在很多
网站设计项目中数据、发现和洞察都被交替使用。Slack对话围绕着令人信服的数据点、统计学上显著的发现、可靠的洞察和新兴趋势展开。不足为奇的是，谈话中常常将零星的观察误认为是持续的模式。但他们各自承载的分量有多大？我们又如何将原始数据转化为有意义的洞察，从而做出更好的决策？
起初这些差异可能显得非常细微且仅仅是技术层面。但在我们审查输入并传达用户体验工作成果时，必须小心不要混淆术语——避免错误假设、错误结论和过早否定。当大型会议中出现强烈建议和大胆声明时，不可避免地会有人质疑决策过程。他们往往是房间里声音最大的，往往有自己的议程和优先事项，试图保护这些。作为用户体验设计师，我们需要为此做好准备。我们最不希望看到的就是一种薄弱的思维路线，轻易被“研究薄弱”、“不可靠发现”、“用户选择不当”等理由拆解——从而立即被否定。
不同角色的人——分析师、数据科学家、研究人员、战略家——往往依赖细微的区分来做出决策。只有洞察才能带来理解并推动战略。远见也会影响策略，但总是由投注和假设所塑造。因此，利益相关者更关注洞见，而非发现。他们很少需要深入分析原始数据点。但通常，他们确实希望确保研究结果是可靠的。这时统计显著性的问题最终浮现。这时，想法和建议往往被忽视，没有机会被深入探讨或解释。
对于用户体验设计师来说，这是一个极其难以回答的问题。正如Nikki Anderson指出的，统计显著性从未被设计用于定性研究。而用户体验工作，我们并不是在发表学术研究或证明普遍真理。我们试图达到理论饱和，即额外研究无法带来新见解的阶段。研究不是为了证明某件事是真的。关键是防止代价高昂的错误发生。一旦我们注意到出现的模式，就需要将其转化为可操作的建议。令人惊讶的是，这并不总是容易的——我们需要尽量避免轻易的猜测和假设，因为它们会引发错误的结论。
在展示用户体验工作成果时，应关注可操作的建议和商业机会，而非测试中出现的模式。对我来说，关键是讲一个好故事。难忘、有影响力、可行且令人信服。描绘未来可能的样貌以及它将带来的变化。这正是用户体验工作最大影响的地方。
