- 數據產品經理高效學習手冊:產品設計、技術常識與機器學習
- 張威
- 3769字
- 2020-04-22 12:13:09
1.3 產品設計邏輯是什么
“用戶需求”實際上是一系列用戶需求點的集合,可以簡稱為“用戶需求集”。“產品原型”實際上是一系列產品信息點和功能點的集合。產品經理設計產品時一個很重要的工作就是將“用戶需求”有序地組織和轉化為“產品原型”,具體體現就是設計出合理有序的產品原型圖。產品設計可以細分為“數據信息”和“展示交互”兩個層面,其中數據信息是展示交互的前提和基礎。數據信息層面既包括信息點之間的次序和路徑,也就是信息路徑設計,也包括單個信息點的設計;而展示交互層面主要體現為單個信息點的信息展示和交互操作。從這個意義上講,數據產品設計的核心邏輯包括:信息路徑設計和信息點功能設計。
1.3.1 信息路徑設計
1.什么是信息路徑
很多人會直觀地把產品經理的工作內容等同于“畫原型”,畢竟產品經理最重要的交付物就是產品原型。實際上產品原型只是產品方案的一個直觀體現,是一個階段性的交付物。產品經理在開始動手畫原型之前還有一個重要的工作要做,那就是設計信息路徑。筆者認為,可以將產品設計從“數據信息”層面分為“信息點”與“信息點之間依存關系”兩個部分,也就是說設計產品時不僅要考慮展示哪些信息點,還要考慮信息點展示之間的次序和關系。這里所說的“信息點之間的依存關系”就是“信息路徑”。
當我們逛商場購買剃須刀時,我們會先看看商場的導視圖,確認超市處于商城的哪一層;然后進入超市區域,再查看超市的導視圖,找到日用品貨架位置;走到日用品貨架位置,最終找到自己需要的剃須刀。這里,我們通過導視圖使用了“樓層-區域-貨架-位置”這樣的定位路徑,很便捷地找到了自己所需要的剃須刀。其實,商場設計的“樓層-區域-貨架-位置”信息展示路徑,就是一個“信息路徑”的案例。
回到數據產品中來,有些數據產品或某些網站信息層級清晰明了,這讓用戶使用或瀏覽起來非常便捷。而有的產品或網站信息雜亂無章,導致用戶體驗極差。這其中的差距大多由于兩者信息路徑設計水平的差別。信息路徑設計完成之后的成果,有的書籍或文章也將其稱為“信息架構”。這里需要補充說明的是,本書中提出的“信息路徑”更側重于從用戶接收信息的全過程來思考產品設計,而“信息架構”側重于從最后產品呈現的結果狀況來描述產品設計,本質上都是表示“信息點之間的依存關系”。
2.信息路徑設計思想
信息路徑設計能更加準確、快速、高效地傳遞信息要點,便于用戶更高效、更舒適地接收和反饋信息。設計信息路徑時主要考慮兩方面因素:第一,人類固有的信息認知規律,例如,信息接收的層級與路徑(如宏觀-中觀-微觀);第二,使用場景對于信息接收的影響,例如,滴滴司機在開車過程中接單,接收的訂單信息必須簡單明了。我們進行信息路徑設計時必須依據上述兩方面因素,如圖1-9所示。

圖1-9 信息路徑設計依據
3.信息傳遞規律
數據產品的作用從某種意義上講就是將數據中蘊含的信息點高效地傳遞給用戶。用戶接收產品信息的效率和效果會受到人類固有認知規律的約束,所以了解用戶信息接收規律對于產品設計具有重要意義。產品經理需要了解一些基本的認知規律。
(1)短時信息容量
哈佛大學心理學家喬治·米勒發現,普通人的心智不能同時處理7個以上的單位。我們可以隨機詢問朋友使用的某款產品,詢問他是否記得同類產品的其他品牌。大部分情況下,普通人只能記得1~3個競爭品牌的名字,極少數人能夠記得超過7個品牌名稱。這也佐證了人類大腦短時記憶的規律:不能超過7個信息點。
(2)大腦厭惡混亂的信息
心理學中有個著名的“格式塔效應”,揭示了我們大腦傾向于從混亂中尋找模式,極力從不同的信息點中尋找規律和聯系,而厭惡混亂的信息。
(3)大腦認知抗拒改變
大腦認知還有一個特征就是一旦形成了固定認知,改變起來極其困難。例如,由于寶潔公司大量的廣告轟炸,人們一想起“去屑”就會想到“海飛絲”;一想到“柔順”就會想到“飄柔”。再如,雖然淘寶的物流速度大大提升了,但是一想起“送貨快”,人們還是首先想起“京東”。市場營銷中的“定位”學派,正是利用人類認知的這個特征,通過各種營銷手段來搶奪用戶的“心智”。
4.用戶使用場景
用戶接收信息的效率和效果不僅受到人類固有認知規律的約束,也受到用戶產品使用場景的影響。比如,滴滴司機開車過程中接單的頁面,信息就必須簡潔清晰,字體盡可能大,字盡可能少。
產品經理設計產品時需考慮用戶產品使用場景,從信息角度來看,就是要考慮產品使用場景的時空因素對于用戶接收信息的影響,這也是信息路徑設計時需要重點關注的方面。
(1)使用場景的時間特征
關注產品使用場景的時間特征就是關注產品使用的時間長度和時間分布。產品經理需要明確用戶主要在什么時間點使用、使用時長為多久,從而考慮信息點呈現的數量和次序。
(2)使用場景的空間特征
關注用戶產品使用場景的空間特征就是關注用戶產品使用的空間位置和特點。例如,用戶是在戶外使用還是辦公室使用?用戶是在靜止環境下使用還是在移動環境下使用?
總的說來,用戶使用場景也是影響用戶信息接收的一個重要因素,不僅會影響信息路徑的設計,也會影響單個信息點的呈現形式。
5.常見的信息路徑
產品經理進行信息路徑設計時既要考慮用戶的認知規律,也要考慮用戶的使用場景,從而清晰地知道用戶信息接收的具體特征,便于設計對應的信息路徑。
人們認識事物總是首先關注宏觀和整體概況,從而有個全面的圖景和認識;然后關注細微層面的東西。例如,人們聽到某個地址,習慣的思維是先了解這個地址是哪個國家、哪個省、哪個市、哪個區、哪個街道,呈現一種“宏觀-中觀-微觀”的信息遞進路徑。
同樣,設計產品時一種常見的信息路徑設計思路就是:首先向用戶傳遞宏觀層面的信息,讓用戶有個整體的感知;然后傳遞中觀層面的信息,讓用戶能夠聚焦到某個行業或區域;最后遞進到微觀層面,讓用戶了解具體的詳細信息。這樣,用戶就像是查看地圖一樣,從宏觀層面到中觀層面再到微觀層面,根據自己的需求不斷遞進,不斷細化信息顆粒度。從“宏觀-中觀-微觀”角度層層遞進展示信息,是一種常見且有效的信息路徑。
不過,有時候用戶會對某個或某些信息點特別關注,這就需要產品經理使用另外一種信息路徑“重要-次重要-次要”。
另外,在一些情況下,信息點的時間維度特征非常明顯,例如,設計一款監測系統,對于“事前”“事中”和“事后”的監測指標數值的展示,就要考慮從時間維度展開進行信息路徑設計。
總的來說,信息路徑設計并不是一成不變的,它更為重要的意義在于提醒產品經理重視信息點之間呈現的關系。常見的信息路徑可以歸納為以下幾種。
①按邏輯關系區分:宏觀-中觀-微觀。
②按用戶關注度區分:重要-次重要-次要。
③按時間維度區分:事前-事中-事后。
除了上面的信息路徑設計思路,實踐中也有一些常見的經驗做法可供借鑒參考和補充。
(1)按照功能相似性進行信息分類
產品經理在設計信息路徑時,經常把相似功能模塊放置在一個大的模塊下,作為大功能模塊的一部分。例如,微信中的“消息”包含了好友消息、群消息、訂閱號消息、文件助手消息、陌生人消息等。雖然各種消息在存在差別但是都屬于消息大類,所以我們會發現這些消息子模塊都在歸集在“微信”功能模塊下面。而探索性質的或者時效性要求不高的模塊,則歸集放置在“發現”功能模塊下。例如,“朋友圈”“掃一掃”“搖一搖”“看一看”“搜一搜”“附近的人”“購物”“游戲”等子模塊都歸集在微信產品的“發現”功能模塊下面,如圖1-10所示。

圖1-10 微信“發現”模塊
(2)按照使用頻率來設置展示位置
哪個功能使用頻率高,就應該把哪個功能放在用戶最容易瀏覽或者交互的地方。例如,支付寶的“收付”功能是使用頻率最高的功能,所以“收錢”和“付錢”放在頂部位置。對于大眾來說,“付錢”功能使用頻率會比“收錢”功能更高,所以“付錢”功能排在“收錢”功能前面。而“付錢”功能中掃碼付錢相對于被別人掃碼付錢發生的頻率更高,所以“掃一掃”功能又放在了“付錢”功能前面,如圖1-11所示。

圖1-11 支付寶示例
(3)按照功能之間的業務關系來規劃層級關系
功能與功能之間,一般有并列、遞進、互斥等幾種關系。功能之間如果是遞進關系,設計信息路徑時可以考慮縱向遞進關系,例如,在京東商城購物時,“下單”和“支付”就是遞進關系,用戶需要先“下單”,之后才能夠進行“支付”。
1.3.2 信息點功能設計
產品設計不僅要考慮“信息點之間的依存關系和次序”,也要考慮單個信息點的交互與展示,這就是信息點功能設計。信息點功能設計可以分為“交互”和“展示”。其中,交互主要是指信息的“增刪改查”,展示則是指信息的“可視化展示”。
①信息增添:在進行信息點功能設計時,有時候需要用戶通過交互按鈕實現信息的錄入或添加。例如,淘寶網購物時的“新增收貨地址”等交互。
②信息刪除:在進行信息點功能設計時,有時候需要用戶通過交互按鈕實現信息刪除。例如,用戶可以在電子商務平臺刪除過往的購物記錄。
③信息修改:在進行信息點功能設計時,有時候需要用戶通過交互按鈕實現信息修改。例如,用戶修改“收貨地址”或“聯系電話”等。
④信息查詢:在進行信息點功能設計時,經常需要用戶通過交互按鈕實現信息查詢。對于大部分數據產品而言,信息查詢是用戶使用頻率非常高的功能,需要重點關注。例如,時間篩選、區域篩選、文字搜索、排序等都是信息查詢常見的功能設計。
而信息點的“展示”主要體現為“可視化”設計,這部分內容將在數據可視化章節進行詳細講解。
- PyTorch深度學習實戰:從新手小白到數據科學家
- Test-Driven Development with Mockito
- 算法與數據中臺:基于Google、Facebook與微博實踐
- Lego Mindstorms EV3 Essentials
- Oracle 12c云數據庫備份與恢復技術
- 辦公應用與計算思維案例教程
- 大數據分析:數據倉庫項目實戰
- Oracle 11g+ASP.NET數據庫系統開發案例教程
- Google Cloud Platform for Architects
- 大數據隱私保護技術與治理機制研究
- 數據之美:一本書學會可視化設計
- Trino權威指南(原書第2版)
- 數字孿生
- Applying Math with Python
- Learning Construct 2