iKala CDP

2019 - 2024

Overview

我的角色

獨立主導 CDP 核心模組設計,涵蓋流程定義、UI 架構與跨部門協作,建構可擴展的產品體驗。

面對挑戰

面對數據零散、流程複雜與模組擴充需求,從 0 建立視覺化功能與設計系統,確保操作體驗一致並具彈性延展性。

產出與成果

精準分群與自動化設計,回購率 +80% 、 ROAS +166% 、 作業工時 -90% ; 成功導入多個品牌,實質帶動營運成效。

Role

作為 Senior Product Designer,負責從 0 到 1 建立 CDP(Customer Data Platform)產品設計,涵蓋功能優化、使用者研究、行為分析、UI/UX 設計與 Prototype 測試,並與 PM、RD 團隊緊密協作,確保設計兼顧用戶體驗與開發可行性。

Background

CDP(Customer Data Platform)是一款整合線上線下數據的平台,透過數據分析與 AI 行為預測自動化行銷,協助企業提升精準行銷效率、優化轉換率,並改善整體客戶體驗。

企業面臨痛點:數據零散、行銷流程繁複、轉換率低。

產品目標是透過更直覺的數據探索工具與行銷模組,協助用戶快速掌握關鍵數據,提升行銷靈活度,並搭配完整 Design System,確保產品模組間的一致性體驗,加速產品開發與擴展。

Problem & Challenges

面對的挑戰

在從零規劃 CDP 產品的過程中,主要面臨以下設計與產品規劃挑戰:

  • 數據龐大且零散,需建構有效的資訊結構與視覺化方式
  • 行銷自動化流程複雜,需設計直覺且靈活的設定體驗
  • 受眾分群邏輯多樣,需支援即時視覺化與條件彈性組合
  • 多模組擴展需求,需從一開始就規劃統一且可延展的設計系統
  • 產品功能多元且跨部門協作頻繁,需確保用戶體驗與技術開發可行性同步兼顧
核心挑戰細節
  1. 資料視覺化的 UX 挑戰

    需要將大量且複雜的數據,轉化為「直覺理解、可行動」的資訊,協助用戶快速洞察與行動決策。其中包含設計企業常用 RFM(Recency, Frequency, Monetary)分群視覺化圖表,將傳統 RFM 圖表轉換為易於辨識的互動式分析介面,提升用戶對數據的理解與應用效率。
    同時分析 Treasure Data、Bebit、Eagleevet、GA 等業界工具,探索適合的資料視覺化方式與介面表現,作為設計基礎。

  2. 行銷自動化流程設計挑戰

    企業行銷流程數位化、廣告投放加速,需要設計自動化行銷旅程 (Marketing Automation),協助品牌快速建置數據驅動的個人化推播與 Email 流程設定。流程設計需兼顧受眾分群與標籤管理,降低操作門檻,提升行銷策略執行效率,協助品牌靈活應對市場變化。

  3. 受眾建立 & 自動化貼標的 UX 挑戰

    需要提供靈活且直覺的受眾建立流程,支援 AND/OR 條件組合與即時視覺化的分群結果,協助品牌清楚定義目標受眾,提升行銷活動的觸及率與精準度,進而強化品牌的受眾策略與推廣成效。同時,介面設計需保持簡單易懂,避免操作步驟過於繁瑣,降低錯誤率並提升效率。

  4. 設計系統的建立維護與跨模組一致性挑戰

    需要從產品初期即規劃並建立一套統一且可擴展的 Design System,涵蓋 UI 元件規範、互動樣式設計與文字標準大小,確保不同模組間的一致體驗,同時提升設計協作與開發效率,縮短溝通時間,優化產品開發流程與用戶體驗。

  5. CSM 反饋與設計優化挑戰

    需要透過 CSM(客戶成功經理)回饋,持續收集品牌企業的實際需求,並依據市場變化與用戶行為調整設計方向與功能優先順序,確保產品最終符合業務需求與市場需求。

Feature Architecture

由於 CDP 涵蓋眾多模組,功能資訊量龐大,若缺乏清晰的分層與導覽機制,容易造成使用者混淆與操作困難。為了釐清整體功能架構,我從市場主流產品著手分析,並與 PM 討論實際使用情境,最終整理出一份完整的 Sitemap,作為後續設計邏輯與模組開發的基礎。

Key Design Strategies

  1. 資訊架構優化:提升功能可見性與使用效率
    • 整理受眾建立、標籤管理、數據分析等模組的資訊架構,提升關鍵功能的可見度與易用性
    • 規劃清晰的資訊分層與分類,協助品牌快速找到目標功能並完成操作
  2. 行銷自動化旅程:降低設定門檻,提升行銷彈性
    • 設計拖曳式 UI,讓品牌自由排列行銷節點,簡化流程設定
    • 提供 AI 模組,支援受眾 A/B 測試,並自動推薦最佳溝通渠道
    • 整合多種行銷渠道(Email、簡訊、LINE、APP 推播等),提升跨渠道運用彈性與溝通效率
  3. 受眾建立與多層級篩選:支援彈性條件組合
    • 設計 AND / OR 條件組合機制,提升品牌篩選受眾的彈性與精準度
    • 提供即時篩選結果預覽,協助品牌確認圈選範圍與預估受眾人數
    • 建立視覺化受眾分析圖表,幫助品牌洞察不同受眾類型,優化行銷策略
  4. 事件 / 漏斗分析:讓行為數據更直覺易懂
    • 設計階層式篩選 UI,協助品牌快速建立分析條件,掌握不同數據變化
    • 提供即時圖表預覽功能,讓品牌快速取得關鍵洞察
    • 支援自訂分析儀表板,品牌可根據自身需求組合指標,掌握重要趨勢
  1. RFM 圖表優化設計:提升客戶價值識別效率
    • 設計不同於傳統表格的 RFM 分群視覺化圖表,透過圈群分類協助品牌快速識別高價值顧客、流失風險顧客與潛在成長顧客
    • 提供切換選單功能,品牌可靈活調整,觀察不同分群結果,協助品牌精準配置行銷資源,提升投資效益。
  2. 顧客畫像(User Profile):讓品牌了解顧客的全貌
    • 整理顧客個人資料、行為數據與興趣標籤,建立清晰易讀的顧客輪廓
    • 整合購買紀錄與會員價值分析,並透過 AI 模型預測顧客的消費潛力與忠誠度
    • 彙整行銷活動互動數據,協助品牌追蹤受眾的廣告及促銷參與情況,提升行銷洞察深度
  3. 建立可擴展的設計系統:確保產品體驗一致性
    • 建立 Design System,規範 UI 元件與模組設計標準,提升設計與開發的一致性與效率
    • 確保跨模組體驗一致,降低學習曲線,同時優化用戶整體體驗
    • 減少設計與工程端在開發過程中的溝通與修正成本,加速產品功能開發與上線速度

Design Process

為提升整體使用體驗,將 CDP 產品設計流程拆分為三個關鍵階段,系統性推進使用者洞察、設計驗證與功能優化。

探索與需求分析
  • 用戶研究

    透過客戶訪談與回饋,深入了解品牌端在行銷規劃與數據決策上的痛點,掌握實際使用需求,作為產品規劃的依據

  • 數據分析與競品研究

    透過數據洞察品牌主要的決策困難,並分析競品策略,找出體驗上的優化空間

  • 核心需求定義

    明確界定產品需解決的關鍵問題,如受眾篩選、數據分析與行銷自動化,建立後續設計與開發的優先順序

構思、定義與驗證
  • 與產品團隊進行腦力激盪

    共同規劃最適合 CDP 產品的資料視覺化方式與操作流程

  • 問題定義與假設驗證

    在設計初期設定關鍵假設,並透過快速原型與用戶測試,確保設計能精準對應品牌痛點

  • 體驗優化與易用性測試

    根據 CSM 回饋與用戶行為數據,持續微調體驗流程與報告呈現方式,提升易用性與理解效率

實作開發與後續優化
  • 設計細節優化與開發對接

    在開發前進行 UI/UX 細節優化,確保設計成果符合品牌需求,並降低開發與溝通成本

  • 與開發團隊緊密協作

    開發過程中持續同步設計細節,確保功能開發的技術可行性與體驗一致性

  • 數據回饋驅動優化

    根據 CSM 透過實際使用數據持續觀察資料視覺化表現,並根據數據洞察優化篩選體驗與決策流程

以系統化流程串聯探索、驗證與優化,確保產品設計能精準回應需求,並持續優化用戶體驗與產品成效。

受眾建立與分群:快速靈活圈選目標客群

透過設定 AND/OR 條件組合,搭配即時預覽視覺化圈選結果,用戶可以靈活調整篩選邏輯,快速建立符合活動需求的目標受眾。建立後系統將自動生成視覺化受眾分析圖表,協助品牌洞察不同受眾特徵,進一步優化行銷策略與資源配置。

行銷自動化旅程:模組化設計,優化推播流程

以模組化節點設計,支援拖曳式排列推播流程,讓用戶可以自由串接個人化推播、A/B 測試與多渠道推送 (Email、簡訊、LINE、APP 推播),視覺化流程掌握推播節奏,降低設定門檻,提升執行效率。

RFM 分析圖表:視覺化分群洞察,高效識別客群價值

依據 RFM 指標自動分群,並以直觀的視覺圖表呈現,協助品牌快速識別高價值客戶、流失風險客戶與潛力成長客群。用戶可以靈活調整 RFM 條件,觀察不同客群的分布變化,視覺化分析讓行銷策略制定更具依據,提升資源配置精準度與客戶經營效益。

*該模組設計邏輯與視覺呈現後續被競品參考,展現操作直覺性、視覺邏輯的設計影響力與系統性結構上的完整度。

行銷數據儀表板:即時監控與優化行銷成效

整合了各項行銷活動與受眾行為數據,透過視覺化圖表,即時呈現關鍵指標與趨勢變化。使用者可以自訂篩選條件與指標組合,靈活追蹤活動表現,並快速發現異常或優化機會,並根據最新數據調整後續行銷策略,持續強化成效。

行銷策略實踐成果,數據驅動品牌成長

透過精準分群與自動化行銷設計,協助品牌在轉換、互動與營運效率上取得實質成效,以下為應用成果數據。

面對產品的設計挑戰與學習

這個產品對我來說是一個很大的挑戰,從一開始對 CRM、DMP、CDP 不太熟悉,到逐步理解數據分析與行銷自動化的運作,過程中不斷學習適應還要轉換思維,從 B2C 的使用者體驗,切換到更數據驅動、商業策略導向的 B2B 產品設計。CDP 的核心是數據視覺化 + 受眾管理 + 行銷自動化,但每間企業的需求與痛點都不同,如何設計一個既直覺又靈活的後台,讓不同使用者都能快速上手,是我在這裡最關鍵的目標之一。另一方面,CDP 本身就是一個需要企業買單的產品,所以設計不只是為了使用者體驗好,更要讓企業清楚感受到這個工具能帶來的價值。

在設計過程中,數據視覺化 & 資訊架構的挑戰比想像中更複雜。品牌與企業端關心的指標很多,但如果畫面資訊過於雜亂,反而會讓使用者不知如何開始。因此,設計不只是畫出圖表,更要 定義關鍵指標、資訊層級與篩選機制,確保用戶能快速獲取有用的數據。在受眾分群與行銷自動化 方面,篩選邏輯對許多行銷人員來說不夠直覺,因此我們設計了即時篩選結果預覽,讓品牌在設定條件時可以清楚看到影響範圍,減少來回測試的時間,提升決策效率。

此外,也讓我更深刻體會到跨部門協作的挑戰與重要性。CDP 是一個技術門檻高、業務需求複雜的產品,除了 UX 設計本身,還需要跟 PM、RD、數據分析師、CSM(客戶成功經理)持續溝通,確保設計不只是美觀,而是能真正落地並符合商業需求。例如,在受眾管理與行銷旅程的設計時,行銷端會希望篩選機制越細越好,但技術端則考量系統效能,避免篩選條件太多導致計算量過大。這時候設計不只是畫 UI,而是要站在產品策略 & 技術落地的角度,找到「靈活度」與「執行效率」之間的平衡。這次經驗讓我更有信心面對 B2B 產品的挑戰,不只是關注 UX,而是思考如何讓設計真正帶來影響,幫助企業提升成效。

謝謝觀看 Thank you!

若有任何問題或合作機會,歡迎聯繫我 🙌 w.viyahsieh@gmail.com