前言

眾所周知，互聯(lián)網(wǎng)是一個高速發(fā)展的行業(yè)，數(shù)據(jù)時代的到來是每個人都不可小覷的未來趨勢之一，它將不僅僅影響到社會生活的方方面面，也會對互聯(lián)網(wǎng)相關(guān)的崗位分工和職責(zé)帶來變化。

大數(shù)據(jù)時代設(shè)計不再是主觀的，目前越來越多的公司提倡設(shè)計師在項目中參與到產(chǎn)品的整體流程中去，利用數(shù)據(jù)更好地推動業(yè)務(wù)發(fā)展。

01 設(shè)計師為什么要懂?dāng)?shù)據(jù)

在早期的互聯(lián)網(wǎng)團(tuán)隊中，大家分工都比較明確，各職能負(fù)責(zé)各自的業(yè)務(wù)，設(shè)計師只是作為整個鏈路中的一個環(huán)節(jié)參與到項目中，對于整個項目的了解程度不夠，缺少對項目的全局觀。

但是隨著互聯(lián)網(wǎng)的快速發(fā)展，企業(yè)對設(shè)計師的能力要求變成一專多能，很多企業(yè)UI/UX崗位都變成了對綜合性要求更高的體驗設(shè)計師的職位，由此我們可以看到行業(yè)所發(fā)生的的變化，為了能更好的與時俱進(jìn)，我們應(yīng)該樹立起主人的意識，主動出擊，以幫助自己的獲得職業(yè)更好的發(fā)展。

數(shù)據(jù)的作用是在了解產(chǎn)品、用戶的基礎(chǔ)上，產(chǎn)出可衡量的方案，達(dá)成可量化的目標(biāo)，而商業(yè)設(shè)計需要理性地觀察和思考，數(shù)據(jù)是理性化的一種方式，如果想要更好的解決問題，創(chuàng)造業(yè)務(wù)價值，那么數(shù)據(jù)是一個不錯的切入點。

1. 設(shè)計師可以把數(shù)據(jù)作為理性設(shè)計的根基，作為設(shè)計師，我們也應(yīng)該嘗試從問題的源頭出發(fā)，通過數(shù)據(jù)了解用戶，利用數(shù)據(jù)去理解用戶行為，為設(shè)計提供輔助參考，幫助設(shè)計師在正確的方向上推動設(shè)計，同時也有機會發(fā)現(xiàn)新的商業(yè)機會和產(chǎn)品爆發(fā)點，通過設(shè)計推動改版、設(shè)計助力產(chǎn)品拿結(jié)果。

2. 在實際的工作中，我們不僅僅是把任務(wù)完成即可。有的時候，我們也需要與產(chǎn)品團(tuán)隊和運營聊需求、與開發(fā)談指標(biāo)、談實現(xiàn)成本回報比等等，如果我們對數(shù)據(jù)指標(biāo)沒有概念，會給大家在工作中的溝通帶來一定的影響。

3. 另外，隨著企業(yè)對設(shè)計師的能力要求越來越高，需要設(shè)計師懂業(yè)務(wù)，會設(shè)計賦能，能做增長，不懂?dāng)?shù)據(jù)的設(shè)計師在未來或許較難獲得更好的工作機會和更好的職業(yè)發(fā)展。

02 什么是數(shù)據(jù)

理解任何事物都需要先了理解他的定義，數(shù)據(jù)是事實或觀察的結(jié)果，是對客觀事物的邏輯歸納，單純的數(shù)據(jù)就是一組數(shù)字，是沒有任何價值的。

但當(dāng)人們將一系列數(shù)據(jù)與被觀察、被感知的實體進(jìn)行關(guān)聯(lián)之后，實體的屬性給數(shù)據(jù)賦予了含義，就成了一個有價值的信息。

本文主要指的是和用戶、產(chǎn)品、營銷等有關(guān)的數(shù)據(jù)。

03 設(shè)計師如何運用數(shù)據(jù)？

設(shè)計師的基礎(chǔ)價值就是對產(chǎn)品提供視覺支持，如果我們想獲得更大的成長，更進(jìn)一步的發(fā)展，那么我們在實際的工作中，可以利用數(shù)據(jù)了解我們的用戶，了解需求的本質(zhì)，明確設(shè)計目標(biāo)；

同時也可以通過數(shù)據(jù)的論證，指導(dǎo)我們的設(shè)計，讓設(shè)計有理有據(jù)，走得更加從容；

上線后可以利用數(shù)據(jù)可幫助我們證明設(shè)計在項目中的價值，提高設(shè)計團(tuán)隊在整個項目中的話語權(quán)；

最后我們還可以通過數(shù)據(jù)了解我們產(chǎn)品的使用情況，發(fā)掘產(chǎn)品中可提升的點，提升產(chǎn)品體驗，同時也能體現(xiàn)自己更大的價值。

1. 接近我們的用戶，深挖需求本質(zhì)，明確設(shè)計目標(biāo)

雖然設(shè)計師解決問題的能力十分重要，但是了解需求本質(zhì)是解決問題的前提條件，在沒有明確需求的動機和目的，設(shè)計的方向就會很迷茫。

并且在和業(yè)務(wù)方對接需求時，因為崗位專業(yè)的差異，更會導(dǎo)致雙方在理解上有偏差，這就導(dǎo)致設(shè)計師常常處于改改改的狀態(tài)。因此在設(shè)計執(zhí)行前深入挖掘需求的本質(zhì)，與其他業(yè)務(wù)方對齊目標(biāo)就顯得十分必要。

數(shù)據(jù)是對用戶行為的量化，數(shù)字的背后都是真實的用戶。通過設(shè)計之前的定性分析或定量分析，研究和分析用戶行為數(shù)據(jù)或線上活動數(shù)據(jù)，了解用戶是如何使用我們的產(chǎn)品的，檢驗用戶的體驗歷程是否與我們設(shè)計產(chǎn)品的思路一樣，明確用戶需求，在表現(xiàn)不佳的數(shù)據(jù)中找到用戶的困惑之處，尋找和發(fā)現(xiàn)設(shè)計機會點，通過這樣的分析和優(yōu)化方法達(dá)到優(yōu)化用戶體驗的效果。

2. 通過數(shù)據(jù)證明設(shè)計方案的可行性，推動設(shè)計方案落地

當(dāng)我們與團(tuán)隊內(nèi)部、外部產(chǎn)生意見分歧或方案不被認(rèn)可時，我們該如何證明我們的設(shè)計思路和設(shè)計方向是正確的，如何證明我們的優(yōu)化方案是對產(chǎn)品的提升的，怎樣證明我們的設(shè)計方案是值得推進(jìn)的？

不善言辯的設(shè)計師在與產(chǎn)品、運營等相關(guān)方的爭論中常常處于下風(fēng)，但是我們可以通過數(shù)據(jù)分析結(jié)果來證明設(shè)計方案的可行性，數(shù)據(jù)不會騙人，我們可以通過發(fā)現(xiàn)產(chǎn)品設(shè)計中存在的問題，并驗證存在的問題，優(yōu)化解決存在的問題。

3. 通過數(shù)據(jù)輔助我們做決策，確定最優(yōu)方案

在實際的項目設(shè)計中，經(jīng)常會出現(xiàn)多個設(shè)計師共同參與，給出多種解決方案，或同一個設(shè)計師出的多種設(shè)計方案，那么在這種情況下，我們要怎么選擇出最符合當(dāng)下需求的設(shè)計方案呢？

我們沒辦法預(yù)測到哪一個方案百分百可行，除了根據(jù)經(jīng)驗，有些情況下數(shù)據(jù)也能夠給予我們一定的決策支撐。比如我們可以參考相關(guān)或相似模塊的數(shù)據(jù)來做輔助決策，甚至我們也可以通過 A/B test 來驗證到底哪個設(shè)計方案更適合。

4. 驗證設(shè)計方案的有效性，證明設(shè)計的價值，并以數(shù)據(jù)結(jié)果為導(dǎo)向，不斷調(diào)整設(shè)計策略

新功能上線或功能迭代后，效果怎么樣是無法很直觀的看出來的，所以我們需要通過事先做好的數(shù)據(jù)埋點，拿到上線數(shù)據(jù)后，去做相關(guān)的數(shù)據(jù)分析，觀察用戶數(shù)據(jù)，流量變化，點擊率，轉(zhuǎn)化率等相關(guān)數(shù)據(jù)情況，我們才能知道新功能上線用戶是否認(rèn)可，功能迭代后的數(shù)據(jù)相比是否較之前有提升。

通過數(shù)據(jù)，不僅可以發(fā)現(xiàn)問題，還可以衡量目標(biāo)完成情況，如果仍有表現(xiàn)不佳的地方，繼續(xù)分析數(shù)據(jù)有哪些地方可以進(jìn)一步展開優(yōu)化，進(jìn)而推動下一輪設(shè)計方案的優(yōu)化，進(jìn)入一個良性循環(huán)。

04 數(shù)據(jù)的分類及來源

在要搞清楚數(shù)據(jù)的來源之前，我們先了解一下數(shù)據(jù)的分類，數(shù)據(jù)從不同的維度有著不同的分類，我們這里就簡單的從數(shù)據(jù)的分析維度上來區(qū)分，互聯(lián)網(wǎng)產(chǎn)品的數(shù)據(jù)目前比較常用的數(shù)據(jù)類型主要分為：定量數(shù)據(jù)（Quantitative data）和定性數(shù)據(jù)（Qualitative data）。

定性數(shù)據(jù)更偏用研方法，通常是參與者體驗系統(tǒng)可用性的主觀感受的獲取，并判斷出設(shè)計哪些方面存在問題。

比較常見的數(shù)據(jù)來源是調(diào)研數(shù)據(jù)，調(diào)研數(shù)據(jù)主要是通過用戶調(diào)研得到的抽樣數(shù)據(jù)。通過收集用戶的主觀感受或態(tài)度，例如用戶訪談，可用性測試，留言板挖掘等，它幫助我們判斷問題，再結(jié)合我們自己的交互和設(shè)計的知識來判斷是否改變或繼續(xù)優(yōu)化產(chǎn)品設(shè)計目標(biāo)。

定量數(shù)據(jù)是指那些可衡量的數(shù)字，具有科學(xué)性。定量數(shù)據(jù)提供了對設(shè)計可用性的間接評估，或者通過定量數(shù)據(jù)驗證定性研究結(jié)果的正確性。比較常見的數(shù)據(jù)來源是產(chǎn)品日志文件、后臺數(shù)據(jù)、調(diào)研數(shù)據(jù)、埋點數(shù)據(jù)等。

ps：埋點數(shù)據(jù)主要是指通過應(yīng)用埋點統(tǒng)計的數(shù)據(jù)，是一種常用的數(shù)據(jù)采集方法，主要是通過技術(shù)手段幫助我們獲取用戶在應(yīng)用內(nèi)的行為數(shù)據(jù)，簡單來講，就是在應(yīng)用中植入一段代碼，監(jiān)控用戶行為事件，它能夠為我們提供用戶使用應(yīng)用的真實情況，例如某個活動的點擊率、轉(zhuǎn)化、跳出率等情況。

這兩種數(shù)據(jù)是從不同的角度看待問題，它們在設(shè)計迭代周期中都扮演著重要的角色，是相互補充的。定性假設(shè)起因，再由定量來驗證；定量挖掘數(shù)據(jù)，再由定性剖析原因。

05 常見的數(shù)據(jù)指標(biāo)有哪些

常見的用戶指標(biāo)可以分為用戶數(shù)據(jù)、用戶畫像數(shù)據(jù)、流量數(shù)據(jù)、用戶行為數(shù)據(jù)、收入指標(biāo)數(shù)據(jù)、渠道指標(biāo)數(shù)據(jù)、調(diào)研數(shù)據(jù)。

1. 用戶數(shù)據(jù)

用戶數(shù)據(jù)比較容易理解，就是“反應(yīng)用戶屬性、和用戶相關(guān)的數(shù)據(jù)”。用戶數(shù)據(jù)包含及可挖的內(nèi)容有很多，小的方面來講有用戶活躍、留存、新增等，從大的方面來講，有用戶畫像、用戶屬性、偏好屬性、用戶行為習(xí)慣等。

在用戶數(shù)據(jù)的定量研究中比較關(guān)注的點主要是用戶數(shù)量和質(zhì)量，常見的如：活躍用戶數(shù)（DAU、WAU、MAU）、新增用戶數(shù)、用戶留存率（次日留存率、七日留存率、次月留存率）、累計注冊用戶數(shù)等。

DAU

每日訪問用戶數(shù)。

WAU

每周訪問用戶數(shù)。

MAU

每月訪問用戶數(shù)。

這 3 個指標(biāo)是去除重復(fù)用戶數(shù)后的活躍用戶量，一個用戶在一個計算周期內(nèi)通過相同的渠道多次訪問產(chǎn)品，仍只算一個，一般用來衡量產(chǎn)品對用戶的粘性。

留存率

主要是研究新用戶的留存情況，是指在某一周期內(nèi)首次啟動APP的用戶經(jīng)過一段時間后的生命周期情況，從宏觀上把握用戶的生命周期長度以及我們可以改善的余地。

其中比較重要的兩個指標(biāo)：次日留存和7日留存。通過這兩個指標(biāo)可以反映出通過某個投放渠道新增的用戶質(zhì)量如何，以及依照這兩個數(shù)據(jù)指標(biāo)和其他數(shù)據(jù)，決定后續(xù)的獲客方式。

留存率=新增用戶中登錄用戶數(shù)/新增用戶數(shù)*100%

次日留存率=當(dāng)日新增的新用戶次日登錄人數(shù)/當(dāng)日新增用戶數(shù)*100%

7日留存率=當(dāng)日新增用戶七日后還登錄人數(shù)/當(dāng)日新增用戶數(shù)*100%

累計注冊用戶數(shù)

歷史累計登錄的用戶數(shù)，同一用戶多次訪問不重復(fù)計。

2. 用戶畫像數(shù)據(jù)

用戶畫像數(shù)據(jù)也屬于用戶數(shù)據(jù)的一種，是從用戶屬性的角度出發(fā)，通常是使用定性研究的方法得到的數(shù)據(jù)，體現(xiàn)現(xiàn)有用戶人群的特征，構(gòu)成可以分成 3 類：基本屬性、用戶行為屬性、偏好屬性。如年齡、性別、新用戶/老用戶、用戶等級、購買偏好等，地區(qū)、終端及機型分布。

3. 流量數(shù)據(jù)

流量數(shù)據(jù)主要以用戶訪問產(chǎn)品/頁面時，反映頁面的整體情況的指標(biāo)。比較常用的如：頁面PV、頁面UV、人均訪問次數(shù)、流量來源、流量去向等。

UV

頁面訪問人數(shù)，描述了訪問的用戶數(shù)，UV 可以來源于各種途徑，例如外部的廣告引流、內(nèi)部的資源位分配、用戶主動回訪流量、活動引流等。

PV

頁面訪問次數(shù)，即頁面被瀏覽過多少次，PV會重復(fù)記錄用戶的訪問次數(shù)，PV 比 UV 多了某段時間內(nèi)用戶多次訪問的信息。

人均訪問次數(shù)

人均訪問次數(shù)是指在某一個統(tǒng)計周期內(nèi)，平均每個用戶訪問的次數(shù)，即訪問次數(shù)/訪問人數(shù)。

4. 用戶行為數(shù)據(jù)

用戶行為數(shù)據(jù)是指用戶在產(chǎn)品中操作相關(guān)的一系列行為數(shù)據(jù)指標(biāo)。

點擊率（CTR） = 模塊點擊人數(shù) / 模塊瀏覽人數(shù)

用戶點擊率是指用戶對該模塊的點擊人數(shù)，在所有進(jìn)入頁面的流量中的占比。

曝光率 = 模塊曝光人數(shù) / 頁面瀏覽人數(shù)

曝光率可以看出用戶在頁面上的瀏覽深度，有多少用戶看到了多少的頁面深度。

使用時長

使用時長是指用戶在某一個周期內(nèi)，在頁面上停留了多長時間。使用時長一般關(guān)注三個數(shù)據(jù)，使用總時長、單次使用時長、人均使用時長。

跳失率

跳失率是指訪客只訪問一個頁面就離開的訪問次數(shù)占該頁面總訪問次數(shù)的比例。

UV價值 = GMV / 流量

UV價值是指每個UV產(chǎn)出的平均金額，可以從側(cè)面反映出流量的質(zhì)量或者流量與業(yè)務(wù)的匹配度。

5. 收入指標(biāo)數(shù)據(jù)

收入指標(biāo)主要是指產(chǎn)品在商業(yè)化過程中涉及的與收入相關(guān)的指標(biāo)ARPU、例如GMV、轉(zhuǎn)化率、客單價、訂單數(shù)、付費人數(shù)等。

ARPU=總收入/用戶數(shù)

是指在某一周期內(nèi)每個用戶產(chǎn)生的平均收入。

總銷售額GMV = 訂單量 × 客單價

GMV是指下單產(chǎn)生的總金額，包括已付款金額和待付款金額，是電商產(chǎn)品中的常見指標(biāo)，通?？梢苑从骋粋€電商平臺的體量。

訂單量 = 訪問UV × 訂單轉(zhuǎn)化率

訂單量是指產(chǎn)生的訂單總數(shù)，一個訂單里面可能會有多件商品，與商品的銷售量是有區(qū)別的。

轉(zhuǎn)化率 = 訂單量/ 訪問UV

轉(zhuǎn)化率是指在一個統(tǒng)計周期內(nèi)，完成轉(zhuǎn)化行為次數(shù)的占比，例如某個活動的轉(zhuǎn)化率是指，參與該活動的的用戶人數(shù)占活動曝光次數(shù)的占比，某個商品的成交轉(zhuǎn)化率則是該商品的成交量占商品曝光次數(shù)的占比。

客單價=銷售總額/訂單量

客單價是指顧客平均購買商品的單價，可以反映出用戶的購買力，但客單價有較強的品類特征，不同商品品類客單價差異較大，在一些運營策略中，通常通過滿減等一些列營銷活動，刺激用戶購買更多的商品，進(jìn)而提高客單價。

6. 渠道指標(biāo)數(shù)據(jù)

通過統(tǒng)計出各渠道的投放數(shù)據(jù)，對不同渠道投放效果有一個大概的認(rèn)知，通過用戶后續(xù)行為來分析新增用戶的質(zhì)量和價值，反映出各渠道的投放價值。設(shè)計師在實際工作中基本不會接觸到這一類的數(shù)據(jù)，所以下面僅進(jìn)行簡單介紹。

渠道流量

是指通過某個渠道帶來的曝光率量。

渠道新增用戶數(shù)

是指通過不同渠道新增的用戶數(shù)量，例如電子市場渠道、數(shù)字營銷渠道、線下渠道。

渠道用戶轉(zhuǎn)化率

是指從某個渠道的曝光，完成下載和注冊的數(shù)量的新增的用戶占比。

渠道ROI

是指某個渠道的投入產(chǎn)出比，比如投放內(nèi)容展現(xiàn)了多少次，轉(zhuǎn)化成多少次點擊，最終帶來多少安裝量/銷量，投放會計算每一筆廣告費轉(zhuǎn)化成多少實際用戶或收入，這就是ROI。

7. 調(diào)研數(shù)據(jù)

是指通過用戶調(diào)研提煉的抽樣數(shù)據(jù)。如用戶期望價值、滿意度評分、主觀評價、凈推薦值NPS、回訪/復(fù)購意愿、腦電圖測試數(shù)據(jù)、眼動儀測試數(shù)據(jù)等等。

調(diào)研數(shù)據(jù)能夠幫助我們?nèi)グl(fā)現(xiàn)問題、細(xì)化問題、尋找個數(shù)據(jù)表現(xiàn)背后具體的原因。

數(shù)據(jù)的收集原則

很多時候設(shè)計師往往沒有主動去看數(shù)據(jù)的意識，比較常見的是業(yè)務(wù)或產(chǎn)品根據(jù)情況同步給我們他們已經(jīng)分析過的數(shù)據(jù)，例如點擊率、轉(zhuǎn)化率等。

這些經(jīng)過處理的數(shù)據(jù)往往很難看出具體的問題或原因，我們需要從更多的維度去看數(shù)據(jù)，這樣有利于我們更加深入的去分析、研究問題。

原始信息：沒有經(jīng)過任何人過濾的數(shù)據(jù)（不是別人處理過的抽象數(shù)據(jù)，是真實的數(shù)據(jù)表現(xiàn)或用戶調(diào)研一手信息資料）。

不過度收集：當(dāng)信息搜集到一定程度時，比如出現(xiàn)彼此重復(fù)的內(nèi)容較多時，再投入時間收集，實際效果也不會呈等比增加。

在信息收集階段，不做判斷，避免在后面流程中為判斷找論據(jù)而忽略其他內(nèi)容。

06 如何通過數(shù)據(jù)發(fā)現(xiàn)問題

1. 看趨勢

趨勢分析是數(shù)據(jù)分析里最常用的分析方法，只要和數(shù)據(jù)有關(guān)，幾乎每個人，時時刻刻都在用。趨勢分析法最大的好處，就是簡單省事！

因為它不需要任何理論基礎(chǔ)，不需要任何專業(yè)知識，也不需要很多數(shù)據(jù)，只要有一個結(jié)果數(shù)據(jù)，無論是正向還是負(fù)向，都能直接得出判斷。通常我們以時間、流程等線性角度分析整體變化，尋找影響因素。

2. 作對比

孤立的數(shù)據(jù)沒有意義，有對比才有差異。對比分析在實際數(shù)據(jù)分析中是非常重要的一種分析手段，我們需要尋找相同類型作對比，才知道好壞，可以提升的點在哪里。

3. 多維分析

多維分析就是細(xì)分分析，做多維分析首先要明確2個方向：維度和指標(biāo)。

指標(biāo)：指的是用來記錄關(guān)鍵流程的，衡量目標(biāo)的單位或方法，如DAU、留存率、轉(zhuǎn)化率等。

維度：指的是觀察指標(biāo)的角度，如時間、來源渠道、地理位置、產(chǎn)品版本維度等。

多維分析，就是在多個維度對問題進(jìn)行拆解，觀察對比細(xì)分維度下的指標(biāo)，通過將一個綜合指標(biāo)細(xì)分，從而發(fā)現(xiàn)更多問題。

例如某個資源位轉(zhuǎn)化率低是我們面對的最嚴(yán)重的問題，那么我們可以繼續(xù)細(xì)化到影響轉(zhuǎn)化率的因素有哪些，把這些因素分別羅列出來，給出解決辦法；

也可以從維度方向去看問題，比如某個時間段數(shù)據(jù)比較差，或者從某個渠道來的用戶數(shù)據(jù)比較差，然后我們再針對性的給出解決方案。通常我們看的都是綜合指標(biāo)、總值，但這些總值通常無法真正地發(fā)現(xiàn)問題。

在實際的操作中，我們需要盡可能多的結(jié)合業(yè)務(wù)特性將總值拆解細(xì)分，才能發(fā)現(xiàn)問題，找到可落地的解決問題。

4. 公式拆解

公式拆解法，就是針對某個指標(biāo)，用公式層次分解該指標(biāo)的影響因素，從而快速找到影響指標(biāo)的因素。公式拆解法沒有固定的標(biāo)準(zhǔn)，一個目標(biāo)變量在不同的場景下或者為解決不同問題，需要利用公式拆解的細(xì)致程度也不一樣。例如：

5. 數(shù)據(jù)模型

上面的都是通過一些簡單的方法，對數(shù)據(jù)進(jìn)行分析，但是數(shù)據(jù)的維度往往有很多，很復(fù)雜，為了幫助我們更好的進(jìn)行數(shù)據(jù)分析，我們也可以借助數(shù)據(jù)模型幫助我們。

數(shù)據(jù)模型的種類有很多，每個數(shù)據(jù)模型都有不同的側(cè)重點，這里就不展開，只簡單列舉一些常用的數(shù)據(jù)模型，大家有興趣可以自行從網(wǎng)上搜索了解。

例如：谷歌的GSM分析法（設(shè)計驗證），價值矩陣分析法（確定方向）、OSM模型（目標(biāo)驗證）、AARRR用戶增長模型、杜邦分析法、RFM模型、漏斗分析法等。

07 如何培養(yǎng)數(shù)據(jù)分析意識

最后我們來聊聊如何培養(yǎng)數(shù)據(jù)分析的意識，相信看到這篇文章并且看到了這里的設(shè)計師，都很清楚數(shù)據(jù)對于設(shè)計師的重要性，我個人認(rèn)為學(xué)習(xí)任何東西，方法其實都是相通的。

1. 首先，我們要先建立起自主學(xué)習(xí)的意識，在日常工作中時常提醒自己要關(guān)注這些相關(guān)的內(nèi)容，并積極爭取和把握參與或?qū)W習(xí)的機會；

2. 然后，通過書本或者互聯(lián)網(wǎng)系統(tǒng)的學(xué)習(xí)相關(guān)的知識，通過合理的方法引導(dǎo)我們，建立起我們的認(rèn)知和知識庫；

3. 另外，就是要行動起來，通過不斷練習(xí)，工作中不斷嘗試，積極梳理遇到的問題，總結(jié)遇到的問題，迭代自己的知識庫；

4. 最后，我們以教為學(xué)，通過自己的總結(jié)分享，重新梳理自己的知識庫，分享給更多的人，提高自己的同時，通過收到的反饋繼續(xù)提高自己。 

-END-