一、背景
互联网产品的节奏特点就是小步快跑,不断迭代优化,因此产品改版是很常见的情况。设计师和产品同学等也都意识到可以借助调研帮助实现业务目标和更好满足用户需求。但是在实际工作中,笔者经常会遇到设计师在改版前会来讨论要调研的内容,表示不太清楚从何入手,或者改版后过来咨询“我们想看看改版后的效果,但是不知道该用哪些指标,看哪些数据?” 鉴于以上情况,笔者结合项目实践,归纳出一些通用型的经验和流程来帮助设计师自行开展改版项目的调研工作,由于篇幅的问题,本文先只介绍改版后的效果评估部分,总结起来,可以从3个意识,5个环节入手,具体请看下文。
改版流程
二、改版效果评估要具备的3个“意识”
在介绍具体的实操流程前,先把个人认为非常重要的三个“意识”分享如下:
Tips1: 评估工作要提早开始准备,改版结束才想起来需要收集分析数据可能就来不及了;

Tips2:改版目标要清晰、具体、可量化 ;

Tips3:关注数据,更要重视和分析引起数据变化的原因(设计,功能等),以作为后续工作的指导。 三个意识
三、效果评估流程的5个环节
笔者通常把效果评估流程分为以下几个环节,根据大家集中集中反馈的问题情况,本文重点介绍制定指标和对比分析两个环节评估流程
1、明确改版目标
具体,可量化,可实现(目标数据合理;改版内容与目标相关较大)的改版目标是制定评估指标的前提。
【反例】改版目标:通过改版xx页面,提升用户体验,促进用户再次购买
【解读】
1)不够具体:用户体验包含的范围太大了,具体指哪方面?效率,满意度?如果不能清晰的定义,当然也就无法衡量。与之对应的,“促进再次购买”就可以通过“复购率”等指标进行解读和评估。

2)不能量化:即使促进再次购买,那么计划是提升多少?有了具体的目标数字,才能评估目标的完成程度,当然,如果目标是提升了就好,不在乎具体数字,那另当别论。

3)不容易实现:在本案例中,经过与设计师的沟通,发现改版的页面是订单列表页,本次改版重点是解决收集到的的用户体验问题,减少操作失误等,且改版内容也主要是信息布局等。可见,这些改版内容并不太能“促进再次购买”因此,制定这个目标并不太合适。
【修改后的目标】:通过改版XX页面,用户的一次操作成功率提升5%,解决体验问题10个。
所以:如果下次苦于找不到改版效果评估的指标,可以先回头检查一下改版目标制定的是否具体,可量化,可实现。

2、根据改版目标制定衡量指标
当然,清晰的目标还是依赖于对目标的拆解能力的,不排除有些童鞋表示“我就是不知道如何从比较宏大的目标变成具体的小目标,该用哪些指标来表达呢”? 或者之前就定的比较模糊,现在都改版完了,也没办法完善目标了。那么,笔者先介绍一个从改版目标推导到衡量指标的思考模型,再介绍一个自身实践总结的常用评估模型供参考。

1)从目标到指标的思考模型
当确定了比较宏观的目标后,还需要找到能量化、细化目标的指标,这个推导的思路可以借鉴Google的GSM模型 GSM
2)评估模型参考
各个产品不同,当然改版目标也不同,但根据笔者的经验,这些目标基本可分为两类:体验目标(如:提升用户满意度)和商业目标(如:提升付费用户规模)。所以,评估模型也按照体验和商业两类分别介绍。

① 用户体验评估模型
由于用户体验是指用户在使用产品/服务时的主观感受,这个概念包含的内容比较多,且比较宏观,必须找到合适的切入点(能较好解释用户体验的一些细分维度)和量化手段(可以观察,收集到数据的指标)才能有效评估体验的质量。 在用户体验领域,评估体验的模型,比较知名的有Google的HEART模型,但是由于国内外产品、文化的差异性,导致该模型的适用性受限。1688UED的同学以用户接触和使用产品的路径为主线,提出了用户体验的五度模型,从吸引度、完成度、满意度、忠诚度和推荐度五个维度来评估和量化用户体验质量。
用户体验质量评价的“5度”模型
五度
资料来源:《设计的理性之光 数据在互联网产品设计中的应用》戴均开 余代军

根据实践发现,在B2B的业务中,由于竞争、商业隐私的问题,B类用户即使觉得产品体验不错,也未必愿意推荐给他人,因此推荐度未必适应于B类业务。而且根据NPS(净推荐系统)的概念,推荐度/推荐意愿能较好的衡量忠诚度,所以笔者认为,不论是B类C类产品,吸引度、完成度、满意度,忠诚度四个维度就好较好的评估用户体验。
另外,根据产品类型不同,在评估用户体验质量时,以上四个维度的权重也是可以有区分的。比如,产品类型可根据目的分为信息型(以展示,引流,介绍为目的的,比如首页)和工具型(需要用户操作较多的,如开通流程,商品发布页面等)。相应的,信息型产品会需要更关注吸引度的目标是否达成,工具型的产品更强调完成度。

② 商业价值评估模型
一般而言,业务目标一般都比较容易量化,也会更具体,不难制定出相应的衡量指标。但为了便于后续的解读和分析,可以考虑补充一些“解释型”指标,以常用的业务目标:GMV(成交金额,收入等)为例,可以从影响GMV的因素入手,得到用户规模/用户量,客单价,转化率等指标。
GMV=用户规模X客单价X转化率
此处的用户规模、转化率等可以根据产品和改版目的的不同具体定义,比如活跃用户,B类用户,购买转化率,点击率等。

③ 评估模型和指标参考示例
以下是笔者在五度模型的基础上,结合在电商网站的实践经验总结的较为常用的模型和指标,具体使用时还是要从自身产品特点(信息型VS工具型),改版目的入手来选择适合的指标。 指标参考

3) 关于指标使用的建议
指标的制定除了是衡量目标是否达成外,还有个重要的作用在于帮助解读分析改版结果,从而为目标达成提供佐证和为后续的工作提供指导,因此,对于指标的的数量和结构的建议是
① 数量:每个目标对应的衡量指标尽量2个及以上,方便不同的指标相互佐证,提高结论的可信度
② 结构:指标分成结果型和原因型,这样就能既监测结果,又能提供解读,原因型指标最好能与本次改版的内容(设计方案,功能等)相关,便于回顾分析改版内容。
指标结构

3、指标数据的收集
此部分工作与调研和数据分析相关联大,考虑到已有资料较多和本文篇幅问题,就不再具体介绍实际操作的技巧了,提供一条经验分享,由于需要比较改版前后的数据,因此指标收集的工作尽量在新版上线前就开始准备和开始,毕竟有些数据,尤其是老版本用户评价的收集(问卷投放和回收等)本身就需要一定时间,且新版本上线后也不适合再收集了,缺失了改版前的数据,自然无法比较和衡量效果了。

4、指标的对比
在拿到指标的数据后,对于设计师或产品经理,就可以通过改版指标数据的的变化来分析本次设计、功能的优化的效果了。但是,需要提醒,产品并不是处在真空环境里,除了设计、功能的改变,同期还有很多因素在变化,因此改版前后数据的变化还会来自页面上内容/促销活动、全站流量变化(淡旺季,假期、所处生命周期阶段,即如果产品处于快速成长期,用户规模等都是呈快速增加的趋势的),用户差异、用户的适应度(即:用户使用新版初期,由于觉得新鲜需要探索从而产生了更多使用/点击,这种情况主要出现在信息型产品里,如首页等;或者由于不习惯,一时找不到功能入口,造成短期内效率,满意度等指标下降。)等诸多因素。需注意不同类型的产品(信息型、工具型)所受的影响及大小也会有差异。
影响因素
为了相对更科学、客观的了解设计、功能的改变带来的效果,就需要把其他因素的作用尽量去除或减少。由于当前改版的对比方式主要有两种, A/B测试(新老版本同时在线)和前后对比测试,所以下文就分别针对两种不同对比方式介绍一些对策。 必须指出,由于一些因素本身就难以区分开,比如某个页面上的功能和内容(如新功能才有的新内容/促销活动/商品)所以笔者目前也没有很好的对策能区分开这种因素对改版效果带来的影响。
剔除方法
趋势对比法:
【原理】:网站在不同的生命周期阶段(成长,衰退等),全站流量(包含改版页面)与流量结构的也都是动态变化的,因此,如果改版页面前后的变化幅度大于全站的变化幅度,则说明改版有效果
【操作】:
step 1:改版后与去年同期流量对比,得到该页面改版前后变化幅度
step 2:提取今年与去年同期全站的流量,得到网站年度变化幅度
step 3:如果改版前后变化幅度>网站年度变化幅度,则为改版带来的作用

如果对改版效果的精准性没有那么高的要求,一般主要注意取数时避开淡旺季、假期,等新版本上线一段时间再分析即可,如果条件允许,尽量使用A/B测试的同时对比方法。

5、指标数据的解读
在拿到改版前后的数据后,数据的解读一般就容易开展了,关于这个环节,有两个小建议:
Tips 1: 多个指标(如满意度,用户对某功能的点击率)等配合使用,能彼此佐证和更好的解读效果。
Tips 2: 改版前后数据的变化不仅能评估改版目标是否达到,更是对设计、产品等相关项目组成员工作的反馈,值得根据指标数据分析原因,更好指导以后的工作。

四、效果评估的2个扩展
结合以上内容可以发现,单次的效果评估需要投入的时间和人力资源较多,而且产生的价值也有限。其实,改版分析中收集到的这些数据还可以发挥更多用途,也可以采用工具化的方式提升效率。

1、从单次效果评估到体验摸底与监测
对于经常处于优化迭代期的产品,本次改版后的数据和用户反馈其实就可以作为下次改版前的参考;也能作为业务和体验水平的基准数据,通过定期收集这种指标数据,了解产品是否有异动,从而起到体验监测的作用。 而且,即使产品最近暂不改版,也可以参考评估模型的指标对现有的体验水平进行摸底,更好的了解用户体验现状。

2、工具化
为了提升效率,可以在数据收集环节多采用工具的方式来解决,比如,对于长期,经常观察的后台数据通过报表等方式展示,对于用户反馈(如满意度,忠诚度)等体验指标,也可以在产品内长期收集和监测,既能提高取数的效率,也能避免忘记改版前收集数据,改版后无数可看的风险。

五、小结
综上,改版效果评估的调研工作可以归纳为:三个意识,五个环节,两个扩展。
内容回顾

一、现状与问题
实物商品的信息化,是电商中最重要的内容之一。在线销售、购买商品,商家首先销售的和买家最先接触的就是包括商品图片、文案描述等在内的商品信息,这个时候图片、信息就=商品。现在很多可获取的数据和买家调研可获知,好的商品图片和描述信息是线上买家点击商品、下单购买的主要因素之一。因此有实力、有意识的商家会在商品信息化方面下功夫,想办法把商品信息做得更好,来吸引买家。 但由于从实物商品到电子化的商品信息,有一定的技术门槛和成本。同时在制作商品信息化的时候,比如商品拍摄、图片处理和信息排版等,这些还涉及到审美方面的能力。因此平台型的电商网站上的商品信息质量参差不齐。

有实力、电商经验丰富的商家会选择专业的图像、摄影公司制作精良的商品信息图文来吸引买家。而电商新手,特别是像传统的线下经营商家,转向电商时在商品信息化这块由于经验、认识、投入不够,发布上线的商品信息质量会存在问题。

二、平台出指南
虽然此类问题,不是现在才出现,之前也有过平台做过各种对商品信息化的要求、标准。但现在我们需要做的是要让平台基础性指导、参考能够触达到电商各个参与方,并且还能够通过一些工具、合作甚至一些运营玩法,提升后进商家的商品信息化能力和效率。指导商品信息化的各个参与方在信息化质量上以及有效性上得到提升。因此,作为平台,作为平台的设计部门,需要在这块给商家以及服务商家的信息化制作公司提供一些基础的规则性的参考与提示。

三、平台指南的框架
此次的商品信息化平台性的基础参考与指导材料着眼信息化的两部分内容: 商品电子化图像(包括图像生成、编辑使用)和商品的图文描述信息(商品详情)。这两部分是贯通一体的上下游关系:

指南第一部分:
商品信息化图像生成、编辑使用方面,平台要提供一份基础性的“参考指南”,主要目的是“托底”, 明确什么样的商品图像信息是会严重影响商家自身利益和平台形象的,是平台不能接受的。以及会展示那些商品图像、编辑是更为理想和平台鼓励的。而在审美和更个性化、艺术性等商家与专业图像公司更高追求方面,这份基础性参考指导意见不做要求与限制。此部分分为“商品拍摄”“主图构图”和“橱窗选图”几个部分。
例1:

例2:

实际案例:
xx业务需打造一个特色优质市场,在这个新市场商品列表页的呈现形式上,需要与大市场的商品呈现形式有些差异,来凸显新打造市场的 xxx和xxx的形象。根据业务需求,我们就可以从信息化“参考指南”中抽离出一份有针对性,满足此业务需求的指导性文档给到市场方和商家,按照这个统一标准输出商品展示图:

左为依据“指南”标准产出的商品图: 右为大市场综合性、多形式的商品图:
Duibi+

指南第二部分:
商品图文描述信息——商品详情方面,同样平台会提供基础性的“参考指南”,另外还将提供基础的详情模版供商家或服务商使用,以提高商品详情的编辑效率。商品详情部分相对较复杂,需要从几种维度去做:

1.首先自然是行业、品类,不同行业的商品各方面信息自然是不同的,第一期我们主要专注研究和输出服装行业以及部分日用百货品类的商品详情图文编排规律;

2.其次我们的“参考指南”还重点研究针对不同的受众类型,商品详情在内容信息编排、展示方式上的不同处理方式。比如某个商品详情,它面对的是B类买家还是C类买家。若对B类买家,商品图文信息编排顺序、展示方式应该是怎样才能符合B类买家的需求,帮助他们更好更高效的作出决策。

3.另外还需要考虑业务类型、业务需求,甚至平台(电脑还是移动设备)。比如某业务主打具有特殊材质、工艺、功能的中高端产品,在商品详情里面就需要对这些重要信息做特殊的编排与展示形式, 又如有的业务针对比如微商等特殊经营渠道的商家,商品详情的信息内容又应该是如何组织、展示。

四、我们搭建了一个站点
商品信息化方面所做的研究与输出的参考指导,为了更好的呈现和传递给商家、服务商,我们专门搭建了一个站点,相对于以往的这类参考资料、文档载体如PPT、PDF等,网页站点能更立体、更清晰的把这一系列多点、多维的信息内容直观高效的呈现到受众面前。同时也更便于传播与收藏、查阅,而无需远程发送、本地存储或是在需要的时候出现找不到文件的尴尬。

商品信息化参考指南地址链接

五、验证测试与持续完善
商品的信息化和电商业务本身一样,将是一个动态的不断进化发展的,第一期的商品信息化“参考指南”建立在以往的数据、用户反馈、行业经验之上(包括与其它事业部同样做过或正在做类似工作的团队沟通合作),作为一个平台提供的参考性文件,需要不断的通过应用实践去检测和修正,这方面我们对“参考指南”多方面内容也初步的作了比较详细的在线检测考察方案: 商品图像指南的在线检验方案(例):
测试01

商品图文详情内容与编排的再现检验方案(例):
测试02
测试03

当然上面的检测和验证方法不是最完美的,结论可能也不一定是强关联和绝对的,验证方法同样需要调整优化。从归纳制定出“指南”,到通过一系列的检测、数据收集反馈再反哺回“指南”来持续修正完善,才符合我们制定商品信息化参考指南的初衷——更好的与商家、服务、行业俱进,更好的赋能商家。

容错性是什么?

容错这个词严格来说应当是计算机领域的词汇,如果以比较标准化的描述来定义的话,容错指的是“当计算机由于种种原因在系统中出现了数据、文件损坏或丢失等等其他故障问题的时候,系统能够自动将这些损坏或丢失的文件和数据恢复到发生事故以前的状态,使系统能够连续正常运行的一种技术。”这个听着有点绕口,其实简单来说,就是当计算机故障发生或者存在的情况下,计算机系统依然可以正常工作的能力,这就是计算机的容错能力。容错性其实就是可用性之中细分的一个模块,是专门针对用户在使用产品的过程中如何避免出错以及一旦出错如何尽快有效的纠错的研究和设计。

容错包含产品防止错误的程度和帮助用户从错误中恢复。防止错误是通过页面的设计、重组或特别安排,防止用户出错。比出现错误信息提示更好的是更用心的设计防止这类问题发生。纠错设计就是当错误发生时,人们看到的界面,并且提出一个建设性的解决方案。就像对付不该发生的错误一样,容错性设计的关键在于“做好防御”。产品设计者们必须不断寻找可能造成用户困惑和不满的出错点。好的防御性设计决定用户体验的好坏。

为什么强调后台产品的容错性设计 ?

后台产品和前端产品存在很大的差异性。后台多为复杂型交互逻辑,有多分支功能页面多功能交互能力,后台产品更加注重的是业务逻辑的清晰和功能的实现,而前端产品对视觉设计和交互设计有更高的要求。一个完备的后台可能会包括多种类型或者不同权限的用户,在不熟悉业务情况下会产生已知未知错误或误操作等行为。很多后台功能复杂 功能之间很多时候并非完全割裂互相交织的,粗暴的将功能堆积在一起自然不太合适,影响用户的操作体验。

容错性的设计分析: 画板

1、操作前-提醒防错

1)详尽的说明文字且引导和提示,突出表现

主要是针对新用户,目的是为了正确引导用户学习使用。引导和提示要突出表现,从而引起用户关注,确保用户在操作前能注意到引导或提示信息。 新手帮助

输入框填写说明可以让用户很容易清晰的识别具体填写内容。 备忘录

2)当结果不可逆的时候,询问用户让其知道操作的后果

在用户操作前即给出正确且有效地引导和提示,有助于减少错误发生的可能性。如 对于比较重要的操作,需要通过二次确认减少错误的发生。 二次确认

2、操作中-实时提示&实时反馈

1)给用户的操作进行提醒

在后台众多需要填写表单当中,当鼠标聚焦在某一个操作区域时如果没有明确的预提醒,则容易引起误操作。 drag_to_delete_3

属性填写

2)对用户的信息输入进行视觉化呈现,并提供回馈

数据录入是后台交互设计中最为重要的元素之一。对用户输入的信息进行实时检验,并给用户传递回馈,在下面这个案例中,当用户输入自己的邮件信息之后,即被告知用户这个动作的含义,到底是输入正确还是输入错误。 input-filed-micro-interaction

拿1688评价功能来举例,输入评价内容时评价所允许字数会随着输入内容逐个减少,实时的联动表达状态并提供反馈,并且这个操作也提升了用户直接的操作感,然后让用户看到自己的操作结果。 优质评价GIF(1)

3)适当限制用户的某些交互操作

可以对一些可能造成错误的操作入口设置障碍或直接禁止操作,以避免错误的发生。举个例子:填写完一个模块内容,展开另一模块的同时收起上一个模块。填写过程限制用户某些操作这样始终让用户聚焦在当前内容。 属性区

3、操作后-结果反馈&纠正引导

1)错误发生时,即使反馈错误并提供纠错帮助

反馈错误及时就能保证用户每个阶段的操作都能得到回馈,避免因为一个小的错误就要修改相关联的一系列内容的情况,提高成功完成任务的效率;反馈不仅要指出有错,还要指出错在哪里。错误反馈文案要清晰、准确,这样便于用户了解错误的原因,方便下一步的修改。 搜索结果

2)允许用户犯错,并使操作者能够撤销以前的指令

Phone手机的还原功能,可以在用户出错时将多种功能设置快速还原到原始状态。 手机界面

用户选购完商品后完成下单,可以通过“关闭交易”取消该订单。 已买到

3)不仅要反馈出错更要给用户解答,给予用户适当指引和建议

在发布供应产品中完成发布信息的编辑添加,点击“商品发布”按钮,如果有错误发生 会在发布导航中提醒用户并告知用户导致发布不成功的原因。再比如:检测发布商品质量时,会提示该offer的质量星级以及给用户优化的内容指引与建议等。 电梯

4)允许用户犯错,且帮助纠正错误

当用户操作出现错误时允许用户犯错,且帮助将错误的信息纠正同步给用户。拿1688搜索来举例:用户想搜索“连衣裙”这类商品,但输入时用户输入成“连衣”,系统允许用户输入错误并且帮助用户纠正为正确字段。 搜索结果

除了上面讲的设计点以外其他重要的设计方法

1、 费茨定律

Fitts定律其实很容易理解的。显然,指点设备的当前位置和目标位置相距越远,我们就需要越多的时间来移动;而同时,目标的大小又会限制我们移动的速度,因为如果移动得太快,到达目标时就会停不住,因此我们不得不根据目标的大小提前减速,这就会减缓到达目标的速度, 延长到达目标的时间。目标越小,就需要越早减速,从而花费的时间就越多。通俗点讲:任意一点移动到目标中心位置所需时间与该点到目标的距离和大小有关,距离越大时间越长,目标越大时间越短。

菲茨定律的启示: 1)、按钮等可点击对象需要合理的大小尺寸。 2)、屏幕的边和角很适合放置像菜单栏和按钮这样的元素,因为边角是巨大的目标,它们无限高或无限宽,你不可能用鼠标超过它们。即不管你移动了多远,鼠标最终会停在屏幕的边缘,并定位到按钮或菜单的上面。 3)、出现在用户正在操作的对象旁边的控制菜单(右键菜单)比下拉菜单或工具栏可以被打开得更快,因为不需要移动到屏幕的其他位置。

2、提供非模态的反馈,不打断任务流

模态是指界面中只有提醒弹框才具有可交互行为,其他一切都不可操作;非模态不会把提醒做成弹框,可能会处理成List Notification, Toast list等方式来提醒用户。 下单页

3、 视觉情感化

心理学把情感定义为:“人对客观现实的一种特殊反映形式,是人对于客观事物是否符合人的需要而产生的态度的体验”。而设计的目标则是在用户接触和使用产品的过程中,激发用户的正向情感,比如愉快,信任,满足;避免用户产生负向情感,比如失望,挫折感,痛苦。正向的情感会使用户更乐于使用产品,遇到使用过程的一些小问题也更加包容。 举个例子:网络问题导致加载数据失败404页面,通过友情提示动画的情感表达,这种情感化的语言也能舒缓出错时给人带来的失望,挫折感。 1FF26059-F448-4E8B-B970-08ECD7960487

0、引言

在开始一个新业务的设计时,我们通常会创建用户Persona、绘制体验地图、构思故事板,以此作为我们设计的起点。然而当我们面对的是B类用户时,不如请暂时按捺下这种职业习惯。

C类用户的目标是分散的,因此我们可以单独分析他在某个具体场景下的任务和体验流程:例如我们可以分别设计一个C类用户购买产品和他卖二手货品的体验流程,两者彼此独立(尽管也可以做一个快速转卖功能)。 然而B类用户的所有工作都围绕着一个鲜明的目的。这个目的是这个B类用户赖以为生的价值所在。这一点使得我们不能孤立地看待B类设计中的各种子任务和场景,而是应当从B类用户的需求本质出发,围绕这点展开层层设计。 同时,以企业为颗粒度的B类用户,所有行为的出发点也绝不再是个人意志推动,而是首先站在商业考量的角度。因此这需要我们构建一个有别于C类设计的用户画像——专属于B类设计的企业画像~以及与之适应的整套分析体系:

1、企业画像

B类用户的所有工作是围绕什么目的?一言概之当然便是盈利。为实现这点,企业不遗余力在它最擅长的领域(通常非常固定)通过其专业能力去销售商品或者服务它的下游。因此只有了解企业所经营的领域,我们方能全身心为其开展B类设计。了解的方式异乎寻常的简单:它安安静静躺在《企业法人营业执照》的“经营范围”一栏。

我们可以在国家统计局国民经济行业分类(GB/T 4754-2011)中找到从A到T共20大类的企业主营业务,这些构成了我们日常所说的“工商”,工厂和商人正是B类用户的主体。而他们的正式提法应该是这样的:
当我们在谈论B类设计我们在谈论什么v1的副本.001

细心的你可能会注意到,上面并没有直接提:XXX商,而是仅仅列举了行业:XXX业,习惯上,我们正是因为企业的经营范围所在的行业,才通俗地称之他们为XXX商、XXX厂,但是也有很多的企业的经营范围跨越了多种行业。

从B类用户的经营范围和目的对他们进行区分,这是构建B2B企业画像和分析体系的第一步。 当我们在谈论B类设计我们在谈论什么v1的副本.001

2、连接企业

“B2B”我们已经提到了“B”,接下来说“2”——把企业连接在一起各司其职产生最大价值永远是“B2B”的使命。如何连接上一章中提到的这众多企业呢? 参考上文中的定义:零售商面向最终消费者展开销售活动、批发商向其他批发商或者零售单位批量销售,因此批发商常常位于零售商上游,形成“制造商”“批发商”“零售商”首尾相连的姿态,构成一个经典的供应链形式。 然而这并不是一定的。批发商有时并非必不可少,而有时又会出现多级批发商逐层分销;有些零售商会直接向工厂订货,甚至有些零售商会自己控厂,因此我们业会看到以下这种情况的产生:

这般千丝万缕的连接关系我们又该怎样去梳理呢?细心的读者此时又会发现上面这张图中,我们在链路上都注明了它的类型。 这些类型目前一共梳理出了5种。它们与上下游谁来主导有点关联。

连接类型

当上游作为这段关系的主导时,我们看到常见的链路类型是分销(包含代销和经销):上游有着非常好的货源,下游仅需要原封不动将这种商品铺货到自己的渠道即可(可能是零售,可能是继续分销),因此在做这种链路类型相关的设计时,我们要首先顺应上游供应商的需求,并且经常需要上游供应商来维护整套商品信息。

而当下游成为关系的主导时,我们常见的例子是委托生产,下游来确认要生产什么样的商品,上游工厂按单生产准时交付就可收钱,由于下游将会在这笔关系中获得较多的一部分利润,相对而言下游也会承担更多的风险。

处于中间的是白牌货品的贴牌或轻量级定制。一般在服装领域以及日用杂货等商品品类中常见。由于这一类商品具有较低的门槛,同质化较严重,因此零售商可以找到很多的现货,并通过自己的渠道销售出去,透传出这些现货上游生产商的信息于其无益,反而不如打造一个简单的自主渠道品牌更有利零售商传播。在处理这种链路时,我们需要实现考虑到上游的商品信息以及风格调性并不会最终透传给终端消费者,消费者最终感知到的那些品牌特性,将会是由作为下游的零售商进行的二次包装。因此这类产品设计时,我们并不强求上游商家输入品相多好的商品图片,甚至需要限制上游过于风格化和品牌化的倾向,转而需要进一步考虑的是如何配合下游共同呈现(例如在上游试销时,可自动打个下游的Logo看下效果,或者搭配下游的品牌色进行装饰和预览…)

3、更宏观连接:零售导向供应链路

以上所说的连接的5种类型,仅仅解决了两个企业之间的局部链路,而整个供应链的设计需要通盘考虑的是由多个企业形成的整段链路。 这就要我们不仅知道上下游如何连接,更需要去考虑整个供应链的连接方案。 而要做这件事,依然需要从“目的”出发,与第一章所不同的是,这已经不仅是一个企业的目的,而是参与这个供应链中的所有企业的目的。这些企业形成的供应链整体,由一位“供应链链主”驱动,它可以是零售商、制造商、甚至批发商。然而无论何种情况,这段链路最终是以“零售商”为媒介和出口,由终端消费者埋单。基于这样的考虑,我们在思考B2B的供应链时,不妨便以零售为导向。

我们在很多业务里已接触到了非常多的零售商类型:淘卖、网红,我们在设计他们的产品功能时,也知晓由于零售商销售端的各具特色,以至于传导到另一侧的采购进货时的设计差异。然而我们却发现其中有些特色非常鲜明,而有些却与其他类型的零售商交织~思前想后,可能是我们之前对零售商的差异细分不够。梳理之后,列出下表供参考:

当我们在谈论B类设计我们在谈论什么v1的副本.002

对照此表我们就能非常方便地去分离不同维度可能导致的多种差异设计点。 举例而言: 自身品牌性这点,正如之前在分析链路类型时所提及,一个零售商可能仅仅只是一个大品牌制造商的代理加盟店,他卖什么完全没有发言权,所有的店招和推广甚至都会有大品牌商直接负责(例如Nike),也可能是一家杂货小店铺,需要进很多的品牌快消品,向上级代理商拿货,当它做大时,可能也会仿效7/11去创建一些自有品牌进行销售获得更大利润;完全自主的零售商在服装领域最常见。除了类似运动品牌这种偏标品的情况,大部分服装零售店的最大优势便是他们与顾客互动的这个店铺以及围绕此打造的用户能感知的品牌。无论是通过换牌,或者更大型的服装零售店甚至会跨入生产制造环节。

而零售的线上线下渠道一直以来都是在产品设计中导致极大差别的点:是通过轻量级的线上社交渠道销售(基于9张图片就可以开始铺货)?还是比较传统需要填写较多信息的电商渠道(需要填写更多的类目信息、销售属性,做商品详情页…)?或者只是在线下店铺卖?可想而知这些差异直接导致了用户所用到的铺货工具的不同,以及在不同载体上呈现方式的多种多样。

第三点提到的受众亲疏类似一种零售商的目标消费者细分。举例而言,在微信渠道进行销售的情况,需要考虑到买家是自己的亲朋好友,因此在货源选择,以及文案形式上想比较基本卖给陌生人的淘宝店就会有极大差异。而网红和她忠实的粉丝们的互动正好介于这两者中间。

以上这三个维度不一而足。这些零售商的差异维度可以让我们在“零售商”这种企业画像上拼接出各种各样的零售商群像出来,而B2B的供应链设计,正是为了满足这些不同零售商的目的因而去连接了众多的企业,形成各有特色的供应链路:

当我们在谈论B类设计我们在谈论什么v1的副本.001

由于连接了更多的上下游企业,所以我们常说的供应链设计在这环开始发挥它的效用。供应链设计帮助链路上的所有企业高效和稳健地串联起三流:实物流、信息流和资金流,这是比薄薄的市场买卖更符合B类特色的强壮的企业间通路。下文所采用的供应链分析表格,可以帮助我们分析在正向和逆向流发生时三流如何流转,梳理出这些流转后,我们便可以开始配置各个供应链功能模块…

完成以上步骤后,针对各功能模块的具体使用者,我们便可开始绘制与C类用户相类似的用户体验地图了。

p.s.在备稿期间幸与舒舟的《B类设计Guiedline》和万钧的《供货中心多类型买卖家模型》两课题项目组共同对这个问题进行了深入研究,特此感谢。

【译者注】 在用户体验领域,人们对用户研究有了广泛的认识和接受。但在实际使用过程中,人们对用户研究的认识会有差异,甚至是误解,下文将介绍用户研究的10个重要误解。

对于用户体验行业领域,现在是一个幸运的时代。以往从来没有这么人意识到用户体验,以及意识到理解用户的重要性。然而,在理解用户及需求的过程中,人们对用户研究还存在很多误解。在本文中,我将解释和消除对用户研究的最常见的误解。

11
用户研究会被高估,期望得到一些惊人的发现。在说服客户或项目团队在项目中开展用户研究时,有时会吹嘘用户研究的好处(但用户研究这种理想的结果有时是达不到的,不是所有用户研究都能够得到惊人的发现),提高了他们的期望。

12
用户研究有时会得到一些惊人、意想不到的结果,但往往得到一些看起来普通的内容,或者验证了我们已经知道的内容。然而,由于客户、利益相关者和项目成员通常有一些用户的相关知识,同时,他们也很容易高估自己已经知道的东西,或者把我们通过研究发现的大部分信息当作常识来看待。
查看用户研究报告的人非常期望看到一些惊人、意想不到的结论,但用户研究的目的不是发现这些意外的内容。用户研究的主要目的是为了了解用户、操作任务、使用的工具或技术,以及产品的使用环境。虽然这些信息看起来很平常,但设计师在设计决策时,对用户有了很好的理解,那是非常宝贵的。

21
有些人认为,用户研究可以为设计提供具体的方向,或者为重要创新提供直接的机会点。

22
用户研究可以为设计优化提供有价值的启发信息,但不是立即提供设计优化的具体解决方案。了解用户及其需求,帮助设计师解决问题,满足用户未满足的需求。但是,用户研究不能直接告诉你网站的导航是什么样的。用户研究结果可以启发式引导创新,但不会提供具体的设计方案。需要加上设计思考,通过迭代进行设计优化。

31
一般来说,用户研究初学者会产生一个错误,往往只有一个模糊的一般性目标:了解用户。既然用户研究结果是不可预测的,那就不知道通过用户研究会发现什么,这样看起来一个模糊的研究目标似乎是有道理的。

32
理论上来说,如果有足够多的时间与受访用户,可以不用定义任何具体的研究目标,最后可以收集所有你需要的信息。 但是,在现实情况下,只有数量有限的受访用户,并且每个受访用户只能进行有限时间的调研, 因而只能进行内容量有限制的调研。这就是用户研究需要确定具体调研目标的原因。与客户、利益相关人、项目成员一起确定需要重点关注的受访用户人群、测试任务、访谈内容。有了研究重点,可以带来可落地的研究结果。

41
有些认为用户研究就是询问人们想要什么,询问遇到的问题和如何解决这些问题,或者询问用户新的需求。这种观点混淆用户研究与传统的软件需求收集和市场研究活动,他们认为用户研究就是收集人们对新想法、新设计、新功能的观点和反馈。

42
用户研究不会让我们直接获得用户需求,而是通过详细的访谈和观察用户在真实场景下的操作行为进行理解与分析。从这个角度上来说,用户研究是推断用户需求。然后再通过可用性测试来验证这些推论的准确性。
用户研究不直接询问他们通常用产品做什么、他们想要什么、用什么来解决问题或需要什么新功能,有以下几个原因:
1. 用户不能精确的描述自己的典型行为。但是,通过实际执行操作任务,这样他们更容易向你展示他们所做的事情。
2. 用户不知道如何优化产品。他们知道什么地方使用有困扰,也可以描述所遇到的问题,但要用户给你提供具体的解决方法是有困难的。
3. 对于未来可能的新功能,用户也很难给你意见。在一个假设的情况下,人们不能准确地预测他们会做什么,或他们将来会不会使用。

相反,用户研究的重点是仔细观察人们行为,并通过访谈来理解用户的使用现状。通过目睹人们遇到的问题,我们来发现潜在的改进机会点。我们了解了用户及其需求。然后,通过可用性测试,对解决方案进行用户体验评估。

51
有些人认为用户研究主要是询问用户想要什么,那些人常常会担心用户研究扼杀设计创意和创新。他们把用户研究就是依靠用户告诉我们产品要做什么。他们认为设计应该引导用户,而不是用户来限制创造。

52
正如前面所说的,用户研究并不会直接告诉你如何进行设计。用户研究提供了有价值的用户信息、使用背景信息、用户需求。仍然需要设计师理解用户研究结果,进行设计决策。 “需要是发明之母”,就是说一个需求或问题,促进创造性地满足用户需求或解决问题。用户研究给了设计师了解用户需求或问题的机会。它不会带走设计解决方案的创新性。

61
因为用户不能清晰地知道自己想要什么,也很难想出解决问题的最好办法,因此有人极端的认为“不要听用户”。虽然这可能是一个引人注目的文章标题,但“不要进行任何用户研究”那是对用户研究的片面误解。 对于一些人来说,“不要听用户”成为他们的口号,也提供天才设计的的理由,设计师的创新根据的是个人洞察,而不是用户研究。并引用了史蒂夫·乔布斯和亨利福特的名言:如果我问人们他们想要什么,他们会说是更快的马。

62
也许我们应该纠正“不要听用户的”这种口号,应该说是“不要不加批判的做用户说应该做的内容”,这样理解用户研究应该更准确。
倾听是用户研究一个重要部分。当你观察用户操作任务时,你会希望用户说出他们的想法来知道用户这样操作的原因,你可能也会询问适当的问题来获得更深入的信息。当用户访谈遇到的问题或建议时,请不要简单拒绝他们的想法。相反的,要了解此问题的更多信息,并让用户演示这些问题。深入挖掘用户为什么提出这样的解决方案来解决他们的问题。用户研究可以会获得更深入的洞察,如果你不倾听用户,你也得不到任何东西。
因此,观察用户操作任务时,同时需要倾听用户。通过理解他们的回答,推断用户需要什么。如名言一样,亨利福特应该花了很多时间观察马车的驾驶员,或者他应该知道驾驶员为什么想要更快的马的原因。

71
跟其它项目活动一样,用户研究是要花费金钱和时间的。当它不是已经建立的项目的一部分,一些人认为用户研究增加额外的时间和费用。

72
做用户研究可以既快又便宜,但要做有效的研究需要时间和费用。但我们要思考这些时间和费用是否值得去花。
在项目中增加用户研究时,很容易看得到需要的时间和成本,同时没有了解用户就进行设计的后果也没有去计算。如果不了解用户及其需求,这样的设计存在巨大的风险,往往会导致不好的解决方案,最终导致更高的优化成本,有时也会产生其它的负面后果。

81
在用户研究中,人们知道最多的就是可用性测试。当人们开始了解用户体验和理解用户重要性时,最先接触到就是可用性测试。所以当你谈论用户研究时,他们首先想到的就是可用性测试。

82
当然,大多数人知道可用性测试只是用户研究的一种方法,但不能保证每个人都知道这一点。我仍然要向相关利益人说明一下可用性测试与其它用户研究方法的差异,以及与整个设计过程其它活动的差异。如果你不纠正这种误解,利益相关者可能会想知道为什么在项目开始时进行用户研究,然后在设计过程中进行可用性测试。

91
去实地考察人们在自然环境下操作行为的一个主要原因是:在实地观察能够看到用户的真实自然行为。而不是带用户到可用性实验室、焦点小组会议室,或者你到用户那边,要求他们演示日常操作。

92
观察人们在自然环境中执行操作要比把他们带到实验室这样的人工环境更自然,但研究人员的存在确实会影响他们的行为。虽然人们在自己的环境中会感到更自在,但有几位研究人员观察并访谈,这样并不完全是自然的。但这并不意味着你获得的信息是无效的,只是你需要考虑到你的出现对结果的影响。

101
最好做一些用户研究,而不是什么都不做,这样对吗?有时你没有时间、金钱,或者没有能力招募到合适受访者,所以它可以使用一些捷径,不是吗?例如,你可以采访公司的员工,他们与实际用户相似,你可以通过电话面试而不是亲自拜访,或者你可以发送调查问卷。这总比没有好,不是吗?

102
不能总是想着做理想的用户研究,所以认为时常通过捷径做一些低质量的用户研究是可以接受的。但如果一直做这样的低质量的用户研究,你就成了低质量用户研究的推动者了。因此,如果你不能说服利益相关者开展适当的用户研究,最后可能变成宁可没有用户研究,也不需要低质量的用户研究。 我们不是要给利益相关者虚假信息,而是要帮他们认识到不进行适当用户研究的风险。当然,也许他们需要承受了低质量用户研究的后果后,才能意识到需要花更多时间和精力去做高质量 的用户研究。

的确,这是一个用户体验领域的好时代。更多的人意识到用户研究的重要性,并认识到需要开展用户研究来改进产品设计。通过清楚地传达用户研究价值,并对用户研究结果有个合理的预期,这样可以帮助你的客户或项目团队成员对用户研究价值获得更深层次、更现实的认识。当他们知道从用户研究中能够得到什么,他们才会更好地看到用户研究的价值。

原文网址:http://www.uxmatters.com/mt/archives/2015/11/10-user-research-myths-and-misconceptions.php

UX作为一个新职能在国内被提出也就是近几年的事,原因也许是近年国内互联网设计师成长了,希望拥有更多的空间,希望像国外成熟互联网公司一样,通过这个天然站在用户角度的职能去驱动业务;也许是越来越多的智慧设计工具的出现大大提升了设计效率,让我们在重复的工作中解脱出来,而这个岗位依然存在,在对岗位价值的挑战下,迫使我们转型…去年起一部分成熟的、前沿的设计团队已经开始从UI转型UX,当然我们1688UED团队也不例外,1688一批综合实力较强的设计师无论从思维还是工作职能已经在向UX方向前进,并且通过组织“向UX转型”的内部课程逐渐影响更多设计师 。

简单说UX定义是对产品和服务的综合体验,包含了UI,近几年很火的服务化设计培养的人才就是UX。UI是由特定的视觉设计和交互设计组成的细分职能,相对UX要考虑的因素更少复杂程度更低。当然对UX的定义是一回事,光从理论去学习都是好理解的,我们是否真正成为一个UX设计师,也并不仅限于懂了这些理论,都是在实战项目中不断磨练自己的能力。这里就会有一系列的问题,我们有这个机会吗?组织架构已经认可了由设计师推动用户的综合体验吗?我们的经验、知识面已经成熟到可以扛起某业务下用户综合体验的责任了吗?毕竟综合体验是一个非常大的命题,是由多个部门共同打造的,产品、运营、销售、客服、技术…每个环节都会影响到体验,它要求我们要跨出以往专业知识的限定,在沟通过程中更全局的思考;它要求我们具有一定商业sense和对创新的敏感度;它要求我们具备更强的提案能力,站在用户痛点本质与业务现状、商业机会的角度思辨去提案;它要求我们有更强的多部门项目管理能力,不止是设计层面的项目管理;甚至它要求我们懂得平衡各协同方的投入产出比…

好吧,不管“成为一个优秀的UX”这条路有多么难走,至少我已经在路上,很乐意和大家分享至此的心得。我有一个课题《B类商品数字化整体服务》,于其称之为课题,我更愿意把它定义为“内部创业项目”,课题是研究,而创业是实实在在的有商业价值的。什么是商品数字化?就是将一个物理的商品转化成电商可以进行销售的电子格式,它是电商供应链的第一步。对于电商网站的销售需要使用的电子格式是数据包,要经过的步骤就是商品摄影摄像、商品详情图文混排、商品非图片信息如标题价格类目属性在数据包生成工具录入后生成CVS格式;对微商群体,他们仅需要图片格式。B类商品数字化整体服务,就是给商家在商品数字化全链路过程中为他们提供所需要的服务。这个命题非常大,为什么是UED在推动?在整个B类业务从B2B到BSB的转型下,商品数字化作为重要但不紧急的供应链环节,业务对其质量的重视程度并不高,而商品的电子格式买家感知层面占比最大是图片,我们都知道图片质量影响转化,B类平台长期不重视图片质量,环境混乱无标准,影响买家视觉体验、降低平台档次,因此UED就当仁不让的要去推动商品数字化质量。而大部份商家没有好的意识也没有好拍摄能力,我们就需要整合一批优质的摄影商家来帮助他们,以及赋予商家在拍摄后续一系列的商品数字化全链路上的相关能力,无论对商家、对平台都是有价值的。以上是我的“内部创业项目”的大致背景,也解释了为什么由UED在推动,下面我会从几个内部创业做事方式的角度去分拆我的心得。

1 大家都知道这是基础为什么我还要提这一点?就是因为我们往往在行动中忘了初心,如果你是电商平台设计师,是不是有过做商品主图规范的经验?你是不是称之为“XX产品主图规范”,是不是在推行让商家执行规范的过程中遇到过很典型的业务方的质疑:“这规范有什么用?”如果你的回答是“这让产品页面看起来更一致、更整洁”,就会带来下一句的挑战“那跟我有什么关系,这只是你们设计师想要的”。如果仅仅为了美观,视觉设计师就必须要承担所有的工作量。所以“视觉质量标准”必然是站在用户的高度才有可能被接受,优质图片背后会给商家、内部运营带来成本,只有把图片价值论证了才有可能获得内部运营、商家的支持与执行。

《B类商品数字化整体服务》中的第一步是先站在商家的角度发现问题,比如商家对图片重要性意识薄弱、商家无法区分商品图片优劣、盗图之痛、多平台多工具无对接导致的操作成本过高之痛等。用户角度贯穿始终,如刚才提到的视觉质量标准,我们就是从商家的痛“无法区分商品图片优劣”的前提下去进行,图片优劣分三层,图片基础质量、图片内容、图片样式。基础质量是底线,从主体明确度、图片清晰度、整洁程度等维度判断,无需通过买家论证;而图片内容与图片样式是与买家需求紧密关联的,我们通过调研买家了解他们在观看图片内容时的要求,比如服装行业下的买家希望看到模特穿版、服装正侧背、袖口领口等常规部位、设计及工艺细节、面料细节、吊牌等;而图片样式则相对主观,往往与产品本身风格相关联会获得更好的买家评价。分行业的商品图片的视觉质量标准模型的建立,就可以帮助商家进行图片优劣的判断,在这个过程中模型也会不断的通过买家视角不断的迭代与优化,我们也会尝试将可沉淀的经典部分建立算法,通过相关场景渗透入在线商品数字化的过程中去。关于商品数字化信息模型这部分会在《B类良品的定义与表达》一文中有更具体的阐述。

总之我们只做用户感受的搬运与梳理,发现规律,应用规律。

2 成功业务都是源于创新,新产品、新服务、新技术、新模式…

我们在启动商品数字化服务这个项目时,除了在用户层面做了大量的走访与调研,还走访了几个在摄影、排版、数据包制作有创新技术突破的国内外公司,了解和学习对方的创新技术和产品,除此之外,更多也交流之后是否有合作的可能性,寻找合作的方式,将对方创新的能力输出给我们的商家。商家关注的点无非是三个:拍摄与排版质量、投入金钱成本、效率,尤其是在时装这个非标品行业,单品多、产量少、更新频率高、拍摄质量要求高、拍摄成本高,时装行业是对商品数字化的“快、便宜、好”的要求最高的品类 。普通商家一季有2、300个款,为抢占款式入市时间点,款式一完成打样就需要尽快的在下游进行测款,一出大货就要立刻在市场铺货,爆款铺货后很可能在一周内库存就清零了。目前一个时装款式在拍摄环节至少消耗3-5个工作日,拍摄成本不低于80元一件元一件,如果加入详情页与数据包的排版与制作,再加1个工作日,那在这个将物理商品变成线上格式的过程中,很可能库存已经在常规渠道销空了,所以很多优秀时装商家都没有将线上作为他们的强势渠道。业界敏感的人士也早就发现了这一点,在我们走访的创新技术公司中,有特别突出的两家,他们也是发现了时装电商行业的痛点,一个是荷兰的工业化拍摄机器、一个是国内的智慧排版及数据包生成工具。这两种新技术都可以大大提升商品数字化效率、降低成本,质量可以做到与业界持平。我们作过测试,在两种新技术的协同下,8分钟内可以完成保证质量的时装拍摄与图文混版。与两家公司交流下来,他们也希望与1688有某种方式上的合作,这就是非常好的开端,至少我们在意愿上达成一致了,至于后续的合作方式、两种产品如何在体验层面无缝连接等,都是“术”和“器”的层面。

找到创新技术并且达成合作意愿真的是很欣慰的事。

3 前面说了商品数字化作为在网站业务中重要但不紧急的供应链环节,业务对其质量的重视程度并不高,只关注有或者没有,在业务刚启动时并不是其生死线,商家即使商品数字化能力差,在前期追逐商品体量时,对商品信息质量尤其是图片质量即使较差也忍了。但我们在对商家调研过程中非常清楚,如果商品数字化成本过高、流程太长、操作复杂,对商家的伤害犹如温水煮青蛙,一段时间业务没有起色,商品销量不好,商家也就不愿意陪着玩了。所以我们要对商家输出好的服务、便捷的流程以降低这个过程中商家的负担,所有人都清楚应该这样做,但当它不是当下业务生死线时,建立产品线的开发资源肯定是没有的、业务也不愿意付出人肉成本共同推进这个项目。

去年我们设计团队支持的好几条创新业务线,我们从一开始就和对方交流商品数字化的质量成本效率的重要性,要建立保证品质和效率的整体服务,他们都非常认可,但最终还是把这个包袱扔给商家了。直到服装实体批发市场业务(将线下实体市场的好品搬上线)进入新的阶段,这个阶段需要更多实体批发档口的有竞争力的新品,而商品数字化的成本与效率却成了瓶颈,此时我们前面提到的创新技术就有切入的机会点了。我方、业务负责人、A服装实体批发市场方、工业化摄影公司四方,多次沟通共同商议出的合作方式为,工业化摄影服务公司在A实体市场开设门店,为商家提供低成本高效率保质量的商品数字化服务,由A实体市场方在1688代销其产品。如此一来商家就是以一个较低的成本获得了一个新的销售渠道。假如这种合作模式可以顺利跑通,就可以复制到实体市场B、C、D…

当然能促成其合作,前面也不乏与创新技术方保持沟通与探讨,比如荷兰工业化拍摄机器公司本来是只卖设备,在欧洲获得成功后希望拓展中国市场,在欧洲可以成功是由于其人力成本高,而在中国,摄影行业还能继续吃人口红利,摄影服务商若要购置一台40万的机器,不如继续与摄影师合作来的短期成本低。所以我们建议工业化拍摄机器公司获得中国市场的方式是做服务商而非做服务商的设备提供商,他们也确实往这个方向走了并且成立了国内的合资公司,这才有了之后与实体服装批发市场及业务的新合作模式。

大家这边可能有个疑问,这个合作模式和“我方”有什么关系? 作为《B类商品数字化整体服务》内部创业项目,线下撮合合作,将服务订单从线下转移到线上,积累线上数据,也是项目非常重要的一步。

总之保持耐心,维护可能的合作关系、找准时机切入业务,为项目争取获得市场价值证明的机会。

4 《B类商品数字化整体服务》方案在刚形成时,我们自己都吓坏了,建摄影设计服务生态、建在线交易系统、图片保护算法接入、外部数据包工具整合、下游场景自营销工具、下游分发对接…只有这一套完整做下来并且在体验层面无缝连接才算是在商品数字化这块真正服务好了商家。

该怎么启动?业务的资源方做久了也能学到点东西,往往业务先有模式,用运营的人肉方式启动,做专场、精准打向用户,验证过模式行的通、体量大到需要产品承接时,再动用珍贵的开发资源。 所以我们也尝试建立模式。摄影是商品数字化的第一步,我们从摄影服务的点切入,1688上有摄影服务商,但目前仅做到了“有”,这个“有”还不至于让已经做了电商的商家转移自己的摄影服务商。前面说了我们做过很多次商家走访,综合他们的诉求,我们要建立消费的明确性,也就是从质量、价格、效率层面。我们在这三个纬度制定了规则,这里模糊展开一下,质量由1688UED官方设计师指导、价格可大量低于市场价、效率革命性提升(前面提到过的工业化摄影服务),同时综合考量服务商的合作意愿、服务经验等,打包成平台精选的“摄影好服务”推给线上服装商家。在这个过程中我们也会不断收集商家反馈,不断review。前面也提到了与实体批发市场的线下合作模式,通过线上线下两种模式,证明市场体量,这就是项目的第一阶段。

在推进项目过程中,每个阶段都要以最有效、最快速、最低成本的方式去运作,不断收集用户、合作方反馈,因为每方都会核算自己的投入产出比,这是非常微妙的,只有做了才知道。

5 “我才是项目负责人! ”想说这一点是最重要的,所以才放在最后一个。设计师当资源方当习惯后,往往认为只要对输出物负责,但是当开始实打实的推动类似业务的项目后,身份一定要上升到对商业结果负责的层面,去寻找机会,才有业务愿意与你合作。内部创业项目没有资源保障,就是因为这样,才能一点点磨练出商业敏感度、锻炼沟通话术,才会更珍惜每一次可能合作的机会,争取每一种能获得资源投入的方式。这个过程中不管碰到任何困难,都要勇于接受挑战,坚持下去。

再回到我们的主题UX转型,这是我们的主题。那我通过一个实战项目的推动,是否符合了UX的能力模型?这个项目推了半年,说句心理话,对于title是不是UX我已不在乎。 借事修人,世界上有许多问题没有答案,更没有人教你怎么去做,在这种情形下,能够忠于找出属于自己的答案的人,生命力一定比已经习惯别人给出答案的人更为强韧。

相信大家都已经对NPS的计算和计分方式非常熟悉,所以本文在此基础上介绍了NPS的来源、使用建议,不足与对策,希望能帮助大家更科学的使用它。

【缘起】 最早在网上了解到NPS的概念和计算方法(Net Promoter Score净推荐值),也在自己的工作中实践应用过几次,但是当时在算出分值后,并没有觉得这个指标有什么特殊的用途或太大的意义,后来也很少再用了,但是最近几年发现NPS非常流行, 国内外各行业的使用NPS的知名企业举例: NPS案例
作为一个用户,也经常收到企业的NPS的调研问卷,这不禁让我疑惑
疑问1:NPS有什么价值/优势以至于如此流行和热门?
进一步了解不同公司对NPS的实际使用情况,发现有些是用NPS来评估忠诚度,有些是满意度,更有用作衡量推荐度的;计分的方式也有不同(同样是十分制,有些是从0开始计分,有些从1开始);有的公司是把NPS当做一个指标来用,但在有些公司里,NPS似乎又是个衡量客户体验的系统。
booking案例
图片来源:booking 官网
疑问2:NPS到底是测什么的?
疑问3:NPS 标准的计分是怎样的?
另外,在自己的工作实践中,曾经让一位用户(百货批发商,非个人消费者)评估是否会向他的亲友/同事推荐我们网站,用户回答:“你们网站挺好的,我也能找到不错的货源,但我并不希望同行也能在你们网站上找到好商好货”。很显然,用户是认可网站的,但是出于竞争的考虑,他是不会推荐我们网站给别人,所以
疑问4:NPS 的适用范围是什么?适合测量B类用户吗?
NPS疑问
带着以上疑问,笔者尝试搜索答案,但是发现;虽然现在NPS非常热门,但网上并没有(至少我没有发现)文章能系统的回答以上这些疑问,基本只停留在计算公式的介绍层面上,对于如此热门的一个指标/系统,但是却不了解其理论基础、标准的计分方式和适用范围,显示是不合理的。因此,笔者搜集和整合了NPS原作者的文献和相关书籍,希望通过本文,帮助大家对NPS有个较为系统的了解。

一、【理论基石】
(一) 作者简介与演进过程
NPS(Net Promoter Score)是由贝恩咨询公司的Fred Reichheld 2003年在《哈佛商业评论》的文章 《The One Number You Need to Grow》首次提出的,他在2006出版了有关NPS的第一本书《终极问题:创造良性利润,促进成长》。随后,随着NPS在全球各大企业实践应用的增多,Fred总结经验,并把NPS从一个指标提炼上升到一个系统,2011年出版了 《终极问题2.0 :客户驱动的企业未来 》。
作者与演进

(二) NPS指标的提出/起源
1、忠诚度能有效区分良性利润和不良利润
Fred Reichheld 把以伤害顾客利益/体验而获得的利润称之为“不良利润”,这样的经营模式造成用户流失,转向竞品,甚至会阻止身边其他人使用;与之相反,与用户积极合作,真正践行“以用户为中心”而获得的利润是“良性利润”,这种经营模式会带来用户回购,推荐。而有效区分这两种利润的指标就是忠诚度。
忠诚度是某人(如客户、雇员或朋友)愿意投资或付出用以加强一种联系的意愿度。对于客户,忠诚度就意味着与提供优质服务,给自己带来长期价值的供应商保持合作关系,即使这个供应商在某个交易中所提供的价格并不是最低的。
2、当前衡量忠诚度的方法/指标存在不足
① 常用的留存率、满意度指标与公司业绩关联弱,或者无法衡量真正的忠诚行为
有些公司会关注留存率,但留存率与利润是相关的,但是与增长率的关联很弱。因为这个指标过分关注流失的用户,同时,有些情况下,用户实际上是因为转换成本高,有别的障碍等而没有放弃某个产品,并非是真正的忠诚。 使用传统的满意度调研也不是一个衡量忠诚度的可靠手段,因为影响利润和增长的还有其他更重要的因素,比如给销售人员为了促成交易,会给潜在用户有吸引力的折扣等。
② 传统的满意度问卷冗长,回收率低
③ 施测过程中也会引入误差
在某些情况下,满意度调查也像个游戏,上层施加的提升满意度的压力会迫使销售人员“作弊”:比如给用户免费的小礼品、折扣等以换得高的满意度评分。
3、经过探索和检验,NPS是衡量忠诚度的有效指标
为了获得衡量忠诚度更有效的指标/方法,Fred Reichheld从20个常用的用户忠诚度测试问题入手,在金融、通信、个人计算机、电商、汽车保险和互联网服务这六个行业的上千名用户中开展调查。然后拿到了参与测试的每个用户的历史购买资料,这些数据能够用于分析哪些测试问题最能有效预测重复购买和推荐行为。他们的确发现了,而且它适用于多个领域,这个问题就是:“你在多大程度上愿意推荐【公司/产品名】给你的朋友/同事?
NPS提出过程
为了验证这个指标的效果,他们进一步追踪新的领域内的新用户“可能推荐”分数,并扩大样本的覆盖范围,用户来自多个行业的超过400个公司,样本量规模近万。在随后的季度里,他们通过非常简短的邮件问卷针对10000-15000个用户进行调研,让用户对自己熟悉的1-2个公司打分,这样就能收集足够多的样本,进而计算每个用户的“净推荐值”:(推荐者的百分比—贬损者的百分比),再将这个值与该公司的收入增长率对比查看。 结果令人吃惊:比如,在很多领域,比如航空领域,在1999-2002年三年间,净推荐值与该公司的平均增长率存在非常强的相关。因此,Fred得出结论:NPS结果能解释整个行业的增长率。 航空业净推荐值与三年公司增长的相关图 航空公司增长
图片来源:《The One Number You Need to Grow》
除此之外,Fred Reichheld也指出:用推荐度来衡量忠诚度是从理性和情感两方面进行测试,即理性方面:产品的功能、质量要好,情感层面:服务,体验要令人满意,只有同时达到这两个标准,用户才会愿意推荐,这种推荐意愿反映出真正的忠诚度。

(三) NPS的计算和使用注意事项
1、NPS计算
① 计算公式
公式
10分意味着非常愿意推荐,5分代表中立,0分代表一点也不愿意推荐。
“推荐者”:选择9或者10分的用户;
“被动者”(passively satisfied):选择7或8分的用户;
“贬损者”:选择0-6分的用户 **
② 三类用户及分层原因
正确的计分方式应该能有效的将用户分层,且分类结果和方式应该简单易懂,方便业务同事制定改善对策。分为三类主要是基于Fred Reichheld在研究客户的推荐和重复购买行为时,发现的3种聚类结果。 另外,之所以把推荐者定义为非常热情/积极的用户(选择9和10分的用户),是为了避免在传统客户满意度调查中经常出现的“分数贬值”(grade inflation)的现象。即:把某些态度中立的用户也定义成“满意“。同时也是希望把工作重点放到最有价值的这部分用户身上。
③ 0到10的十分制原因
10分的最高分比较符合大家的日常习惯,且容易理解;10分制节点多,能较好的把不同的态度区分开。 之所以最低分从0而不是1开始,目的是避免用户把最高分和最低分弄颠倒,毕竟有可能用户会把1分误认为最高分(感觉像第一名)。 Fred Reichheld也指出,NPS是个灵活的开源系统,并不是必须用十分制,五分制等也是OK的
综合以上的原因可见,十分制还是五分制,甚至十分制从0开始还是1开始并没有太严格的限制,确保用户正确理解即可,但笔者依然建议最好还是使用从0开始的10分制计分方式,以便结果与同行业其他产品的分值比较。
④ 分数的解读
Fred Reichheld在他的书中给出了一些国外公司的分值和行业平均值。笔者网上找到一份中国各行业重点企业的NPS分值资料供参考
2、 NPS的原因挖掘和分析归类
在NPS标准问题基础上,配合使用“评分原因“类的问题,以便为后续制定对策提供参考。 在获得忠诚度分值后,为了制定改善行动或策略,可以通过调研各因素的满意度和重要性,并会在四象限图中绘制出来,从而选定最值得改善的入手点。
满意度与重要性四象限图举例 四象限图

(四) NPS的价值
1、 NPS指标的优势
① 调研和计分简单,结果易解读,非专业人士也能自行开展调研
② 能快速拿到调研结果
③ 用户的分类便于与后续的行动结合
通过将用户分为三类:推荐者,被动者,贬损者,非常简洁、直观,能很好的预测用户行为,以便有针对性的开展运营,营销等活动。
2、 从指标到系统
虽然NPS指标有诸多优势,但计算出的分数也只是个起点,制定和采取改善行动才是关键点,也正是这后续的行动让NPS从一个分值变成一个系统。
从指标到系统
这也能解答我之前的实践,觉得这个指标没有价值的原因了:当时我算出分值后既没有进一步探寻分数低的原因,也没有推动高层和业务同学关注,当然也谈不上采取改善的行动。此时,NPS就只是个无意义的数字而已。
3、NPS系统的成功要素
为了让NPS系统发挥作用,需要从以下三方面入手:
① 公司高层重视,从上到下推动
公司高层认同“以用户为中心”的价值,并积极使用NPS来提高用户忠诚度是基础,在有些公司中,甚至会将NPS分值与管理者的绩效挂钩。
② 将NPS融入公司流程
将NPS调查获得的分值、用户反馈(评分原因等)作为关键决策的参考,建立由不同部门组成的改善流程,并形成一个问题发现、改善、效果评估的闭环。而不是只把NPS看做一个独立的调研结果。
③ 长期投入
NPS不应该是某个单次调研的分数,而应该与产品长期的优化计划相结合。

四、NPS的不足与对策
虽然前文介绍了NPS系统的诸多优势,但任何一种方法都难以做到完美无缺,NPS也不例外,以下是笔者结合自己实际经验和相关的文献资料,总结出不足和对策。

【不足1】 “是否愿意推荐”的问题表述并不适用于所有领域:
① 某些垄断行业,用户几乎没有其他选择
② 用户出于竞争或隐私的考虑,即使对产品忠诚,也不会推荐给他人
③ 另外,在C类用户中,由于使用者和购买者/决策者往往是同一个人,因此针对使用者开展调查即可;但是,在B类交易中,通常实际使用者和购买者/决策者不是同一人,且可能调研很难覆盖到购买决策者。
比如,数据库软件、操作系统这类产品,往往是公司的高层管理者拍板决定供应商的,让这些操作系统的使用者回答是否愿意推荐给朋友就不合适了,且常规的调研方式比如问卷等也难以促达到公司管理层人员。
【对策】尤其是后面两个问题,在B2B领域非常常见,因此,以上这些情况下,传统的“是否愿意继续使用/购买【公司名/产品名】”的问题表述用于衡量忠诚度可能会更好。

【不足2】将0-6分之间的用户定义为“贬损者”的计分方式不合理
在Fred Reichheld对NPS的用户分类中,选择0-6分之间的用户被定义为“贬损者”,但Larry Freed在他的著作《销量飙升密码:口碑》指出:推荐意愿并不能衡量负面口碑,即:不推荐≠贬损,NPS的计分方式把不推荐都视为贬损(流失,阻止他人使用等),而真正采取贬损行为的人未必有那么多。这样的计分会造成贬损用户的占比被夸大。
【对策】为了解决这个问题,Larry Freed提出了WOMI(口碑指数)的概念和计算方法。在NPS的基础上额外增加一道题目来衡量用户的负面评价:贬损意愿,即
第一步:使用标准的NPS问题:你在多大程度上愿意推荐【公司/产品名】给你的朋友/同事?获得推荐者的占比
第二步:补充个问题:你有多大可能劝阻他人与这家企业发生业务往来? 获得“坚定的贬损者”的占比(选择10分或9分的用户占比)
WOMI=9或10分的推荐百分比—9或10分的贬损百分比
新计算方式

五、小结
(一) 知识点总结
1、 NPS(Net Promoter Score)是由贝恩咨询公司的Fred Reichheld 2003年最早提出用于衡量忠诚度的指标。标准问题往往配合“评分原因”的问题一起使用,方便后续的分数解读和行动计划提供参考。
2、 NPS指标一般采用从0开始计分的十分制,进而将用户分为三类。但不严格要求使用十份制,可根据实际情况使用5分,7分制等。
3、 NPS的优势在于:施测和计算都很简单,能快速拿到结果,将用户分成三类的方式方便后续有针对性的开展营销或改善策略。
4、 将NPS分值和用户分类与后续的改善行动计划结合,构成了NPS系统 (Net Promoter System)。
5、 让NPS系统发挥作用的要素在于:公司高层关注,融入公司流程和长期投入。

(二) 使用建议
1、NPS指标因其简单易懂而流行,但实际使用时至少还要收集用户评分的原因,且真正的工作重点应该是后续长期的改善计划,否则分值就只是个数据而已。
2、NPS的标准问题“是否愿意推荐”并不适合所有领域,计分方式也并非严格固定为从0开始的十份制。可以根据行业、产品,用户特点适当变通问题和分制。 比如对于垄断行业、B类用户,或者无法促达到购买者时,使用“您是否愿意继续使用【产品名】”的问题表述可能更为合适。
小结

(三) 后续规划
Larry Freed认为NPS计算贬损者的方式并不合理,也提出了解决方案,但不论是在他的书里,还是在中国的其他公司实践中,笔者并未找到关于NPS和WOMI指标的效度对比的资料,因此后续会考虑在工作中实际使用并对比,如果有新的有价值发现,再总结成文章与大家分享。{完}

参考资料
1、文章 《The One Number You Need to Grow》Fred Reichheld 著 ,2003年发表
2、书籍《终极问题2.0》Fred Reichheld. 著,2011年出版
3、书籍《销量飙升密码:口碑》Larry Freed 著,2015年出版
4、贝恩咨询NPS的官网
5、中国顾客推荐指数

【译者注】
访谈是用户研究中使用最普遍的方法。由于人类记忆的局限性,用户无法回忆起所有历史经验或细节体验,因而表述的内容会存在与实际不一致的情况。但在用户研究中,访谈也是不可缺少的过程,研究人员知道哪些问题适合提问、哪些问题不适合提问这是非常重要的。本文介绍了哪些不适合直接提问(用户无法回答的问题)的情景,以及面对这些问题,如何通过其它方式获得答案。

11
在访谈中会遇到一些尴尬的现象,研究人员会问一些受访者无法回答的问题。因此,研究人员知道哪些问题用户可以回答、哪些问题用户不好回答,对于访谈是非常重要的。这也是用户体验研究中更多地观察真实情景下的用户行为而不是开展访谈、问卷调查、焦点小组的一个原因。虽然这些访谈方法也是有用的,但用户实际行为与用户说的也存在不一致的情况。基于真实场景的用户操作行为,同时进行观察与访谈,可以让研究者更准确地了解用户特征、用户行为、使用情景。
但在用户体验研究中,单单观察用户也是不够的,在研究中进行适当访谈是有必要的。因而,在不同的用户体验研究中都会进行不同形式或不同程度的访谈。除非你在访谈前对用户行为的背后动机有了对应的假设,否则在观察用户操作过程中同时会产生一些问题。因此,在理解用户行为时,用户访谈是必要的。
有些问题用户比较容易回答,有些问题用户回答是有些困难的。接下来将介绍一些用户无法准确回答的情形。

12
当咨问用户对产品的使用体验或观点时,用户只能描述整体印象和行为,但很难描述具体的细节内容。举个例子,当进行一个洗车厂家网站的可用性测试时,作为汽车购买周期的一部分,研究者会问用户最近在汽车网站的使用行为。用户可能会回答你最近看过哪些网站、在网站上做了什么、对这些的网站整体看法,但是用户描述网站的具体细节内容是非常有困难的。人类的记忆是不精确并且容易出错。假如用户能够回忆起一些特别好或特别糟糕的体验细节,那是非常好的。当用户不能回忆起更多细节内容时,研究者不能要求用户回忆更多内容或引导用户回忆更多内容。

怎么了解用户的历史体验?
如果能够运用好用户的记忆局限性,研究者是可以提问关于历史体验问题的。以下是几个提问的小tips:
问一些用于了解用户整体体验、看法的问题,而不是期望用户提供一些无法提供的细节内容。
让用户来谈论一些用户记忆深刻的事件,但用户可能不能回忆起具体细节内容。
用户谈论时,直接呈现相应的网站、软件或产品。让用户先用一下产品,方便用户描述他们的历史体验,用户可以演示一个操作或指出某个具体的内容,而不是完全依赖记忆。

13
用户不善于预测自己未来会做什么、不会做什么,或基于某个特殊情景进行预测。如果你要他们预测,他会向你提问很多问题,他们的预测可能不能准确地反映他们未来真实的行为。举个例子,如果你问用户是否会使用某个新功能,有些人会说会去使用,主要原因是他们自己不能排除可能会去使用的可能性;有些人可能会说不会去使用,主要原因是他们自己不能想出使用的理由或场景。对于不存在的东西,用户很难提供判断或观点。

怎么预测用户未来?
等到产品原型完成时,才去了解用户对这些具体新功能或设计元素的态度。相对于抽象概念,实际原型能够让用户更容易进行评价。虽然这样还是无法准确预测用户未来是否会使用,但这样的调研结果还是可以用于判断设计是否成功。

4
在传统的用户访谈中,用户可以描述一般的操作任务,但是让用户准确回忆每个步骤是有困难的。用户在操作时很多情况下是无意识的,不会去思索每个操作步骤,这种情况下用户脱离情景下描述每个操作步骤是极其困难的。举个例子,想象一下教一个孩子自己系鞋带,如果旁边没有鞋子,你能否教会孩子如何系鞋带?

怎么了解用户操作?
与其抽象的谈论用户操作,让用户自己演示操作就容易得多了。用户在自然环境下操作,研究者观察用户的的操作行为。我们可以在用户完成操作后进行访谈,也可以用户在操作过程中进行适当的情景访谈。核心是观察用户在自然状态下的操作行为,并在用户操作情景中进行适当访谈。

5
直接问用户要什么或直接接受用户说的内容,那是会范错误的。用户可以告诉你他们遇到的问题或影响他们的东西,但用户很难表述他想要或需要的东西。受访者可能提出解决问题的建议,但这样的建议可能不是解决问题的最佳方案。

如何确定用户需求?
观察自然状下的用户操作,并进行适当访谈,这是发现用户真实需求的最好方法。当用户提出建议方案时,不能因为用户的面子问题而简单的全部接受,也不能不考虑这些建议方案,而是找出更多的问题以及背后的原因。与用户更多地讨论具体问题是如何影响他们的,他们尝试如何解决这些问题,对于这些解决方案是如何看待的。有了这些信息,设计师可以形成设计方案来解决问题,从而满足用户的需求。

6
不要让用户对没有见过或使用过的概念进行想象或评价,对于只有简单文字描述的概念,用户通常难以想象这是一个什么样的设计方案、功能或交互方式。虽然你能提供一个好的描述,你能确定用户的想象的东西与你要表达的内容是一样的吗?向受访者展示一个具体的实体通常好于单纯的内容描述,但只是简单地看,那也是不够的。受访者能够操作原型,这样才能获得最好的用户反馈。

如何获得用户反馈?
给用户一个可操作并且会有反应的可交互原型,用户更容易进行反馈。考虑到到原型保真度的限制,在低保真度的原型中,一些复杂的或特别的交互无法实现,这样也阻碍了受访者获得概念原型的真实感知。

7
受访者一般不是设计师。受访者可以告诉你什么东西看起来是有用的、什么东西不容易理解、为什么操作失败,但是他们通常不能提供具体的设计解决方案。虽然他们可能会提出一些简单的改进建议,但无法给出有重大作用的设计建议。

如何发现设计改进方法?
由于受访者不是设计师,所以不能期望让他为你做出设计决策。可用性测试的目标是发现哪些是有效的、哪些是无效的,设计师根据这些信息来改进设计,而不是向用户要解决方案。目标是找出用户使用过程中遇到的问题,然后设计师根据自己的判断改进设计。最后,拿着改进后设计进行再次用户测试,验证优化后的设计有没有解决用户遇到的问题。

8
有些设计师期望将所有设计争议都进行用户测试。当然,相信用户测试那是件好事,但不能将所有设计决策都放在用户身上。用户测试不是用于让用户告诉你如何设计,或者帮助你解决每个设计争议。
实际上,有些微小的设计差异,用户都感知不到差异的存在,更别说对设计方案的偏好了。在测试中,有时你会发现用户产生疑问:我看不出这些设计有什么差异,为什么要让我选择更喜欢哪个呢?

如何测试多个设计方案?
对比性可用性测试用来了解用户对多个设计方案的评价。当用户只看到一个设计方案时,用户可能不知道说些什么,如果同时看到多个设计方案,用户会提供更多有用的反馈。
但在,在一个用户测试中,供用户测试的设计方案最好不要超过3个。如果对比方案过多,用户在选择时会产生选择困难或困扰。同时,需要保证设计差异对用户来说是有价值的。

9
观察可以知道用户是怎么操作的,但不知道用户为什么这样操作。当你问用户时,用户有时也没不知道自己为什么这么操作,结果他给你了一个貌似有理的解释。用户也不是故意说慌,的确是用户不知道自己为什么这么操作。

怎么理解用户行为?
由于受访者也不能准确地知道为什么这么操作,有些研究人员建议只关注用户的操作行为,而不关心用户说的内容。这种做法也是极端的,是不合适的。观察只能让你知道用户是怎么操作的,但是不能知道用户这样操作的原因。
适当的提问或在测试过程中让用户边操作边说,这样有助于了解用户行为的真实原因。操作后,也可以进行适当提问,这样可以了解更多的信息。虽然用户说的内容无法得到所有原因,但这样做还是有助于了解用户的心智模型。记住,不要盲目地接受用户的解释。相反的,我们要从用户说的内容,分析提取真实的用户心理。

10
在用户研究中,当用户在操作实际场景中经常操作的任务时,我们可以获得最准确和最有用的信息。在可用性测试中,与受访者简单地看一下设计原型并给了一些整体性评价相比,让用户尝试多个方案并进行对比评价,这样可以获得用户最有效的评价。在任务操作完成后,立即对受访者进行适当的特定提问,这样可以获得用户最佳反馈。
在用户研究中,重点关注用户的真实操作行为而不是用户说的内容。当然,你也必须要倾听用户说的内容,但主要关注用户谈论的使用痛点问题。
只有知道了用户不容易回答的问题后,才能避免一些没有效果或误导性的问题,而是集中精力问正确的问题,同时得到最有效的结果。

原文网址:
http://www.uxmatters.com/mt/archives/2017/01/avoiding-hard-to-answer-questions-in-user-interviews.php

概述
作为设计师,在产品设计之初通常都会做用户调研并构建Personas,帮助我们更好的贴近和理解目标用户。B类产品中的Personas和C类产品有何不同?Personas在B类产品设计中有哪些价值?如何正确从数据中提炼和使用Personas?文章分三个部分来探讨这些问题。
• 背景概念:B2B用户画像特色(Buyer Personas vs. User Personas)
• 相关原理:是用户肖像还是用户画像(User Profiles vs. User Personas)
• 方法价值:数据+画像+直觉=好的产品设计(Data vs. Personas vs. Instinct)
banner0
注:Personas方法源于国外,相关英文专业词汇和中文专业词汇的对应表达会基于笔者的不同而有些许差异。

一、B2B用户画像特色
B类和C类电商交易的本质都是物质利益的交换过程。但B类用户和C类用户因业务采购流程的不同而有着不同的需求和期望。通常B类影响采购的决策者较多,采购周期较长。C类用户采购商品为个人使用,用户能够独立快速完成采购决策。这两点特性,导致销售和产品端将B类用户在采购决策前后区分为”选择者”和”终端用户”(Buyer Personas vs. User Personas)。对于B类设计师来说,区分这两者可以快速梳理出产品众多用户角色的本质区别,并从具体用户需求中再做同类需求合并,提炼出共性。最后,基于产品商业目标的不同进行用户画像优先级筛选和创建。

以下为B2B产品设计Persona推导流程图,以设计企业级“混合云应用平台”为案例。
final

最初涉及的相关角色可能更多,但不管有多少,都可以依据以上方法得出产品最核心的用户画像,了解他们最关键的需求。

分析数据、提炼用户需求这个过程,在用户调研方法中运用的最多的是Affinity Diagram。以下为练习例子:
personaibm
将不同用户访谈后得出的重点信息(具体需求)写在便利贴上(或Excel表中打印后切片),再在不同的用户间将分析过后的同类需求用线做连接(需求合并同类项)。以用户的口吻将处理过的需求描述出来(例如:当在1688上经营服装店铺时,我想要提高品牌知名度,所以我可以让更多买家信赖我的产品,以此提高销售额)。B类复杂的业务特性和众多用户角色的不同,更需要设计师和业务方紧密协作梳理出用户需求和Personas优先级。

二、是用户肖像还是用户画像?
描述你身边一个最熟悉的朋友。大家肯定都可以说出他们的基本信息、爱好、学历、性格等。根据这些信息,我们可以快速做朋友归类。再试想,你要帮助房产经纪推荐一套合适的公寓给你的朋友。如果将之前的描述直接列给房产经纪,他也许会凭借自己的直觉和经验,推算出你朋友可能的喜好。或者,你可以直接提供给房产经纪朋友期望的学区地段、周边服务设施、喜欢的餐馆类型、是否有在小区周围跑步的习惯等,这些具体影响他购房决策的因素。

前者我们提供的是用户肖像,是细致而全面的用户信息集合。后者我们提供的是用户画像,传递普遍影响用户行为和决策的内外因(已处理过的用户信息集合)。两者都是为了了解用户,前者帮助我们了解产品为谁设计?(这套房卖给谁);后者帮护我们了解用户为什么会有这个行为?(这套房为什么会被买走)。
profilevspersona

在B类产品设计中,我们很少能像用户的闺蜜,快速给出房产经纪一个贴心的用户画像。所以一般情况下,需要大量的数据调研收集用户信息,再基于文章前面所提到的分析判断、Personas需求归类方法,得出用户画像。

B类产品中是否能将用户肖像和用户画像价值放大,同时使用?
以阿里巴巴ICBU-CRM给销售使用的客户服务档案为例:
CRMprofile
从上图中可以看到服务档案中所呈现的信息都是单个的用户肖像信息。帮助销售了解服务对象是谁。在头部可以看到一系列需要售卖的商业产品。销售的操作流程是,也许要在5000个没有特别购买意愿的客户中做筛选,最终选定一位目标用户,到达以上页面。

要在10个种类各异的商业产品中给用户做推荐,该首推哪个产品?哪个最适合?如果这个销售仅是初级销售、渠道销售,或者其实不只10个产品可以做售卖,有20个、30个、40个;同时,这个客户也许长期专注于线下店铺经营,并没怎么接触过阿里巴巴的商业产品。这样以来,可供销售分析的客户数据也就少之又少。而销售的学习成本和沟通成本却成倍提高了。

用户画像在这个产品中是否可以帮助销售提升工作效率呢?
CRMprofile2
基于之前提到的B2B产品设计Persona推导流程,如果在产品设计之初,已对这10个商业产品做了商家画像(设计出了前台营销页面)。此时,Persona就可以直接展现在对应的售卖产品下方,给销售做参考。销售可以理解这是一个定性和定量,基于成功售卖的用户真实数据在不断迭代和优化的典型用户攻略:愿意购买此产品的用户都由什么内外因影响而做下单决策,有哪方面相关问题销售需要在售卖时对用户进行回答。这时,不管有多少个产品需要售卖,都可以快速帮助销售理清思路,进行对应推荐。做到人人都是销售…

一个清晰的用户肖像帮助我们了解用户真实现状,一个有洞见的用户画像可以更高效的为设计师、销售、市场、产品服务。

三、数据+画像+直觉=好的产品设计
pdata3
调研显示,大多数产品团队1-4年更新Personas。B类大型商业产品不可能持续高频做Personas更新和业务调整。因为B类用户对产品稳定性要求极高,一个小小的改变都可能会对公司造成不可挽回的损失。

很多互联网公司在产品设计前期会通过快速上线,使用Google Analytics提取用户信息高效制作Personas(类似于1688的A+,udata线上数据分析产品)。并通过持续提取和分析线上行为数据完善Personas,做产品和设计的优化迭代。
googlehungry

数据和Personas相辅相成。Personas也可以帮助设计师分析数据,避免淹没于数据大海。

例如,当查看网站跳失率,我们很容易只关注全部来访者查看了多少个页面后的跳失率。但这个数据其实并不是非常有建设性。不同用户从不同地方来到这个页面,对于页面有不同的期望。跳失率需要基于产品设计之初建立的Personas群组做逐个分析,才能发现更有意义的信息。

两组不同用户的Personas: A.每天通过邮件订阅信息,点击跳转至新闻页的忠实用户老王;B.通过搜索关键词来到新闻页面的市场管理者小李。同是来到新闻list页面,忠实用户老王跳走了,这个情况是可以理解的。因为我们可以假设他已经看完了所有的文章。而市场管理者小李跳走了,就需要分析原因:是否用户搜索的关键词和进入页面前的期待,与进入页面后所呈现的信息内容不匹配。而这时我们应该如何优化设计?

pd
以上,不被数据麻痹,不完全依赖用户,不凭空臆想。三者平衡,创建一个有洞见的Persona让好产品走的更远。

做过B端产品的产品经理或设计师都能感受到,B端设计与C端设计有众多不同,比如相对于C端产品乐于向用户传递趣味性,B端的产品更需要向用户传递利益性;C端产品设计更偏易学性,B端的产品更注重易用性。

同时B端的产品的设计还需要关注许多C端产品所不需要关注的要点,比如B端的产品和服务要关注企业运作的周期性,需要在企业生产的不同周期提供不同的服务;还需特别保证产品的长期性和稳定性,因为企业更换一个产品与服务的成本非常之大,所以企业更倾向与稳定的产品长期合作。除此之外,B端产品还有一个需要重点设计的内容就是——协作。

本文就是着重讨论B端产品中的协作设计。关于这点,首先我们先要了解的是:

为什么B端的产品设计中要关注协作?

(1)B端产品用户是一整个组织
C端产品的用户一般是具有相同特征的一群用户,他们会有相对一致的诉求和想法,其实产品设计者可以将他们看成同一个人(即用户画像)。但B端产品的用户往往是一群有很大差异的用户,他们是不同工种,有不同的工作职责和不同的诉求。我们的产品需要在不同职责的用户中建立好互通和协作关系,促使所有人的达成和谐与统一,才能很好的服务整个组织。

(2)B端产品的用户决策是个分权进行的复杂过程
一个企业做一个决策往往不是由一个人快速决定的,而是一个多人讨论、协作并需要经过不同团队审核审批的长流程。例如同样是购买过程,一个C端用户只需自己做出决定即可,但一个企业的采购过程为了规避风险则涉及到多个部门共同讨论和很长的审批流程,从物控制工程师提报采购需求,到采购专员的收集供应商资料,到品控人员的质量检测,再到成本核算部门……到最终总监拍板决定,整个过程非常复杂繁琐。在这个复杂过程中涉及到的多种角色,就需要能够方便互相共享信息,以便都能方便的比较多种参数信息如规格,价格和交货时间,最后达成统一的决定。因此,面向企业销售的采购网站可能就需要为决策中的更高效的协作而进行设计思考。
B类用户复杂的决策过程

比如设计师观察到企业采购过程会有互相讨论方案、纸质文件审批、向高层进行PPT产品演示等一系列协作过程,因此在设计面向企业销售的产品网站中就注意到提供产品清晰大图的下载功能,以便于清晰地打印出来,演示。也有一键发送到同事邮箱或者手机的功能,以便于多人协作决策。
(下图的例子为:Hermanmiller.com这个网站提供电子邮件将大图片发送给同事的功能,这就使B2B的购买者更容易发送他们的选择给同事。——例子来源于《B2B Website Usability for Converting Users into Leads and Customers 3rd Edition》)

hermanmiller.com提供电子邮件将大图发送给同事功能

(3)B端产品的使用过程涉及合作与工作衔接
除了决策过程,B端产品的使用也是多人多工种的协作过程,每个部门或每个员工完成其中一部分内容,然后流转到下一个部门与员工。甚至是多人同时进行或来回交叉进行任务流转。B端工具型产品就需要时刻考虑到工作进度在各个工作角色之间的同步,并帮助他们进行无缝的工作衔接来为企业达成高效的生产运输,从而创造效益。
例如我们工作中经常会写周报,主管会进行汇总,再上一级主管会进行再次汇总,这其实就是一个共同工作协作形成一个工作成果的过程。这一过程中就有许多需要为协作而设计的内容,比如如何让大家周报更结构化更易其他同事阅读?如何让汇总效率更高?如何让整个传递过程时间更短?这些都是值得思考发散的协作设计。

正是上述这些特殊的B端用户群体和有别于C端的集体化使用场景导致协作是B端产品特别需要注意的一个设计要点。

那么如何做好B端产品的协作设计呢?

协作中需要关注的三个主体

协作的过程中,其实就是一个信息与工作任务在各个不同人或角色之间流转的过程。所以要做好协作设计,就需要关注这个过程中涉及到的三个主体:即角色(人)、信息、任务(工作),三者之间大体的关系如下图所示:
协作中需要关注的三个主体

一个工作角色拿到上一个工作伙伴传递过来的信息,利用自身专业知识能力进行处理判断,并基于这些判断来处理任务,完成自己部分的任务处理后,任务有了更新,会相应产生新的信息内容;然后任务和新的信息将传递到下一个工作角色。 将多角色进行合并,就可以得到以下的简单化的三角关系图。(图中虚线的箭头后文会具体解释)。
简单化的三角关系图

协作设计的渐进式思考
那么梳理出这三个主体有什么作用呢,其实这三个主体可以指引我们逐步做好协作设计。我们可以逐一思考,为这三者做好了相应的设计。

协作设计的渐进式思考步骤

STEP 1:意识到多角色

首先我们要先意识到B端的产品往往存在着多角色,设计师需要反复自省是否有遗漏任何一个角色,特别是一些做出决策的重要角色。例如下图例子中,这是一个买家赊购服务的卖家开通页面(卖家开通这个服务后,买家能享受到先购物,过段时间再付款的赊账服务),此开通页面是挂在批发平台上,当时我们意识到B端的卖家大多是一个小公司,而在网上进行操作工作的主要是客服或底层的运维人员,他们看到我们产品说明页面并不能决策是否开通此项服务,更可能是从他们角度根本意识不到此服务有助于促进店铺流量。而真正对此项服务感兴趣并能决策的应该是老板,但他们却不容易看到这个卖家开通页面。所以我们在页面上增加了一个“通知老板”的一键通知按钮,以促进此消息能流转到正确的决策角色那。

赊购服务开通中通知老板的功能

另一个例子,我们在设计B端产品的“我的订单”时,考虑到来这个页面的会有多个完全不同的角色,如代销的售后客服人员、补货的采购人员、收货后对货的仓库货管人员等,他们在“我的订单”这个页面需要完成各自不同的工作任务。因此我们为他们分别设计了不同表格形式的“我的订单”以满足他们不同的工作诉求。

图1:为售后人员设计的订单管理跟踪
为售后人员设计的订单管理跟踪

图2:为采购人员设计的再次购买
为采购人员设计的再次购买

图3:为对货人员设计的对货核算
为对货人员设计的对货核算

STEP 2:同步信息

意识到多角色后,接着我们要为多角色设计出有效并且高效的协同。要保证这点首先要保证各角色之间信息流转的高效,即我们时刻要注意到现有的各个角色是否在第一时间能获取到一致的信息。这包含两个要点,即信息内容的一致性和时间上的实时性。
例如在做1688进货单的概念设计时,我们发现B类采购人员经常将进货单作为一种拟定购物清单初稿的工具。而这个购物清单需要多人多轮讨论,并且清单内容会进行多次更改,这时我们就需要考虑将这个清单信息实时同步到所有参与购买讨论的人,因此我们考虑在进货单上增加生成共享的预购清单功能,同时还需考虑到B类客户的共享场景中,他们与同事分享产品的最常用的方法,是复制网页的URL到电子邮件或IM,所以除了电子邮件和通用的社交产品的分享,还支持生成一个共享链接,每个人点击此链接都能看到实时更新的内容一致的信息。

进货单中的协作

STEP 3:减少工作

在考虑到多角色并为他们做好信息同步后,我们还能更进一步着眼于优化工作结构以减少工作量,提高工作效率。

(1)减少重复工作
最简单的,是寻找各角色各自工作中的重复部分,想办法减少重复工作。例如在下图的例子中,我们发现小电商卖家发货中有这样一个过程,运营人员首先将所有待发货订单导出成一个excel,然后将excel发给发货人员,发货人员发货后,填写运单号到每个订单后面,然后将更新的excel发回给运营人员,运营人员再根据excel中内容,在卖出的产品列表中逐个填写运单信息。从这个过程中我们就发现填写运单信息的工作进行了两次,所以我们很快想到要支持运营人员上传excel,自动匹配订单批量完成发货,从而减少填写运单信息这个重复工作。当然更优化的方案是让所有角色登陆同一个云工作平台进行工作,进一步减少重复的导出传递过程。
减少重复填写运单号的工作

(2)转移工作,优化结构
其次,还可以观察整个工作流中各个角色所需要做的各自工作,然后思考某些工作是否能转移到上游角色进行,越终极的用户所承担的工作应该越少。这样的好处

1、是我们所在的市场绝大多是是买方市场,提升越终极用户的满意度,越能促进转化;
2、上游的一次工作就能覆盖下游多次工作,提高整体工作效率
3、上游的工作比下游更能保证质量。

下图示意工作优化的流向

工作优化的流向

举例来说,电商销售中,一个标品的图片让每个小B直接去拍摄制作不如让大B统一制作再分发到小B,这样更有效率更有质量,当然如果平台能统一支持,建立标品图片库,那么大B也不需要去拍摄,就进一步优化了结构,提高了所有批发商的工作效率
另外一层的工作转移含义,是指帮助一个公司内工作流程中进行优化,让最终的决策者更满意,更容易做出决定。比如采购员的一个重要工作内容是需要向主管或老板提供几款候选产品的对比列表,或者需要做演示PPT对候选产品进行说明与宣讲,那么我们就可以考虑采购员的这个制作对比表格和演示PPT的工作能否转移到上游的产品供应商那,如果产品网站上直接能下载到更具营销色彩的产品宣讲PPT模板,也能下载选中的几个产品的参数对比列表,采购人员按自己需求略微修改后就能用,这样就能为采购人员减少大量工作,同时保证了产出的PPT的质量,从而更容易打动最终的购买决策者。

(3)减少角色
出来上述两个减少工作的方法外,其实还有一个减少工作的终极方案,即减少整个角色。那么如何减少整个角色?
首先我们来看一个例子,最早的发货单是下图1所示这样的,标红色字母处需要手动填写所有信息。可以想象一个生意非常好的电商需要专门雇人来手工填写大量的物流单子。
图1:早期快递单
早期快递单需手工填写

然后很快就出现了ERP系统,可以支持打印机打印快递单,如图2所示所有内容都是机打,这样就减少了一个填写快递单的角色。
图2:打印的快递单
打印的快递单

再后来快递工作人员发明了电子面单,如图3所示,创新地在顾客下单时就同时生成相匹配的订单号与快递单号,此举省去了将快递单号去匹配订单号的过程,不但减少了一个在订单上填写物流信息的角色,还减少了快递分拣员的角色(机器可以直接从物流单号中获取订单地址信息,自动分发到各个地区,不需要人工分拣)。
图3:电子面单
电子面单

那么是否可以再深入思考下,在这个物流流程中还能如何减少工作与角色呢?我们继续往下思考:现在发货过程已很顺畅,但顾客在收到货后不满意要退货的过程中,也需要进行很多工作,需要联系卖家获取退货地址,然后再填写退货信息。那么在订单生成的那刻能否不仅仅同时生成发货物流单,还能同时生成退货物流单?
如图4设计稿所示,那么用户退货时就不需要联系卖家获取退货信息并填写不熟悉退货地址,只需在原盒原单上填好自己的信息后退回就好了,并且不需要将退货物流通知到卖家,因为退货物流单在发货时就已经匹配好,并和发货物流单一起贴在了包装盒上了,这样进一步减少了我们终极用户的工作,有效提高了整个链路的体验。
图4:设计带退货信息的物流单子
设计带退货信息的物流单子

总结上面的例子,我们发现当我们设计出很好的信息流转与任务流程时,就能减少整个甚至多个工作角色的全部工作量!这时我们再来看上文所提到的协作的三个主体关系图,我们发现,当信息能直接支持任务,也就是说通过信息能够自动化进行各个任务的执行时,人的角色就可以不用存在了。
简单化的三角关系图

由此我们可以得出一个非常有趣的结论:
协作设计的终极目标是消灭协作!

我们在生活中或网络商经常能看到一些使用心理学小技巧去设计一个东西,去引导用户的行为,例如:
– 在男性小便池里印一只逼真的苍蝇图形,就能大大减少尿液溅到小便池的外面;
– 在超市商场收银处顾客手边的货架放置休闲食品、新促销品等顾客不会太需要思考的商品能提高这类商品的销量;
– 在一些价格不高昂的服务推销电话上,推销员会跳过询问被访用户是否需要新的服务,而直问A服务和B服务哪个更符合您目前的需求,用户往往会下意识的选其一,从而大大提高新服务的开通率。

这种利用心理学小技巧是人不自觉的按照设想者的意愿方向行动,不需要强迫用户,也不需要高的教育成本,只是利用了人的心理弱点,或者说是心理特征,引导你按照设计者的方向做事,看似用户没有压力,设计者没有成本,然后用户高高兴兴的按设计者的想法把事情给做了。 这个“心理学技巧”的门派的名字就叫做“行为设计学(Behaviour Design)” 由斯坦福大学的B.J.Fogg所提出。

根据行为设计学对上述的几个心理学小案例分析,这里面暗藏3个关键因素:
1. 这个人必须自己想做这件事(意愿/动机) —— 如果一个人对这件事没有做的意愿,是不会去做的。
2. 这个人要能做到这件事(能力/成本)—— 也就是说这件事付出的成本越少越好,执行起来越简单越好。这里说的成本包括时间、物质、体力、心理、社会意识等各种形式的“成本”
3. 适当的时候要提醒他做这件事 —— 你得提醒他做这件事。但只有满足了以上两点,你的提醒才有意义。我们的文案,广告以及各种营销活动目的就是提醒消费者。 我们所设计的提醒要达到目的,前面两项的存在是前提。如果用户根本没有意愿,你所做的提醒则会视为骚扰,如果用户有意愿,但是达成这个目的的流程难度复杂,成本太高,他也会感到困扰而放弃。

这3个关键因素的前两个前提,对所要“设计”的行为能否达成所产生的影响,我们可以用一个简单模型图来看:

从上图可以清晰的了解:动机越强,难度成本越低,目标越容易达成。这3个关键因素我们来具体深入分析:

1. 意愿/动机 包括:直接动机、间接动机;
举个例子,在心理学上有一个对人“敬畏感”的研究,心理学上对“敬畏”的定义是:人们看到一种比自身伟大得多的实物,所产生的情绪。“敬畏”情绪的作用能让人更迷信、能加强人的集体认同感、能让人更好的合作等等。我们可以看到很多宗教场所设计建造得异常的精美华丽、高耸巨大,是为了营造一种超自然的,常人难以企及和掌控的感觉,使信众产生出“敬畏”的情绪,来对信众进行精神控制和加强群体认同,从而实现引导和掌控信众的行为。
church

除宗教外,当我们看到自然界比如广袤辽阔的草原,浩瀚无垠的大海同样会对大自然产生出“敬畏”的情绪,感受到自身的渺小。很多产品品牌也会借助这种人对自然的“敬畏”感来做文章,例如大家熟悉的原研哉03年为无印良品设计的“地平线”系列平面广告。 他把无印良品追求自然、极致简洁的产品理念和真实自然的博大、致简进行移情,意在把人们对自然的敬畏心转移至无印良品品牌理念的认同上来。
mujiAD
这种利用如“敬畏”情绪等心理学手段,可以潜移默化的影响受众的意愿或动机,让人心甘情愿地,不知不觉地跟随策划者的思路引导。当然影响人们意愿与动机的因素和方法还有很多。

2. 能力/成本 包括:时间成本、金钱成本、体力脑力付出、社会压力、习惯惯性等;
这里举一个反例:某地的一所幼儿园,老师最头疼的一件事是每到放学点,很多家长是迟迟不来接小孩,有的甚至经常晚一两个小时,这可苦了幼儿园的老师园长了。延迟的时间增加了幼儿园的运营成本,于是园长决定通过小额罚款的方式刺激一下经常迟到的家长,晚来十五分钟以上的均罚款20元,想借此办法缓解放学时间迟接孩子的问题。但措施出来后让幼儿园所有人大跌眼镜,不仅经常迟接小孩的家长没有太大改观,原来不怎么迟来的家长还增加了,幼儿园因为这一措施此状况反而更加雪上加霜。
为什么会出现这样的问题,根据行为设计学的三个关键要素分析,家长的“迟到”这里不说是意愿强,也是各有其原因。而这件事情的“难度”在于家长对于迟到,会有“惭愧“和”面子“的代价。然而幼儿园提出的罚款则一下子把“惭愧”和“面子”的这一“难度”完全去除了,同时甚至在提醒家长可以通过交钱的方式心安理得的“完成迟到”这件事情,结果可想而知。

3. 提醒/触发 包括:信号、刺激、辅助行为或服务。
例如用户不知道该如何做时,刚好旁边就出现了帮助功能或人工支持,或者拿文章最开始那个例子来说,小便池里印上那只苍蝇从而引导使用者下意识的去瞄准它,就是行为设计里因素3一个非常有创意的形式。 在对于某一特定领域或场景,如何应用行为设计学。比方说有一个商家,他在想应该把主要精力放在提升购买者意愿上还是放在简化流程上,让人家更容易下单呢? 作为老司机B.J.Fogg明确告诉我们:简化流程才是他最应该做的

微信红包能够在短时间内爆发的原因,也是因为它足够简单,抢红包手指按一下就行,发红包也很简单,以至于很多人都不会用微信转账,但是可以用发红包的方式来达到付款的目的。 又例如,有报道说美国的总统竞选的投票率其实很低,很多人懒得花时间、精力去投票站投票,与其花很多钱做广告,跑各地去演讲,很多政客倒不如在投票日这天直接派大巴把选民接到到投票站去效果好。

以上是分析讲的是在一件事情上,或者说一次“行为的设计”上如何让你所期望的行为会被达成的可能性更大。那如果在一个事情上,用户意愿很强,他做这件事情有很简单,而你的提醒又恰到好处,这样就会产生一个非常好的效果,用户会养成做这件事的习惯。这可以理解为——“长期行为的设计” 我们经常听说的培养用户习惯,说白了就是让他上瘾。 这方面行为设计学上给出了两条:
1.是让用户第一次接触的时候留下一个很好的印象;
2.是让用户常能获得一些成就感。

给用户好的第一印象,这好理解。第2点——“让用户常常能获得一些成就感” 有可能大家知道一个心理学实验:一只被装在透明盒子里的老鼠,盒壁上有个控制杆,只要老鼠一推控制杆,上面就会有食物掉下来。但如果它每次“操作”都有食物掉下,而且掉下的食物每次都一样多,那这只老鼠去推控制杆的积极性会很很快减小。而如果对这个实验稍做调整,设定老鼠推控制杆不一定每次都会有食物掉下来,而且掉下来食物的量每次都不一样。结果这只老鼠对推控制杆这件事情立即就“上瘾”了,积极性会有巨大的提高。

了解完这个实验,再会过来看现在的社交网络,我们在微博、微信上你发的消息、动态,都有可能获得朋友的点赞或回复,别人的每一个点赞或回复,都能给你带来一次很愉悦的心理感受。 但是这里“常给用户一些成就感” 行为学上提到的“培养用户习惯”还需要用到一个心理学原则就是“变换奖励原则” 通俗的说就是把给用户的”成就感随机化,而不能规律到让用户早就能预知你会什么时候,要给他什么样的“惊喜” 。 比如说游戏室里的老虎机,总让你觉得“差一点”就中。又如你在朋友圈里发一条动态之后你会想知道谁会点赞,谁评论了。这么久了有没有新的点赞,赶紧拿起手机去看一眼。这就是为什么我们平均每人每天看150次手机的原因。
FQ

“行为设计”的中的门道其实在商业,甚至我们生活所接触的各个领域都已广泛使用。我们在作为顾客、消费者、产品用户等等角色时候的行为,可以说无时无刻不处在被“设计”之中。 那回过来想,我们所处的狭义上的设计工作领域里, 比如产品体验设计上,是否能从“设计行为学”中获取到可用的灵感,从正面、积极的角度,通过提升产品流程、布局或感官设计, 从而使用户达成我们的某预设目标成功率、愉悦度更高。通过适当的“成就感”的设置,来提升用户活跃度与粘性等等,我想答案是肯定的。

【译者注】用户体验研究方法比较多,非资深用户研究人员在用户体验研究方法选择可能会存在一些困惑,本文阐述了用户体验研究方法选择的一些原则,希望对大家有所启发和帮助。

用户体验研究方法范围非常广泛,从经检验的可靠方法(例如:基于实验室的可用性测试)到最近发展形成的方法(例如:远程在线评估)。 尽管几乎所有项目都可以从多种方法组合中受益,但一整套用户研究方法在一个项目都使用那是不切实际的。不幸的是很多设计团队只使用他们一两种自己熟悉的方法,最主要问题是不太清楚在什么时候使用什么方法。为了更好地理解在什么时候使用什么方法,可以从以下4个维度来考虑:
• 态度 Vs 行为
• 定性 Vs 定量
• 使用场景
• 产品开发所处的阶段

下图是最常用的20种用户研究方法的分布:
cdf7b682-8c02-471b-beaf-f896119031cb

1.态度Vs行为维度
态度关注用户说了什么,行为关注用户做了什么。态度主要用于了解用户所持的观点、看法。 虽然可用性研究主要关注用户行为层面的研究,但态度研究仍然是有用的。举个例子,卡片分类可以用来理解用户对信息空间的心理模型,用于帮助产品/应用/网站的信息架构的决策。调查测量、分类态度或收集用户声音可以发现需要解决的重要问题。对于可用性来说,焦点小组讨论是不太适合的,但可以用于了解用户对产品的感知和评价。
在这个维度的另一端就是主要聚焦于了解用户行为的研究方法。举个例子,A/B测试就是将网站的不同设计随机地向不同访客展现,但要保持其它因素恒定,目的是了解不同设计方式对用户行为的影响。同时,使用眼动测试可以分析用户在使用网站时的视线行为。
可用性研究与现场研究在行为、态度这个维度两端上的最常用方法,同时这2种方法在使用时都会收集和利用用户的声音和行为数据,但更倾向于用户行为数据。

2.定性Vs定量维度
狭义的定性研究是开放性问卷调查中的开放性题目,但在我们这里是这样定义的:定性研究是通过直接观察获得用户行为和态度的数据,而定量研究通过测量或仪器间接地获得用户行为和态度的数据。例如,在现场研究和可用性研究中,研究人员可以直接观察用户是如何使用产品,这样就给研究人员提问题、探讨行为原因的机会,为了更好地达到研究目标,甚至可以直接调整研究内容。对于这些数据的分析,通常不是从数学角度来进行分析的。 相对而言,定量研究形成的观点通常来源于数据分析,因为数据收集的工具(例如,调查工具或Web服务器日志)捕获如此大量的数据,很容易进行数字化编码。
由于定性研究与定量研究的差异,定性研究方法适合用于回答为什么、如何解决问题,而定量研究方法适合用于回答多少或多少类型。有了这些定量研究的数据,可以帮助你进行资源优化,例如聚焦于影响力最大的问题。

3.产品的使用场景
用户研究方法选择中,第3个需要考虑的因素是:在用户研究中,用户有没有使用或如何使用产品。可以分为以下几类:
• 自然状态或接近自然状态下的产品使用
• 按事先准备好的测试脚本内容的产品使用
• 在用户研究中过程中没有产品使用
• 以上多种情况混合下的产品使用

在研究自然状态下的产品使用时,为了了解尽量接近真实情况下的用户行为与状态,在研究中最大程度地减少对用户的干扰。这样保证研究最大化的有效性,而不受研究人员所掌握的信息的干扰。很多人种学的研究虽然总是会存在一些偏差,但试图避免研究人员对研究用户的影响。
脚本化研究是为了聚集于产品的某些具体使用场景,例如新设计的产品流程。根据研究目标的不同,脚本化程度可以有很大的不同。例如,一个基准研究通常有一个非常严紧的脚本,而且有更定量的性质,所以它可以进行可靠的可用性度量。
对于没有产品使用的研究,主要为发现产品那些比可用性更宽泛的问题,例如,品牌研究。 混合情景是为了满足研究目标,对产品使用创造了一种新的形式。例如,在参与式设计方法中,为了与用户一起讨论他们提出的解决方案、以及他们为什么作出了这样的选择,可以让用户参与和重新布局设计元素。在概念测试方法中,为了了解用户对某个产品或服务的需求度时,会采用一个低保真的产品或服务原型,让用户对这个产品或服务的核心功能有个了解。

图表中的20种常用方法中,大多数方法可以在一个或多个维度上移动。有时在同一个研究中,同一个方法为了满足多个目标,同一个方法会属于同一个维度的不同两端。例如,现场研究中可聚焦于用户说的内容,也可以聚集于用户做的内容;需求度研究和卡片分类也都有定性和定量两种版本;眼动测试可以编写脚本,也可以脱稿进行。

4.产品开发所处的阶段
在选择用户研究方法时,产品开发所处的阶段与对应的目标也是另一个需要考虑的重要维度。
• 策略阶段。在产品开发的初阶阶段,需要考虑产品未来的机会点。根据研究目标不同,在这个阶段的用户研究方法会有很大不同。
• 执行阶段。当你持续优化设计过程中,完成一个设计决策进入下一阶段时,还是会进入到下一个的“行或不行”决策点。这个阶段的研究主要是形成性研究,发现设计方案存在的问题,有助于降低执行决策风险。
• 评价阶段。到了某个时间点,产品或服务有了足够多的用户,那这时就可以开始测量产品效果。这就是典型的总结性测试,并可能会与自己的历史数据或竞争产品进行对比。

下表列出了不同产品开发阶段的研究目标、典型的解决方案和研究方法:
be0dfa6e-9224-451c-84de-5827fccb1f50

艺术还是科学?
虽然很多用户体验研究方法在科学实践中有着自己的根基,但目标不是纯粹的科学,而是以满足相关利益方的需求为前提,在实践中对研究方法进行调整。这就是为什么这里的方法特征描述只作为一般的指导原则,而不是严格的分类的原因。
最后,工作的成功取决于它对改善网站或产品用户体验的影响力大小。这些分类是为了帮助你在正确的时间做出最好的选择。

原文链路:https://www.nngroup.com/articles/which-ux-research-methods/

引言:
在一秒钟内看到本质的人和花半辈子也看不清一件事本质的人,自然是不一样人生。——电影《教父》 本文没办法帮你一秒钟看清人/事,而且也不奢望能做到,但希望能和大家一起朝这个方向做些努力。

一、 什么是问题拆解?
在日常工作中,不管是用研、设计,还是产品等,虽然具体工作内容有差异,但也会有相似的地方,那就是“问题解决”,偶尔也会遇到一些棘手的问题,大家先来看两个工作中的情景: PPT另存图片 你是不是与遇到过类似的问题?以上这些问题具有“大”“笼统”“难入手”的特点,那么把复杂的、笼统的问题拆解成一个个小的、可执行开展的问题就是问题拆解能力,只有正确拆解了问题,才能形成合理的假设、切入点。这个能力是不断进阶并胜任复杂任务的基本功。 问题拆解举例

二、 为什么讲思路而不是方法?
在看多人眼中,用研就像是“工具箱”,里面装满了各种解决问题的方法,比如访谈、卡片分类等等,所以很多人会非常希望了解到有用的,新的调研方法或工具,甚至有人提调研需求时也会说:“我想做个问卷调查,。。。”。但本文重点讲的思路而不是方法,一来是介绍方法的资料已经很多了; 二来我越来越觉得思路决定方法,清晰的思路是选择和让方法发挥作用的前提。 问题解决2 如果把问题解决比喻成一段旅程,那么研究思路是攻略,方法是交通工具。正确的攻略保证了方向和结果,定了攻略才能选定出最合适的交通工具。 思路方法

三、问题拆解的价值?
问题拆解是形成思路的关键第一步,是后续形成假设,找到重点,切入点的前提。
1、思考过程结构化、可视化, 既能帮助你理清问题,确保没有遗漏,找到切入点;也能方便别人了解你的思考过程和方案/结论,从而推动方案的接受和落地。
2、经过拆解提出需重点关注的方向,找准方向。如:提出问题的原因假设,方便后续有针对性的找原因。

四、如何做问题拆解?
由于在现实工作中,不同岗位所遇到的问题各有不同,因此本文主要是以用户研究员的工作视角来提供三条问题拆解的思路,并附上相关的例子,希望能起到抛砖引玉的作用。
(一)用“接触点”来拆解问题
所谓“接触点”即用户在使用互联网产品中,与产品发生接触的点,这些点可以是由业务角度来看的业务流程各环节(如购物中的搜索-查看搜索结果-查看详情-下单-付款),也可以是以用户视角来看的的接触产品的用户生命周期各阶段。
1. 以业务流程为主线,梳理出现问题、需要重点关注的环节
【适用场景】:这个思路比较适合去分析和发现产品存在的问题,一般都是借助漏斗模型来看流程各步骤的转化
【简介】:
第一步:画出产品流程图
第二步:附上流程中某一阶段(建议看某一时段而不是某天的,一来减少数据偏差,二来可能有些流程本身也需要数天才能完成)各步骤的转化数 据,发现转化差的步骤流程
第三步:和业务方讨论,形成原因假设,再据制定下一步可调研/执行的问题
【案例】(流程和数据仅是举例所用): 产品经理:“我们最近上线了一个新产品,但是用户开通成功率不高,希望通过调研找找原因” 经过了解产品的开通率目标,对比其他类似的产品数据后,发现开通率的确偏低。所以先来拆解问题 第一步:梳理出产品流程图,开通分三步:审核—绑卡—填写验证码
第二步:注明每一步的转化数据,可以看出,转化差的步骤有两个:“绑卡”“验证”(审核失败主要与报名条件等硬性标准有关)如下图 漏斗数据
第三步:与业务方结合实际操作流程特点讨论以上两步转化差可能的原因,并带着这些假设从后台抽取这两类用户进行有针对性的调研。比如,绑卡失败可能与流程断裂且反馈机制不好有关,即:绑卡后校验周期长,即使审核通过也没有及时有效的通知用户返填数据。后续在调研中,除了搜集用户的失败原因,也会针对这些假设进行了验证,让调研更有了更精确的方向和切入点。

2、用户视角—以用户接触产品的各环节为主线进行分析
【适用场景】 当我们需要了解整个产品的用户习惯、痛点,或者希望对用户全貌有个了解时,就不适合使用以业务流程为视角的问题拆解方式了,因为整个产品往往包含的内容非常多,流程也很复杂。所以拆解问题时可以用户接触产品的过程为主线,用户接触产品的过程并没有固定的模型,可以根据自己产品的情况自行制定,注意要符合金字塔的MECE原则(相互独立,完全穷尽)即可。我这里提供一个经验类的思路,供参考。
【简介】认知—理解—尝试—使用—付费(如有)—留存/流失—回流 这是一条从用户接触到使用各环节的链路,经过对各环节的调研分析,基本就可以对产品和用户有个全面的认识了。依然举例说明:
【案例】 需求方:“我们产品计划升级改版,需要了解下用户的基本情况,痛点,我们想了解:。。。具体见下图: 原始需求
原始需求虽然有些繁乱,但如果用上述的链路进行分解,就会清晰很多了,不仅能帮助到产品,也能为品牌推广宣传提供参考,而且调研的结论可以以这种链路方式展示,比较清晰易读。梳理后的问题见下图: 生命周期行为
当然,可能在实际的项目需求中,未必需要这种大而全的行为描绘,甚至有些产品也没有付费,可根据具体需要重点针对某些环节进行分析。

(二)用“因果关系”来拆解
当我们需要对一个问题进行解释或分析时,可以尝试查找造成这个问题的原因,通过对原因的逐个分析,来找到出现问题的环节,比如:“某商品月成交量低,什么原因呢?”
第一步:先来分解一些带来成交量的原因,如 月成交量=当月有交易的天数X每天交易次数X每次交易商品数X每商品每次交易件数X每件成交金额
第二步:对比该产品历史的各环节数据或其他类似产品,找到数据明显较低的环节,再具体分析原因.
当然,会月成交量的结果拆分可能有多种方式,比如月成交量=来访用户X转化率X客单价等,如果可以,可以多试试不同的拆分方式,找到有明显漏斗、比较好入手/执行的分析的环节即可。

(三)通过界定“问题”来拆解问题
说到这里,其实还没讲到真正的“大(笼统)”问题,有一种“大”问题叫领导交办的问题(认真脸)。还是以例子说事吧,开篇埋下的坑,现在可以来填了。
领导:“我们中心打算布局xx类产品,但不知道是不是有前景,你调研分析看看?” 所遇到的问题就是要分析“前景”,这应该算是个比较大的问题了,也是比较模糊,模糊的点就是“什么叫做有前景?”如果是第一次接触这类问题,可能是无法入手的,但也恰是更需要问题拆解的时候——以“问题”为导向,即定义,拆分“前景”,可以自己先思考,也可以找领导,请他描述他认为的“前景”(或者至少把自己定义的有前景的标准和他确认一下,再开展后续的分析或调研,目的依然是要保障“做正确的事”),在这个例子中,前景被定义为三个方面,市场有机会;用户有需求;有利润空间: 其实这三个维度,依然都也挺模糊的,可以借助上文的因果关系等方式分析,经过拆解如下图: 市场前景分析

到这个阶段,可以看出,需要进一步调研或者收集的资料都是日常中常见的一些指标了,所需要的方法也是访谈、问卷。桌面等较常见的方法,基本上是把一个起初比较“大”的问题化解成了一个个可以执行的常规问题。

以上,主要内容介绍完毕,最后来个简要的总结:
1、什么是问题拆解?
把复杂的、笼统的问题拆解成一个个小的、可执行开展的问题即问题拆解能力。
2、为什么要做“问题拆解”以及它的价值是什么?
当你遇到的问题比较“大/”笼统”不太可能直接执行的时候,问题的拆解就是帮助你“做正确的事”:理清问题,确保没有遗漏,找到切入点,明确方向。思维结构化。
3、问题拆解的思路有哪些可参考的?
1)“接触点”(业务流程、用户接触产品的生命周期行为)
2) 因果关系(引起问题的可能原因,逐个分析找突破点)
3) 界定“问题”(问题的定义,维度等) 当然,现实工作中,各种复杂的问题还有很多,希望本文能起到些微的引发思考、抛砖引玉的作用吧。

icon-testing

【译者注】
图标在页面设计中被广泛使用,图标设计的好不好、图标应用效果如何,是设计师非常关心的问题。本文作者提出从发现性、理解性、预测性、吸引力这4个方面来评价图标,也为图标设计构思提供了一个方向。

引言
设计师经常使用图标来节省页面空间、提高用户识别速度。随着像智能手机、可穿戴设备等这些小屏设备越来越流行,图标的使用也更多了。但是,这些图标是否可用?唯一的方法就是对这些图标进行用户测试。

如何进行图标测试
不同方法可以解决图标可用性的不同方面,判断图标是否可用可以从以下4个量化指标来测量:
1)发现性:用户能否发现页面上的图标;
2)理解性:用户能否理解图标的意义;
3)预测性:用户能否猜到图标点击会发生什么;
4)吸引力:图标是否美观;
以上4个指标都是图标设计中起着关键性的作用,但需要独立去思考如何来提升。

图标测试方法
图标评价的方法有很多,要根据评价目标和所处的设计阶段来决定测试方法。图标评价方法可以分为2大类:无背景的图标测试、基于背景的图标测试,区别在于图标测试时,是否将图标放在页面中进行用户测试。无背景的图标测试,就是单独用图标(测试素材只有图标,没有页面)进行测试;基于背景的图标测试,就是图标放在实际的页面中进行测试。
需要注意的是,尽管采用无背景的图标测试,受测用户也必须目标用户,熟悉产品行业并有相关背景知识或概念。

发现性测试方法
为了评估图标的发现性,需要将图标放在页面中实际位置,基于背景的图标测试可以用于判断:多个相似的图标放在一起是否会导致用户找到目标图标会比较困难,或者放在太隐蔽的位置或周边有很多广告导致图标被用户忽视。
查找时间测试是用于判断用户能不能容易地发现图标的最好方法,在测试过程中,受测用户需要按任务点击图标,计算受测用户成功找到目标图标的操作时间、首次点击准确率。

理解性测试方法
理解性测试最好进行无背景的图标测试:只向受测用户呈现单独的图标(而没有页面内容),让受测用户猜测图标所代表的意义,在某种意义上来说,这种测试也是洛夏墨迹测验的一种方式。这个测试的目的是保证图标能够被用户容易地理解。
从用户的描述或词语中来获得用户对图标的理解,如果用户的理解与图标想要表达的意义/内容不相符合,那就意味着需要重新构思图标,重新设计图标。
我们知道图标都伴随着文字标题,你可以会认为:先向用户呈现图标的名称,再让用户从多个图标方案中选择一个与名称最匹配的一个图标,这种测试方式更为合理。但是我们不建议使用这样的方法测试,因为在真实使用场景中,用户很可能只看图标,而是不看图标名称。因此,在测试时使用以下方式更加合理:以某种方式让用户知道需要在这个页面上查找某个功能,从而找到对应的图标。

预测性测试方法

不仅需要用户理解图标的意义,而且还需要预测图标代表是是什么功能。实际上,即使用户不知道这个图标是什么/叫什么,只要用户知道图标所代表的功能就够了。
用于评价理解性的无背景图标测试方式同样可以用于评价图标的预测性。然而,预测性测试不是简单地问用户图标代表了什么功能,而是当图标点击后,用户期望发生什么。不像理解性测试一样,在理解性测试中,需要向用户简单(但尽量少)描述一下图标所在系统/页面。例如:告诉用户手提箱是电商网站的一部分,请用户找出能够代表的图标。在预测性测试中,不能告诉受测用户网站的任何具体信息,也不能告诉用户任何产品相关的功能。通过这种测试方式,可以了解图标的用户心智模型。
另外,如果有多个图标方案,A/B测试也可用于判断出哪个图标的预测性最好。对于A/B测试,需要分析不同图标下的用户行为差异,同时需要分析用户是否存在这种现象:点击了图标然后又马上返回到前一页。这个现象是一种探索行为,通常说明图标的预测性比较差,表明用户点击图标后,对看到的内容不满意,从而返回原来的页面。在测试不同的图标图形方案时,不同图标需要放在页面相同的位置和使用相同的图标名称,保证没有其它因素影响了用户行为。

吸引力测试方法
图标需要进行吸引力测试,因为最普遍目标是使用图标来增加用户的吸引力,但不能保证所有图标的吸引力都很好。在图标吸引力测试中,既要进行单图标测试,也要进行图标组测试(一个产品或页面会有多个图标,一个产品或页面的所有图标称之为图标组)。
吸引力测试的最简单方法就是用户对图标吸引力进行1-7分的主观评分。如果有多个图标方案,叫用户选择一个最喜欢的图标,并解释对某个图标喜欢/不喜欢的原因。最后从多套图标组选择中,选择一套最喜欢和最不喜欢的图标组。图标组测试主要是为了避免整套图标大多数图标是好的,只要修改少数几个图标,整套图标就可能是最适合产品/页面的图标组。

标准的可用性测试与图标测试
标准的可用性测试可以发现一些图标问题,但不能准确地发现图标的所有问题。例如:在测试过程中,用户被其它一些页面元素搞得不耐烦,甚至不能完成操作任务。即使图标存在问题,但不准确地发现图标的具体问题在哪里:是用户没有识别出图标,还是用户不能理解图标的意义,还是用户没有发现图标?
由于存在多种可能的原因,所以不能单靠标准的可用性测试来评价图标的可用性。

产品开发周期
与用户体验研究方法一样,选择测试方法时需要考虑产品所处的项目生命周期。
1. 规划期:在早期的概念阶段,主要使用有利于形成概念、探索多种设计想法的测试方法。在这个适合进行无背景的理解性、预测性的图标测试,用于判断图标使用的可行性和确定合适的图标心智模型。
2. 执行期:在设计和实现阶段,主要使用有利于持续地帮助系统设计出最好的图标方案。一旦图标方案是可理解的,主要持续地进行无背景的图标吸引力测试,直至得到吸引力优秀的图标为止。接着进行有背景的图标测试,将图标放在真实页面中,让用户去查找目标图标,图标查找时间测试用于量化评价图标的发现性。可用性测试(开始使用纸面原型,后面使用高保真原型进行测试)可以在图标意义理解性与可发现性方面给我们更多的发现。
3. 评估期:产品一旦发布,图标测试主要用于评价图标上线效果、帮助图标持续优化。基于可用性测试的基准测试、图标查找时间测试可以定期开展来跟踪效果。在图标持续优化的过程中,A/B测试是衡量和选择图标方案的最好方法。

原文链接:www.nngroup.com/articles/icon-testing

【译者注】在移动设备上进行可用性测试是大多用户体验设计团队既关注又头疼的部分,市面上的各种专业测试工具各有利弊,如何抉择是一道难题。性能好、对用户干扰少、录制质量高、能记录用户面部表情和手部操作、价格便宜等要素成为大家在选择工具与方法时重点关心的内容。本文作者Colman Walsh提供了一种讨巧的方式,能较好的解决测试中大部分问题。尽管不完美(无法记录用户与移动设备屏幕互动),依旧值得一试,有精力的同学可以结合Lookback(https://lookback.io/),或许能捣鼓出一套更完善的解决方案来。

移动端令人难以置信的增长趋势和移动设备的全面普及,让用户体验设计师的工作更具挑战性与趣味性。这意味着移动应用与移动站点的用户测试成为用户体验工具中的重要一环。

与桌面环境有所区别的是,移动端可用性测试缺少像Silverback或Camtasia这样开箱即用的软件记录工具。

即使不开发一款移动应用,你的网站大部分流量也可能来自于移动设备。执行常规的移动可用性测试,便成为衡量该渠道是否正常工作的唯一途径。

此时需要一定的动手能力,经过多年实验,我们认为已经找到了最理想的手段。如果你想简单测试iPhone或Android的体验,这套方法不仅简单,性价比高,而且效果出色。

旧法:线缆加胶带

过去我们使用“雪橇”将智能手机与摄像头固定在某个位置,从而方便我们记录用户在屏幕上的行为。(要制作一个雪橇,我们在五金店买了一些丙烯酸通过烤面包机将其弯曲成型,非常有趣)

我们将摄像头用胶带粘贴在雪橇上,并且把手机用胶带和尼龙搭扣装好。回头看来,这种做法还是很简陋的。用户不得不经常用两只手托稳手机以保持雪橇稳定,当然也谈不上自然体验。

Mobile-testing-old-way-500-opt
图1. 用户正在使用绑着摄像头与雪橇的手机

从技术上说它是不可靠的。由于使用了一台笔记本的双摄像头(雪橇上的摄像头和笔记本内置摄像头),我们不得不同时开启两个摄像应用,这导致了一定性能问题。要么在设置中造成内存紧张,要么在测试中摄像头熄灭,往往两者兼而有之。

还有其它一系列问题,比如屏幕炫光和摄像头失焦。总得说来,设置测试环境非常耗时,而且性能不可靠,测试环境并非最优。尤其是客户在身边时,压力尤其大,但这也是那时我们能做到最好的情况。

新招(当然更好):无线

理想情况下,用户应该无法看到测试环境与软件。我们希望创造尽可能自然的测试环境,只有用户与智能手机,没有线缆、雪橇、摄像头或胶带等干扰。

对于用户体验团队来说,在用户测试中不断学习和洞察才是关键。我们不希望一直为设置测试环境或者摄像头熄灭而费心。

我希望通过介绍一个简单的设置来达成这些目标,它帮助用户体验团队专注于真正重要的事情,让用户专注于他们的手机。因为它非常可靠,所以我们经常在培训课程中面对客户使用。

接下来重点谈智能手机的可用性测试,我们使用一台MacBook作为记录设备。当然,这种方法也适用于Windows PC。

Mobile-testing-wireless-500-opt
图2. 无线测试的方式更加自然

【第一步:安装软件】

产生神奇效果的关键在于Apple的AirPlay无线技术,该软件能让你把流媒体(音乐、视频)通过无线的方式传送到Apple TV上。

因此,首先你需要购买并安装一个叫做Reflector(大概15刀)的软件,它能将笔记本变成一个AirPlay信号接收器,像Apple TV一样。这样一来,我们能够把用户智能手机屏幕以镜像的方式投射到笔记本电脑上,用户屏幕上的内容将在笔记本屏幕上同步出现。

现在我们可以不需要额外摄像头来录制用户屏幕了,只需要在笔记本电脑上通过屏幕录制软件进行录制即可。强烈推荐ScreenFlow(大概99刀),不但可靠性高,并且在测试环节中能通过笔记本电脑摄像头捕获用户面部内容,这是任何可用性测试的重要组成部分。

【第二步:设置显示器】

这一步是可选的。因为我倾向于使用外接显示器,使主持人和记录员不必同时瞥过用户肩膀来观察行为。这样也能将用户干扰降至最低,用户不会看见面前笔记本电脑屏幕上的巨大手机屏幕投射,它会出现在外接显示器上。

所以,为你的MacBook连上外部显示器,如果外接显示器与笔记本屏幕显示一致内容,意味着这不是我们希望设置的镜像模式。打开“系统偏好-显示”,将“镜像显示”去掉勾选。

Mac-system-preferences-500-opt
图3. Mac的正确显示设置

【第三步:设置Reflector】

要将智能手机内容发送到笔记本电脑屏幕上,只需打开Reflector,在笔记本电脑屏幕左上角的工具栏上可以看到它的图标。

Mac-reflector-toolbar-500-opt
图4. Reflector打开后你将看到的图标

【第四步:对智能手机进行镜像】

现在就是见证奇迹的时刻!如果你使用的是iPhone,从屏幕底部上划,启动AirPlay。然后从列表中选择你的MacBook,再打开镜像按钮。

iOS-mirroring-setup-500-opt
图5. 在你的iPhone上打开镜像

你的iPhone应该出现在外接显示器的中间,是不是很神奇!(要是iPhone出现在MacBook屏幕中,只要把它拖拽到外接显示器上即可)

使用Android 4.4.2或更高版本设备的,从屏幕顶部向下划动进入设置,选择“投射屏幕”选项,然后选择你的MacBook。

注意:你的智能手机和MacBook必须保持在同一Wi-Fi网络中,要是出现问题,这是故障排除首先进行的事情。

【第五步:设置ScreenFlow】

开始录制前,打开ScreenFlow。初始设置对话框弹出,你需要做如下设置:

ScreenFlow-recording-setup-500-opt
图6. 设置ScreenFlow

1、“录制桌面来源”

选中并确保从下拉菜单中选择你的外接显示器。(参照示例中的2270W)

2、“录制视频来源”

选中并确保选择默认选项“FaceTime高清摄像头(内置)”。

3、“录制音频来源”

选中并选择“内置麦克风”。

【第六步】开始录制测试内容

让用户处于MacBook正前方,这样你能在ScreenFlow的预览中看到他们的面部。然后按下红色录制按钮,搞定,现在已经开始录制了。

当你与记录员在外接显示器上观察用户行为时,用户正端坐在空白的笔记本电脑前,像往常一样使用手机,没有线缆、胶带、摄像头或者其它干扰。

在以下截图中,我在iPhone上把玩Spotify。你能看到,在录制手机屏幕的同时,ScreenFlow提供了画中画窗口来显示用户面部表情,完美的可用性测试。

screenshot-of-recording-500-opt
图7. ScreenFlow输出录制内容的截图

当然,这种方式依旧不能展示用户的手指与设备互动的过程。但总体说来,它的优点还是很多(见结论中的列表),算是一个无可非议的好方法。

【设置总览】

需要明确的是,让我们回顾下设置的全貌。用户应该坐在MacBook面前,使用自己的手机,主持人和记录员应该坐在附近,通过外部显示器观察用户行为。

user-testing-overview-setup-500-opt
图8. 测试中房间与屏幕等设施的安放方式

使外接显示器正面远离用户视线,否则大屏幕上的手机屏幕影像会干扰用户的注意力。


结论

我们介绍的这种方法有诸多优点值得一试:

1、简单

首次将所有环节调试完毕之后,接下来每次只需要花费5分钟左右来设置。

2、可靠

它并不完美,但软件崩溃和设置问题出现的几率很低。然而,雪橇+摄像头的方案出现问题则是意料之中的事。

3、性价比高

假如你使用MacBook,整个解决方案只需花费不到200刀。(与之对应,专业高端的可用性测试软件Morae售价2000刀)

4、专业

高质量并专业的输出,看上去不像是黑客技术。我们把录制的内容与参与的客户、高管们分享,效果很好。

5、灵活

这种方案适用于主流平台:PC、Mac、Android和iOS。

6、方便

因为不需要任何胶带或者尼龙搭扣,测试者还能使用自己的手机,这让你的测试更加自然有效。

原文地址:
https://www.smashingmagazine.com/2015/12/simple-and-painless-mobile-user-testing/

译者:

阿里巴巴1688事业部/无线交互/舒舟

新的设备不断增加,旧的设备依然存在,这种快速增长且日趋加剧的可联网设备的多样化,使得网页设计已不再有标准的屏幕尺寸。基于一个固定尺寸对网站页面进行设计的模式,已无法满足用户设备多样化的通用需求。理想的情况是分别为每种设备单独创建一个版本,然而这对于大多数网站来说是不切实际的,于是越来越多的网站选择成为响应式,响应式设计已成为网页设计的一大主流模式。

除了设备多样化的现状与趋势之外,响应式设计能够带来多终端体验的一致性,因此作为全球企业间(B2B)电子商务平台的我们(1688网站)也在积极研究适用于本站的响应式设计方式。

本文将对目前主要的响应式设计方式进行梳理,把不同响应方式的响应规则与体验改善程度通过可视化的方式进行量化评估,并基于1688网站的设计现状及用户设备环境,反思网站的响应式设计模式,从而探索适用于本站的响应式栅格系统及普适规则。

一、什么是响应式设计

自2010年5月,伊桑.马科特(Ethan Marcotte)提出并实践了响应式网页设计,便引起了广泛关注,许多设计师、工程师们纷纷加入到响应式设计的研究和实践中来。响应式设计发展到目前的阶段,已不仅仅是一些技术工具(如①流动布局、②媒介查询、③弹性图片)的集合,更是一种设计技术、设计策略的能力体现。

响应式设计的本质目标是:通过识别用户设备屏幕的尺寸环境,选择最佳的内容展示方式,让页面有能力覆盖所有设备环境的良好用户体验。它应该有三个特质: 1)内容灵活性:内容可以像水一样,能够根据容器的不同,而展现出不同的形状。 2)设备多样性:页面能够适配多种类型终端设备,兼容已有或未来的设备。 3)体验一致性:网站在多种设备场景中均能保持统一的良好体验。

二、响应式设计的三种方式

许多网站为实现响应式设计,有各自的不同做法,主要可以归结为以下3种方式: 1)多个固定尺寸切换的响应方式 2)为移动端、桌面端分别打造两套区间尺寸的响应方式 3)跨终端无缝体验的响应方式

1、多个固定尺寸切换的响应方式 基于核心用户的主流设备,选择典型的分辨率,分别设计出几个尺寸版本,投射到相应的设备中去。严格意义来说,这不是真正意义上的响应式,或者可以称之为伪响应,它并没有从根本上解决让页面有能力去适应多种设备屏幕的问题,而是让一些屏幕尺寸相近的设备使用同一套尺寸页面。其主要案例有:1688.com、taobao.com、etao.com…

该响应方式的优缺点分别为: 1)优点:不用考虑同一断点内的拉伸规则,基于现有固定尺寸的页面设计流程和模式就可以完成网站的设计开发,主要可用于一些桌面端的设备环境。 2)缺点:它只能在几个特定分辨率设备下显示非常好的体验效果, 而除这几个值之外的设备上的体验效果将大打折扣;另外用户的设备无法穷举,随着用户主流设备屏幕尺寸的变更,网站仍需要不断增加或更换尺寸版本。

2、为移动端、桌面端分别打造两套区间尺寸的响应方式 通过综合评估网站用户设备的终端类型、屏幕尺寸、网站定位,以及不同终端环境的用户使用特性,分别为移动端和桌面端打造两套独立页面,它可以实现所有用户设备屏幕尺寸中的部分区间段的理想体验覆盖。有人说这是残疾版响应式,但基于移动端与桌面端完全不同的用户行为方式及体验环境,以及从小屏手机到大屏电脑的大尺寸跨度给设计带来的局限性,这种方式就现阶段而言,尤其是对一些内容较为丰富的综合型网站来说,是一个不错的选择。其主要案例有:alibaba.com、aliexpress.com、amazon.com…

该响应方式的优缺点分别为: 1)优点:能较好地基于不同终端设备的体验环境,考虑不同的用户行为习惯及操作方式,分别为移动端及桌面端打造不同的用户体验。 2)缺点:所有的页面都要单独开发两套,有较大的工作量,也不利于体验的一致性;另外不同类型终端间的尺寸界线已渐渐模糊(如大屏手机与小屏平板、大屏平板与小屏笔记本电脑),两套方案尺寸分割点的划分会变得越来越尴尬。

3、跨终端无缝体验的响应方式 从小屏手机到大屏电脑所有用户设备全尺寸区间覆盖的一套完整页面系统,能兼顾不同类型终端的交互行为差异,带来跨终端设备的用户体验一致性。其主要案例有:smashingmagazine.com、bootcss.com、indochino.com、…

该响应方式的优缺点分别为: 1)优点:所有用户全设备的良好体验覆盖,能兼容已有或未来的设备,包括新兴起来的穿戴设备、电视、甚至其他物联网设备界面等的全场景。 2)缺点:对网站设计师及工程师们的能力都提出了更高的要求和挑战,从视觉设计、跨端交互、页面性能等方面都存在很多难点需要去攻克。

总结以上这三种方式(如下图),在广义上来说,他们都可以称之为响应式设计,只是不同方式的响应式设计分别对网站的设计能力与技术水平提出了不同等级的要求: 1)多个固定尺寸切换的响应方式:需要考虑页面体验的一致性,设计多个尺寸版本的页面方案。 2)为移动端、桌面端分别打造两套区间尺寸的响应方式:需要基于内容的可读性,扩大页面的尺寸覆盖范围,制定区间尺寸的内容拉伸规则。 3)跨终端无缝体验的响应方式:需要兼顾跨终端不同操作方式的交互行为差异与区间尺寸的内容拉伸规则。

……

———————— 我是华丽的分割线 —————————

特别说明

因本文章发表在《U一点 ● 料——阿里巴巴1688UED体验设计践行之路》中,目前处于新书发行的内容保护期,所以更多内容请大家在实体书中查看。

购买请移步天猫>

看到这个标题你内心里或许会充满疑惑,我在写这篇文章之前,也曾经有很多疑问。你去问任何一个人,他们都不会推荐使用轮播这种模式。但是轮播本身并不是那么一无是处。 本文将基于真实的数据,针对近期业界对轮播组件的各种争论做个回应,看看大家对它的评论是不是名副其实。我会针对各个观点进行剖析,看看我们的数据与预期是否一致。通过这些内容,我会详细阐述我们的研究发现和研究方法,并给大家一些建议,希望对大家未来在判断何时以及如何使用轮播组件有价值。 之前有很多人不看好轮播这种模式。从NNG的一篇文章开始;真正的转折点是Erik Runyon发表的关于圣母大学网站的一篇详细分析轮播模式的文章“轮播组件用法详解”;在Jared Smith的文章“是否应该使用轮播”中,他建议大家放弃使用轮播组件;Brad Frost也在他的文章“轮播组件”中呼应了这种对轮播的负面评价;紧接着Luke Wroblewski加入了反对派的阵营,他说从目前的数据来看,建议不要使用轮播,他的文章详情见“ 以后绝对不再使用轮播”,(他后来又补充数据说对他的结论有怀疑)。
在Mobify(提供移动建站服务的网站),我们开发用于移动设备的大型电子商务网站。很多情况下,这些网站都有一个轮播组件。我们这样做错了吗?是不是伤害了我们的用户?如果我们停止使用轮播组件,我们的网站是否就会变得更好?这些问题是我和这篇文章的共同作者Peter Maclachlan在审查我们开发的网站时反复问自己的。我和Peter决定做我们自己的研究,而不是盲目追随网上这些反对轮播组件的声音。
自此,我们开始研究那些我们能获取的数据。刚开始,我们充满好奇,我们的数据说明了什么呢?我们的发现令人非常惊喜,并且鼓舞着我们不断深入研究。我们在为期11个月的时间里审查了几个中型到大型的网站。我说的中型到大型网站,是指在过去一年里交易额不少于两千万美金的网站。在这11个月的时间里,我们研究了近750万次轮播组件的交互事件。这篇文章的结论都是基于这些数据所做的分析。

我们为什么要使用轮播组件

轮播组件存在的意义绝对不仅仅是为了在首页显示更多的市场营销信息。因为我们是专注于做无线端设计的,我们最大的顾虑就是要确保在有限的屏幕尺寸和信息的密度之间做好平衡。这意味着,我们总是要在有限的面积里做好水平和垂直方向上的空间利用。我们使用轮播组件可以增强信息的密度,并且不需要用户在查看时滚动页面。 使用情景也是理解轮播组件的一部分。我们的设计团队只是在规避使用轮播组件,而没有向用户提供具体的使用情景。大部分情况下,我们只是在一中情境中使用轮播组件:在商品详情页中展示更多的图片。在商品详情页中,用户知道左右滑动一个轮播组件可以查看更多的商品图片。在一个网站首页的市场营销轮播组件中,用户是没有办法知道下一张图片是什么内容的,也不清楚这里面的信息是否需要去关注。
反对轮播组件的理由
目前反对使用轮播组件的理由主要有以下几个方面:

    1、用户不会点击轮播组件中的内容;
    2、如果用户要点击轮播组件中的内容,他们只会点第一个;
    3、轮播组件不易理解;
    4、自动轮播对用户不友好;

针对前两条,我们将用我们自己的数据和Erik Runyon文中的数据作比较。最后两点更多的是定性的结论,我会针对性的剖析。

猜想一、用户不会使用轮播组件
大家的争议
这个猜想基于Erik Runyon文章中展现的圣母大学网站数据。只有1.07%的访问者点击了网站的Banner轮播图。只是查看Banner无法作为交互行为被记录,只有产生点击行为的用户才算数。为了反驳这一猜想,需要有数据能够显示实际上发生交互行为的人数高于1.07%才行。
我们的结论
用户对产品图片轮播产生交互行为的比例:72%的用户至少切换轮播图一次;23%的用户会放大图片。如果你看我们的研究结果,具体的以放大操作为例,你会发现23%的用户直接进行图片的放大以获得更多的信息。如果你更关心哪些用户有切换轮播图的行为,数据显示高达72%的用户直接产生了操作行为。下文中将会展示我们的数据是如果获取的,请留意“发现”部分。
猜想二、用户只对第一张轮播图感兴趣
大家的争议
Erik提到的点击了轮播图的1.07%的用户中,有89.1%的人点击了第一张轮播图。并且,我们猜测如果这个轮播组件是有效的,那么随着轮播图数量的不断增加,点击分布将会有一个合理的下降趋势。Erik的数据显示,在第二个位置的轮播图只有整个点击数据的3.1%。更客观地来看,圣母大学网站中3,755,297位访客中只有1,234人点击了第二个位置上的轮播图。第二个位置之后的轮播图的点击数据也符合我们预期的落差。我们如果要反驳这个猜想,那么就要有数据显示,对第二个位置上的轮播图有交互行为的用户比例高于3.1%。
我们的结论 我们的数据显示,和第二个位置上的产品图片轮播有交互行为的用户占比为15.7%。至少64%的用户从第二个位置的产品图切换到了第三个位置的产品图。用户切换轮播图有一个线性的变化规律。不同的轮播图切换方式会导致不同的数据结果。所有的数据都表明用户从当前的轮播图切换到其他轮播图的比例较高。和第一个位置上的轮播图有交互的用户中,有64%的人和第二个位置上的轮播图也产生了交互。 圣母大学的数据只是包含了用户的点击,而不是全部交互行为。为了确保我们的数据更有说服力,我们也会看产生直接交互行为的数据。对于我们的产品图轮播组件来说,那就是用户的放大操作。数据显示,有23%的用户产生了放大产品图的行为,其中54.1%的人放大的是第一个位置的产品图。所有的放大行为中,有15.7%发生在第二个位置的产品图。 这个图和Erik的数据很相似:第一个位置的轮播图占据了绝大多数交互行为。然而,我们的数据中随着轮播图位置而产生的数据衰减趋势更为合理;45.9%的直接交互行为发生在第一个位置之外的轮播图上。这就意味着,接近一半的直接交互行为产生在第一个位置的轮播图之外。 提示:关于这个数据的来源,详情请查看下文中“发现”部分。
猜想三、轮播组件不属于无障碍设计
接下来的问题是不好的,但是易于解释。这个争议整体上没有否定轮播组件,只是对于当前用法的质疑。轮播组件本身并没有所谓的无障碍问题。当然,我们在应用轮播组件的时候,可能存在设计上对无障碍的考虑。 这一点,我不认为是轮播组件本身的问题,但是当你决定要用轮播组件的时候,你必须要考虑。下一个版本中,我们一定会让我们的轮播组件变成一个无障碍的插件。这不是关于轮播组件有效性争议的一部分,所以这里我们就不做更多论述了。轮播组件本身不算是无障碍的,但是这并不能说明我们将来在应用的时候做不到无障碍。
猜想四、轮播组件的自动轮播对用户不友好
这个争议是说能自动轮播的轮播组件,想要去点击的用户会有障碍。我们完全同意这种观点。如果你想要用轮播组件,一定要避免使用自动轮播。如果你需要更多的理由,请看这篇Brad Frost的文章。 关于这个问题的可以阅读Jakob Nielsen的文章”用户不喜欢自动轮播的轮播组件以及手风琴组件”,没有那个轮播组件我们设计成自动轮播的。 如果你不得不使用自动轮播,那么在用户准备要产生交互行为的时候,请停止自动轮播。 当用户想要点击一个轮播图的时候,因为自动轮播到下一张,导致用户点击错误,这种体验非常糟糕。在PC端,这意味着当用户的光标Hover到轮播图的时候,停止自动轮播。在移动端,这意味着当用户准备触摸的时就停止自动轮播。自动轮播不友好。如果你要使用轮播组件,请不要让它自动轮播。
发现
提醒:这一部分主要是揭秘我们是如何做上述研究,数据是如何获取的。如果你对此感兴趣,请继续往下读,如果不感兴趣,请跳过这一部分。
研究方法及情景 这些数据来源于对几个中型到大型电子商务网站长达11个月的分析。在此期间,我们抽样了大约750万个轮播组件的交互事件。我们遵循隐私保护协议,没有保留任何个人信息。
为了针对上述的前两个猜想,我们的数据主要着眼于以下两点:
1、用户与轮播组件产生交互的频率;
2、用户与轮播组件中第一个位置之外的图片产生交互的频率;
定义交互方式
在研究中,我们跟踪了轮播图组件中的四种交互方式: 1、智能手机中,用左右滑动的手势切换轮播图; 2、单击轮播图组件中的箭头,每次切换一张图; 3、单击轮播图组件底部的缩略图切换; 4、单击轮播图中当前的图片,放大至全屏查看;

为了和圣母大学的数据相对应,我们选择了第四种交互方式,单击放大,这个操作和点击比较类似。两种情况下,用户都是对当前的轮播图比较感兴趣,并且希望了解更多内容。补充另外一点,我们关注的交互方式是指那些最核心的交互,不包含那些无法触发交互事件的操作。没有导致轮播图切换的意外滑动也不算是能触发交互事件的交互。

结论

1.各种交互方式的使用占比 我们首先研究的是用户使用手机中轮播图组件的频率,我们是通过独立的交互事件来看这一现象。这里所说的独立交互事件,是指用户通过上述的交互方式和轮播图组件的首次交互行为。如果一个用户点击了5个轮播图的缩略图,那么我们计算的时候还是只算一个独立的交互事件。下文中我们将更详尽的阐述独立交互事件。数据显示,一个页面中大约72%的用户以各种方式对轮播图进行了操作。缩略图是最清晰地,能够提前预知内容的交互方式:55%的用户至少点击一个缩略图。

1a.各种交互方式的占比 我们的数据表明,缩略图是最受用户欢迎的交互方式。事实上,缩略图的使用率是其他类型的轮播图切换方式的两倍,受欢迎程度比箭头和左右滑动加起来还要高。 放大操作是用户进行的操作中频次仅次于点击缩略图的操作。放大和左右滑动的共性是,可以出发操作的区域都比较大,几乎是点击轮播图的任何位置都可以触发。我们猜想用户的放大操作中又不部分可能是误操作。话虽这么说,放大操作仍然是用户目的性比较强的一个操作,所以产生意外操作的概率不高。大约23%的访客进行了放大操作。左右滑动是用户使用率最低的操作。这一点强有力的说明,给用户提供一个清晰的控制系统有利于引导用户进行操作。箭头和左右滑动操作都是为了切换到下一张轮播图。如果我们把这两种交互方式整合在一起,他们的使用率和缩略图比较接近。

2.所有类型的操作 总体上看,每个轮播图平均有2.4次交互事件。这表明与轮播图产生交互的72%的访客中,产生多次交互行为是很正常的。

2a.各种类型的交互方式操作次数占比(非独立) 点击缩略图的用户中更倾向于使用缩略图而不是其他交互方式,平均在一个轮播图中点击6张缩略图。 左右滑动和点击箭头进行操作的用户有近似的操作频率:平均数分别是3.5和3.9次。放大操作的交互次数较少,这表明用户只有在对某张产品图非常感兴趣的情况下才会放大。 操作缩略图的用户拥有最高的点击次数,这说明略缩图的交互方式比箭头和左右滑动有更高的用户参与度。探索这一层次的参与度所导致的额外转化,比如“加入购物车”将会是件有趣的事情。如果结合箭头和左右滑动两种交互方式来看,数据和我们分析的独立交互方式比较接近,前后移动(滑动或箭头操作)是轮播图中最普遍的交互方式。

3.交互频次衰减率

从我们统计到的数据,可以画出用户每次操作时之后再次操作的概率曲线。在轮播图切换的案例中,这就是说在用户从第一张轮播图切换到第二张轮播图之后,再从第二张轮播图切换到第三张轮播图。 在直接交互的案例中,这就是说点击放大第一张轮播图之后再去点击放大其他的轮播图。我们画出了各种不同交互方式下的曲线:缩略图、箭头、滑动、放大。

3a.缩略图

每一张被点击过的缩略图,用户有大约69%的可能性会继续点击其他缩略图。从下图中的指数衰减曲线可以更精确的看出这一变化趋势。尽管用户点击缩略图可以有很多可能的顺序,但是大部分的缩略图用户还是按照轮播图中默认给定顺序查看。

3b.箭头

对于每个被点击的箭头,我们发现用一个接近线性的衰减曲线来描述是比较准确的。在这种线性衰减中,用户有大约76%的可能性会会再次点击这个箭头来查看下一张轮播图。

3c.左右滑动

左右滑动的衰减也是线性的,用户有64%的可能性会再次滑动。下图是一个更精准的指数变化趋势图。 3d.放大 放大操作的规律遵循幂定律,线性的变化不能准确描述这一趋势,下图的函数能够比较真实的反映其趋势。

一些思考

营销类轮播图 VS 图片轮播

这是我们在用我们的数据和Erik统计的圣母大学的数据作比较时发现的问题。我们用的轮播图类型不同。我认为这个问题并不影响我们的研究结论。这两种轮播图或许在视觉样式上不相同,但是我们的研究说明他们的基本模式是成功的。我们这项研究的目的是为了验证这种水平滚动的多页轮播图是不是有缺陷。从数据来看,并没有明显的缺陷。圣母大学轮播图的问题可能不在轮播图组件本身,而是设计问题。

用户对营销Banner的认知本身就比较疑惑。这类轮播Banner可能根本就不能给用户提供有效信息。有很多的原因会导致轮播Banner的无效,以至于大家认为这个UI模式本身就有问题。我们的网站有时也会使用营销类轮播Banner。接下来我们将会用我们的数据和圣母大学网站的数据作一个很有意思的比较。

Luke Wroblewski在Google的一次演讲中提到Amazon UX经理PJ McCormick的数据。PJ展示了Amazon使用营销Banner轮播图组件的一些积极乐观的数据。Luke认为目前的营销轮播组件最大的设计问题是控制轮播的部分不够明确。下图中,Amazon的轮播图组件设计明确的将控制轮播的部分单独出来,这样做就很好地回避了控制部分不够明确的问题。

手机端交互 VS PC端交互

我们的轮播组件只在手机端有。圣母大学的网站只在PC端有轮播组件。用户在手机端的交互要比PC端频繁。这有可能是因为手机端有滑动操作,也可能是因为PC端用鼠标操作小控件比较难。还有可能是由于轮播组件原本就是更适合手机上实用的一种模式。

轮播组件成功应用的标准 我们这里说的轮播组件成功应用的标准和Erik的标准不同。Erik的更在意用户是否通过轮播图点击到了里面的内容,重点看这个转化率。我们的标准是看用户是否有查看更多的意图,是否看了所有产品图片。前者的标准显然更高,要求用户点击打开新的页面。这就是为什么圣母大学网站中的轮播组件数据相对于我们的数据更低。

大学的网站VS电子商务网站 我们拿圣母大学的网站和我们的网站作比较,有一个局限性,那就是圣母大学的网站用户和我们的网站用户使用情景不同,两个网站或许没有可比性。电子商务网站用户的目标是发现更多关于产品的信息以便于做出购买决策。大学网站的用户是为了学习或者找到关于大学的一个具体信息。

对未来的一些思考

这一次的数据分析使我明白了,对于轮播组件,我们还有很多研究工作要做。下面的这些内容使我希望自己将来可以进一步研究,也希望看到其他同行可以针对此进行一些研究: 1、针对不同类型的轮播组件做对比研究。这将有助于研究我们的营销类轮播组件和 Erik Runyon的数据有何不同。 2、衡量交互方式是如何影响用户的操作行为趋势。如果他们操作的是一个产品图片集合,他们是更愿意还是更不意愿使用加入购物车呢? 3、我希望知道是否有办法衡量手机端、PAD端、PC端用户在轮播组件的交互方式的差异。不幸的是,我们不做PC端的站点,所以我们缺乏PC端的数据。我们期望做直接的对比,而不仅仅是从已知数据去做推测。 4、数据显示,在手机端,滑动是最低频的操作。我认为滑动操作在手机上被其他交互方式弱化了,或许也是因为在PC端,用户对滑动操作还没有什么认知。通过提供额外的控件,用户可以很明确的获得操作轮播组件的交互方式,因此,他们更愿意选择这样的交互方式。假如移除了轮播组件中其他的可操作控件,那么滑动的交互方式是否会增加?

结论

这篇文章是在彻底调查Mobify为什么以及如何使用我们提供的轮播组件,构建自己的网站。不同类型的轮播组件之间差别很大。给用户提供了额外的上下文情景之后,不用迫使用户做滚动操作,他们就很乐意使用轮播了。 目前关于轮播组件的数据都是关于市场营销Banner的。这些数据都说明了一点,用户对轮播组件中的内容很少产生交互。同时也说明了,用户切换轮播组件中的内容,翻到下一张轮播图的概率非常低。当然,这些数据也证明了一些普适性的观点:轮播组件不易于理解,自动轮播不友好。 我们的数据和Erik Runyon提供的关于圣母大学的数据共性比较少。用户在我们的网站上交互行为更多。相对于圣母大学网站的用户数据,我们的用户对当前轮播图之外的内容有更高的交互行为比率。产生这些差异是是有很多原因的,这也是我们想在总结的环节去探讨的。不同的的轮播组件形式适用于不同的产品目标。 对我而言,这就是本文最大的结论。 轮播组件有很多的形状和尺寸。有一些很有效,有一些效果并不好。在盲目的批判之前,我们应该针对不同的情况收集更为丰富的数据,来充分了解真实的状况。Erik的研究结果认为,首页的市场营销轮播效果不好也是事实。用户不知道能从轮播组件的内容中获取到什么信息,因此,他们也不想去操作。如果你能够很清晰的告诉用户你将会获得什么信息,这些信息对你有什么用,那么,用户肯定也乐意去做更多的操作。

那么,你到底会不会用轮播组件呢?

不要仅仅是为了在有限的屏幕空间展示更多内容而去用轮播组件。轮播组件主要是用于为用户提供特定情境下更多的内容。在手机端,当横向的屏幕空间有限,内容彼此有关联性,并且这个内容对用户有意义的时候通常会用轮播组件。 当内容根本就无趣或对用户无意义时不要用轮播组件。第一张展示给用户的轮播图一定要能传达出其他剩余轮播图将要给用户传递的内容。用户从当前轮播图切换到其他轮播图的时候必然是因为这样可以获得更多有用的信息。轮播的内容要有吸引力,这样才能保障轮播的有效性。如果用户对你的轮播不感兴趣,这不一定是是轮播组件本身的问题。 不要为了让用户看到你要展示的全部的容而使用轮播。即使你的轮播是有效的,用户也不会查看所有的内容。第一个展示的轮播内容应该是最重要的,所有的轮播图应该按照重要性的顺序展示。如果查看多个内容很重要,但是这不是必要的操作,那么我推荐使用缩略图轮播的方式。 这个问题并没有唯一的答案。在某些情况下,与市场营销Banner轮播一样,答案是NO。在其他情况下,与产品轮播图一样,答案是YES。在各种不同的设计模式下,如果你要问“我是不是应该用轮播组件”,这的确有一个正确的回答:如果这适合你的用户就是对的。

原文地址:[http://www.smashingmagazine.com/2015/02/09/carousel-usage-exploration-on-mobile-e-commerce-websites] 原文作者:Kyle Peatt

1、做设计为什么还需要看数据?

很多设计师从来不看数据,要么是因为没有数据可看,要么是根本不想看,但是也一样把设计做的很好啊!设计本来就是有感性的一面,为什么非得要和数据扯上关系呢?我们不妨先看看设计的本质是什么。设计不同于纯粹的艺术,艺术源于艺术家对现实的观察和思考,以及对这种观察和思考的自我表达;设计天生就是为别人在做事情,纵然同样需要观察和思考,但是这种观察和思考不是为了表现设计师的自我,而是为了更好地服务于某个用户群,因而设计师了解用户就变得非常重要。尤其是要了解用户的目标、行为、态度等相关的情况,我们这里说的数据其实也就是对用户的目标、行为、态度等情况的量化,因此,通过对这些数据的分析,我们可以更好地挖掘用户的需求,进而为用户提供更好地体验。

简单点说,设计是服务于用户的,了解用户才能更好地做设计,数据是了解用户的一种途径。

2、数据在项目中的作用有哪些?

要了解这个作用,我们先回到设计师看数据的主要场景,总结起来无外乎两类:一个是因为项目的需求,通过数据的论证,让设计走得更从容,有理有据,而不是设计师自己的YY;另外一个是日常监测的需求,自己做的产品,总要知道大概有多少人在用,使用的情况如何,用户的行为和预期是否一致。也就是说要了解你的设计被使用的情况,否则你怎么知道设计的好不好,是不是达到了设计目标,是不是真的帮助用户解决了问题。

先来分析下项目中看数据的场景。几乎整个设计的过程都可能会用到数据,概括起来可以把这个过程切分成三部分:

设计前数据帮你发现问题:所有设计开始之前的研究和分析,都是为了更明确用户的需求,明确为什么要做这个设计?从业务的角度来看,这个产品对公司有何价值,此次设计要达到什么目的;从用户的角度来看,这个产品对用户有何价值,此次设计要为用户解决什么问题;在了解业务诉求和用户诉求的过程中,我们难免要用到数据,这个阶段,数据的作用就是为了“发现问题”,看看设计可以解决什么问题,从而更佳明确设计的目标。

当然具体的工作中,多数设计师都比较纠结,既要考虑业务诉求,又要考虑用户诉求,如果这两者不能完全匹配的时候,我们该咋办,是两者的相加吗?还是我们就只考虑用户诉求,对业务诉求看看就行了。我个人的理解是,现实工作中我们都不是在追求最完美的设计,更多的是在做平衡,如果是一个用户型的产品,比如偏向于为用户提供某个功能的平台,本身就是完全从用户的角度出发,通过为用户提供功能帮助用户解决问题的,应该向用户诉求靠拢多一些;如果是一个商业型的产品,比如偏向于为用户提供某些内容的平台,那么在为用户提供主动查找的入口的同时,可以适度的向着业务发展需求倾斜,做适度的业务层面的引导;当然这个也不是绝对的,往往同一个平台,同一个产品,在不同的发展阶段也有不同的需求,如果是一个全新的产品,业务的生存就变得格外重要,这个时候设计应该多一些考虑业务诉求,先帮助业务生存,否则,这个产品都要挂了,还怎么为用户提供服务呢?

当然,好的设计师总是能在业务和用户之间找到巧妙的平衡,找到二者的交集,举个例子,假如这个产品这个阶段就是要做用户规模,而用户诉求是享受个性化的服务,看似完全不关的两个诉求,实际上我们完全可以通过更好的个性化服务提升用户满意度,获得好的用户口碑,再间接地借助用户口碑提升产品的用户规模,这二者之间并不是完全的不相干,更多的时候看能否找到他们的关联性,抓住阶段性的设计目标。

通过一个具体的例子看看如何利用数据来发现问题?数据代表的是用户的目标、行为和态度,但是单独看一个数字是没办法发现问题的,数据的对比是最简单有效地手段。我们知道交易关系买家所产生的交易对1688网站有着非常重要的意义,我们想提升交易关系型买家的交易体验,但是不知道从何入手,因此做了大量的数据分析。交易关系买家是通过什么方式找到老卖家?不同路径的转化率如何?不同用户查找方式与转化率有什么差异?

首先,通过用户群的细分,我们发现,交易关系买家通过搜索支付订单转化率是搜索整体支付订单转化率的2倍。因此,在搜索结果中增加老买 家标签,方便找到老卖家。

此外,我们还发现,普通会员、1-2星会员等级,是提升交易关系交易的关键用户。 通过以上的数据分析,我们找到了目前主要的一些问题,围绕着这些问题,后续做了优化方案。

设计中数据帮你判断思路:因为设计师的个人经验不同,创造性思维不同,因此不同的设计师面对同一个问题,解决方案也很可能差别较大,即便是同一个设计师也会想到不同的解决方案,到底哪个方案更合适,有些情况下数据可以给你参考意见,为你提供“判断思路”,协助你做决策;条条大路通罗马,但是哪一条路才是当前最合适的呢?

通过一个具体的例子看看如何利用数据来判断思路?有一个批发类的电商网站(1688.com)的频道首页(ye.1688.com),我们发现用户的转化率很低,就去研究了数据,然后结合了对典型用户做的用户访谈的结论,最后发现转化率底的原因其实很简单,这个频道的首页入口主要是来源于整个网站的首页,而整个网站的首页是一个全行业品类的页面,用户如果是女装行业的买家,她从一个全品类的首页点击一个链接进入另一个全品类的页面,再艰难的找到女装这个类目,再点击进入List页面查看商品,这个路径是非常深的,那么怎么解决这个问题呢?那就是要避免做女装的用户从网站首页进入这个频道之后还要再次选择女装类目,才能看到女装的商品!

解决这个问题的思路有哪些?可以在网站首页增加入口,让用户直接点击女装类目进入频道首页,给用户展示女装商品;可以在用户进入频道首页之后,根据行业偏好的个性化数据来推荐商品,推荐的不准确,用户也可以去定制;到底哪个更靠谱?两个思路各有利弊,鉴于前一个思路需要有外部依赖,要改动网站首页,所以我们内心都很期望后一个思路能跑通,但是怎么知道这个思路行不行?首先我们需要知道行业的个性化推荐能覆盖多大的人群,又有多少的人愿意去定制行业偏好?

对于普通的网站来说这个可能是一个不够明确的问题,但是1688.com是一个会员用户早就过亿的B类电商网站,有着如此庞大的用户规模,较高的用户覆盖率,这就意味着对用户行为数据的积累,再者B类的用户有一个显著地特征就是在一个较长的时间里,行业的偏好相对比较稳定,如果是一个主营女装的买家,那么她的偏好一般会以女装为主,不会超出服装的范围,最多会有少量的服装周边配套的采购。

如上图,通过行业偏好的个性化算法,我们追踪了一段时间来访这个频道首页(ye.1688.com)的用户数据,我们发现大约2/3的用户是有着非常明确的行业偏好的,那么这基本可以断定做行业偏好的个性化推荐是靠谱的!但是剩下的1/3用户愿意去定制行业偏好吗?我们当时因为时间原因,无法直接从这1/3无明确偏好的用户中去判断他们是否愿意定制偏好,但是通过整个用户群的问卷抽样调查发现,大约3成的用户表示定制行业偏好是很好的服务,基于这些情况,我们判定基于行业偏好的个性化推荐能够解决绝大部分用户的行业偏好问题,提升了内容的相关性。这个方案最终上线后,实际上有大约10%的人真正找到定制入口并且产生了定制行为,70%的人不用定制,实现了默认的精准推荐。

设计后数据帮你验证方案:我们的设计方案到底做的好不好呢?衡量标准就是看设计方案是否能够达成设计目标?这也需要数据来量化,通常会用GSM的模型来支撑设计的验证。G(Goal)设计目标、S(Signal)现象信号、M(Metric)衡量指标,所谓的设计目标,就是要确定设计要达成什么结果,要解决什么问题;衡量指标,我们不能凭空猜想,必须建立在设计目标的基础上,先假设设计目标会实现,那么会出现什么现象或信号呢?列举出所有的现象或信号,选择我们可以监控的到的,然后对这个现象或信号产品进行量化,自然就得到了衡量指标,但是指标的波动幅度往往要依赖经验来定。

比如说,某个产品的设计目标是通过设计的引导,让更多的买家产生购买,想象一下,如果设计目标实现了,会有什么现象呢?可能会有更多的人有购买意愿,看了商品详情页,点击了购买按钮等等,最终也产生了购买,那么,衡量指标是哪个?设计只是改变了商品信息的呈现方式,并不能改变商品本身的质量或背后的服务,所以我们应该重点考察设计是否强化了引导,提升了购买意愿,是否激发了用户进一步了解的行为,主要是指浏览行为,最典型的就是到达了商品列表页或者商品详情页等,量化的结果就是看又进一步行为的用户的比例;

通过一个具体的例子看看如何利用数据来验证你的设计方案是否达成设计目标。曾经有一个找产地的功能模块,我们在设计前进行了调研,用户告诉我们他们需要找产地,而且比较习惯于用地图来找产地,我们欣喜若狂,照着这个方向做了个产地直达的楼层,我们坚信用户告诉我们的肯定是对的!但是这样的设计真的能达到帮助用户高效找产地的需求吗?来看下面的数据分析。

用户的目标不是要找产地吗?还告诉我们用地图找产地很符合他们的习惯呢?为什么上线后,用户却不怎么使用这个版块???我看到这个数据非常的意外,一时之间根本摸不着头脑,后来再去看了看这个板块的热力图,一下子恍然大悟。通过数据分析得出,地图纵然符合用户习惯,但是才这么狭小的地图上进行如此复杂的操作,其效率是非常底下的,因此将地图找产地的功能保留下来,只是不作为默认的方式,采用了按照热门的、区域的、附近的、可搜索的、地图的方式综合承载,最后取得了较好的效果!

3、如何利用数据做日常监控?

作为一个设计师,你的作品上线后,有多少人用?这些用户是谁?有什么特征?用户具体是怎么在使用你的产品的?你的设计是否还有优化的空间?如何才能为用户打造更好的使用体验?怎么才能知道这些数据好不好,有没有问题呢?主要是靠比较、靠经验,靠对这个产品长期跟进产生的直觉,只有在对这个产品非常熟悉的前提下,你才有可能对数据的变化给予比较靠谱的解读。

日常监控中用于发现问题的主要手段就是做数据的对比,但是如何具体的作对比呢?主要有三种最常用的最简单的对比方式:a、横向比较,和类似的产品去比较,看相对的状况,进而推测出自身是否存在问题;b、纵向比较,和自己的过去比较,看看从历史的发展规律中是否能得到某些启发,主要是看自身的变化趋势;c、用户细分,这个就是把用户按照不同的分析需要,拆分来之后来看数据,看看各个群体之间的差异在哪里,有没有一部分用户和其他用户表现出不同的行为,进而找到问题所在。当然除了这三种常用的对比之外,我们还可以做一些配套的定性研究,进而把问题搞得更透彻。一些统计学的工具有时候也能起到作用,比如说用SPSS做数据的因子分析、聚类分析等等,也可以有一些意想不到的收获。

4、数据不是核心价值,你才是!

说了这么多,我并不是要强调数据有多么的万能,但是在互联网领域,任何一个具有一定用户量的的产品,你都不得不去了解数据,这些数据中有一些是宏观的,作为设计师我们可以当做是背景知识,应该去了解了解,但是设计师更多的是应该关注用户的目标、行为和态度等相关的数据,关注那些微观的、和用户、和设计方案息息相关的数据,这样才能更好的了解我们的用户,了解用户对我们的设计方案的反馈,以帮助我们更好的发挥自身的价值!