【PM夥伴攻略】如何與產品設計師合作?遵守四項溝通守則、避開三大地雷!
【PM夥伴攻略】如何與產品設計師合作?遵守四項溝通守則、避開三大地雷!

產品經理和產品設計師的工作密不可分,我和我之前的設計師常常會自己開玩笑說我們每天都在講相聲,對內對外都要口徑一致、互相應和。也正因為這兩個職位緊密的合作關係,如果沒有找到相處的平衡,會產生非常大的摩擦,如果合作完美,則會成為彼此在職場上最大的支柱、最能互相信任與依賴的好夥伴。

此篇要談論的「設計師」是以產品設計師(Product Designer) 為主:產品設計師能夠一條龍的從研究、用戶體驗、資訊架構、使用者介面等等一路幫忙到開發、測試驗證。(在台灣的話好像也不少名為UI/UX Designer的朋友在做著Product Designer的事)

這個角色的特色就是他和產品經理一樣對產品有著全盤了解和洞見,並且會一起走過產品開發的完整循環,和視覺設計專才、使用者經驗研究專才等專注在特定領域的職能很不一樣,產品設計師需要懂得廣且深,我覺得是一個比較偏向「通才」的職能。

產品設計師能夠幫忙的事情有哪些呢?

產品設計師能夠幫忙的地方真的太多太多了,以下分階段說明一波:

產品初期/季度規劃

各種研究:

尋找用戶需求與痛點、內部訪談收集各個相關利益者(Stakeholder)的商業需求、挖掘產品洞見、製作用戶旅程(User Journey)、市場研究與競品分析等等各種研究方法,尤其若在公司沒有專職User Researcher的狀況,最佳拍檔非設計師莫屬。

問題定義與解法發想:

設計師能夠協助將研究成果轉化成必須要被解決的問題,並且一起帶領Brainstorming和團隊一起發想解法。

產品策略與願景:

不僅是短期的設計任務,設計師也能將產品洞見貢獻回到較High level與長期的產品策略規劃。

產品開發前

用戶體驗設計:

從Wireframe、介面與流程、產品原型(Prototypes),設計師能夠用各式各樣的方法把點子視覺化,以此作為日後團隊討論、測試與收集回饋的原型。

回饋收集與調整:

給別人回饋、接收回饋絕對占設計師工作的很大一部分,也因此他們通常也很擅長這件事,知道怎麼接收大家的建議和想法,來做適當的產品設計調整。

初期產品驗證:

易用性測試、快速利用簡單mockups或prototype驗證各種想法與點子也是設計師的強項!

開發難度估計:

有些動畫或設計可能不是那麼容易實現,設計師也可以幫忙簡單確認可行性。

產品開發中

與工程師合作開發細節:

設計師熟知每個按鈕在不同裝置上的大小、圖片需要的不同dimension、換頁動畫的細節和按鈕點擊的feedback,這些細節讓設計師和工程師們直接合作是最合適的了。

QA測試:

與QA測試「是否可用」的方向不同,設計師可以幫忙確認很多重要的設計細節是否合乎預期的功能、互動、和UI設計規範。

產品上線後

後期驗證:

設計師也可以進行問卷調查或follow-up深度訪談等等,協助釐清產品改動的好壞、或者找出產品實驗失敗的原因,並探討後續優化迭代可能的方向。

產品經理和產品設計師該怎麼分工?

看完上面設計師可以幫忙的事情,大家應該會發現很多地方其實產品經理也可以做,或是在某些公司其實PM才是Wireframe或測試的主負責人。沒錯!因為產品經理和和產品設計師目標一致、工作也難免有重疊之處,分工其實滿看每對夥伴的偏好,以及產品的本質與目標。

以我之前在「買家體驗」團隊來說,因為產品是完全用戶面向的目標,我們的合作模式是:大部分的事情是一起進行,但是會有一個主要負責人、另一個會是小幫手狀態。

例如:設計師是用戶研究、出設計稿、收集處理設計回饋的負責人,所以她會主導研究計畫與執行、負責所有跟設計稿有關的大小事,也會主動對內對外收集設計回饋並且調整。而我是產品策略、願景、時程與實驗規劃的負責人,所以我會統整資訊做出願景策略和Roadmap、處理外部團隊溝通與設計實驗等等。

但以「金物流串接」的團隊來說,設計師可能大多需要依賴PM釐清商業需求後再輔佐用戶的洞見來發展產品設計。

不過不論是什麼樣的產品團隊,我覺得合作愉快的一個關鍵就「同步」。 不管我們兩個做什麼事情,我們一定都會在做事之前取得共識、做完之後確認對方的回饋才會進行下一步。

不管大小事我們都會跟對方同步,如此不僅可以建立夥伴合作之間的信任感,在分工清晰高效產出的同時,還是能夠做共同決策。

我該怎麼跟設計師提需求/定時程/給回饋?

1. 告訴他們你的想法跟方向,不要讓他們猜測你的心意!

這個設計是要解決什麼問題、背後的假設是什麼、為什麼要做?你預期改動的範圍(Scope)是什麼?你替這個產品改動設定什麼樣的指標(Metrics)?上線後你期待的結果(Outcome)是什麼?下一步又是什麼?

試著將以上問題主動向設計師說明,讓他們有足夠的資訊和明確的方向可以去探索解決方案,就可以省下一些他們拼命猜測占卜需求者內心世界的時間了。

另外若手邊有其他相關資訊,像是各種可能發生的stakeholder feedback、相關數據等等也可以一併告知,讓他們可以提前準備,之後就不會被排山倒海的回饋淹死。

shutterstock_1230304363_design_talk
圖/ MIND AND I via shutterstock

2. 讓設計師一起參與產品早期策略討論

把設計師當成「一起思考的夥伴」而非「接受需求的人」,除了比較技巧性的日常,設計師也能提供策略性的產品想法,而且他們通常都對長期規劃與願景非常有熱情和洞見!如果他們充分了解產品走向,也能有效幫助設計解決了用我們真正想要解決的問題。

3. 給設計師探索的空間

探索其實是設計過程中很重要的一環,若能探索的夠廣夠深,就能有更全面的思考以及更精煉的結果。所以請給設計師足夠時間做研究和測試,協助找到有品質的解法,不要亂壓不合理死線。

研究與測試規模可大可小,如果時間不夠多可以跟設計師討論看看如何用最少時間達成最大效益,比如說:只在辦公室跟同事一起做個簡單易用性測試、或者利用線上問卷做快速驗證等等。

另外也請給設計師空間設計出最佳體驗,再來決定如何執行或實驗,不要太畫地自限,這樣可能會在不知不覺中忽略掉一些明明就可行,或成本不高、但最後卻沒去做的點子。

4. 給回饋時專注在「為什麼」,而不是「怎麼修改」

練習如何給回饋是跟設計師合作很重要的一環,盡量不要用「我要給厲害建議」的心態討論,而是用「從使用者的角度來看,我可能會有某某疑問」的方向來幫忙檢視設計。

想清楚你「為什麼」要給這個回饋?這個回饋要如何協助產品達到用戶目標或商業目標?並且將你的想法向設計師說明,唯有瞭解你的動機,他們才能判斷你的回饋到底合不合理、又該用什麼方法做出有品質的改動。

若先告知方向和原因,設計師就能夠發揮專業,去探索對的解法。所以你其實不需要直接指示「我覺得按鈕可以改大」「文字可以改藍色」「這邊好像可以往上一點」之類的細微修改建議,除非你有很明確的原因為什麼這樣改有直接的幫助。

設計師的三大地雷

1. 需求或產品目標不明確

設計師們期待產品經理可以統整資訊、清楚的說明產品策略與定位,讓他們能夠放心的依循你的資訊去做設計。所以當產品經理一問三不知,描述不清不楚,設計師會覺得你連自己要什麼都不知道,怎麼能期待他們猜中你的內心做出符合你想像的設計呢?

2. 給一堆假設性的限制和沒有根據的猜測

雖然有時候「直覺」很好用,但我們都會有盲點,盡量避免只憑直覺或經驗就否定設計的可能性。 所以不要自己猜測好像設計太複雜可能要花很久時間開發,就先限制設計師的想法讓他們綁手綁腳;不要自己覺得這設計用戶可能不喜歡,就不去探索和驗證。

3. 不相信設計師專業

不要讓你的個人喜好凌駕客觀數據或研究之上,或者表現出「這設計很簡單啊」的態度。雖然很多設計師都很善良,能幫忙就盡量幫忙,但也不要沒有理由的在最後一刻要求更改設計,更不要不溝通就亂改設計師的設計。

對設計師來說什麼叫做「好的產品經理」

1. 使用者中心

「使用者中心」絕對是設計師最重視的特質之一,如果你能事事從用戶的角度思考與溝通,就已經成功一大半了。如果PM們還略懂用戶研究方法或產品驗證方法,一起參與用戶研究過程,並給予回饋讓研究變得更有價值,就是非常加分的好PM。

2. 有遠見有願景 比團隊想的更遠

除了站在使用者角度著想,在設計師們的心中,一個好的產品經理也要可以想的長遠、有明確願景讓團隊與設計師知道接下來要怎麼走。

主要原因我想有兩個,第一個原因是設計師的工作需要大量的團隊共識才能順利推進,而清楚的產品方向是創造共識的一大前提。第二個原因是,未來的產品走向能夠幫助設計師產出更符合長期目標的設計架構,但是他們的日常工作又常常要埋頭在許多設計細節裡面,常常沒時間做這件事情,所以更需要產品經理的協助。

3. 頭腦清楚

在這裡我想表達的「頭腦清楚」代表兩件事:

一是優先級清晰

知道什麼事情重要、什麼事情不重要,能夠協助設計師專注在重要的事情上,分配時間和資源給關鍵的問題等等。

二是決策性強

其實PM和設計師每天都要做非常多產品決定,有些地方(通常是產品細節,例如設計動畫或視覺)是設計師的主要決策領域,但也有些地方其實是產品經理的責任(通常是High-level的產品決策,例如推薦功能要結合什麼演算法在哪些頁面呈現)。

比較會有問題的決策狀況是產品經理做太多細節決策導致設計師覺得限制太多,或者是做太少決策導致設計師沒有方向可循。

所以我們要練習試著去採納設計師的想法做出綜合性判斷,但也不要把從小地方到大決策的全部決策權推給設計師。和夥伴討論一下,一起找出「什麼時候該做決策、什麼時候該讓設計師放心去飛」的平衡吧!

4. 資訊透明並主動告知

好的產品經理也該是好的團隊領導人,清楚跟團隊分享現在團隊的狀況,進度總結,上面的決策等等,也是重要的特質。

我覺得我的產品設計師朋友們會特別提出這點,可能跟產品設計工作內容有關,因為他們參與整個產品開發的過程,如果PM能協助讓資訊透明,除了讓他們做事更容易,不需要一直追著別人要資訊以外,也比較不會有種資訊落後的不安全感。

5. 信任設計師的執行和判斷

信任永遠是合作愉快的基礎,不要請設計師做研究,看了研究結果之後又質疑他用的研究方法是否正確,這樣設計師當然會生氣啊哈哈。

尊重設計師的專業,才是專業的表現。

與設計師們相處的一點心得

我非常喜歡跟設計師們合作,可能我遇到的設計師們大多都聰明有想法、有創意又積極學習,不管對使用者還是同事們都很有同理心,所以一起工作總是很開心又從他們身上學到超多!當我碰到「不知道用什麼方法可以得到答案或Insight」的狀況,他們總是可以有各式各樣的方法來幫助我。

很可惜有些人可能還沒感受到設計師的好,以為設計師就是「設計一些按鈕並且做流程圖的人」。但對我來說,他們在產出這些精煉成品中運用的設計思維觀察力同理心才是最該被重視與珍惜的才能。

(本文由產品三眼怪授權轉載自其Medium

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓