大厂设计师如何做改版设计？来看这份实战案例！

表情面板是百度APP互动场中非常重要的基础输验功能。文以三个核心设计节为例，分享在不同设计阶段，对表情面板验细节的理和感悟，阐述大量平台产品在进行验微创新时，对设计方案的严谨论证及思考。

表情面板改版背景

在百度APP评论场景，天有几十含有表情评论生量，表情于评论互动氛围造起着至关要作用。

百度APP emoji 2.0升级，除样式升级外，表情数量由原来的77个增加为180+，原有的横滑翻页互形式更受。

设计目标

通优化表情面板互形式，提升表情使用率，促进互动氛围提升，有以下3个核心目标：

横滑表情面板现有问题分析

1. 展现屏效低

横滑分页示+表情分类tab占据表情面1/4的位置，但是现有表情仅有一个分类，且短期拓展可性较低，导致一屏只展示20个表情。

2. 操作顺畅度弱

横滑翻页效率慢：表情2.0升后表情数量的扩充至180+表情，横滑翻页的交互形式需要滑动10页才能完。

输入切换顺畅：表情面低于系统键盘，切换键盘时有面跳。

3. 运营能力弱

节假日等殊日期，会计专属的活动运营表情，有表情面板没有置运营表情位置，放最后一页则触达率过低，有逻辑是将首页最后一行的前3个位置作为运营表情位置，导致了表情顺序不稳定，用户查找习惯被破。

设计过程

度APP作平台性产品，用户体，表面板涉及发论、发动态、直播间发弹幕、IM发消息多场景。了降低全线的风险，确保终方案的效性，分别设中、线、线后阶段采取方案研究估、性测试、验证方式对设方案行严谨推导及论证，确保设的合理性，深入理解用户使用表面板的行特点。

设计前：表情面板类型的研究与评估

1. 法：哈里图表比较评估法

法介绍：哈里图表是用于设计概念未经细化初始阶段比较评估法，根据预定设计要求，分析并呈现概念设计案优势与劣势，过比评估选择更具优势设计概念。

表情板类型发散

发散：基于原有滑翻页板，从翻页和翻页两个维度发散出了纵滑滚动、滑滚动共3板类型。

按照3个优目标细分7个评估指标

7个评估指标优先级：

首屏展示效率>浏览便捷度>匹配运能力>屏曝难度>单屏展示数量>定位查找难度>功能拓展性

方案对评估

表格中评估指标的重要程由上至依次降低，每个指标的评分等级分为4类： -2，-1，+1，+2。然后对3种表情面类进行对打分：明确分数等级后，把相应的方涂黑（-2，+2需要涂黑两）

方案评估决策

决策阶段不是简的将所有得相加，而是观察哪个方案占正向黑色面积更多，且黑色面积靠上的越多越占优势。可以出「类型2：纵滑滚动」各项指标表现更优。

设计方案说明

类型2：纵滑滚动结构的基础，对方案行细化，主以下几设点：

设点1：提升操作顺畅度、展示效率

提高面板高度与键盘高，提升输入稳性。

通过布局优化+纵滑滚动，提升浏览便捷度，展示数量提升35%-105%

设点2：增加一行常用表

面5历史表，使用便捷；后面两推荐表，好的匹配表运营能力

设计点3：感官反馈，提升操趣味

触反馈：长按表情出现详情气泡时，有震动反馈；

听觉反馈：点击表音效反馈；

设计点4：续新增分类或管理功能的拓展思考

续增加表情分类或是设置功能，以在面板底部增加一行固定功能口放置拓展功能；同时，纵滑面板释放横滑手势，以通横滑切换表情分类。

上线前：定性测试

全量上线前为保证体验符合预期，开展了新表情板定性用户测试。过用户喜爱度研究及表情搜寻任务分析，比改版前后两案异。

1. 用户喜爱度调研

喜欢新案「纵滑表情板」用户更多。

喜欢的主观原因主要包括：更方便、更顺畅，查找，顺手，展示内容更…

2. 表情搜寻任务可用性测试

搜寻实验说明：针滑翻页案和纵滑滚动案两交互形，使用样表情，在表情随意挑选2个，打乱序后，让用户在表情板查找，观察比用户找到表情所需时。

测试结论显示：在前6表情纵滑案表情搜寻任务使用时明显短于滑案；7-16表情纵滑案于滑案；

注：由于实使用表情板场景与搜寻任务不，表情序与使用量有关，越靠前表情使用量越高，测试结论仅作为参考。

上线后：定量验证

定量验证有三个维度：

• 对改版前后表情面核心数据的变，评估项目收益，对方案的有效性进行定量验证；
• 纵滑表情板用户为进打，深入分析和结纵滑板用户为特。
• 根据数据分析结论，对纵滑面板的局提出建议及优化点，为续表情面板的长期优化打下基础。

1. 数据收益析

核心指标：含表情评论PV/UV占比、表情面板转化率

含表情评论PV/UV占比

在总评论量保证稳步提升的基础上，双端含有表情占比的PV、UV均上涨显，且PV上涨比例>UV上涨比例：

• PV涨：同数论中含表的论涨；
• UV上涨：同等数量发评论用户中，发表含表情评论的用户量上涨；
• PV上涨例>UV上涨例：发含表情评论的户中，人均发表量升；

面板转化率

面板转化率提升明显，明调起表面板后，用户概率的使用表并发表了含表的论。

注：

• 评论含表情PV占比=含表情评论PV/评论表成功PV
• 论含表UV占比=含表论UV/论发表功UV
• 表情面板转化率=含表情评论PV/表情面板展现PV

收益总结

以上核心数据双端均上涨明显且上涨趋势一致，数据收益呈正向，次改版提升表情的使用率，对互动氛围提升到非常正向的用。

2. 纵滑表情面板的使用行为分析

为打规则细化

法： GSM模型分析评估指标

分析行为数据

分析上线后的表情面打点数据，总结户行为特点：

根据用户行为总结建议及优化点

总结

通分析打点数据理纵滑面板的用户行为特点，让设计师更贴近用户，理用户在验新的表情面板时有怎样的反馈，哪设计点是符合设计预期的，哪是超出预期或者不符合预期的，从而为续表情面板的持续迭代优化提供理论参考。

感悟

在设计不同阶段，通不同的论证和分析对表情面板验细节有更深的理和感悟。

细致的设研究能程度保证设方案的合理性。

上线前的用户定性测是一种低成本快速倾听用户反馈，规避风险的方法。当然，由于定性测的受众较少，会存在一定的局限性，要正确的评估用户研究结论的可参考价值。

上线后的定量数据验证是通过对数据的解读来分析户真实使情况的方法，尤是对于平台性的大体量产而言，通过数据分析更够帮助设计师更好的了解户，客观的反映设计方案的效果。当然，数据本身虽是客观的，但对于数据的解读却一定做到客观，这是一个需要深入习、长期坚持并循环验证的过程。