中文字幕在线观看,亚洲а∨天堂久久精品9966,亚洲成a人片在线观看你懂的,亚洲av成人片无码网站,亚洲国产精品无码久久久五月天

產(chǎn)品交互的良性循環(huán)

2019-04-03    來源:曉生語錄

容器云強勢上線!快速搭建集群,上萬Linux鏡像隨意使用

用戶與產(chǎn)品之間的相互可以看成是雙向線性的過程,手機上輸入字母“d”和界面輸出顯示是一次短交互,完成一次購物支付是長交互,這是使用一次產(chǎn)品過程中。用戶體驗考量的是用戶使用產(chǎn)品的全過程,這個過程包括了從安裝到放棄使用的時間軸,交互的良性循環(huán)的優(yōu)秀用戶體驗的表現(xiàn)。

簡單以推薦引擎為例來說明各元素是如何在時間軸上發(fā)揮作用的:

初始化。基于群體特征和用戶的相關(guān)程度,將相似用戶喜好的其他物品推薦給用戶。在用戶對產(chǎn)品還沒有發(fā)生行為時,用戶填寫的個人信息(性別、年齡和收入等)可以作為初始化推薦。

內(nèi)容推薦。單個用戶選擇某一物品,系統(tǒng)基于物品的元數(shù)據(jù)推薦相似的產(chǎn)品。這是用戶個體行為對數(shù)據(jù)的過濾,當(dāng)用戶多次行為之后,系統(tǒng)可以大概估計對用戶的喜好。用戶的歷史行為會不斷影響后續(xù)推薦,形成用戶和系統(tǒng)之間的交互循環(huán)。

協(xié)同過濾。基于用戶行為發(fā)現(xiàn)物品的相關(guān)性。內(nèi)容推薦是單個用戶對系統(tǒng)數(shù)據(jù)的過濾,而協(xié)同過濾是基于多個用戶行為的交叉結(jié)果,所以依賴于其他用戶行為數(shù)據(jù)量準(zhǔn)確度。

輸入法的字詞聯(lián)想也可以看出一個推薦引擎。當(dāng)打入字母“da”,系統(tǒng)從詞庫挑選出“da”目錄下的漢字“大/達(dá)/打……”,“大”字上屏之后,系統(tǒng)聯(lián)想與“大”組詞概率比較大的字“家/學(xué)/概……”。這些聯(lián)想詞最早可能是從字典中篩選出來的,如用戶選擇了“概”字,“概”會被系統(tǒng)加權(quán),下次對“大”聯(lián)想時更靠前顯示。用戶輸入詞組“dagai”,選擇“大概”上屏,也是對“概”字的加權(quán)。

如用戶輸入“daniu”,選擇了“大牛”上屏,而系統(tǒng)詞庫中沒有這個詞組,屬于用戶自造詞。如用戶分別輸入“da”和“niu”并上屏,系統(tǒng)智能分析“大”和“牛”有組詞的概率,有可能用戶下次輸入“大”字,系統(tǒng)會聯(lián)想到“牛”。

聯(lián)想的交互是單個用戶對系統(tǒng)詞庫的內(nèi)容過濾,初始詞庫可以逐漸形成個性詞庫。如果是云端輸入法,系統(tǒng)可以實時獲得所有用戶的輸入字詞,詞庫的更新頻率更快,滿足用戶個性詞庫的同時也能更新最新流行詞,這是多個用戶對詞庫的協(xié)調(diào)過濾。

用戶自造詞會降低部分詞匯的出現(xiàn)概率,系統(tǒng)甚至?xí)䦶脑~庫中刪除這些詞匯。從輸入法的例子中可以看出用戶行為是如何影響系統(tǒng)和其他用戶,歷史行為影響新的行為,實現(xiàn)不斷的交互循環(huán)。

純銀的“顯性內(nèi)容決定論”可以理解為:優(yōu)質(zhì)用戶產(chǎn)生優(yōu)質(zhì)內(nèi)容,優(yōu)質(zhì)內(nèi)容吸引優(yōu)質(zhì)用戶,內(nèi)容決定產(chǎn)品的魅力和氣場。從系統(tǒng)設(shè)計的觀點看,用戶行為可以看成系統(tǒng)數(shù)據(jù)的一部分,優(yōu)秀用戶的行為和優(yōu)質(zhì)內(nèi)容是同質(zhì)化數(shù)據(jù)。它們之間的頻繁交互是優(yōu)化內(nèi)容數(shù)據(jù)的組織形式,再不斷向外擴展生成和吸收同質(zhì)數(shù)據(jù),版本迭代是滾雪球式的數(shù)據(jù)擴展。

如此看來,產(chǎn)品架構(gòu)需要考慮是如何增加數(shù)據(jù)量、組織數(shù)據(jù)和數(shù)據(jù)擴展的良性循環(huán)。

切客的勛章

以手機LBS為例,增加數(shù)據(jù)量的方法簡單分為三種:用戶輸入、導(dǎo)入數(shù)據(jù)和商家發(fā)布信息。需求驅(qū)動用戶主動使用,LBS的勛章激勵機制是引導(dǎo)用戶行為,優(yōu)惠券是刺激用戶需求。用戶的簽到行為如果無法加以利用的話,可以認(rèn)為是不斷輸入垃圾信息。但簽到的位置、簽到商家的類型和頻繁程序都是可以加以分析,便于后期向用戶推薦有效信息和組織用戶之間的聯(lián)系。

每次循環(huán)都會影響到后續(xù)的產(chǎn)品質(zhì)量,“小步快跑”的道理也在此,用戶對于產(chǎn)品的感受也是不斷增強,但也可能達(dá)到飽和。使用豆瓣電臺選擇喜歡聽的音樂,累計聽歌近兩萬首時,電臺猜中概率明顯降低。原因可能是:

已經(jīng)遍歷各種音樂,難以發(fā)現(xiàn)新歌曲,個人輸入行為已經(jīng)趨向于飽和。

沒有文藝范,不是目標(biāo)用戶群,對音樂缺乏探索。

聽到不喜歡的音樂時,可能會連續(xù)點擊十次下一首,最后無奈關(guān)掉電臺,對于用戶的隱性反饋缺乏理解。

以思維導(dǎo)圖式的方式理解產(chǎn)品會缺乏組織性,循環(huán)是產(chǎn)品架構(gòu)的初級概念之一,以時間軸去安排產(chǎn)品設(shè)計的優(yōu)先級。

文章來源:曉生語錄 轉(zhuǎn)載請注明出處鏈接。

標(biāo)簽: 交互設(shè)計 產(chǎn)品設(shè)計 推薦引擎 

版權(quán)申明:本站文章部分自網(wǎng)絡(luò),如有侵權(quán),請聯(lián)系:west999com@outlook.com
特別注意:本站所有轉(zhuǎn)載文章言論不代表本站觀點!
本站所提供的圖片等素材,版權(quán)歸原作者所有,如需使用,請與原作者聯(lián)系。

上一篇:利用論壇營銷 推廣O2O模式網(wǎng)站的實戰(zhàn)案例

下一篇:解析電子商務(wù)網(wǎng)站運營中的用戶體驗