編者按：這篇文章出自設計和用戶體驗設計機構 NNGroup，作者為 Evan Sunwall，主要探討的是「帕累托原則」也就是我們所熟悉的 80/20 原則。只不過它并不只是一個概念，專業的 UI/UX 設計師有一整套方法，來用它解決設計決策上的問題。

想象一下，在十幾次開會討論之后，經過公司的法律部門的允許，在和開發、營銷部門進行溝通之后，你終于可以使用分析工具，來對現有的網站或者 APP 進行測試和分析了!這意味著你和你的 UX 團隊終于可以借助 AB 測試，拿出實際的證據來說服持懷疑態度的同事了!

[[438747]]

不過通常，在幾個月之后，最初的興奮變成了沮喪——有太多的頁面、報告和指標要考慮。如今的分析工具是強力，以至于每次抓取的數據都足以讓一整個設計團隊陷入信息過載的泥潭。面對如此之多的量化數據，UX 設計團隊到底要怎么做才行?答案是帕累托原則。

「帕累托原則」是什么?

帕累托原則也就是大家常說的 80/20 原則，簡單來說，就是80%的結果，是20% 的原因造成的。

在19世紀，意大利經濟學家和工程師 Vilfredo Pareto 注意到，他的花園里面 80%的豌豆產自于其中 20%的豌豆莢，隨后他開始研究土地所有權和財富不平等的問題，他再次注意到意大利 80%的土地屬于 20%的人。20世紀，管理顧問 Joseph Juran 重新發現了 Pareto 的研究工作，并且稱之為帕累托原則，并且延伸出帕累托原則，號召關注「重要的少數」而不是在「瑣碎的多數」當中投注精力。

令人驚訝的地方在于，已經有大量的案例證明了 80/20 原則：

• 20%的網站獲取了 80%的網絡流量
• 20%的客戶為公司貢獻了80%的收入
• 20%的學術論文經常會被另外80%的文章所引用
• 20%的常見軟件錯誤導致了80%的系統崩潰

帕累托原則所描述的現象，符合帕累托分布的數學關系，這種分布和統計中的 Zipf 曲線的特征高度相關。通常，我們可以使用數學關系式來描述兩個變量之間的關系，比如y=2x，變量x 的增加會直接導致 y 會按照比例變化。

不過，帕累托原則不能準確預測具體結果，也無法解釋為什么一定會這樣。因此，無法保證你的數據一定會整齊精確地遵循 80/20 的比例。比如，可能會出現 5% 的網頁集中了網站 67% 的瀏覽量，而在很多網站當中，甚至會出現 1% 的用戶產出了 90% 的帖子。重要的是，這兩個數據之間會存在有極為顯著的不平衡。將帕累托原則視作為一個有價值的現象來進行觀測，也就是「輸入和輸出通常是不均勻的」。一大群人當中，可能僅僅只有極少數有意義的貢獻者。

如何創建帕累托圖

僅僅知道帕累托原則，并不足以做出足夠準確合理的決策。這個時候，可以借助帕累托圖來構建可視化的數據，找到對應的類別(比如不同的頁面)和特定的指標(比如瀏覽量)來找到關鍵的 20% 。

帕累托圖當中，每一個元素通常會包含2個指標：

1. 按照類別繪制對應項目特定指標的條形圖
2. 按照類別標識出特定指標的積累百分比

以上方的帕累托圖為例，x 軸代表著的是網站的的頁面(按照網站瀏覽器數據降序排列)，左側的 y 軸則是頁面瀏覽量的指標，并且使用條形圖來代表單個頁面的瀏覽量，右側的 y 軸的指標則是頁面的積累百分比，并且使用折線來呈現積累百分比的走勢變化。以頁面E為例，它的條形圖代表著它的瀏覽量，而折線上的點代表著它前面的幾個頁面加上它的總瀏覽量所占的百分比。按照左邊的 y 軸的特征，無論前面多少頁面，最后的一個點一定是 100%，根據這個圖表，無論網站有多少個頁面，前面的4個頁面帶來的影響會影響整體的80%左右，因此針對這 4 個頁面進行優化，投資回報率會比較高。

另外，繪制玩帕累托圖之后，需要制作出一個詳細的分類表格，這個表格當中將會匯集一些重要的基礎數據，以及一部分數值的計算值。在開始數據處理之前，請確保這些數據是切實存在的，從系統當中導出的，并沒有冗余和錯誤的。不過考慮到實際情況，這些需要錄入的指標可能是需要你預先進行處理和計算的。

接下來，是創建帕累托圖的詳細步驟：

1. 選擇待處理的對象的類別，比如是網頁，某個功能，或者是細分的用戶類型。
2. 選擇選擇這個對象的某個數據指標，比如成本，價格，瀏覽量，點擊量等。
3. 新建一個全新的空白表單。
4. 在 A 列中，列舉出所有的對象的名稱，比如你選取的對象類別是網頁，那么列舉出每個頁面的名稱或者代號。
5. 在 B 列中，列舉出這個對象相應的數據指標，在我們的示例當中，列舉的是頁面的瀏覽量數據。
6. 在表單的底部，對第二列表單的數據進行求和，計算出總數。在我們的示例當中，計算出的頁面瀏覽量的總數。
7. 按照從高到低，對表格進行排序。
8. 對于 C 列，計算各個項目對于總數提供的貢獻的百分比。計算方式就是取 B 列的數值除以總數并換算成為百分比。
9. 對于 D 列，計算的是累積百分比，也就是將上方的所有百分比相加。
10. 在同一張統計圖當中，將 A 和 B 列的數據制作成為條形圖，將 A 和 D 列構建出折線圖，這樣便于對比。當然你也可以創建兩張單獨的圖表。

帕累托圖是可以幫你清晰地理出排序的優先級，幫你清晰直觀的理出貢獻最大者。

在用戶體驗設計中應用帕累托原則

下面使用 2 個案例來說明，帕累托原則是怎樣幫助 UX 設計師來設置和確定數據優先級的。

示例1:

由于累積的技術和 UX 債務(插入說明)，用戶對于應用的滿意度評分下降。

• 目標：通過修復最重要的 UI 問題來提升用戶體驗
• X軸類別：產品特征
• Y軸指標：負面用戶反饋提交的數量
• 帕累托分析結果：86%的負面反饋來自于 3 個產品特征。
• 得出結論：改進這3個功能能夠極大程度上減少負面評價的數量。
• 執行：說服利益相關者在這3個功能上投注精力進行迭代升級，盡管其他功能可能看起來更容易修改，或者看起來更迫切。

示例2:

網站在重新設計之后，注冊帳號并免費試用產品的用戶減少了。

• 目標：提高免費試用的用戶比例(微觀轉化目標)，提升獲客(宏觀轉化目標)
• X軸類別：注冊試用的用戶訪問過的網頁
• Y軸指標：單一頁面瀏覽量
• 帕累托分析結果：77%的用戶訪問了產品功能介紹頁面和定價頁面
• 得出結論：降低定價頁面的退出率應該能夠極大提高新用戶試用和注冊的比例
• 執行：先進行定性研究，對定價頁面的潛在問題進行定位，即使其他頁面的退出率更高也暫時忽略。

縮小范疇并提升影響

UI 團隊通常會面臨時間不足和資源不足的問題，在決策階段又需要向高層展示相應的價值，這個時候，即使是做一次完整的權限分析都需要花費相當的時間和人力成本。使用帕累托原則的放大效應，用戶體驗團隊可以迅速獲得多個好處：

• 快速篩選和分析大量數據
• 說服利益向關注和針對 UX 項目進行有效的投資并獲得回報
• 縮小研究和執行的范疇
• 高效且有效地執行，獲得有影響力的結果

只關注 20% 的危險

當然，一直使用帕累托原則，一直只專注于「重要的事情」是極具誘惑力的，甚至作為這個概念的推廣者而言， Joseph Juran 也敏銳意識到使用者會有越來越強的這么做的傾向，所以他將最原始的描述中的「重要的少數和瑣碎的多數」在后續修改成為「重要的少數和有用的多數」。長期只專注于 20% 部分 的關鍵看起來是誘惑人的，但是會讓很多其他的指標停滯，會給讓產品呈現出過度優化的特征，同時損害其他的性能和指標。一直使用帕累托原則可能會讓設計決策陷入到全有或者全無的思維陷阱，設計和產品團隊理應留出足夠的帶寬用來處理短板，應該具有著眼整體的眼光，考慮不同指標之間的互相影響，為用匯提供綜合的效用。

如果從字面上來理解帕累托原則，確實有 20% 的部分創造 80 % 的價值，但是我們不能持續的僅僅只關注這一部分。

結論

盡管分析工具可以抓取網站和APP 后臺大量的數據和內容，但是并非所有的功能所貢獻的用戶體驗上的功能是均衡的。在明確的目標和衡量體系之下，在關鍵的時候使用帕累托原則，幫助設計團隊找到準確的優化著眼點，找到可以迅速提升整體用戶體驗的關鍵節點，在有限的時間和預算之下，精準快速地作出抉擇。