作者都是各自领域经过审查的专家,并撰写他们有经验的主题. 我们所有的内容都经过同行评审,并由同一领域的Toptal专家验证.
今天早上,漂流者乐队的《欧博体育app下载》莫名其妙地突然出现在我的脑海里.
我们大脑中那些不安分的神经网络会做一些有趣的事情. 它们使看似不相关、不相关的思想和概念联系起来.
我拍着额头自言自语道:“可是,当然……”
最近,我一直在思考用户体验中那些发生在我们与数字设备或服务交互时的神奇时刻. 我们遇到了完美的时刻, 当一切都井然有序时, 以完全正确的方式, 在正确的时间, 就像魔法一样. 它可能在你的银行里,在你的车里,在自动售货机里,或者在你的手机里.
我相信预见性设计的时代已经到来,或者至少是触手可及.
由于技术和输入法的发展,我们有限的gui正在发生变化. 这是一种有机的、自然的进化——我们已经把与设备交谈视为理所当然!
例如,开车时我们可以说:“打电话给安娜.“我们让Siri启动计时器,或者提示附近正在播放的电影. 我们让Alexa播放音乐或点咖啡. 尽管如此, 40多年前建立的隐喻和图形元素并没有发生太大变化.
想想施乐帕洛阿尔托研究中心最初的GUI已经有44年的历史了,但我们的用户界面看起来仍然非常像它.
今天, we’re still looking at two-dimensional screens 和 mostly use keyboards 和 mice for input; devices designed for interaction methods that were optimized for computers, 不是人.
与我们互动的机器——笔记本电脑、台式电脑、平板电脑、 手机自动售货机等. -仍然是用过去遗留系统的心智模型和技术来设计和构建的.
It’s as if we’re using interaction models from the Flintstones’ era in a Jetsons’ world; they still rely on a lot of interaction from users (input) to move to the next step 和 display useful information (output).
如果数字企业想要简化和促进我们的数字生活,那么前瞻性设计的应用比以往任何时候都更加重要.
鉴于此,什么是预见性设计?
它是输出,不需要太多的输入. 它是利用过去的选择来预测未来的决定.
在这个世界里,我们的计算机器是为人类优化的交互方法而设计的, 不是电脑. 在一个数字世界里,我们从用户意图的确定性转向了概率性.
巨大的亚伦·夏皮罗 定义预期设计 作为一种简化流程的方法,在用户的决定之前一步响应需求, i.e. 响应用户尚未表达的需求.
最佳形式的预期设计远远超出了个性化.
例如, Netflix根据你的口味偏好和历史向你展示要看的电影是个性化的. 预见性设计, 当你与应用程序交互时,界面实际上会发生变化.
预见性设计意味着——以在线购物为例——系统将了解并个性化用户体验,使其感觉就像一只神奇的手在引导你的体验. 它会动态地改变UI, 消除任何无关的信息, 并且只及时提供最相关的选项, 简单的, 高效的方式.
这在今天并不难做到.
假设有人在guitarcenter上买一把非常昂贵的吉他.com. 在结账时,网站会自动将“送货到商店取货”作为默认选项,因为它通过观察其他用户过去的行为来了解, 买昂贵的吉他, 他们更愿意在最近的实体店取货.
再举一个例子,假设你在亚马逊上买一件衬衫.
亚马逊已经为你定制了一大堆东西,应该知道你的尺寸和颜色偏好,因为你以前在网站上购买过衬衫.
进入产品详细信息页面时, 它可以预先选择你的尺寸, 向你展示海军, 先穿白色和格子衬衫, 不要强调粉色和黄色, 而不是每次都强迫你选择你的尺寸.
预期设计的承诺是消除摩擦,提高效率,这将极大地改善用户体验, 进而影响公司的利润. 当人们需要的时候,他们会回到那些能提供他们想要的东西的产品和服务上.
我们与数字系统的日常互动已经达到了前所未有的规模. 然而,许多这样的互动都被摩擦和随后的挫败感扼杀了.
我们确实需要更大规模的定制和个性化,以取悦用户, 简化他们的生活.
以自助交通售票机为例,通勤者可以在那里为通勤卡充值.
它们的设计仍然是愚蠢的——由用户输入驱动,每个人都要经历同样令人沮丧的大量选择.
人们可以很容易地想象一个大大改善, 更个性化的系统, 在哪里可以存储您卡上的充值记录.
而不是无数的输入请求:首先选择这个选项, 然后选择另一个选项, 等等......。, 整个互动可以从你插入卡片开始,你总是会重新充值,系统会立即显示, “你好, 您想在这张卡上再加20美元吗, 使用你的万事达信用卡?”
下一步就是付了钱就走.
这将减少至少75%的补卡时间, 提高效率, 让人们更快地移动, 然后让他们更满意.
这已经是可能的,但我不知道有哪个售票机能做到这一点.
当人工智能变得更加普及, 个性化程度越高,预期设计的水平就越高.
基于各种用户授权行为跟踪-购买历史,偏好等., 系统会认出你, 并高度肯定地预测你的下一个选择.
缺乏预见性设计是令人惊讶的,因为现有的技术使这样做没有那么困难.
一些公司已经在实践预见性设计的早期形式. 两个例子是 谷歌现在 和 超级.
谷歌现在应用程序是谷歌搜索软件更雄心勃勃的进化之一. 这个想法很简单——在你知道你需要或想要它之前就预测你想要或需要知道什么, 并以易于阅读的卡片形式提供.
谷歌的数据挖掘能力无人能及. 它知道你是谁, 它可以显示个性化的卡片, 位置感知的信息, 比如日历事件, 当地的天气, 新闻, 股票价格, 航班, 登机牌, 酒店的, 附近的拍照点, 和更多的. 它还会告诉你下班回家需要多长时间, 根据目前的交通状况.
如果谷歌认为你现在不需要某样东西,它就不会显示出来. 这是预见性设计的体现.
在优步应用中, 当你去某个地方旅行时,它会在随后的应用程序启动时提供一个返回按钮,因为你有90%的可能性想回到原来的目的地. 不需要指定接送地点. 才华横溢的.
事情正在演变成自然的互动方式.
在不久的将来,我们的投入将更加轻松.
我们会有增强现实和虚拟现实的互动方式, 比如声音, 手势跟踪, 眼动跟踪, 和语音. 谷歌已经在做了. 它被称为Soli计划.
预期设计方法, 人工智能和机器学习的辅助, 是否能够提供更好的体验.
没有魔棒,说出“abracadabra”,那么我们现在该如何为这些神奇的时刻设计呢? 我们今天可以采取哪些步骤,利用预期设计来实现这些神奇的时刻?
直到我们有了非常复杂的预测算法, 完全开发的人工智能, 还有机器学习, 企业可以挖掘现有数据以获得个性化机会,从而减少潜在的痛点和障碍.
他们还可以充分参与以用户为中心的设计过程, 进行深入研究, 广泛的用户测试, 使用工具, 就像一个开源软件库, 对于机器智能, 如 Tensorflow.
深入的研究将告诉我们很多——语境观察或人种学研究——我们可以观察到用户在他们的心流中每时每刻都倾向于做什么. 我们可以一步一步地绘制这些用户旅程,并且 设计交互 相应的.
应用这种数据挖掘和个性化的理想结果, 结合以用户为中心的设计方法, 会创造流畅、无缝的预期体验,让事物像变魔术一样出现,从而取悦客户并产生忠诚度吗.
它将推动用户体验的发展,为企业和用户创造双赢的局面, 提供更深层次的客户满意度,对底线产生积极影响.
世界级的文章,每周发一次.
世界级的文章,每周发一次.