人们使用应用程序的目的一般分为两种:能解决问题的工具类需求和为用户带来价值的体验类需求。在算法普及当道的时代,算法能够为用户带来怎样的创意?下一代的体验设计是怎么样的?我想写下我的一些想法。

1135

增加替换成本

在产品前期,用户使用该应用后,无论是特色功能也好、产品调性、功能点等都是为了核心目标:增加替换成本

经过获客后通常会收到大量的反馈,最值得让人关心的其实是「用户不使用竞争产品的理由」。这个理由越充分,替换成本则越高。我们可以注意到很多产品的设计逐渐趋同,所以替换成本的层级就会被逐步拔高。已经从需求功能点逐步上升到美观与样式甚至预知的程度。在用户卸载该应用换到竞争应用时的理由渐渐从「XXX功能你没有」变成「XXX界面更好,体验更佳」。所以增加替换成本被拔高到了一个新的层次:吸引用户。

吸引用户

吸引用户时多个层次的。在增加替换成本中,我们可以通过功能全、为用户提供满足感等功能层面来增加。那么吸引用户则需要从更高的层级例如美观度、成就感虚荣心等心理层面去进行深入探讨。

在产品体验上,美观非常重要。在应用中:符合用户期待、符合核心用户群审美、不干扰核心功能的界面设计非常重要。这篇文章主要想说一下下一个产品设计的发展方向,已经有很多应用正在向这个方向努力:预知用户行为的产品设计。

预知

传统意义中,我们在设计一款应用的时候,通常会经历提出需求经过筛查处理来解决的这个需求。面对浩如烟海的需求列表,从解决难度、紧急程度、战略方向等进行考量不断筛查和迭代。

这个想法首先由:提出了一个问题。作为开始。从深层次上可能会思考:用户为什么会提出这个问题?这其实是需求点的剖析。但是我们将需求点剖析到最后一层的时候,新的设计思路就应运而生了。

用户提出问题说「我在提问题的时候一个一个添加标签实在是浪费时间?」。用户提供了问题,在排查时发现原来是标签功能设计的有问题,标签不仅是层级式的递进进行选择还可以自行输入,而且选择后添加另一个又需要进行这一遍步骤。

优化这个很容易,首先将递进的层级打散,层级系统在用户端是为了让茫然不知道添加什么标签的人做的,实际表现起来差强人意。在添加标签时用符号进行分割,例如逗号或者空格,这样用户输入多个标签的时候不需要双手离开键盘去控制鼠标,防止一个功能的使用下出现割裂感。提升效率。

这貌似是一个很不错的解决方式。而引入算法加持下,我们甚至想的更远:

  • 用户提问的问题中包含了哪些标签?

深入探寻我们可以看到:

  • 用户提问的问题中包含了哪些关键词?
  • 使用这些关键词的用户都使用了哪些标签?
  • 用户在什么时间进行的提问?这些问题近期有人提问吗?
  • 有相似问题吗?
  • 是在进入应用时直接提出的问题,还是在看到某些问题或着页面后提出的问题?
  • 提问之前用户做了什么?

在引入用户概念下,我们可以看到:

  • 用户时什么样的职业、位置、收入情况、学历?
  • 用户关注什么样的信息?

通过上面问题的引入,配合算法的加持下,标签命中概率前几名就可以展示给用户作为备选了。通过用户直接点击备选标签,可以来不断的优化模型。

在回答结束后,我们可以复盘:

  • 用户回答耗时多长时间?每一步呢?
  • 用户用时相比平均来说怎么样?
  • 用户放弃率时多少?在哪一步放弃的?在进入页面多长时间放弃的?

以上的问题是冰山一角,作为灵感引入已经足够了。可以在上面问题的基础上扩充属于自己业务的特别之处,寻找关键点。

做到以上这个需求似乎已经完成了。但其实我们还有其他的维度去运用它:用户为何去提问?

终极目标一定是让用户还没提出问题就已经被解决。提问对犹太人是令人兴奋的,而在中国,可能有些困难。但是这又涉及到了隐私问题,在获取用户数据处理提供给用户后,即使全程没有用户参与,看到精准识别的结果也会让用户毛骨悚然。精细化的服务并不适合依靠精细算法的工作,至少现在是这样。

但是我们可以用一些模糊化的算法来为用户提供服务:在iOS系统中的Siri组件中:App推荐组件能够根据时间和地点来推测你需要的程序。并且不展示桌面上的程序。大多数用户的常用应用不会超过30个,而这其中有很大部分被展示在桌面上,从剩下的应用中选10个轻而易举。这也是App建议命中率出奇高的原因。同样是算法的推荐,iOS系统推荐不仅让人没有细思极恐,反而让用户觉得惊喜。用户对待算法的态度可能取决于诸多要素:

  • 苹果不断强调自己的品牌对用户隐私的保护,这在用户使用之前就会有心理预期:这个产品不会过分侵犯用户隐私。(品牌心智模型的培养)
  • 提供的应用给予了用户的选择权,十个应用至少猜错了九个(因为用户单位时间只会打开一个应用,不存在两个同一绝对时间打开的情况)所以给用户心理预期:这个产品「猜」的准。(产品的原理认知模型)

对于第一点是整个品牌的战略部署上的问题,很难用一朝一夕去解决。并且国内行业风气问题很难获取用户信任。那么第二点就是主要的发展方向:让用户认为它是猜的,而不是基于我的隐私给出的必然结果。让用户对产品原理认知产生影响。

通过旁敲侧击和偶尔惊喜的机制就可以为用户预知问题并且不引起用户反感。所以以上我们可以观察到的是:

** 传统应用关注需求和功能点,现代应用关注用户的使用情绪 **

值得一提的是,不同年龄、不同地区、不同学历的人对待算法精细化行为的接受程度大相径庭。高龄的偏远地区用户更加渴望算法能够带来精准高效的操作体验。

回到刚才的提问中,猜测用户想要提出什么问题并不难。根据用户的偏好将用户贴不同的标签,根据用户提问的时间、最近发生的事件、相似喜好(共同关注)用户的提问来进行预测。在用户点击提问的时候预置问题。

通过算法来预知用户行为,缓解用户焦虑和等待,这是可以研究的一个方向。其他行业如电商等都可以是如此。

以预知用户行为为首要目的的设计

当产品设计以预知为目的之一的时候,你会看到一些全新的设计思路。用户今天中午会点这道菜、用户会看这个视频、用户会去使用这个功能、用户会打开这个应用…有的时候可能会被反驳是自作聪明。但是在有足够的试错下我们可以看到很多令人眼前一亮的体验。

预知用户行为并不是一味的盲目猜测,事实上还是为了利用算法简化用户交互流程、提升用户使用效率、降低用户使用应用的思考时长。通过预知甚至自动帮助用户完成一些用户可能会完成的事情,这种体验会帮助用户带来惊喜感。当然,也不要过分自作聪明,判断用户误点的犯错成本和撤回、补偿方式,如果可以接受,一定要多试试。

以上为个人观点,欢迎交流,共同进步。