域共性 no→ 导入进行“人货场”分析 go on→ 导入数据来判断趋势 go on→ 找到异常产生的原因 go on→ 进行PDCA解决方案(戴明循环)
这里套用线下销售来简单介绍下: 数据源是否有问题 yes→ 重来 no→ 本品牌的其他门店是否有此问题 yes→ 品牌特性问题 no→ 本区域是否有其他竞争对手出现同样的问题 yes→ 区域共性 no→ 导入进行“人货场”分析 go on→ 导入数据来判断趋势 go on→ 找到异常产生的原因 go on→ 进行PDCA解决方案(戴明循环)
本文的作者Stephanie Troeth可谓一个用户体验策略专家,在此文中,作者介绍了一种非常新颖的用户体验工具,也可以说是一种方法。这种方法结合了坐标轴和矩阵图,弥补了用户角色、用户旅程、心理模型等常见用户建模方法的不足,并通过一款APP设计带读者感受了一番其中的独到之处。这种方法简单易上手,非常适合小团队敏捷开发,同样也适用于大团队成员间、利益关系者间的交流,降低沟通成本。——原文翻译来自视觉中国