（一）当设计遇到AI

繁琐而又重复的工作消耗着设计师的精力，科技的发展，通过人工智能来解决这一难题，重复性的工作交给机器来解决，创新性工作交给设计师来完成。在这其中，设计师充当一个什么样的角色呢？

多维的数据

设计师将设计分解为多维的设计，举个例子，一个活动的banner，解剖为主题风格+投放的商品+文案，设计师确定好主题风格，运营选择投放的商品和文案，将设计标准化，再由机器通过数据分析去智能投放。由消费者的行为去决定推送的内容，千人千面，个性化推送。

设计智能化

设计师充当一个导师的角色，将设计拆解为数据，更细分的数据能让机器去学习。设计的规则不适用于机器，美学是主观性的，机器没有人类的七情六欲，大量的数据让机器去了解设计。其中，标注让机器学习，设计师根据自已的实战经验和用户反馈，将机器的智能化设计作品进行标注分等级，让机器不断学习。对此，设计评估体系的建立尤为重要。

设计与数据思维的区别

对于设计师

理解算法原理，知道怎么做

了解算法边界，知道什么做不了

5秒内能做的设计交给机器

5秒外的设计交给设计师

（二）聊聊色彩

每个设计师都是个编（骗）子

学艺术，做设计，必有自已的一套情怀，如何让作品传递故事，输送情怀，一定是有深厚功力才能让用户为你买单。阿里的色彩购就是一群爱色彩的设计师在发现色彩的用户价值并转化为具体的产品，去传达消费者的购物心情。

每日一色 一种颜色 一个故事

故事更能让消费者接受产品

从定方向--出方案--找合作--迭代--持续战斗，让色彩不仅能为用户选择喜欢的色彩，也能成为前段运营做合辑的工具。

质感设计

设计目标

阿里设计师想让购物更有质感，并将美学传播出去。购物不单单是为了购买所需的消耗品而存在，更是一个品味美学，提高生活质量的过程。

最后的升华

设计师不仅仅是要做到前期美的传达，更是需要在产品上线后，根据数据回流和效果反馈，各阶段，多角度下的数据监测，提升产品的用户体验。

数据分析

（三）设计师如何玩数据

数据分析平台是一种功能性强的工具，以其功能性来吸引用户，大数据下的设计师什么样的呢?

数据的可视化

大量的数据，有限的界面，怎么让有限的假面承载大量的数据，且能清晰明了让用户看懂数据。数据可视化便是一种重要的手段，赋予其多维数据的白哦先形式，让数据更容易传达给用户。常用的有D3  Processing.

交互性

在界面美观性得到保障的前提下，更重要的是如何让用户有更好的用户体验，多级菜单栏怎么放置，让用户更方便地操作;阿里有大量的数据反馈，可供其设计师更好地了解用户的需求，设计出更符合用户习惯的产品。（没有这种平台的设计师，也可通过技术贴，多了解多观察，虽是野花野草，亦可自立自强）。

后言

只是个人的一些理解和阿里设计大牛的一些分享，不对之处多多指教。