通过用户目标来看问题,就可以用新技术去消除不相关的任务,更有效的完成用户目标。
举例子来说:在过去,搭建一套内容平台产品需要内容展示前台和内容运营后台两部分,运营在后台审核-管理-推荐内容到前台。
而在“算法推荐流”诞生后,内容运营后台就变得鸡肋,智能审核+算法推荐的模式,彻底替代了人工运营后台;精准击中用户喜好的算法,能帮助用户挖掘到他最喜欢的内容,并且像一个永远不知道疲惫的运营一样不断精进对用户的理解。
文章插图
绕开传统分区推荐内容的形式,寻求新技术精细化分发内容,获得市场竞争力
通过目标结果倒推的方法分析,如今日头条,抖音这类的内容平台想要解决“用户要看偏好内容”的目标结果,逆向推导出“给用户推荐偏好内容”的任务,再去结合最新的技术解决方案,实现算法推荐流,减少任务的同时达成了用户目标结果,获得高价值的商业反馈。
而过去很多内容平台只想完成“给用户推荐好内容”的任务,结合市场现状和技术现状采取了运营人工推荐方式,对待用户目标的精细化程度不够深,最终被推荐流产品狙击。
通过用户目标看问题,可以利用新技术消除不相关的任务,或者用高性价比替代性价比不高的任务,更先进的技术发展让一些任务和活动毫无必要。
3. 满足用户在不同场景下的目标我们常常要求产品的“易用性”,要有足够低的使用门槛,但这未必是用户最重要的目标。
比如一些工具性质的产品,学习操作后会带来更大的效价值,人们依然愿意为了价值(目标)而跟随教程不断加深对产品的学习。过度遵循与用户目标不符的设计原则,是无法设计出用户满意的产品的。
而用户目标往往依赖于具体的场景:谁在什么场景里做些什么?为了什么?
以客服系统为例,用户在投诉情景下,最关心的不是投诉方式易于掌握,也不是接待客服态度体贴,而是想快速解决问题;所以在设计中首要考虑的是如何提升客服人员的解决问题能力,比如能让客服快速定位到解决方案的方案库,提升与关联业务人员/技术人员的即时沟通等等。
换一个场景,如果产品是协助手部有障碍的人士完成文字输入,那么很明显,便于用户使用,便于掌握就是一个非常重要的目标。
优秀的产品设计能让用户在各类场景下,都更有效率地完成目标。
二、接近用户预期的呈现方案,更好满足用户需求人们在使用产品时,不用考虑产品实现的复杂机制和工作原理,更不能以此去考量用户,粗鲁地把用户划分为“懂得使用的用户”和“很难学会的用户”;就像是大多数中国人都能熟练使用筷子吃饭一样,大多数用户也能心领神会地去使用产品,产品学习难度高并不是用户的问题。
而降低产品学习难度的重要方法,就是做接近用户预期的呈现方案。
在产品设计中有三类模型,分别是实现模型,用户预期模型和产品呈现模型:
- 实现模型:当产品设计按照基础代码逻辑结构(或者说是原理)去实现的方案。
- 用户预期模型:用户对这款产品工作原理的理解。往往和实现模型区别较大,但用户会遵循心理预期去使用产品。
- 呈现效果模型:产品最终成品效果,越接近用户预期,用户就越好理解、越会运用产品。
短信的用户预期模型:信息文字从我的手机上,迅速发送到朋友手机上,短信发送失败则意味着短信没从我的手机发送出去。
短信的实现模型:“发送短信时由用户在终端设备上编辑,并用2进制储存,当发送时将其调制为额定的信号加载在载波上发送出去,然后转发塔台(基站)收到信号,通过线路送到当地的ISP机房,机房中服务器进行第一次缓冲,然后查询你发来的数据中的内容;如果号码是同一个塔台覆盖范围的,则直接再次回发,如果不是,那么则转到指定的塔台后(包括外省)再转发出去,当别人的手机收到信号并且解码后,他也会给塔台发送一个确认信号;这个信号被最终回传,并且返回信号给转发塔台,塔台再转发信号给你,确认发送成功,如果到一定时间后还没有信号回来,那么确认发送失败。”
文章插图
短信简略的实现模型
短信的呈现效果模型非常接近短信的用户预期,纵使需要缴费,也被广为使用。
想要通过产品实现技术的便捷运用,就必须要考虑以一个简单,容易理解的方式去设计产品。如果能通过实现模型设计出一款易用易上手产品,也就不存在产品设计这个步骤。
- find x|联发科的高端梦成了,深度解析Find X5,天玑9000真旗舰
- 淘宝|深度解析淘宝商品展示的底层逻辑,以及如何快速打上精准人群标签
- Win10|仅1.2G的 win10深度精简版,比win7流畅,老旧机型首选!
- r助力云端训练深度学习模型,亚马逊发布Trn1新实例
- 通知|B端产品设计:消息中心数据流逻辑
- 方法论|最实用的中台入门介绍(三)模型篇
- 两化融合发展指数|工信部印发“十四五”信息化和工业化深度融合发展规划
- 交互设计|工信部印发《“十四五”信息化和工业化深度融合发展规划》
- 商业|「猎云网首发」蓝芯科技完成B轮融资,“深度视觉”加速商业化
- iOS|iOS15.1.1一周深度体验,我后悔没有早点升级,来看看大家口碑