测试

以刷屏朋友圈的左右脑年龄测试为例,论测试类病毒营销是如何炼成的

哪些病毒营销火爆的原因是什么?对运营人员进行活动策划又有何借鉴意义呢?最近,你的朋友圈被这种左右脑年龄测试的图片刷屏了吗?作为朋友圈最新热点,左右脑年龄测试很简单。只要通过扫描测试结果图中的二维码并回答几个设定的问题后,便会生成一张显示有左右脑两个年龄测试结果的图片,图片的下方还配有相关的文字解释。虽然数据显示已有几千万人进行了测试,不过这种测试结果的真实性却让人不敢恭维。

我的项目管理最佳实践

项目管理的作用对象是项目团队(当然也有项目外部的干系人,本文只针对项目团队),最好的项目管理应该是让团队有清晰统一的目标、亲密无间的团队协作,团队成员各司其职,在舒适的心理状态下(良好的人际关系),同仇敌忾,为同一目标不懈努力。这一前提的关键是经过不断探索和磨合,找到适合团队的项目管理最佳实践,并雷打不动地执行最佳实践。由此,团队将越来越好,越来越亲密无间。下面总结梳理一下

以今日头条为例,详述数据思维驱动产品设计的方法论

本文源于今日头条算法工程师曹欢欢的分享,笔者结合自身理解和思考加以总结梳理,力求整理出每个产品经理都可以在实操中运用的科学设计产品方法论。今日头条用了短短5年时间,成为移动端新闻媒体的独角兽,2016年末,完成10亿美金D轮融资,估值近110亿美元,成功挤入互联网第二梯队。如一句老话所说,世上没有平白无故的成功,当了解了今日头条如何打磨产品功能和交互设计后,笔者发现其成功是

用户测试二三事:用户测试流程及注意要点

在产品迭代过程中红,用户测试必不可少,而其中需要注意的细节也很多,文章针对用户测试的一些流程以及相关的注意事项进行了总结梳理,希望对大家有所帮助。用户测试大家必然不陌生,在产品迭代过程中,经常会需要做一些大大小小的用户测试,以此来帮助产品发现重要问题。但在实际情况中,我们往往是这样子的:时间不够用啊!要写测试方案,要招募用户,测试demo也还没拿到手,测试报告又急着要,怎么

干货 |AB 测试的理论和实践全总结

所谓 A/B 测试,简单来说,就是为同一个目标制定两个方案(比如两个页面),让一部分用户使用 A 方案,另一部分用户使用 B 方案,记录下用户的使用情况,看哪个方案更符合设计目标。一:基本概念网站设计中,我们经常会面临多个设计方案的选择,比如某个按钮是用红色还是用蓝色,是放左边还是放右边。传统的解决方法通常是集体讨论表决,或者由某位专家或领导来拍板。虽然传统解决办法多数情况

A/B 测试实践全总结

所谓 A/B 测试,简单来说,就是为同一个目标制定两个方案(比如两个页面),让一部分用户使用 A 方案,另一部分用户使用 B 方案,记录下用户的使用情况,看哪个方案更符合设计目标。一:基本概念网站设计中,我们经常会面临多个设计方案的选择,比如某个按钮是用红色还是用蓝色,是放左边还是放右边。传统的解决方法通常是集体讨论表决,或者由某位专家或领导来拍板。虽然传统解决办法多数情况

产品工作总结:关于可用性测试的二三事

先行动再思考未尝不是一件好事;同时,凡事预则立。我们进行的是手机端产品的可用性测试。6月开始,匆匆忙忙用大约一周时间完成了从电话邀约到可用性测试访谈结果反馈。一开始我突然被拉过去说要做可用性测试,并且脚本同事已经完成(我并不知道这个脚本准备了多久)。我要做的第一件事是电话邀约参加测试的用户。于是发现了电话单筛选的问题以及电话邀约的一些技巧。经过了预测试准备(其实并不严谨,是

可用性测试总结

我们进行的是手机端产品的可用性测试。6月开始,匆匆忙忙用大约一周时间完成了从电话邀约到可用性测试访谈结果反馈。一开始我突然被拉过去说要做可用性测试,并且脚本同事已经完成(我并不知道这个脚本准备了多久)。我要做的第一件事是电话邀约参加测试的用户。于是发现了电话单筛选的问题以及电话邀约的一些技巧。经过了预测试准备(其实并不严谨,是我以及另一位交互人做测试),之后高高兴兴得迎接辛

干货 | 产品经理如何进行可用性测试(下)

上一篇我们说到了什么是可用性测试、为什么进行可用性测试以及可用性测试的几个维度,今天这篇讲讲如何进行可用性测试,以及可用性测试的操作步骤。干货满满,请大家做好笔记哦~,今天这篇讲讲如何进行可用性测试,以及可用性测试的操作步骤。一、设计测试任务根据你的测试目标,设计你的测试任务,设计测试任务是进行可用性测试最重要的一环,任务描述的合理性直接影响测试结果的准确性。那么该如何设计

正确 A/B 测试的 10 大误区

你希望通过A/B测试对你的网站进行充分的转化率优化,关于它的理想概念将类似于通过A/B测试对着陆页改变 CTA 之后获得25%的转化提升。但在现实中,可能不是这么理想化。有很多误区干扰了正确执行A/B测试的方法。今天,我将分享最常见的10大误区,以及每个误区的真相。误区1:转化率优化因猜测而发生误区。 从你的角度来说,你觉得自己最懂客户,好像别人都不懂。这就是为什么你不需要