用户 数据 按钮 早期的设计主要靠感觉和审美,慢慢的设计越来越讲究方法论和心理学,以后还可以再加一种,那就是依靠数据,它将让每个人都能获益。本文将从什么是好的运营设计出发,分析运营设计师如何通过设计语言去帮助运营活动提升数据的思路与技巧。拓展阅读:如何高效完成运营设计?大厂高手总结了这3个方面!前言在现如今的社会中,每天都有各式各样的商战。阅读文章 > 什么是好的运营设计?对于很多设计师来说,设计的好不好看?风格独不独特?专业表现力如何?在设计领域里有没有开创先河?可能是更看重的。而对于业务方来说,活动的数据好不好?市场反应如何?能否在此成功案例基础上建立一个成功的商业标准?是业务方更看重的。设计师追求的是运营活动的设计品“质”,而业务方则更追求的是运营活动数据“量”,各有侧重点,但如果只纯粹的追求一面,那肯定是不确切的。好的运营设计,应该是“质”和“量”两者兼具,在保证设计专业性的同时运用视觉语言吸引用户参与活动,达到多流量、多曝光、多转化等目的,从而帮助业务提升商业价值,才称得上好的运营设计。简单讲,有“质”有“量”的设计才是好的运营设计。运营设计应该关注哪些数据“量”?正常的 DAU、MAU、CTR、CVR、GMV,我们都需要理解这些数据代表的含义;但有一点需要注意,数据跟设计的影响关联度到底有多大,因为有的数据不一定是设计改动就会带来的,而是诸多其它因素变动导致的。那影响活动数据“量”的因素有很多,如投放渠道、投放时间、活动成本、产品价格,口碑、玩法以及页面的适配性、流畅度等等都有关系。常见数据指标:用6个章节,帮你掌握常见的数据指标和数据分析模型一文读懂设计师应该懂的数据指标和数据分析模型。阅读文章 > 举个例子,用户的活跃数据,比如日活 DAU 与月活 MAU,往往跟内容与服务本身的质量有关系。设计很难影响到活跃度,用户并不怎么会因为你的设计,而特地跑过来瞄两眼,除非你的设计也是属于内容的一部分;所以这块需要你自己多想想,把其中的因果关系梳理清楚。所以,我们的更多精力,往往可以放在点击率 CTR 上,这个才比较能代表,你的设计是否能吸引到用户点击,是否能吸引到用户进入详情页消费。那是不是提高了资源位/落地页的点击就一定能提高业务转化?并不是,提高点击可以说是变相提高了曝光,意味着有更多的销售机会,但下单转化是受很多方面的因素影响的,单纯提高点击其实不一定能提高销售转化,但正如上所述,我们能通过设计上的一些小小的“技巧”来帮助业务创造更多的机会,正是我们运营设计的价值。所以对于运营设计来说,着重需要关注的是前两层,资源位和落地页的点击率 CTR。那今天我就举几个小例子,分享一下帮助业务创造更多机会的设计小技巧:资源位1. 版式结构针对 banner 图中,左边放文案/商品哪种点击更好而进行测试测试结果显示手机类新品广告是左边放商品,右边放文案的效果更好,具体原因是什么?我们可以先看看其他类目的测试情况。其他类目包括美妆、家具以及虚拟类等等,均是左边放文案,右边放商品点击更高,这时我们再看看具体原因究竟是什么。首先有一个前提,人类的阅读惯性是从左至右、从上至下的一个过程。对应我们的 banner 来说,自然是左边区域的信息更容易被用户接收得到。基于这个前提,我们再看回案例。以上数据内容引自分期乐广告研究所首先左边是推新品手机的广告,手机类有什么品牌,有什么新品上市,关注这块的用户都比较了解(品牌方早已有铺天盖地的宣传),这时先看图就知道是不是他们所需要的,也就是说左边放商品的识别成本更低,于是点击会更好;而其他类目或卖场活动由于品牌十分繁杂,缺少知名爆款,用户其实是很难会被商品图吸引的。用户更多是先看有什么优惠,然后再进去看看有没自己喜欢的,这时候左边放文案的识别成本更低,点击也就更高。因此不同类目的用户诉求不同,应根据用户的需求来决定版式形式。2. 设计形式之前商旅有一个系列化的运营活动-差旅图鉴城市篇,会根据不同城市属性,介绍优质的酒店内容,引导用户预订。为了能体现系列化,在设计上,采用相同的设计风格,以此来帮助用户培养活动心智。广州篇上线之后,点击率不错并高于平均点击。但当北京篇上线后,数据呈现下滑趋势,而且低于平均数值。在合肥篇上线前,复盘了数据回落的原因:1)视觉较为相似,容易引起用户视觉疲劳。2)城市名太小,用户容易忽略,以为是同一个活动。因此合肥篇 banner 在设计形式上以极简的文字放大并突出城市名字再加上醒目的按钮来测试点击效果。没想到合肥篇上线后,点击率飙升,并超过之前其他城市篇的点击数据,大大超出预期。当资源位点击率遇到瓶颈的时候,不妨试试改变下设计形式,说不定是一个突破口。3. 动效在实践中我们发现,用户对动态的元素关注度是最高的,其次是色彩最后是明度。通过合理的优先级规划,可以有效的吸引用户注意力,让他们关注设计师想让他们关注的东西。在 banner 中,行动点按钮优先级最高,所以可以采用动态按钮,成为用户最关注的东西引导他点击。我们在携程商旅的入口进行动效按钮的首次尝试,通过和过往 banner 平均点击率对比,动效可显著提升点击率。落地页在设计移动端的落地页面时,一定要注意首屏主图高度的设置。常规的主图一般高度都定在 600px-750px 左右,余下一屏能展现的内容区域有限。如果将头部高度缩短,从而用户也可以在首屏看到更多信息,引导用户有兴趣向下滑动。于是我们将主图高度缩减到 550px。2. 分割线符号化视觉分割线是一种布局元素,有助于将主图和内容区清晰划分。使用分割线的目的在于使布局变得清晰,更易于用户理解。我们将携程商旅的 logo 为基础图形进行创意演变,和分割线相结合,为品牌营销传播制造抓手的同时也能和其他竞品产生视觉差异化。3. CTA 按钮位置CTA,Call to Action,行为召唤,是一种营销术语。用普通人类语言说,就是通过一些形式(通常都是按钮)让用户采取下一步行动,通过提升点击率来进一步提升转化率。能够为产品带来正向价值的按钮(关注、支付、下单、订阅等)都是 CTA 按钮,因此,作为页面中的 CTA 按钮,优先级是最高的。根据@Josh Clark 屏幕拇指原则,将按钮放在屏幕底部可以有效降低点击行为所消耗的成本。通常一屏内无法放满所有的内容,如果放在第二屏甚至长图末尾,对点击来说是大打折扣的。所以对于 CTA 按钮,一般都采用吸底处理。3 月底上线的促开通「对公支付」的活动上,我们按照以上三点设计策略进行了落地页规范化设计,并在 CTA 按钮上增加了动态的效果有效的吸引用户注意,帮助页面提升点击率。如何提高CTA按钮的点击率:学会这3个方面,帮你提高CTA按钮的点击率怎样设计 CTA 按钮,能够增加点击率和转化率呢?阅读文章 > 落地页设计,常见的页面信息结构:主图+内容区,主图:主副标题+氛围图;内容区:模块平铺/叠加,做设计之前就需要对页面中的内容进行布局的规范化,包括 logo 位置尺寸等等,有助于我们更清晰的表现画面内容和层级的划分,给用户带来一致体验和品牌感知。呈现效果写在最后无论是用数据指标做效果衡量,还是用数据指标进行问题判断和原因锁定,客观公正的态度和科学的实验方法都是最重要的。数据相关的知识体系非常复杂,甚至需要有专职的数据分析师或用户研究员参与,文中列举的是一些基础的数据分析,或许不太全面,也是个人阶段性的心得总结,不足之处请多包涵,欢迎大家一起讨论。欢迎关注作者微信公众号:「TripDesign」本篇来源:优设网原文地址:https://www.uisdc.com/operation-design-thinking-skill
用户 数据 布局 面对 B 端庞大的平台系统和业务流程,筛选扮演了基础且非常重要的角色。在 B 端系统中,不同的用户操作着不同的业务流程,面对大量的数据,能快速且准确的找到自己需要的数据,可以明显提升任务完成效率。筛选作为任务节点中的重要媒介工具,设计师如何才能准确全面的匹配场景,先让我们全面的认识一下筛选。更多筛选功能设计方法:B端筛选功能如何设计?4个章节帮你掌握!引言筛选作为一个常用的功能,在产品设计中的应用面是非常广的。阅读文章 > 一、筛选的类型筛选的存在无非就是帮助用户准确、快速的找到目标数据,这个数据可能是单个,也可能是一组。在《信息架构:超越 Web 设计》中,筛选系统与导航系统、标签系统、组织系统被列为信息架构的一部分,因此筛选也会与其他系统有一定的联系,比如状态、类型筛选就需要依赖标签系统。筛选的类型分为输入类筛选、选择器类筛选、平铺类筛选、分页筛选、高级筛选。1. 输入类筛选输入类筛选需要用户输入一定的文本关键词,筛选出对应的数据。输入类筛选从筛选准确性上,可以分为模糊筛选和精准筛选。① 模糊搜索按照用户输入的检索词,筛选出字段中带有该检索词的所有数据。优点:可以筛选出同类数据缺陷:精准度不高② 精准搜索按照用户输入的关键词,仅筛选出整个字段都与筛选词相同的数据。优点:检索精准缺陷:由于过于精准,会考验用户的记忆能力。由于精准搜索的精准性,一个字的偏差,都会造成搜索失败,因此,在正常的设计应用中,模糊搜索的使用频率会更高一些。输入类筛选从筛选形式上,可以分为单标签搜索和多标签可切换搜索③ 单标签单标签搜索只能在输入框中的一个既定范围中搜索。优点:便捷,应用普遍缺陷:范围少,面对复杂数据需要多个组合筛选④ 多标签可切换在一组标签中选择搜索范围优点:便捷,节省空间缺陷:展示不直观;多一步选择标签的操作;不能组合筛选如果空间有限,没有组合搜索的可能性,可以使用多标签可切换;正常情况下,不要剥夺用户使用组合筛选的机会。2. 选择器类筛选选择器类筛选可以是单选或者多选,用户点击选择待选项即可。这类筛选往往是筛选的某类标签或者某组数据,方便用户批量处理。优点:无需准确记忆,适合批量数据缺陷:展现方式不直观,匹配结果的精准度不够此类筛选往往和表单的选择器使用的是同一个组件,而且可以使用第三方的开源库,应用范围比较广,同输入类搜索一样,是最优先被考虑的类型。3. 平铺类筛选平铺类筛选是将所有的待选项铺出来,方便用户直观选择。可以是单选,也可以是多选。优点:待选项平铺,选择方便直观缺陷:占用空间,待选项数量过多的时候,可能会存在折行或隐藏,没有关键词搜索,选择效率变低平铺类筛选大多应用在电商、招聘等网站;如果筛选维度很少,空间充足且待选项的数量在 5 个左右,可以考虑在表格、列表页面使用平铺类筛选。4. 分页筛选分页 Tabs 类似于平铺类筛选,都是将待选项平铺出来,不一样的是,分页 Tabs 的视觉级别更高一些,相当于标题存在,并且不支持重置。有一些平台也称之为分组。优点:帮助用户提前做了一轮筛选;待选项平铺,选择方便直观缺陷:占用空间,需要考虑待选项的数量和页面空间的适配分页 Tabs 对用户来讲无疑是便捷的数据筛选,但前提是需要保证大多数用户筛选维度的共通性,否则就会对部分用户造成困扰,或者提供用户自定义的机会。5. 高级筛选高级筛选的判断关系较多,一般会包括筛选条件、筛选关系(且、或)、筛选类型(包含、不包含、等于、不等于等)、筛选值和添加等属性。优点:可以满足的用户应用场景最多缺陷:操作比较繁琐二、筛选的布局由于筛选组件的数量和业务应用的场景有所不同,所形成的布局模式会有所差异,大致会分上下布局、侧边布局、浮层布局、表头布局。1. 上下布局上下布局是值筛选条件位于数据的顶部优点:展示直观,筛选条件和数据关系联系更紧密;横向空间上可以展示更多的数据缺陷:数量多的话会压缩纵向空间上下布局是当前用户使用方式中最常用的方式,如果系统给的筛选条件过多,需要对筛选条件进行分层,低频类的需要收起。2. 侧边布局侧边布局是指将筛选条件列在数据的左侧或者右侧。优点:可以展示更多的筛选条件缺陷:宽度大的话会压缩横向空间;从视线覆盖面积来讲,侧边布局用户对照查看数据的耗时会更长使用侧边布局的时候,需要考量当前内容区数据的字段展示量如何。因为一般情况下,侧边会存在导航,再加侧边筛选,数据压缩比较严重。还要看一下当前用户的使用习惯如何,对侧边布局的接受度。3. 浮层布局浮层布局一般会有抽屉、对话框、悬浮框。优点:节省空间,能容纳更多的筛选条件缺陷:用户无法快捷的对比筛选值和筛选数据;具有一定的打断性,特别是对话框和抽屉;用户再次修改比较麻烦浮层布局一般在空间有限,又有筛选需求的时候使用;使用过程中需要标记当前有筛选值,最好能将筛选值单独显示出来,方便用户数据对比和清除重置。4. 表头布局表头布局是将筛选条件的图标固定在表格表头的右侧,用户点击后筛选优点:筛选流程更直观缺陷:用户无法快捷的对比筛选值和筛选数据;表头的空间有限,如果是横向滚动,隐藏后不容易发现一般不推荐优先使用表头筛选;像个别场景,空间有限,使用过程要标记当前有筛选值的状态。如果为方便用户筛选,又没必要单独给界面加一个选择器类筛选,可以尝试使用排序代替筛选,让数据以一定的顺序进行分组。比如按照优先级:高、中、低排序,倒序按照高、中、低的顺序排列,正序反之,可以满足大部分用户的查询需求。三、筛选的触发方式1. 实时触发在输入或者选择筛选值的时候,数据实时匹配。优点:筛选效率高缺陷:比较考验系统的稳定性;对于想使用精准搜索范围的场景,会延长整体的加载时间与手动触发相比,更推荐实时触发,但是要考虑系统的稳定性,在答应用户之前先和研发团队预研方式的可行性。2. 手动触发在输入或者选择筛选值的之后,需要手动点一下搜索或者查询按钮。优点:稳定性更高缺陷:多一步操作,效率低四、帮助用户1. 帮助用户做收纳无论使用哪种布局或者筛选类型,都会遇到筛选条件数量很多的情况。如果当下不能轻易改变用户习惯或者优化成本太高,可以试试以下三种方式:对筛选条件进行分层,将高频的筛选条件放在外面,低频的收起,用户用到的时候再展开。一些复杂 B 端系统,筛选条件是根据用户自定的数据生成,因此数量和内容不可控,多角色场景下使用习惯也不一致,这时可以给几个系统常用筛选条件,让用户可以自定义选择。考虑极限情况,如果用户确实添加了很多的筛选条件,要考虑页面内局部滚动。2. 帮用户标记筛选状态如果在使用可收起筛选、浮层筛选、表头筛选等方式的时候,一定要为用户标记当前有筛选值的状态。如果不标记,用户在筛选后没有重置,离开页面再回来的时候容易遗忘当前已经筛选过。或者将选择后的筛选值外显,在数据顶部放置一份,方便用户对比和清除。3. 帮助用户记住筛选值用户筛选过后,点击数据查看详情,如果详情是一个单独页面,往往都会刷新,再返回的时候,筛选条件已经清空了,如果用户需要多次查看该筛选值下的数据,需要多次选择。所以,用户从下级页面返回上级页面的时候,需要帮用户记住筛选值。至于是研发记住,还是优化设计表达避免刷新,要具体场景具体分析。筛选器的使用有的平台也会叫过滤器、视图等,名称有出入,但是功能大体是一致的。一般在筛选条件数量和使用角色都比较多的业务场景中使用。系统会默认给几个筛选器:全部、我负责的、我创建的等。这是从另外一个维度帮助用户记住:将常用的带有筛选值的筛选条件作为一个筛选组保存起来,方便用户下次进来的时候直接选择使用,方式便捷迅速。以下是几种筛选器在页面中的常见表现形式:4. 帮助用户更容易到达在有筛选条件的表格页面,应该确保顶部筛选条件和操作栏固定。如果数据太多,滚动会隐藏筛选区,应该只允许表格内容区滚动,方便用户对比筛选值和筛选数据。另外,如果用户要修改筛选值,这样的话不需要再回滚,容易再次触及。当然,除了以上设计复盘,还可以对筛选组件做一些创新设计,有机会再和大家讨论。业务场景的不同会导致设计师的表现也会有所不同,上述是我对最近工作的复盘,如果还有其他的筛选内容,欢迎大家再补充和交流~本篇来源:优设网原文地址:https://www.uisdc.com/filter-function-design-3
项目 目标 数据 仅关注设计本身,设计前没有做好充分理解就进行设计,导致频繁返工或误工;设计后没有关注数据、及时总结,导致自身成长较慢。长期不合理的运营设计流程,容易造成自身成就感低,丧失对设计的兴趣及信心。本文将帮助运营设计师树立设计流程的全局观,避免陷入无穷无尽的需求执行中。更多设计流程参考:设计师想做产品经理?从百万级实战项目总结出这份产品设计流程编者按:UI 设计师如何转行成为产品经理?阅读文章 > 以下是根据多篇行业文章及资深的运营设计师的工作方式,总结提炼的重点运营项目设计的 7 个步骤:确立目标-提升点击/转化/品牌;分析特征-内容的功能、产品属性、利益点;投放客群-用户的兴趣、年龄、财富值、行为习惯;评估效能-对项目的理解及影响因素,如投放时间、活动级别等;设计阶段-页面的结构、风格、颜色、字体;数据验证-方案前后对比、多方案测试;总结优化并分享-效果的分析,取长补短,沉淀分享。项目案例:抽奖活动-口袋旺换装活动提升整体活跃、转化,同时通过分析不足,指导下一阶段的优化方向。一、确立目标首先要明确项目为了什么?提升什么?只有明确了目标、方向,才能够做到以终为始,结果导向,所以目标是第一位,这样才能有效的管控项目进度、设计产出质量。不同的目标,对应的运营设计策略也会有所差异。如图所示:活跃、转化、品牌对应的设计手法也会有所差异。项目案例:口袋双 11 活动开始目标不明确,导致颜色、形象、场景出现较大的偏差,返工成本较高。二、分析特征产品、活动多种多样特点不一,如内容形式有签到、秒杀、抽奖等,利益点有 1 元秒杀、免费领取等,类型有理财、保险、贷款、商品等。根据竞品分析及内部测试数据显示,内容特点差异化区分设计,识别度较强、数据效果较佳。项目案例:(左)根据理财、保险、贷款等分别凸显年化收益率、保险人群图及赔付额度、贷款额度等特点,整个产品区点击率比右侧好一倍多。三、投放客群为什么需要运营设计师去关注客群?目前用户在选择上多元化、个性化趋势下,越来越多的公司都在进行着各种用户客群的研究。无论是在算法层面,还是在运营层面都越来越成熟,为用户群提供适合的设计解决方案。不同的用户,不仅要提供不同内容,还要设计不同的展示形式、浏览动线等等,如小白型要侧重于认知教育、品牌宣导、从众心理(排行榜、销量),忠诚型要侧重于提升浏览效率、信息简要、快捷查找等。除此之外,还有按照年龄、性别、职业、兴趣、行为、财富等,人群特征不同,喜好、设计风格、元素都有不同的偏好,如:新时代的中流砥柱们—成熟稳重、钟爱降噪、三品规律、轻质感;Z 时代的小哥哥小姐姐们—潮流时尚、国潮、二次元;大龄的少儿们—从以具体的形象思维为主,向抽象的逻辑思维过度阶段,求知欲望强、猎奇、多彩的感官世界。四、评估效能为什么要把投入效能放到第 4 步?因为对需求没有充分了解就判断投入产出比是不够的,只有基于前三步的沟通探讨,才不会受到其他因素的影响。评估好效能,需做到如下几点:评估需求合理性,拒绝不合理、不清晰的需求,保障自身价值最大化;权衡好活动级别、时间节点、目标等要素,做到以终为始,要事第一;学会拆分节点,把任务打散分批交付,如玩乐高积木一样,拼一个车,一上来就直接拼肯定会懵掉,哪怕是看密密麻麻的说明书也很难,运用拆分思维就会简单很多,比如车架、发动机、车轮,方向盘等等。五、设计阶段运营设计的能力也很重要,基本的构图、字体、颜色、装饰、风格外应满足如下特点:除此之外,还需重点关注:1. 信息传达在开始设计之前,一定要找准信息传达与用户需求的平衡点,洞悉用户关注点,挖掘用户真正的需求,用精准的设计来保障信息传递。2. 聚焦首屏,减少非必要信息入口首屏的降噪、创意表达以及次要信息入口的分布排列,将会直接影响关键数据的增长。3. 重点关注下常用的交互规则7+-2 法则、费茨法则、席克法则,帮助设计更合理且更具说服力。让设计更有说服力的20条经典原则:菲茨定律简介说明1. 理论表述 任意一点移动到目标中心位置所需要的时间,与目标距离正相关,与目标大小负相关。阅读文章 > 六、数据验证成熟的运营设计师往往用数据来证明自己的观点,减少主观表达,用增长思维验证设计改良。如:运营和设计经常会有一些分歧,有行动按钮还是无行动按钮?这个时候最好的方式就是拿出经典案例的数据分析,我们通过设计法则、信息优先级等方式提升业务指标,分歧即可迎刃而解。项目案例:七、总结分享及时总结可以对设计产出作出阶段性的反思,对整个项目进行通盘思考,发现不足。同时总结后也会更加清晰的知道下一级阶段项目和自身优化的方向,既能锻炼结构化思维表达能力,也能帮助自己完成对行业的沉淀。设计沉淀后记得要分享出来,产品、运营、设计数据及时共享,各取所长,合作共赢。最后总结,随着行业高速发展及精细化运营趋势,运营设计不只是拿到需求就开始执行,而是要关注整个设计流程的可持续性、参与项目设计的深度,愿大家在设计道路上一直深耕下去。欢迎关注作者微信公众号:「OnepinganDesign」本篇来源:优设网原文地址:https://www.uisdc.com/operation-design-process
用户 数据 产品 在这个信息数据化时代,作为交互体验设计师的你一定遇到过这样的问题:在复杂的 B 端产品中,由于企业级用户的特殊性,很难获取产品落地后的数据,难以完成设计验证;可用性测试、用户访谈等测试工具成本过高,开展实施比较困难;刚刚完成上线的新产品,如何更快更好地收集用户数据和反馈……这些问题很常见。本文将为你介绍 3 种方法,告诉你当面临以上这些情况时,该怎样发现产品自身的问题以促进体验提升,又该怎样完成设计闭环。相信会对你有帮助。更多获取用户数据的方法:7个接地气的实战经验,帮你学会做用户问卷!用户问卷是交互设计师工作中常用的设计工具。阅读文章 > 一、数据的获取方法1. 在产品中增加反馈渠道要知道,用户反馈的复杂信息、使用疑惑和问题,在经过处理和提炼后也会变成有效数据。你可以在上线的产品中增加「用户反馈」入口,鼓励用户在使用产品的过程中直接反馈使用体验和意见,可以尝试以下方法:(1)主动引导用户进行反馈:在用户刚进入产品或完成某些关键性任务后,使用 banner 或悬浮按钮等方式,吸引用户反馈问题和感受。这种主动式引导不宜太频繁,形式要简单,并且要结合场景。例子 支付宝 App 在用户截图之后才弹出悬浮按钮,是因为产品推测用户在操作的过程中可能需要求助,这时的反馈往往是真实的有效数据,用户的填写意愿也会更强:(2)轻量级问卷投放:在产品中使用弹窗、链接等方式,选择合适的用户进行投放。由于是在产品内设置的轻量级问卷,所以要注意:明确调研目的,针对某个关键性的问题进行设置;问卷篇幅要短,简洁精炼,一次 3-5 个重点问题即可;进行分类投放,对不同的用户群进行区别和分类调研,避免混淆数据;填写形式简便,减少被调研用户的输入时长,尽量用选择代替输入;尽量结合场景,同用户反馈的引导一样,问卷也需要尽量结合产品的应用场景,调动用户的填写意愿,避免用户路径的打断。(3)利用社群触达用户:在产品中增加社群二维码,用户可以通过扫码进群交流,也可以利用社群定期推广一些活动,给用户一些反馈奖励,保持与用户近距离沟通。2. 产品内的数据监测在产品内部增加用户行为和数据的监测功能。很多大厂都有自己的数据监测平台,现在也有不少第三方数据监测平台和机构,可以提供数据埋点及用户行为监测服务。如果成本有限,设计师也可以求助开发利用一些代码和插件,在产品页面中的关键节点进行「埋点」的设置。这些「埋点」是对用户行为过程及结果的记录,即用户在什么时间做了什么样的事情。用户的所处位置、场景甚至是可能的心理预判,都可以被埋点记录下来,为产品交互提升和改进提供依据。3. 模拟用户操作行为设计师可以通过对用户行为的模拟,为自己设定一个需要完成的任务,测试产品的实际用法。不仅仅是设计师本人,其他的同事也同样可以被邀请来做模拟测试。在测试中需要注意:根据产品功能的不同类别有针对性的选择与用户类型相似的人进行模拟测试;设计师要有充分的共情能力,即使对产品已经有一定的了解,也要尝试猜想和假设用户的心理和可能会遇到的问题,模拟出用户所处的真实情景。例子 工业设计中经常会用到的共情设计方法,有时会借助一些模型和工具来模拟用户的感受和场景。下图为设计师模拟老年人手部关节退化,不能正常弯曲后的生活状态,以更好的为老年人做产品设计:二、关于数据的两个常见问题Q1:在面试和作品集中没有数据展示,是不是就不能证明设计价值?很多同学认为,面试官判定设计作品的价值时会以产品的数据作为依据。这个说法不是很准确。数据的展示是从一个侧面反映你设计成果的价值。但没有数据指标,并不代表你做出的设计不是好设计;另一方面,就算你拿出完美的数据,你的设计成果质量不高,数据是靠运营和商业模式跑出来的,也不一定能证明你的设计能力。因此我的建议是,能抓到数据就尽量去抓,抓不到数据也无妨,面试时实事求是的回答,再加上你对数据作用的认知和看法即可。你可以将重点放在设计的逻辑和理论支撑上。Q2:验证 B 端产品的设计价值,通常需要用到哪些数据指标?不同的产品,设计的发力点和其所解决的问题是不同的,所带来的设计价值就会不同,相对应的评价标准和数据指标也会有变化。更多数据分析术语和模型:这5组难理解、易混淆的数据指标,看完这篇就学会了!本文将设计师难理解易混淆的数据指标进行详细的讲解,方便大家了解并掌握。阅读文章 > 用6个章节,帮你掌握常见的数据指标和数据分析模型一文读懂设计师应该懂的数据指标和数据分析模型。阅读文章 > 欢迎关注作者微信公众号:「长弓小子」本篇来源:优设网原文地址:https://www.uisdc.com/get-user-data
数据 图表 关系 可视化图表是提升信息传递效率的一种有效方法,特别是在B端平台中经常遇到对统计的数据分析总结的呈现。我们设计师在设计图表的过程中,如果没有系统的可视化知识,会出现设计的图表虽然美观但图表不能很好的反应数据的情况。那么,在复杂的数据关系中如何设计和选用图表,如何在好看的同时提升信息传达效率,看完这篇文章希望对你的设计过程有所帮助。往期干货:如何做好视觉可视化设计?我总结了这72种图表类型视觉学习者(Visual learner)是那些用图像进行思考的人[1],这些人将脑中的画面转述成词语去与他人进行沟通。阅读文章 > 一、为什么要数据可视化数据可视化就是用图表来表示数据信息,它所传达的信息包括你所拿到的数据源和你分析后的结果,再通过图形强化用户的理解和记忆。能让用户简洁明了的获取更多的信息,是我们可视化的最终目的。举个例子,同样一组数据,用表格的形式呈现是很难有所洞察的;如果将各个地区维度的数据聚合以柱图形式呈现,很容易就能看出各个地区间数据的差异,并从中洞察规律。关于如何设计好数据可视化图表,这边总结了三个步骤:选择适合的图表,强化视觉层次,图表响应式适配。1. 选择适合的图表数据可视化的图表种类繁多,当我们真的开始作图,往往会遇到一个困境:有这么多类型,要如何选择正确的图表呢?首要依据是考虑所要传达的信息意图,即所要制作的图表它的任务是什么,再通过分析数据关系来选择表达方式;第二层意图是图表传达内容,这时候我们就需要根据数据的特征去突出和强化。① 分析数据关系根据数据分析的方式来看,每一种图表都对应了一种数据关系。从数据的维度出发弄清呈现结构,再结合数据关系作出选择。了解图表的可能知道,一般图表的数据关系有构成、比较、分布,以商业数据为例,常见的还有流转关系。构成关系构成关系的图表表达的是部分和整体的关系,用于分析总体和各部分的占比比例,构成关系一般局部元素加起来为总数。如果只是想对比个别组成部分的大小,也可以使用比较关系的图表。常用图表:饼/环图、堆叠图、面积图等,如涉及到层级结构,还会用矩形树图或旭日图等特殊结构图表。关键词:“占比、比例、百分比”比较关系比较关系是基础分析中常用的一种图表类型。在一定的取值范围内,通过对两个或两个以上的指标分析,可以直观的看到变化和差距。对比分析包括趋势对比和分类对比两种形式,趋势对比用于表示一段时间内数据的变化,分类对比用于比较数据规模。常用图表:趋势对比常用图表有折线图、散点图等;分类对比常用条形图、柱状图、气泡图等。关键词:“增减、升降、涨跌、波动”分布关系利用空间分区来展示数据之间的分布关系,常用于体现两个或以上数据的相关性。常用图表:散点图、热力图、雷达图等关键词:“随着……而变化、A/B之间的相关性、交/并集”等关联与流转流转关系是 B 端数据常用的一种关系,它可以动态的体现相关路径下对象之间的关系、状态、数据量的流转变化等,以面积或颜色深浅展示了多个状态或对象之间的流动量或流动强度。常用图表:关系图、桑基图、漏斗图、进度图等关键词:“流程步骤、留存、转化、关系”② 分析数据特征按数据关系和分析目的选择好图表类型后,第二步是根据数据特征选择更加适合的展示方式。从数据分析的角度常见数据特征有:变量特征、维度特征、层级特征、流程特征。变量特征分辨一个指标通常有两类特征,按变量值是否连续可分为连续数据与离散数据两种。连续数据通常会统计一组数据的变化趋势,离散数据通常统计各分类下数量的变化。连续型数据:指在一定区间内可以任意取值的数据叫连续数据,其数值是连续不断的。如身高、体重等带有时间因素变量的数据等,通常用折线图体现变化趋势。离散型数据:指其数值只能用自然数或整数单位计算的数据。如当天销量、进店人数等表示分类类型的数据,用柱图表现更加体现变量的特征。维度特征多维度分析需要将多个变量在同一平面上直观的表示,可以选择使用极坐标系去展示多个维度变量。如果希望对比多组数据,可使用不同颜色进行分类根据分析视角选择图表:对于多维度变量的数据我们需要明确分析的视角,去找准对应的数据映射。如案例中多个班级的科目成绩的这组数据,如需要全局视角查看个班的综合素质,推荐使用雷达图;对比单科成绩的变化分布,则推荐使用堆积图。层级特征多层级数据由多个部分构成一个整体,又称树形结构数据。除了用结构树图表表现以外,还可以考虑以下两种图表类型:矩形树图:突出子层级占比大小。最初是用来显示计算机硬盘驱动器上文件的结构和大小,它以面积的形式突出展现各个子层级节点的占比,可帮助用户看到数据的层次结构以及各层级之间的关系。例如:上图显示了市场销售额的来源结构。长方形的大小取决于各国家的平均销售额,通过色调来区分不同类型,颜色的深浅代表分类下的子集,面积体现销售占比。对比一般结构树图表,它的优势在于可以有效利用空间。旭日图:突出细分层级关系。由多个圆环图嵌套而成,也称为径向树图,它既能像饼图一样表现局部和整体的占比,又能像矩形树图一样表现层级关系。常用于细分分析方法,将事物从大到小进行拆解。每个级别的数据通过 1 个圆环表示,离原点越近代表圆环级别越高。 旭日图在显示一个环如何被划分为多个层级时最有效,而矩形树图适合比较相对大小。流程特征流转关系是表达数据转化流程的重要类型,不仅包含统计意义上的数据总和,同时还表达了信息流转的路径;其中桑基图和漏斗图都可以表达路径中流量的变化,不同的是桑基图重点强调流量的强度和走向,漏斗图更加注重突出转化率和效果,根据不同的表达目的选用。2. 强化视觉层次选择合适的图表后,在信息传达上也需要正确的表达,展示形式美观的同时能够清晰的体现数据特点。① 强化数据特性使用图表正确的表达信息,需要设计师在强化数据特性的同时避免偏差趋势易感知:折线图数值如过于平均导致趋势平缓,有时候无法体现偏差;在强调数据趋势的场景下,推荐用动态取值范围让波动保持在一定范围内,放大波动占比更突出趋势。展示更准确:柱状图依靠柱体面积体现最终数值,使用动态范围截断将会导致数据解读不完整;始终将 y 轴从 0 开始,才能更准确的反映柱图中的值。② 色彩视觉传达除了在设计构图上优化以外,颜色的选择也是图表重要的的信息表达元素。颜色会影响我们对数据的感知,错误的取色会让信息读取产生误解。我们可以通过不同的分析目的设置意图色板,精确传达信息同时后续的项目在选用时也可以达到用色的统一。我们在之前的文章里有介绍过图表的取色模型,通过调整颜色 HSL 值的区间,可以得到以下三种意图色板:定性型-分类色板:用于区分不同的类型,又称为无序色板。适合区分没有内在顺序的类别定量分歧型-发散色板:通过两边互补色来体现,具有明亮的中间值,然后以不同的色调在刻度的两端变暗。通常用于可视化负值和正值定量顺序型-顺序色板:从亮到暗或相反的渐变。适合可视化从低到高的数字。那么我们要怎么样去使用这些色板呢?下面几个案例将带你了解其中的差异。定性型:使用色调来进行分类数据内在没有顺序差别时,建议使用色调值(H)进行区分;如定义国家、行业等类型。如果希望图表看起来更加专业,以下有几项分类色板的小建议:选取尽量少的色调:取色时无需使用整个色环,使用邻近色或互补色的取色方式显得更加专业。色板适度明暗交替:一些视障人士无法区分色相,主要靠颜色的明暗差异来识别,通过饱和度和暗度的调整,创造明暗交替的色板。定量型:使用深浅色板强调内在顺序如果在同一个分类下包含子类别,或者数据本身具有排名属性,那么建议使用连续色板来突出他们内在的顺序,使图表更加易读。顺序色板-选择合适的插值:根据数据的分布情况选择不同的的插值断点,突出数据的差异。如以下案例中,根据统计学概念设定不同的取值区间,左侧示例使用的是平均线性差值,反映的是数据的集中趋势;右侧示例使用的是中位数插值,能更好的体现数据分布的形态。发散色板-关注对比色的识别性:尽量避免红绿配色,如需使用绿色,偏黄或偏蓝的绿色更易分辨,对视障人士也更加友好。3. 图表中的响应式设计B 端图表可视化的数据一般是在网页或移动端上动态显示。不同于平面展示或汇报,在基础设计完成后还需要考虑到图表展示的环境,根据不同端去适配显示效果,以适应各种复杂情况。而动态显示带来的交互特性也让数据展示有了更多的可能性。① 布局框架适配在网页端显示时,有时候同一个图表需要考虑不同容器下的适配方式。根据数据相关性变化元素的适应形态,将非必要的的元素转化或隐藏,保留重要的图形元素去适应当前空间;元素隐藏后使用悬浮交互来保证信息的展示,保持图表的可读性同时也避免产生元素的重叠。如案例中的图表,在不同尺寸下通过改变和隐藏图表元素,以达到适配当前空间的效果。② 图表元素适配要适配移动端,网页端横向延展的显示方式需要适应移动端纵向空间的显示。除了呈现角度的改变外,还需要考虑手机屏幕的尺寸和图表元素的适配性,去兼容相关的交互操作。信息浮层:在图表中,信息卡元素是传达信息内容的重要组件,在网页端中悬浮展示,通常会占据很大空间;图表适配移动端后,信息浮层改动到图表上方常驻显示,并跟随手指的滑动变化响应数值,完整展示信息的同时也避免了页面抖动。坐标轴标签:过长的坐标标签在适配过程中会产生重叠,而省略也会造成信息展示的不完整。我们需要针对不同的坐标轴类型给出响应的规范。如文本类轴标签我们可以采用省略、换行、旋转等方式适配,避免信息的缺失。针对有连续型的数据类坐标轴我们可以使用抽样、转化单位等方式适配,精简空间避免堆叠。③ 极值适配因 B 端平台的特性,我们无法预知客户传入的数据量,可能会遇到因数据量过多,造成图表显示不佳,数据读取困难等问题。这种情况下,提前考虑数据极限场景,通过交互的形式变化的方式让用户获取完整信息,提升理解同时信息展示更灵活。缩放和平移:在数据范围过多时增加取值范围的缩略轴组件,通过限制展示范围让数据量显示可控。互动切换视图:如果折线的类别过多且无法省略的,建议分组查看。默认状态仅当前组折线高亮,其他数据以浅色显示,通过切换的方式查看其他组别的信息。悬浮鼠标高亮:在分类过多不好分辨时,可使用悬浮高亮的交互方式突出相关联的数据组。还有悬浮放大、点击下钻、联动图表等交互行为可以组成更加丰富的图表。因篇幅原因,在这篇文章就不做深入讲解了,以后可独立介绍。结语数据可视化在 B 端设计场景中发挥着重要作用。设计师在表达数据之美的同时更加准确,才能更直观地向用户传达数据的价值。使业务人员能够从复杂的业务数据中快速、直接地找到重要数据,确保用户能够更好的接收信息,才是可视化的关键。* 以上图表中均为虚拟数据,仅作为案例参考8000 字深度长文!B端数据可视化设计指南(信息图表篇)在如今的工作中(尤其是 B 端)越来越多的会开始出现数据可视化的身影,对于一部分小伙伴来说这个概念是较为陌生的,面对这道无形之中提升的“门槛”我们常常会表现的手足无措。阅读文章 > 想做好数据可视化?先掌握常见 5 类图表的特点和设计细节“数据可视化的目的,是要对数据进行可视化处理,以能够明确地、有效地传递信息。阅读文章 > 欢迎关注作者的微信公众号:「百度MEUX」本篇来源:优设网原文地址:https://www.uisdc.com/visual-chart
数据 用户 指标 2009 年 Google 做了这样一个试验:用 41 种蓝色作为链接色,呈现在搜索结果页中,追踪它们带来的点击率,最终色值#2200CC 脱颖而出。据报道,该色值相较于其它蓝色,每年多为 Google 带来 2 亿美元的利润,可谓相当可观。数据结果显示,链接色越偏向绿色效果也就是他们的核心数据越差,越偏向蓝色效果效果越好。这不是个例,全世界许多互联网公司,包括 58,都在做着类似的事情——用数据来做设计决策。线上同时跑着许多版控制变量的测试方案,制定一个核心数据指标,有可能是点击率、停留时长或是日活跃用户数,保留数据效果好的那一版继续设计与试验,无限寻找并趋近商业与设计的平衡点。这便是数据驱动设计的一个缩影,它概括了数据在这类产品中的主宰地位。数据设计干货:如何构建数据体系设计方法论?五大章节帮你掌握!作为一名用户体验设计师,在工作中最常出现的痛点有两个:一个是如何让方案获得各个角色的认可,顺利的将方案推行下去;另一个是项目上线之后,设计产出和设计价值如何体现。阅读文章 > 一、提问与挑战看到 Google 的链接色试验,结合日常工作中数据的地位,难免会提出这样的疑问:为什么不测试第 42 种蓝色?为什么只测蓝色,而不测其它颜色?下图也是一个有关于颜色的案例,绿色与红色两个开始按钮,进行 AB 测。绿色在国际上都与顺畅通过有强烈的隐喻连接,而红色往往代表着错误与禁止。但是最终数据显示,红色按钮版本的转化率要优于绿色 21%。不知道这样的结果,是否能支持了这个产品将红色按钮推全量。为什么公认的更好的设计方案,最终数据不一定好看?数据至上的大环境下,我们是否会逐渐失去对产品的直觉判断能力?用户的每个决策简化为一个简单的逻辑动作,这背后一定是科学正确、无懈可击的么?要解答这些问题与挑战,需要先搞清数据驱动设计的优势所在。二、生存的土壤数据驱动设计之所以能够有生存的土壤且不断发展,总结市面上的沉淀,有以下几点:1. 利于团队理解一般来讲,产品的核心价值导向是抽象的,为产品制定核心指标的过程就是将它具象的过程。具体的核心指标,相比于一个抽象的价值观,更有助于整个团队的理解。2. 拥有可操作性核心指标制定后,能够有相应的公式对指标进行拆分,而拆分后的指标可以指导团队在各个环节去不断优化,具有很强的可操作性。3. 符合产品节奏许多互联网产品,由于市场环境也好、企业基因也好、产品生命周期也好,都希望小步快跑去快速迭代。数据驱动的产品,方便快速试错,不断调整方向。4. 便于向上管理广义的向上管理,包括个人对 leader 的汇报、项目组对高层的总结,甚至创业公司对投资机构的宣讲,这些场景有数据的加持,会使工作进展、项目成果、发展潜力更可被感知,从而争取更多的资源倾斜。三、数据陷阱数据驱动固然有它的优势,但这不意味着它是完美的理论。1. 核心数据难制定产品制定核心数据的过程,必然伴随着近似与误差。因为没有绝妙的数据指标能够完全等同于产品给用户带来的价值。举例来看,一款交友产品中「用户在这儿玩得开心」是核心价值,那么核心数据是用户停留时长、互动信息数量,还是 App 打开次数?如果用户停留时长高,但仅打开过一次手机意味着什么;如果用户频繁打开手机却没来往过几条信息又是什么场景;如果用户信息数量很多,但每天多次只打开不回复社交信息,那 ta 是怎样的用户?可是这些数据乍一看都是「玩得开心」的近似代表,却都有它们自己的局限。这就告诫我们一定要注意数据陷阱。2. 避免虚荣指标设计工作中,会出现数据指标有所提升,但最终产品收益不大的情况。其原因可能在于虚荣指标。虚荣指标 Looker 创始人 Lloyd Tabb 把虚荣指标与明确指标的差异总结如下:举例,对于家服平台来说,58 到家 App 并不是像其它 C 端用户一样只要登录就可以,用户需要在线完成购买服务的流程,才能称之为活跃用户:找服务、选服务、完成购买并完成线下服务。所以通过签到领奖励等运营手段带来的打开、注册/登录行为只是一些数据,除了为当天增加一个日活外,没有更多作用。所以 App 下载量、注册登录用户数便是 58 到家的虚荣指标,下单量才是精准指标。3. 代入到更宽广的层级设计一样东西通常需要把它置于它所属的更大的环境中来衡量,这是我从建筑师 Eliel Saarinen 的设计理念中学到的东西。互联网短短发展数十载,但是人们对于设计的探寻已经绵延千百年。建筑学——更是集概念性、落地性与时间沉淀于一身的学科。非常值得借鉴学习。建筑学如此,互联网产品的设计也如此。部分数据未能真实反应产品使用的情况,可能是因为没有把小的设计环节放置在整个流程中 没有把设计流程放置在整个产品的使用中 甚至,再进一步——没有把产品的使用放置在用户的日常手机使用中。如果我们在更长更广的视角去看待设计环节的数据驱动验证,很可能发现那个关键数据只是整个链条中的小小切片。它只能反应上下游关系,而无法真正地指导整套设计方案的产出。举例,58 到家 App 首页的 feed 模块,上线了双栏内容穿插 sku,与单栏场景化 sku 的灰度测试。预想中,后者能够为目标不明确的用户打造许多场景化的需求温床,促使用户根据场景提示来完成下单。数据情况:之前该该环节的核心数据定为了点击率,这就没有做到把这个小的设计环节放置到整个流程当中,也没有选用最核心的数据——即订单转化率,来衡量这个设计的好坏。如果仅看点击率,后者效果不佳,但如果看订单转化便扳回比分。再结合用户体验的直觉与经验:场景化 sku 的用户心智引领路径过长,不适用于若干行列表的呈现方式,会造成用户的疲劳感。相信后续针对后一版本的优化会取得较好的效果。还有些情况,一个核心指标确实无法反映设计的好坏,可以尝试增加二级指标,这也是代入到更大层级的一个方式。举例,假设 58 到家有 20%的用户是我们判断的高价值用户,他们贡献 80%的收入。那么我们在针对与收入相关的核心指标做版本迭代时,会不断向着 20%的用户倾斜。但是剩下 80%的用户,他们可能对于产品的增量拥有更大的想象空间,在优化核心指标的同时,可能会牺牲掉产品长远发展的可能性。所以增加并观测有关 80%非核心用户的二级指标,争取达到短期效益目标和长期增长目标的双保险。四、其他驱动经过上面的分析,我们发现数据驱动设计这件事本身,有利有弊,如果要做得科学有指导意义,难度并不小。那现行条件下,是否有其它驱动能够将其代替?假说驱动、理论驱动、直觉驱动以及神经营销学等等都是与之并列的驱动方式。其中直觉驱动与数据驱动最为不同。1. 直觉驱动罗翔老师讲刑法,说有些同学学了法之后,就失去了人性,失去了老百姓都懂的朴素价值观。做设计一样,我们判断一个设计好坏的时候,如果代入了太多复杂的设计方法论、数据验证理论、产品营销思维,就容易忘掉最朴素的设计直觉与价值判断。2. 神经营销学有关神经营销学,有一些耳熟能详的典故,如可口可乐与百事可乐的盲测。推荐 TED 演讲《神经营销: 消费者决策的新科学 Neuromarketing: The new science of consumer decisions》,内有详实的案例。3. 最重要的关卡最后回到产出设计方案的人——设计师自己。在发出交付邮件的那一刻,是否感到骄傲;上线后的某一天是否会很开心看到自己的设计;年终总结时是否愿意把它提交到团队的设计年鉴当中。这些问题的回答如果都是肯定的,我想这个设计不会差。最后回到最初的 41 种蓝色,无独有偶,2010 年 Microsoft 的 Bing 也做了类似的试验。最终确定了该搜索引擎的链接色——#0044CC。据报道,如果把额外的广告点击量和用户参与度考虑在内,每年能增加8000万美元的收入(考虑到Bing的市场份额远小于Google,Bing链接蓝的收益增长,从百分比来看要高得多)。看到这里,你是否对这两个互联网巨头的试验结果产生了一丝怀疑,Google 与 Bing 的用户,是否有如此大的差异,以至于这两个冠军蓝色看起来截然不同?有没有一种可能,人类的社会活动、心理状态以及使用产品时辅助做决策的潜意识等等这些,根本无法用数据去概括与总结?那数据驱动设计的根基,是否不复存在?这让我想到老友记中,Phoebe 让 Ross 这个古生物学博士,对进化论产生了动摇。当 Ross 松口后,Phoebe 对他说「How are you going to work tomorrow?」回到设计,这篇文章充满自相矛盾的假说与推演,既没有自圆其说,也没有明确立场。只是希望能够信马由缰地把有关数据的一些思考记录下来。接下来,你将用什么作为你的设计驱动?欢迎关注「58UXD」的微信公众号:本篇来源:优设网原文地址:https://www.uisdc.com/data-analysis-design
热点 内容 数据 大家好,这里是和你们聊设计的花生~现在很多设计师都选择在抖音等短视频平台上发布作品,打造个人品牌以实现流量变现,但不少有这种想法的设计师对创作什么内容、如何引流不太了解。今天就为大家推荐一款抖音官方出品的创作者工具「抖音热点宝」,它能帮助我们学会如何洞察热点趋势、优化创作内容、参与热门话题并获取官方流量扶持,是新手短视频创作者必备的神器。免费好用!自媒体时代设计师必备的5款Gif制作工具大家好,我是和你们聊设计的花生 ~身处自媒体时代,我们每个设计师都可以作为内容创作者在微博、小红书、知乎、朋友圈这些地方分享自己的经验和想法,而无论是写设计教程,还是制作表情包,Gif 动图都是一种极佳的信息传递媒介,它比静态图片更详细生动的展示步骤和细节,也比视频更轻便直观,因此应阅读文章 > 抖音热点宝网页端地址:https://douhot.douyin.com/手机端入口:进入抖音 - 点击右上角的搜索 - 输入“抖音热点宝”获取入口抖音热点宝是抖音官方推出的创作者工具。它汇集抖音每日3000+热点,支持热点分析、热点预测、数据观测、官方活动日历查询等功能,帮助创作者更直观全面的了解热点趋势。下面以手机端为例,为大家分享如何利用热点宝帮我们创作热门内容以及迅速吸引流量。在抖音手机客户端搜索“抖音热点宝”就会显示入口,点击banner进入热点宝的界面了。热点宝功能分区有三个:热点、观测和活动。「热点」展示的是分钟级别的上升热点榜单,可按类别和城市筛选,更快速定位优质的热点内容;「观测」展示的是分区的头部账号,我们可以选择监控其中一些账号或者作品的数据,作为自己优化内容的参考;「活动」展示的是官方活动日历,可以帮助创作者提前规划创作内容,并获取官方流量扶持。1)热点功能热点区内包含视频、图文、音乐、搜索、全站热点等分类,可以精准了解不同分区的用户都在关注哪些内容。点击标签进入对应的话题发表内容,对这个话题感兴趣的用户就能收到本条内容的推送和曝光,从而获取流量。如果想做平面设计方面的内容,可以先点开“话题榜”搜索平面设计,然后在“话题总榜”处将选项更换为“热度飙升话题榜”,时间选按自己的需要选“近3天”或“近7天”。设置好这些选项后,我们就能得到目前站内关注度最高的有关平面设计的话题排行。进入其中的话题可以看到话题的热度趋势、播放量趋势、点赞量趋势、作者画像和用户画像这些内容。点击“话题详情”可以参与发帖,这样制作的内容也能被精准推送给对平面设计感兴趣的用户,从而实现曝光和吸粉。2)观测功能“观测”功能非常适合刚开始做短视频内容的设计师。学会一项技能最好的方式就是先模仿,如果你现在对该创作什么内容、写什么样文案、以什么形式展现还比较迷茫,那就先找一些你觉得在设计领域做的比较好的账号,把它们作为学习的对象,分析这些账号的选题、文案、更新频率、时长、点赞收藏数据等方面的信息,作为自己创作内容的参考。抖音热点宝的“观测”功能通过一下几点协助我们做好数据分析工作:1. 观测指定账号数据。在搜索栏内输入你想观测的账号,可以看到该账号的点赞、涨粉、评论、分享、更新等数据信息,其作品的数据分析(如点赞最多或涨粉最多的作品),还有该账号粉丝画像和粉丝数据。2. 观测指定视频数据。如果你在刷抖音的时候看到一条很好的内容,可以通过分享功能复制其链接,然后复制到热点宝“ 观测-他人作品 ”中,就能获取该作品全部数据。3. 观测自己的作品。使用这个功能可以帮我们准确优化自己创作的内容,如果一个作品你花费了比较多的心思或者进行了新的尝试,可以将其置入观测中,实时关注数据变化。如果没有达到预想中的数据,就需要思考一下是哪方面的问题以及该如何调整优化了。3)活动功能“活动”内有抖音的官方活动日历,会在展示未来30天内的官方举办的主题活动,参与这些活动会有官方的流量扶持,对于刚入门的创作者来说是一个不错的引流方式。因为可以看到未来活动安排,有比较充足的时间准备内容,对新手非常友好。点击进入活动详情页后,“活动介绍”内会有关于投稿时间和内容形式的详细介绍,大家根据要求进行创作投稿即可。抖音热点宝的网页版与手机移动端的功能相同,而且多了"热点广场"功能,在里面可以看到实时的热点榜单和热词趋势。用网页端看榜单趋势及分析数据的体验比手机端更好,大家可以根据自己的实际情况结合使用。以上就是今天和大家分享的短视频内容创作神器「抖音热点宝」。喜欢本期推荐的话记得点赞收藏,也可以转发给身边有需要朋友 。如果你有关于本文或者设计的疑问,可以在评论区提出,我会第一时间为大家解答 ~「抖音热点宝」网页端地址:https://douhot.douyin.com/「抖音热点宝」手机端入口:进入抖音 - 点击右上角的搜索 - 输入“抖音热点宝”获取入口推荐阅读:清华出品!AI 神器 WantQuotes 让你的文案立马变高级大家好,我是和你聊设计的花生~前两天刚盘点完一波人工智能在图像生成方面的超强工具,又在微博上看到了清华大学推出的一款“据意查句”的 AI 工具,可以按照你想要的意思快速查找出相关的名言、诗句、俗语等 。阅读文章 > 写文案没灵感?这8款文案网站免费用!编者按:本文为大家收集了 8 款好用的文案网站神器,包括名言通、押韵助手、学句子、藏头诗生成器、朋友圈文案网站生成器、邻近词汇检索、彩虹屁生成器、句易网,让你写文案手到擒来。阅读文章 > 本篇来源:优设网原文地址:https://www.uisdc.com/douhot-douyin
用户 球迷 数据 2022 卡塔尔世界杯已经拉开帷幕,相信大家从这周开始,都已经陷入四年一次的狂热的足球氛围中。那你有听过懂球帝这款足球 APP 吗?作为国内用户规模和影响力最大的足球社区,据官方统计,懂球帝在全国足球迷中的渗透率高达 83%,甚至有这样一句口号——十个足球迷,八个用懂球帝。本期设计大侦探,全面拆解体育行业的独角兽懂球帝,看看一款足球类APP是如何设计的!往期拆解:万字拆解!樊登读书产品设计全方位深度解析编者按:本文从产品画像、读书服务、内容服务、会员服务等多个方面,完整拆解樊登读书的产品设计。阅读文章 > 一、导读1. 内容结构全文 8517 字,分为五个部分,分别是导读、产品画像、内容服务、变现服务和设计总结,你可以通过下面的思维导图对本文内容结构有全面的了解。2. 适合人群第一类,UI/交互设计师,可以跳出执行层,去思考懂球帝的产品设计策略,提升产品分析能力;第二类,产品经理/运营,通过全面的产品设计拆解、策略推导,获取产品设计参考;第三类,体育产品行业从业者,通过对懂球帝的全面拆解,获取竞品设计参考。3. 分析模型我们主要运用三种模型对产品的功能、设计进行拆解,由于没有权威的官方数据,所以我们更多以推导的形式去思考懂球帝为什么这样设计。第一个,增长模型。由戴夫·麦克卢尔提出,包含用户获取、用户激活、用户留存、获取收入、用户推荐,分别对应用户生命周期中的 5 个重要环节,主要用于分析产品的功能价值。第二个,上瘾模型。由尼尔·法埃尔提出,通过对上千种习惯类产品的调研,总结出一款产品如果要让用户习惯、上瘾,可以按照触发、行动、多变的酬赏和投入四个步骤去设计,主要用于分析产品的功能价值和推导产品的策略设计。万字读书笔记!产品设计宝典《上瘾》全面解读!(上)为什么人们每天都会刷朋友圈、刷抖音,而且一刷就是几个小时,根本停不下来?阅读文章 > 万字读书笔记!产品设计宝典《上瘾》全面解读(下)《上瘾》这本书从大量的实验案例调研中,总结出那些让用户上瘾的产品设计原则,最后提炼出了一个让用户上瘾的模型,读完以后,真的恍然大悟,原来习惯类的产品需要这么设计。阅读文章 > 第三个,社会心理学。主要结合西奥迪尼的社会心理学《影响力》六大说服力原则——互惠、承诺和一致、社会认同、喜好、权威和稀缺,去推导产品设计的用户心理设计,主要用于推导产品的策略设计。二、产品画像1. 产品介绍懂球帝是一款体育类 APP,首个版本发布于 2013 年 12 月 5 日,根据易观千帆 2022 年 8 月的最新数据,懂球帝月活跃用户人数 301.8 万。懂球帝持有中超、德甲、足协杯等赛事直播版权,靠着多年的积累,吸引了众多国内外豪门俱乐部、足球媒体和运动员在懂球帝开通官方懂球号,目前是全国用户规模和影响力最大的足球内容平台和社区。2. 商业模式① 客户细分懂球帝的客户群体主要以足球迷为主,年龄区间在 24-35 岁,男性居多。据官方数据,在足球球迷群体中,懂球帝 APP 的渗透率高达 83%。从这些数据可以看得出来,懂球帝是一个覆盖大众足球用户群体的产品,不仅为用户提供专业的足球资讯、直播、竞彩和游戏等服务,还满足了很多小众用户群体的需求,比如球星卡交易、赛事举办曝光等。② 价值主张懂球帝以懂足球,更懂你为价值主张。③ 渠道通路懂球帝主要通过网络媒体平台进行拉新引流,比如微信、微博(56.6 万)、抖音(110 万粉丝)、知乎和小红书(3.7 万)等平台,其次还会通过赞助线下足球比赛活动进行宣传,比如懂球帝足球星火公益计划等,还有会直接投入广告进行宣传,比如在世界杯、欧洲杯、欧洲五大联赛投入广告,邀请世界巨星为产品代言等。④ 客户关系懂球帝主要通过社区、圈子和粉丝群等方式和用户建立紧密的关系。⑤ 收入来源懂球帝的收入来源主要通过会员 VIP、商城、竞彩、游戏和广告等方式实现营收。⑥ 核心资源懂球帝在足球领域深耕已有十年,无论是技术、数据、资源、口碑还是球迷用户,都已经有了非常夯实的积累。⑦ 关键业务懂球帝的核心业务包含足球资讯、球迷社区、体育彩票、比赛直播、球星卡交易和游戏等。⑧ 重要合作伙伴第一类,体育行业的知识创作者,通过签约合作的形式为平台输出高质量的内容,比如专栏和懂彩帝;第二类,体育运动员、解说员及具有一定名气的体育从业者,通过在懂球帝建立懂球号和球迷进行深入的沟通,提高个人知名度和影响力;第三类,体育机构和俱乐部,比如亚足联、欧洲各大联赛豪门俱乐部均在懂球帝开通了懂球号,和中国地区的球迷第一时间进行交流互动,提高球队知名度和影响力。⑨ 成本结构作为一个互联网产品公司,懂球帝的成本开销主要是产品运营和开发人力等成本。3. 用户画像懂球帝的用户群体主要以男性用户居多,占比 75.55%;从年龄分布看,以 31-35 岁的用户群体最多,占比 39.55%,其次为 24 到 30 岁的用户,占比 33.21%;从用户消费能力看,懂球帝的中等及中高消费者占比 67.11%;从地域分布看,三线城市用户最多,占比 21.62%,新一线城市占比 23.05%,二线城市占比 19.39%,一线城市仅占 12.42%,其中广东省最多,山东和四川省位居前三。4. 信息结构懂球帝的一级菜单包含首页、比赛、主队、发现、数据和用户中心。「首页」采用千人千面的信息流方式,根据用户的兴趣、标签和浏览记录推荐新闻,其中包含了头条、精选、快讯、游戏等热门栏目;「比赛」主要为球迷提供最新足球、篮球比赛的体育赛事直播,球迷可在直播间和专家进行互动;「主队」是为球迷设置自己喜欢的球队,当球队开启比赛时,会第一时间通知球迷;「数据」主要为球迷提供各大主流联赛的当季的联赛排名、积分、射手榜和赛程等数据;「用户中心」设计成抽屉导航,聚合了懂球帝整个产品其他功能的入口,比如赛事、公益足球、系统设置等功能。从信息结构看,懂球帝的产品功能并不复杂。5. 重要迭代记录根据七麦数据统计,懂球帝 APP 首个版本发布于 2013 年 12 月 5 日,截止到 11 月 20 日,APP 版本已经更新至 V7.8.8 版本,近一年版本更新次数为 17 次。版本重要迭代记录2015 年 1 月,发布 V3.0 版本,全新 UI,球员球队资料页改版,新增实时聊天室、订阅等功能;2016 年 2 月,发布 V4.1.1 版本,Slogan 为「足球迷神器(足球、直播、新闻、足彩、足球论坛社区)」;2016 年 7 月,发布 V4.6 版本,上线商品搜索功能,方便用户购买装备;2017 年 1 月,发布 V5.1 版本,圈子功能改版,新增 Twins 功能(球员 twitter 和 ins 动态)2018 年 4 月,发布 V5.9.9 版本,新增球队数据页,为用户提供丰富的足球数据;2019 年 1 月,发布 V7.0 版本,全新 UI,提供舒适的阅读体验,新增世界功能;2020 年 3 月,发布 V7.3.5 版本,上线球队球员人气榜功能,支持用户为喜欢的球队球员打榜;2020 年 7 月,发布 V7.4.2 版本,Slogan 升级为「不只是一个足球 APP」;2021 年 9 月,发布 V7.6.6 版本,上线会员连续包月服务;6. 产品生命周期根据易观千帆 2022 年 8 月数据,懂球帝月活跃用户人数 301.80 万。官方数据公布目前懂球帝下载量超过 1.5 亿次,注册用户 4000 万,在足球迷群体中,懂球帝用户渗透率超过 82%,是国内最大的足球聚合平台。懂球帝目前在 2016 年就拿到了 C 轮融资,明年即将年满的十周岁的懂球帝,目前处于产品生命周期的成熟期,当下聚焦于商业变现的探索和创新。7. 竞争图谱截止到 2022 年 11 月 21 日,懂球帝 APP 在苹果的 APP Store 应用市场,体育分类排名第 11,腾讯体育位居第一,月活跃用户人数 1,205.75 万;在体育彩票分类,懂球帝位居第一,是中国体育彩票月活跃用户人数的 3 倍;在体育资讯分类,虎扑以 555.25 万月活跃用户人数排名第一,懂球帝位居第二。三、内容服务「内容服务」是产品实现用户留存的关键方式。作为一个足球媒体,懂球帝不仅覆盖了欧洲五大主流联赛,还包含中超、中甲、电竞等联赛资讯,为球迷提供了丰富的内容。作为一个社区,懂球帝以 UGC 用户生产内容模式,吸引了全国众多足球爱好者和创作者加入了平台,并设计了圈子(球迷可根据自己的喜好加入不同的圈子,比如皇马球迷圈、梅西球迷圈)等栏目,为全国球迷提供了一个创作、交流和娱乐的足球平台。其次懂球帝利用自身强大的技术资源能力,为用户提供每日足球/篮球比赛的直播,满足众多球迷无法观看比赛或需要付费支付观看的痛点。懂球帝还提供了非常强大的数据查询功能,球迷可以在「数据」栏目查询到当季各大联赛最新的赛程、排名和射手榜等信息。1. 内容频道作为一个足球媒体社区,懂球帝的内容频道主要分为以下几类。按联赛分,有欧洲五大联赛(英超、西甲、德甲、意甲和法甲)还有中超和中甲联赛;按内容长短分,有「快讯」(提供每天最新的足球资讯);按内容质量分,有「精选」和「深度」;按兴趣分,有「关注」和「头条」;按传播形式,有「视频」;其次还有电竞和彩经等栏目。从内容频道设计分类看,懂球帝的内容非常夯实,可以满足不同球迷们的需求,但是内容设计的创新度有一定缺失,比较中规中矩。① 头条「头条」作为懂球帝的首页,采用千人千面的信息流形式为用户推荐足球资讯。头部的轮播主要以当日或当周热点赛事或活动为主,轮播下方内容为当日热点比赛预告或比分,方便球迷第一时间获取比赛数据。从第一屏开始,平台主要结合用户的个人兴趣、标签和主队(球迷群体一般会选择一个主队,比如廖尔摩斯是阿森纳球迷,就会把阿森纳设置为自己的主队)进行个性化资讯推荐。新闻详情页足球社区是一个充满了爱恨交织的大江湖,比如皇马和巴萨、AC 米兰和国际米兰的球迷往往水火不容,所以往往在足球新闻的评论区,会非常闹热,甚至形成独特的球迷文化。从懂球帝的内容详情页可以看出,懂球帝的用户活跃度非常高,一篇头条的新闻评论数有上百条评论,甚至单条评论还支持多人评论、点赞、分享和举报,非常热闹。用户主页「用户主页」主要指用户的个人主页,主要包含发表、评论、关注和粉丝四个内容。用户之间可进行相互关注,但不支持发送私信或其他互动方式,无法进行建立更深的关系链接。② 精选「精选」主要按资讯的热度来设计,从上至下分为今日赛事、战报、12 小时热门、24 小时热门和今日推荐五个部分。这个栏目的设计有利于让球迷看到过去 24 小时的热门新闻,避免因为个性化推送错过当天重要新闻。③ 圈子「圈子」就像贴吧,用户可自行加入喜欢的圈子和其他用户一起交流。懂球帝的圈子非常丰富,有按俱乐部、国家队和球星分类建立的圈子,也有根据用户兴趣爱好建立的圈子。从官方数据看,足球彩票圈子发帖数超过 1000 万,一支欧洲明星球队的圈子发帖数均在 100 万以上,可以看出用户活跃度非常高。圈子的设计,本质就是细分用户,让有共同爱好的球迷相聚在一起,从而建立用户关系,最终提高用户留存率。2. 懂球号懂球帝是一个 UGC 内容模式的球迷社区,社区内容主要由用户创作。懂球号分为企业机构和个人自媒体两种类型,企业机构主要针对国内外俱乐部和足球媒体机构,个人自媒体主要针对球员教练以及热爱足球创作的的球迷群体。懂球号的认证分为两种,第一种是个人认证标识,黄 V,主要针对在业内有一定知名度的记者、球员、KOL 和优秀创作者;第二种是团体认证标识,蓝 V,主要针对各大俱乐部、媒体和有公众影响力的团体。懂球号作为一个知识创作平台,创作者通过写作获取流量曝光也可以获得收益,以此形成内容创作闭环,为社区提供专业的资讯内容。从官方公布数据看,目前懂球帝已经吸引了众多知名俱乐部开通了懂球号,包括亚足联、欧洲五大联赛众多豪门球队和中国男女足,可谓星光熠熠,具有很大的号召力。3. 比赛「比赛」这个栏目,主要为球迷们提供各大足球联赛的比赛预告和直播。从赛事分类看,懂球帝几乎包含了世界足坛所有主流和非主流联赛,从最热门的欧洲五大联赛到巴甲、阿超、墨超这些南美联赛,都有比赛播放源和精准的数据。① 直播间直播间分为直播君、球迷直播间和专家直播间。「直播君」就是官方的直播间,由懂球帝官方负责解说。「球迷直播间」就是球迷们一起聊天看球,这就像在 B 站看视频弹幕一样,非常热闹,属于独特的懂球帝看球文化。「专家直播间」加入了很多足彩内容,首先完全由懂球帝的足彩专家负责解说比赛,其次在比赛中会向球迷推送自己的竞彩方案,用户需要购买专家锦囊或开通红单会员才能观看,对付费用户的激活有很大帮助。② 数据赛况「赛况」就是记录一场比赛的真实数据,包含比赛动态(GIF 动图)、高评分球员、进攻心率图、技术统计和完整事件。阵容「阵容」记录了整场比赛运动员的详细数据,包括出场时间、进球数、射门数、跑动距离和比赛评分等。③ 竞彩情报「情报」是付费服务,用户需要开通小红单会员(懂球帝足彩会员服务,售价每月 588 元)以后才能查看。从内容设计看,非常丰富,包含专家方案、欧亚对比、高斯大小球、会员专享情报、得失球时间分布、必发冷热分布和必发大注倾向等内容。这是懂球帝的核心优质内容,通过直播看球的场景,提升用户开通 VIP 的激活率。分析「分析」内容包含猜胜负(球迷竞猜数据)、大数据锦囊(付费服务)、近期战绩、未来三场、综合实力(包含近 10 场战绩、场均进球等)、场面控制(控球率等)、双方特征(射门进球效率、射门次数等)、角球、半全场(近 10 场半场进球数平均值)和事件统计(犯规次数和红黄牌)。专家「专家」主要指懂球帝彩票板块的足彩专家,这是懂球帝足彩内容的核心创作团队,他们通过对比赛的分析输出精准的投注方案,用户需要购买才能查看。指数「指数」是指欧亚各大博彩公司对当场比赛竞彩赔率的数据,这个栏目为用户提供更多全面的投注参考。4. 数据数据分为欧洲足球、亚洲足球、美洲足球、非洲足球、全球足球、篮球和电竞 7 大类,几乎覆盖了全球所有足球联赛。积分主要查看当前联赛的积分排行榜,包含胜平负场次和进失球等数据。球员榜的数据非常精细,几乎可以查询到一个球员的所有比赛数据,从射手榜、助攻榜、关键传球、射门、越位、传球再到拦截、成功过人、抢断和解围,应有尽有。球队榜和球员榜也很相似,颗粒度非常细,从进球数、控球率到扑救点球数、领先情况下丢分数据都包含了。赛程主要提供当前联赛的比赛进程,方便球迷查询。懂球帝还为球迷提供过往赛季数据查询的功能,甚至可追溯到1986~87赛季的数据。这就像一座足球博物馆,球迷可以查询过往赛季各大联赛、各支球队的详细数据,非常方便。如此专业强大的数据服务,也能提升球迷对产品的满意度,提高用户留存率。① 球队主页「球队主页」包含球队当前战绩、动态、赛程、数据、球员、圈子、资料和转会 8 个内容模块。「动态」就是把球队的新闻资讯汇总,方便球迷可以看到和俱乐部相关的所有新闻。「赛程」展示球队当前赛季的比赛记录,懂球帝还提供了一个历史赛季查询的功能,最高可追溯到1920赛季,跨度超过100年。「数据」主要展示当前赛季球队的联赛数据,包括进攻、组织、防守、关键球员等数据,懂球帝统计了近10个赛季的球队数据,非常完善。「球员」主要展示球队当前的球员信息,包含出场数量、进球数、助攻数以及合同到期时间。「圈子」关联了球队的球迷圈,用户可以在圈子发帖,和其他球迷一起交流。「资料」展示了球队的历史资料,数据非常丰富,包括历任主教练、队史纪录(进球、出场记录)、荣誉记录(联赛冠军、杯赛冠军等)。「转会」就是统计球队的球员转出和转入记录,包含球员转入转出的去向以及转会费,懂球帝统计了近10个赛季的数据转会记录。② 球员主页「球员主页」就是展示球员的详细信息,主要包含球员的动态、数据、能力值和资料。「数据」统计了球员整个职业生涯在联赛、杯赛以及国家队的数据,包括出场时间、进球数、助攻数、射门次数等,非常全面。「能力值」就是对当前球员的能力评估,包括速度、射门、力量、防守、传球和盘带等;「资料」统计了当前球员职业生涯中的所有荣誉,包括基础资料、球员身价变化、转会记录、俱乐部生涯以及个人荣誉。「球星卡」是一个竞拍交易的版块,球迷可以出售和当前球星相关联的等物品。5. 赛事服务「赛事服务」面向的用户人群主要是拥有举办体育比赛活动组织能力的机构或球迷团体,但由于赛事规模或资金的缘故,无法获取更高的曝光以及获取专业的技术设备。懂球帝从技术、数据、直播以及流量四个维度为用户提供专业完善的服务,吸引全国各地的体育爱好者加入懂球帝,实现用户拉新(已经单独设计直播君 APP 运营),提高知名度。目前该服务官方显示为免费,满足条件的用户都可以免费申请。① 赛事详情页「赛事详情页」包含了赛程、积分榜、球队榜、球员榜和参与球队等内容,有效帮助赛事举办方实现精准的数据化统计,方便球迷查询。6. 公益足球「懂球帝公益」在 2016 年开始运营,在 2021 年升级为「懂球帝足球星火公益计划」。这个活动的主要目的是为贫困地区和专项足球小学的学生提供爱心足球,在帮助他们快乐健康成长的同时,也扩大了中国足球的青少年基础。目前 APP 显示已向 916 所学校捐赠足球 14441 个,其次公益版块显示正在全新升级,暂停捐款。四、变现服务懂球帝在商业变现的形式设计上,主要通过体育彩票版块切入。通过「彩经」版块,招募了众多足彩 KOL 组成了懂彩帝专家团,以撰写比赛分析向用户销售竞彩情报。用户不仅可以直接购买,也可以开通懂球帝的小红单会员和红单会员,获得专业可靠的竞彩方案。其次,懂球帝还有球星卡、周边商城和游戏三个变现业务。1. 彩经「彩经」就是体育彩票,作为体育产品最重要的变现服务之一,懂球帝的彩经版块包含了足球、篮球、电竞和数字彩四种类型。从页面内容结构看,从上至下主要分为热门专家直播、金刚区、专家和足彩情报。① 懂彩帝「懂彩帝」就是懂球帝官方的专家团,包含了足球、篮球和电竞的各种竞彩专家。竞彩专家主要通过对赛事的分析,以撰写竞彩情报向用户销售。懂彩帝的专家库非常完善,从欧洲主流联赛到中超、中甲、美职联这些联赛,都有不同的专家针对对应的联赛研究分析。其次懂彩帝还设计了三个排行榜,非常有趣,不仅可以吸引粉丝关注,还能利用攀比心理,倒逼专家写出更精准的投注方案,分别为命中榜(推荐的方案命中率)、连红榜(连续推荐命中的比赛场次)和回报榜(通过购买专家方案获取的回报排行)。② 专家主页「专家主页」主要包含专家资料、命中率数据趋势图和在售方案三块内容。用户可以关注专家,成为他的粉丝,还可以购买真爱卡(虚拟货币)加入专家的粉丝团,成为他的忠实粉丝;其次通过命中率趋势图可以查看专家近期的竞彩命中趋势;「在售方案」就是专家最新的竞彩方案,用户可直接购买查看。2. 球星卡「球星卡」作为一种实物珍藏品,近两年在国内市场非常火热,由于其独有的稀缺性和投资属性,所以催生了球星卡的拍卖模式。从懂球帝关于球星卡科普的文章可以看出,一张稀有的球星卡售价可以超过百万美元,在美国每年的球星卡成交额高达上亿美元。球星卡版块主要包含每日截标卡推荐、牛卡博物馆、圈子、数据库和商品等内容。球星卡采用拍卖的形式进行销售,商家设置竞拍底价以后,在截止时间内出价最高者胜出。3. 商城懂球帝的商城主要包含运动休闲、配件和足球周边三大类服务,商城的设计比较简单,除了分类,就是商品信息流,用户可直接加入购物车购买。4. 游戏中心游戏是体育产品的最重要的变现方式之一,懂球帝的游戏中心包含了电竞、足球、篮球、休闲挂机和魔幻修仙等游戏,以小程序的形式游戏,非常方便。5. 付费会员懂球帝的会员主要分为三种类型,分别是小红单会员、红单会员和 D+会员。① 小红单会员小红单会员售价 588 元每月,主要针对足彩的用户,主要权益包含专家方案解锁、专家方案公布、每月神券、冷门提前预警、关键情报推送、高斯大小球模型、必发冷热分布、深度数据分析、欧亚大盘对比、昵称红名、入场广播、红单会员标识和会员免广告 13 种会员权益。② 红单会员红单会员售价 1998 元,主要针对足彩用户,和小红单会员特权相比,增加了专家方案折扣(9 折)、免费大数据锦囊(每月 2 次)、会员专属圈子三个服务。③ D+会员D+会员属于平台的基础会员,售价 19 元每月,可享受免广告特权、极致画质、尊贵身份和炫彩名牌 4 种特权服务。五、设计总结1. 商业层从懂球帝的商业模式看,懂球帝的盈利模式比较单一。除了传统的线上广告收入,盈利模式主要围绕体育彩票设计,比如懂彩帝专家团以及小红单和红单会员等。而体育彩票这块,由于国家的政策等原因,懂彩帝更像一个知识付费服务,只是向球迷销售投注方案。另外体育彩票服务也容易导致球迷购买了方案去境外网站 Du 球,触及国家的红线区。对于马上年满 10 周岁的懂球帝来说,对商业模式的设计还需要拓展和创新。2. 内容层懂球帝这个产品,在内容设计方面,其实比较中规中矩,缺乏创新。作为一个足球媒体,懂球帝欠缺有深度、特色、个性化的内容栏目,虽然依靠 UGC 内容模式可以降低大量人力成本,但在内容深度的缺失就很难让懂球帝拥有核心竞争力。其次在整个产品的功能、内容以及结构的设计上,也看不到太多的亮点。比如周边商城,就只是最简单直接的商品销售,而如果你有看过樊登读书的商城设计,你就会发现同是各自行业的独角兽,懂球帝的产品设计创新力就太弱了。3. 体验层体验层包含产品的交互、视觉以及用户在使用产品整个过程中的操作体验。从交互和视觉看,懂球帝的产品设计不够精细,比如像「比赛」版块,无论是内容布局,还是字体大小、颜色,在视觉上给人的感觉比较粗糙。还有彩经版块,金刚区的图标都是模糊的,整个版块的设计显得杂乱又廉价。其次在产品的使用中,广告实在太多,而用户屏蔽广告的方式除了花钱开通 D+会员,只有通过观看其他广告获取免广告卡才能屏蔽,这样的设计,让人略失所望。4. 运营层懂球帝在用户运营方面的功能设计得比较浅,整个产品只设计了一个任务中心,内容也比较常规,用户通过签到或者做任务可以领取金币(金币可以兑换成现金提现,5 万金币可以兑换 5 元),其他的功能就再也没有了。相比脉脉和樊登读书这些具有丰富用户福利的产品,懂球帝和站酷很像,其实我也是懂球帝的老用户(注册时间超过 7 年),但迄今为止并没有看到任何官方粉丝交流群,也无法和平台建立任何链接,甚至在球迷圈,即便我关注了同是阿森纳的球迷朋友,也无法建立更深的链接。参考文献易观千帆 - 懂球帝/虎扑/腾讯体育 APP 数据分析七麦网-懂球帝迭代记录懂球帝官网2017 年中国互联网体育服务行业研究报告欢迎关注作者微信公众号:「设计大侦探」本篇来源:优设网原文地址:https://www.uisdc.com/dongqiudi
地图 缩放 数据 引言如今人们出行都离不开手机,都通过手机接触过互联网地图,手机地图凭借着可手势直观操作、地图可快速迭代、信息可实时更新的优势,形成了成熟的地图交互体验。在解析手机地图的体验设计前,让我们先看看地图的发展历程。可视化地图设计指南:4个地图素材下载网站+矢量地图制作方法本文给大家分享4个地理数据下载网站,以及 json 数据转换成矢量文件的方法。阅读文章 > 一、地图的发展地图拥有着古老的历史,记录了人类对世界认知的演进过程,经历过泥板、壁画、羊皮、纸张等载体,依据使用和文化需要拥有着丰富多样的美术形式。不同时期、材质、美术形式的地图见证人们认识世界的过程。随着照相机和飞机的发展,出现了航空摄影测量技术,让地图的测绘精准度达到顶峰。交通、旅游、印刷业的发展,让纸媒地图开始融入人们的生活,地图的平面设计更是百花齐放,有具体也有抽象,让地图兼顾功能、美感、有趣。再随着卫星影像、瓦片地图技术和互联网的发展,人们可以日常地使用电子地图。受限于网络速度的限制,矢量地图应运而生,在特定范围显示相应的矢量瓦片信息,让互联网地图的形状趋向统一化。iPhone 革命性的触屏体验,通过手势与地图进行直观自然的交互体验,结合内置 GPS、陀螺仪传感器,小蓝点成为地图定位的通用标志,激发更多地图的功能和创意。二、手机地图的创新体验手机地图继承了互联网电子地图的可快速迭代、信息可实时更新的优势,结合触屏手势操作后,大大的提升了地图展示信息的维度。电子地图从工具逐步被引入到各种垂类服务和社交娱乐中,这些场景也不断丰富和完善着地图的信息。手势交互让地图从移动到缩放都高效地动起来,激励人们探索更广的区域。更革命性的是让地图从平面到立体之间的顺滑转换,帮助人们更好的映射到真实世界。可视化信息是互联网地图的主要优势之一,将数据转化为可视化图形,归类在不同的数据层,可以单个或多个层级叠加在地图上展示,传达位置上的数据。底图是手机地图的基础,通常就是地图本身,它承托着上面的可视化信息。随着地图可更自由地缩放,地图本身的内容不断细化和归类,在不同的缩放层级下,展示符合用户查看场景的核心内容。三、手势交互:全方位呈现地图立面触屏手势交互有别于摇杆、鼠标、触控笔等物理外设的控制方式,让用户在小小的屏幕对大范围的地图有更随心所欲的操作,让原本受矢量图形限制的地图有了更多层次、更丰富立面的信息呈现方式。1. 单指拖动拖动是地图最基本的阅读操作,一般以用户的定位为初始中心点,用户可以有目的有方向地查看附近的地点。2. 单指划动当用户想快速翻阅时会拨走要略过的内容,划动模拟了这一行为。地图被划动后也会模拟物理世界以一定的摩擦力停下,向用户展示地图的新区域,是比拖动要快速的浏览方式。3. 双指拖动缩放物理控件只能让地图根据屏幕中心进行缩放,而触屏缩放能让地图根据两个指尖的中心点缩放,并同时位移,符合用户空间操控认知。4. 双指划动缩放划动缩放和划动一样,让用户以更轻量的手势加速的缩放地图,并以一定的摩擦力减速停止,让用户快速找到目标位置。5. 单指快捷缩放为了让用户能单手并可控地缩放地图,不少地图都设计了自己独有的缩放方式。zenly,通过屏幕两侧的边缘,直接完成地图的最大和最小缩放跨度。snapchat 拖动右侧边可缘唤起缩放滑块,并使用 emoji 来表达距离,充满幽默感。腾讯地图,通过划动右侧的滑块,实现单手顺滑地缩放,滑块也支持划动手势。百度地图,通过点击一个缩放控件,让地图以当前中心点进行分段缩放。6. 无限循环的地图地球是圆的,可以无限巡航,一些应用将缩到最小的世界地图做循环处理,以呼应地球的循环转动体验。7. 方向视角切换在陌生的环境用户未必能分得清楚南北方向,利用手机的陀螺仪,可以告知用户正在面向的方向。定位按钮的二次点击,将地图从南北向转到用户面向的方向,有助于用户二次确认自己的定位。更多地图使用了 2D/3D 视角的切换方式,2D 是南北向的标准地图,3D 是用户面向方向的地图,帮助用户更直观地对应物理空间。8. 旋转方向可通过双指或陀螺仪旋转地图,地图上的文字也做出相应调整,保持水平、沿道路方向调整,以保证可读性。3D 的旋转也一样,在保持水平和沿道路方向的同时,文字保持垂直。当缩小到足够远时,用户面向的方向意义就不大了,苹果在缩小到一定范围时,将地图回弹保持南北向。9. 双指拖动调整视角地图 3D 视角也支持自由调节,通过双指平行的上下滑动,可以平顺调整 3D 视图鸟瞰的角度。在地图的最低视角做回弹处理,生动不呆板。远近也能影响鸟瞰的视角变化,视角越低越接近平视,拉进时有俯冲的感觉。四、可视化信息:生动呈现地图动态数据从古代开始,人们就已经懂得通过绘制山脉、河流、海洋、建筑等对重要位置信息进行标记,地图本身就是一个信息可视化工具。 互联网地图最大的优势,就是能提供实时的信息数据。将数据标记在相应位置的坐标上,并分别归类在不同的层级,叠加在地图上查看。地图的常用数据形式可大致分为:点、线、面、热力图等,一个地图可同时唤起多种类型、多个图层的信息内容。1. 点数据点数据是单个地理坐标上的标记,代表该位置上的信息,是地图上最常用的数据信息。地图通过不同的小图标来区分位置类型,使用频率越高的样式越简洁,地标建筑做形象化图形标识。聚合图在地图上呈现也是点数据,它实质是显示一定区域内的信息聚合,但不强调具体的区域。聚合图可以避免因为该区域的点数据过多,在地图上信息过于密集。百度的充电桩地图就是以区域聚合充电桩数量,根据缩放调整数据的聚合。腾讯地图的文博地图也是聚合图,并根据文物的类型做了快速筛选。2. 线数据线数据在地图上呈现为线性,一般都沿着可行道路展示信息。导航路线是最常用的线数据,它提供具体行驶路线方案,并实时展示线路行驶的进度与方向。也有粗略表示进度的线路数据,如快递的物流进度路线就不需要具体的实际线路,只需要示意大致进程。街景地图则仅展示有全景图的道路范围,不提供进度与方向。3. 面数据面数据要展示地图上的具体区域,疫情环境下出现了区域风控需求,需通过了面数据画出区域范围。疫情地图采用了聚合图、面区块两种数据形式。zenly 使用了反向的面数据,根据用户的行走记录,将用户走过的范围擦亮,用户未走过的地方是一块彩色的平面,充满娱乐感。4. 热力图热力图以特殊的高亮梯度显示地图上区域的热度,热力图的数据不会指向地图上具体的位置,它能呈现热度变化的趋势。百度地图用热力图直观展示地区上的拥挤程度。高德地图的空气质量地图,使用聚合图作为空气质量评分,热力图作为空气质量范围。snapchat 使用热力图来表现该区域用户发布动态的热度,引导用户发现内容,由于热力图不指向具体位置,能更好的保护用户隐私。热力图并不局限于面,路线也可以反映道路的热度。Strava 利用用户的骑行数据,生成光点线路的热力图,可以看出哪些是热门的骑行线路和必经地点。路况也是一种线性的热力图,路况使用按段测量的方式,热力值的梯度相对跳跃。5. 让数据动起来地图是安静的,但真实世界是忙碌的,让数据动起来,给地图增添更多情感化设计,缓解用户的等待压力。忙碌的商家外卖小哥端午节雨中送餐公交努力奔来五、底图:为更好呈现信息的色彩系统手机地图的底图最常使用矢量瓦片地图,因为数据体积小,在互联网环境下读取速度快。矢量地图用几何图形来表达区域,不展示具体细节,因此需要通过颜色去传达不同区域的属性或功能。人们对于颜色和环境是能建立一定的联想的,如绿色想到大自然,蓝色想到水,红色想到警示。根据人们对色彩的联想,给矢量地图中不同属性的区域进行配色,帮助用户理解地图。谷歌地图就曾经为不同类型的信息标记出 700 多种颜色,最后简化为 25 个颜色,形成了地图的色彩系统。工具类地图应用以地图为核心基础,对矢量图形有最全面的归类,因而拥有最丰富的配色系统。由于人们对区域功能的颜色联想是相似的,各地图厂商的标准地图的配色都很接近。地图用色素雅,才能让多个颜色能和谐的同时存在,降低用户的视觉疲劳,并能突出地图上的信息图层,让用户聚焦所关心的数据。而一些垂直场景的应用,地图区域功能的描述相对次要,通常会对地图的用色进行大幅度精简。以打车应用为例,地图用色少且色调相近,突出核心的打车状态信息颜色,同时体现应用的品牌特色。不少运用地图的概念设计中,会更极致的使用单色系地图,仅突出数据信息的颜色,充满未来感。六、未来的地图随着网络速度的提升,手机硬件的升级,顺应 AR/VR 技术的发展,地图逐步进入 3D 和全真时代。苹果地图在现有的地图的 3D 视图下,已对地标建筑赋予更多细节,并在夜间模式模拟了灯光效果。3D 地图就像是虚拟世界中的基础建设一样,苹果地图添加精细地标模型后,同时应用到 Carplay 的导航中,在驾驶时可直观看到与现实世界对应的 3D 地标。谷歌更是提出“沉浸式视图”的高保真 3D 地图,使用图像还原一座城市的面貌,为浏览一座城市提供了几乎真实的鸟瞰视角。同时全真模拟日照和天气系统,和现实一样模拟东升西落的光线方向,模拟晚上和雨天下的城市面貌。随着地图的立体全真化,地图的数据也将向空间延伸。相对全真地图而言,人们本身就身置真实的地图场景中,未来借助 AR 设备,人们无需对照地图即可完成导航。结语地图历来是人们借助艺术的手法,以极具想象力的方式对世界进行再现,它遵循科学测量的法则,使用几何的线条和形状对地球的进行抽象化。地图反映了制作者对世界的认知,而现代的科学技术让地图呈现尽可能客观。但地图并非单纯地呈现地球,而是呈现人们眼中的世界,它寄托着人们对美好生活的想象,更好的认识、探索和规划世界。欢迎关注作者微信公众号:「腾讯ISUX」本篇来源:优设网原文地址:https://www.uisdc.com/map-design-history
用户 数据 文章 自 KPI、OKR、AB 实验等理念流入互联网后,长期以来业内的行事准则都是“数据导向”,想必日常工作中你也经常被产品规劝“哎呀~这样做数据一定会好的,不要在乎这些体验细节”,或者你也有过试图说服产品“体验好的话数据就会好呀”,但往往有些时候在项目规划和设计阶段自信满满地认为可以带来数据收益的项目,上线后却不理想,这是为什么呢?本期,我们来说一说项目上线后数据复盘和体感差异的原因。我们先厘清几个概念,体验好、口碑好和数据好。在这里我们暂且先定义「体验好」为项目执行者认为的好体验,诸如减少一步操作、更容易获取关键信息等业内理论上认为的体验好;「口碑好」是项目实际上线后用户的正向反馈;「数据好」是项目上线后观测指标达到或超出预期。如果照这么理解的话,我们通常的思路是「体验好」带来「口碑好」,「体验好」和「口碑好」共同带来「数据好」。接下来我们通过几个案例来详细讲讲实际发生的,不符合模型的情况口碑差,数据好写这个议题的时候,首先映入脑海中案例就是 19 年订阅号的一次改版,改版的主要优化点是把原先进入时为账号列表改为进入文章信息流,如下图所示:从产品设计思路上来讲,用户进入是来消费文章的,原方案用户需要先选账号(文章来源),再选择想要阅读的文章,改版后直接把文章呈现在用户面前,属于设计思路中常见的“减少一步”带来的“体验优化”。然而项目上线后却遭到用户的强烈不满,用户意见诸如:“越改越乱”、“我现在都不知道哪些公众号有多少条消息没看”、“逼着我取消了好几个公众号”,当然,其中也不乏一些赞美之词,但不习惯/不喜欢/体验差的声量还是占据了反馈的绝大部分。在这样的骂声中产品还是坚持这样的方案,想必数据应该给了产品相当大的正向反馈。这是一个理论上体验好,实际上口碑差但数据好的案例。我们将用户反馈进行一些归类处理,就能发现这次数据复盘与体感差异不符的原因。负反馈的用户大多是有深度阅读习惯的用户,习惯是先寻找今日想钻研的领域(对应某个账号),然后一次性地认真阅读吸收文章,改版后对这类用户来说,首页的劣质内容抢占了太多视线,导致寻找合意的文章变得困难。假设一下你是一个历史系的学生,你每天会去学校图书馆里的历史区阅读相关书籍,但你也喜欢看杂志和小说,历史书读累了偶尔也会逛逛其他图书区。现在图书馆突然跟你说,反正你来这里都是看书的,我发现你会看历史书、杂志和小说,我把所有的杂志小说都和历史书混在一起给你,省的你在这些区里走来走去的,你会因为图书馆让你少走了几步而感谢它吗?显然不会,这样你每天读书之前就得先把历史书筛选出来,而筛选历史书的成本远比多走几步路的成本大得多。当然,肯定不是所有人去图书馆都是去读专业书的,也不是所有使用该功能的用户都有深度消费习惯,但是用户对功能的依赖程度不同,导致用户愿意为功能发声的意愿也不同,当深度用户的体验折损远远大于非深度用户的体验升级,带来的必然是负反馈强势碾压正反馈。而为什么数据会好呢?深度文章的生产和消费成本远远大于非深度文章(成本可以理解为需要付出的时间&需要掌握的知识储备),原来先找账号后找文章的方式,用户会主动去寻找深度文章来阅读,而现在是非深度文章占据了首页百分七八十的版面,假设你每天花 100 分钟阅读,阅读一篇深度文章需要 25 分钟,阅读一篇非深度文章需要 5 分钟,那么改版前你每天可以阅读 4 篇文章,改版后你每天可以阅读 20 篇文章,数据这不就上去了?再举例假设,全校 1000 个学生,只有 50 个学生每天泡馆,200 个学生经常去,其他学生比较少只看一类书,甚至有的同学不爱看专业书,觉得去图书馆麻烦就不常去。但是图书馆改版后,所有书你随便抓一本就可以开始看,50 个每天泡馆的学生不爱去了,200 个经常去的学生里 100 也不爱去 100 个觉得差不多,但是剩下 750 个学生里有 600 开始抽空去图书馆看一看了,这图书馆的生意不也好起来了。体验好,数据差我在几年前做过一款国外产品,针对的是非发达国家地区的摩的市场,可以简单理解为国外打摩的软件,用户在软件上呼叫摩的后,摩的师傅来接送你,你需要在软件上输入摩的师傅的号码完成旅程并付款。简单流程示意如下图。当时二维码已经在国内盛行起来了,国内用户已经习惯了使用二维码做任何事,包括付款。我们认为使用二维码会比输入一串数字来说更简便,体验更好,所以决定把输入「摩的的编码」这一步优化为「扫描摩的上的二维码」,并向摩的师傅们发放了专属的二维码贴纸。我们自信满满,觉得这样的优化一定能够带来用户体验的升级,拉新促活不在话下。然而结果却背道而驰,改版后平台成单量显著下降了。我们不得已做了一次当地用户调研和访谈。原来,因为当地经济情况和技术水平都较落后,二维码对当地人来说十分陌生,人们很难下决定通过这样陌生又迅速的行为去执行付款操作。用户对二维码表现出的强烈不安全、不信任感直接影响了用户放弃成单付费。相反,输入数字串(俗称 PIN 码)虽然流程相对繁琐,但对于付款这种慎重的行为,恰好留足了时间做思考和决定。与此相似的案例在国内产品上我又碰到了一次,这次是开设房间时需要对房间设置权限,起初我们的版本是作为选择项,用户开房时可以选择所有人可加入或者只有朋友能加入。有一次,我们觉得这样的设计似乎有些繁琐,只需要一个权限开关就可以了,打开开关就是仅朋友能加入,关闭开关就是所有人都可以加入(这层含义较隐晦,需要用户额外去思考和理解),我们又一次自信满满地上线了。结果又一次与预期背道而驰。第一个例子与第二个例子有一个相似之处,是对用户来说,这都是一个“谨慎的操作”,对于“谨慎的操作”,传统理论上那些「体验好」的方法(更快一点,更简单一点)不太受用,这些「体验好」的设计仅仅只是从行动上帮用户减少了一两步,却没办法帮助用户减少执行行动前的思考。举个例子,你本来需要亲自开飞机空投炸弹,优化到你只需要按一个按钮就可以发射炸弹,对你投炸弹这个行为的影响大吗?不大,因为「要不要投炸弹」在行动前的思考远远复杂于「投炸弹」这个行为。反而可能因为我们有时间在飞机上了解清楚“炸弹”,而没办法在按钮上对“炸弹”有理解,而导致面对着按钮犹犹豫豫,最终放弃。对于复杂且谨慎的行为,设计清楚(帮助用户在思考节省时间)远比设计简单(行动简单了但思考不会简单)来得更重要。体验不好,数据好“我在这里放个按钮/入口!”“这里不符合使用场景呀。”“我知道,但这里流量大(os:我需要流量把我的功能戴起来)”“……”“按钮/入口要设计得大一点,再大一点,颜色要鲜艳的,最好是大红色,能来点动效就更棒了”不知道这样的对话大家熟不熟悉,我早期的职业生涯中经常能遇到这样的项目需求。但往往这样又大又红的设计还总能拿到很好的数据供人吹嘘,明明用过的人都觉得这样的设计体验很不好,为什么却在数据的驱使下越来越猖狂呢?以上图的例子做展开,在这样的需求下,我们可能会被迫做出这样的设计:上线后,项目负责人发了一封邮件:需求上线后「算命」功能使用 pv/uv 上涨显著,证明这是一个合理的需求,非常好的设计,我们要朝着这个方向持续优化!但你真的觉得这是一个合理的需求、好的设计吗?这就是典型的把数据当目标,以片面下结论的情况。首先我们必须明确一点,做需求做设计都是为了更好的体验或服务新的产品阶段,数据只是辅助我们判断有没有达成目标的工具,切莫盲目服务数据。其次,在做需求做设计的时候应有全局观。就以上述所举例子展开,需求的目标应该是在用户想算命的场景提供算命服务,如果我们判断消息页是用户想要算命的场景,那么我们上线后观测的数据除了算命功能的 pv/uv,还需要补充退出率,以及顶部新增算命入口后,对聊天页的折损数据(聊天 pv/uv,收发消息数…),把这些考虑进去我们很可能得到不一样的数据结论:看完真实的复盘后,首先应该能判断消息页不是用户想算命的场景,此时如果你的产品策略不是把这个软件转型成算命软件就可以下掉这里的入口了;如果你正要转型算命软件,非常需要消息页来带量,那么你也能看出来在这里加入口对聊天体验的折损有多大,此时你就得思考一下,「带起来的量」值不值得聊天功能「折损的体验」?如果不值得,你也可以开始考虑换种方式带量了;如果值得,那继续做大做强就没什么问题了,祝福这个产品成为算命一霸。总结项目上线后数据复盘与体验有差异是很常见的,包括但不限于上面所述案例表现出来的原因。总之,还是要牢记数据是工具,不是目标,如果发现数据复盘结果与预期有不符,可以尝试:给用户分层,更细致化地分析用户行为;通过用户调研了解用户真正的使用场景和流程,真正帮用户解决难点而不是“伪体验好”;以及,用更全面的视角、结合更多信息来看待项目是否达成目标。“数据说谎”的现象还有很多,将来再继续讨论。产品用户体验很好可是数据不佳,问题出在哪里?编者按:这篇文章来自 Any.do 的设计师,分享了一些关于 UX设计和产品升级开发的故事。阅读文章 > 欢迎关注作者微信公众号:「白话说交互」本篇来源:优设网原文地址:https://www.uisdc.com/ux-date
数据 图表 字体 上期给大家普及了可视化大屏设计的概况,从硬件、GIS 数据、三维建模、动效设计、图形技术、渲染引擎的技术架构等六个方向的总结。今天给大家分享可视化中 UI 设计相关知识的总结。可视化大屏设计快速入门指南,看这篇就够了!大家好,我是小六。阅读文章 > 可视化大屏 UI上文说到可视化设计是一个综合类交叉学科,同样在大屏 UI 设计中也是一个相对复杂的流程,我们需要对大屏的布局、风格、主视觉、信息图表、字体、规范、动效等方面综合考虑,推导设计方案。设计前:一定要对用户需求充分分析和理解,要知道大屏的展示场景及设计分辨率,大屏的拼接方法都要有一定的了解,最后是跟开发沟通下实现的工具与方法。设计中:构思布局,可以在纸上简单画一下。根据业务需求定义设计关键词进行设计的提炼与分析,方便自己找参考。颜色上背景深色为主,为了更好地聚焦,数据可以采用亮色,有一定的对比关系,便于业务信息传达。字体上可以采用系统默认字体,数字采用特殊字体包的形式(这块根据实际需求,切记不要照搬)。图表选择恰当的展示形式,同时保证视觉上的统一(分清页面的主次关系,图表的展示切莫设计过度,容易造成抢主体)设计后:再次校验信息层级、文字大小、图表等各层级间的对比关系是否传达准确,与技术同步沟通下技术的实现性。最后开发完成后,要拿演示 demo 去现场测试,看下整体展示效果,测试输出是否有问题,有无拉伸问题,拼接缝与内容有无穿插,及时与开发进行页面的校验工作,最终才算是设计完成。下面针对可视化设计中布局、风格、主视觉、信息图表、字体、规范、动效等 7 个方向细节点的拆解。1. 布局通过硬件设备信息可以得到可视化的设计尺寸,基于尺寸新建设计画布后,第一件事就需考虑页面的整体布局。可视化大屏设计从信息布局到数据表达,都需要设计师对业务深入了解后才能用数据助力业务决策。常见的大屏布局:居中结构、左右结构两种常见的布局形式以常规的 16:9 模板为例,下面列举的一些常见的布局形式,供大家参考。居中结构异形超宽拼接屏幕。左右结构布局的原则一定要主次分明,根据业务需求抽取关键性的指标,提取主要信息。可以在纸上大概画一下,然后在软件里具体细化布局。避免次要信息的面积过大,喧宾夺主,影响整体的视觉效果。2. 风格提起可视化大屏,大家都会联想到:科技感、FUI、HUD 这些关键词,可以说可视化大屏跟科技、数据这两词是强关联的,风格上也基本是这一类方向。定义设计风格:一般会基于业务需求场景去定义几个设计关键词,根据关键词去找一些参考图,推导出贴合业务的设计风格。我们可以通过调整颜色、装饰细节、主视觉、字体等一些细节点控制区分不同的设计风。下面拿图表举例,我们在做设计的时候,只需调整卡片和标题的装饰,就能够展现出不同的设计风格。3. 主视觉主视觉部分大致分为:地球、地图、智慧城市、行业类业务展示等。目前比较容易出效果的都会采用三维模型的处理方式。地球:粒子地球、地图贴图、地球模型。地图:第三方在线地图(百度、高德、腾讯、谷歌)基于地图开放平台进行个性化配置。或者通过地理位置数据建模:如全国和各个省份的轮廓模型。数据可视化神器!帮你一秒生成三维地图的免费工具NB Maps大家好,我是灰色执照。阅读文章 > 智慧城市:GIS 参数化生成简模和重点楼宇定制化建模。行业类:多数为定制化建模。如工业类、医疗类、能源类、园区、学校、港口、工厂、仓储库房、零售、工程、安防、国防军工等。以下图片源于 DATAV主视觉是可视化设计中的一大难点,不光是设计落地的时候也会有需要注意的点,这里建议大家在做之前一定要充分跟开发沟通,确认好技术选型,方便后期输出跟开发更加高效的对接。4. 信息图表图表的设计原则是易理解、可实现,能够准确表达数据意图,给用户传达明确信息。8000 字深度长文!B端数据可视化设计指南(信息图表篇)在如今的工作中(尤其是 B 端)越来越多的会开始出现数据可视化的身影,对于一部分小伙伴来说这个概念是较为陌生的,面对这道无形之中提升的“门槛”我们常常会表现的手足无措。阅读文章 > 以下图片源于网络,如侵删上图通过使用场景可分为比较、联系、构成、分布四个维度解释图表的不同属性类别。在做可视化大屏设计的时候可以参照上图,选择对应的数据图表。比较两个及以上变量数据,一是基于分类不同的对比,二是基于时间维度的对比。常见的图表:条形图、柱状图、雷达图、玫瑰图、桑基图等联系两个及以上数据之间的相关性,随时间变化比较关联。常见的图表:散点图、气泡图、多级饼图、热力图、力导向图等。构成指标里的数据都由哪几部分组成、每部分占比如何。常见的图表:饼图、环形图、堆积面积图、堆积柱状图、瀑布图等。分布指标里的数据主要集中在什么范围、表现出怎样的规律,想表达两个数据点之间数量的演变过程。常见的图表:阶梯折线图、面积图、直方图等。基于图表的类型可分为:饼图、线形图、柱状图、混合图、面积图、散点图、极坐标图、关系图、树图、桑基图、漏斗图、热力图、还有其他图表类型等。饼图适合展示分类的占比情况,不适合展示分类过多(超过 9 条数据)或者差别不明显的场景。线形图折线图用于显示数据在一个连续的时间间隔或者时间跨度上的变化,它的特点是反映事物随时间或有序类别而变化的趋势。当水平轴的数据类型为无序的分类或者垂直轴的数据类型为连续时间时,不适合使用折线图。同样,当折线的条数过多时不建议将多条线绘制在一张图上。柱状图柱状图提供了分类数据的可视化展示,基于不同的数据类型有以上几种不同的形式。分类数据是将数据分组成离散的组,例如月份、年龄组、鞋码和动物。这些类别通常是定性的。图表上的条形图可以按任何顺序排列。混合图折线图和堆叠柱状图的组合图表。同时显示两个坐标轴,用于展示两种不同类型的数据。适用于带有细分分类的累计数据大小以及与之相关的趋势数据,例如在过去十年全国三大产业的具体产值,以及 GDP 增长率。面积图面积图强调数量随时间而变化的程度,也可用于引起人们对总值趋势的注意。适合于比较多个变量随时间间隔变化趋势。散点图散点图是一种使用直角坐标来显示一组数据的两个变量值的图表。数据显示为一个点的集合,每个点都有一个变量的值决定水平轴上的位置,另一个变量的值决定垂直轴上的位置。通常用于显示和比较数值,不光可以显示趋势,还能显示数据集群的形状,以及在数据云团中各数据点的关系。极坐标图基于直角坐标系的径向变形(相当于把直角坐标卷起来)。适用于显示三个或更多的维度的变量对比或者部分与整体的趋势。关系图可以展示数据的占比情况,还能厘清多级数据之间的关系。 通常用于可视化大量元素之间的复杂关系。树图树图是一种流行的利用包含关系表达层次化数据的可视化方法,是研究多元目标问题的一般工具。 适合展示数据之间的层级关系,适合 6 条以上数据。桑基图一种特定类型的流程图,用于描述一组值到另一组值的流向,图中延伸的分支的宽度对应数据流量的大小。用以展示数据的层级关系。常用于可视化能源或成本转移,也帮助我们确定各部分流量在总体中的大概占比情况。漏斗图一种直观表现业务流程中转化情况的分析工具,总是开始于一个 100%的数量,结束于一个较小的数量。通过漏斗各环节业务数据的比较能够直观地发现和说明问题所在的环节,进而做出决策。 适用于业务流程比较规范、周期长、环节多的流程分析,比如流程流量分析、转化率分析。热力图将数值大小通过色块有序且紧凑地在坐标系中呈现。 适合呈现多组数据连续的数值分布,适合做数据的预测统计,可以在图片上直接展示热度。例如展示城市在不同时间段打车热度情况。其他图表词云图适用于对比大量文本或绘制特定形状的词云。水球图适用于多个百分百数据呈现。子弹图用于表达多项同类数据的对比,可以表达一项数据与不同目标的校对结果。 维诺图适用于层级数据比较大小,同时能看到各层级之间的情况。金字塔图适合展示分类的占比情况,不适合展示分类过多或者差别不明显的场景。5. 字体文字是可视化展示中最重要的构成要素之一,可视化大屏设计中字体的运用其实原理跟网页 app 的逻辑基本一致。在字体选择上会基于业务需求选择对应的字体,与设计风格相结合。这里要注意的是字体有无衬线、字重、字距等。大屏设计中,中文字体一般会采用浏览器默认字体(微软雅黑、思源黑体、苹方等)页面中标题会采用特殊字体处理,常用的字体有:优设标题黑、时尚中黑简体、方正正中黑体等。英文数字字体推荐:Din、Ds-Digtal、Bebas、Acens、DS-DIGIB、Roboto 等。优设标题黑官方下载!优设首款免费可商用中文字体来啦!设计初衷这两年为了给读者更好的阅读体验,优设网/优优网的首屏 Banner 都有专人设计,为了让图片更有设计感和冲击感,每一张图我们都重新设计了字体。阅读文章 > 6. 规范建立规范的主要目的是:保证设计的一致性、提高开发效率和还原度、方便迭代 ,辅助设计和开发更好地完成设计的协作。可视化设计中规范一般会分为:色彩、文字、图表、标题控件等,跟网页端规范同理,这里就不一一赘述了。7. 动效大数据可视化大屏设计少不了动效,动效是可视化重要的组成部分,动效能增加观感体验,凸显关键产品内容、强调功能信息关联,帮助用户理解产品、情感化互动。但过分的动效极其容易喧宾夺主,影响用户阅读,反而弱化了数据的展示。动效的设计原则动效应优先满足核心内容、故事线。常见的大屏动效 – 展示类,用于突出产品核心功能和特点。界面信息按照一定的规律呈现,引导用户的视觉流向。好的大屏设计应该是数据展示模块最好动效不宜过多,要有一定的主次关系变化,例如一个动画表现的视觉强,另一个就表现稍弱化,有强有弱、有主有次节奏才会舒服,同时动效要结合数据变化,考虑极端情况的展示效果,最终输出一套完整的动效方案。结语以上通过布局、风格、主视觉、信息图表、字体、规范、动效等 7 个方向总结的基本知识和事项,能帮助我们快速进入大屏设计及避免一些坑。由于篇幅原因字体、规范、动效没有详细拆解说明,后面会陆续更新相关文章,感谢大家支持。可视化体验远远不止这些。欢迎大家提出更多意见和建议,我们一起前行。数据可视化大屏该如何设计?结合实战案例来教你!什么是数据可视化大屏每年的双十一,天猫都会在狂欢节中直播战绩。阅读文章 > 欢迎关注作者微信公众号:「小六可视化设计」本篇来源:优设网原文地址:https://www.uisdc.com/visual-design-guide-2
用户 数据 产品 作为一枚设计小萌新,对上述场景,是否似曾相识呢?这些尴尬的情况,也映射出了不少问题:数据化设计意识薄弱,数据基础知识模糊,缺乏系统的体验评估模型和度量方法等等。那么,我们该从哪些维度进行数据分析呢?数据的基础知识又有什么呢?常见的数据分析方法又有哪些?诸位看官抓好扶好,入门版航班即将起飞,让我们一起走进数据的世界,掌握一定的数据分析能力,告别“我要我觉得”的任性决策。增量尚不明确,存量博弈的下半场,都以去肥增瘦的方式,宣告着精细化运营的时代到来,似乎也对设计师同学提出更高专业的要求。数据意识作为能力象限中的某个小瓦块,虽然细微,但也是专业输出的切入点。在面对产品功能迭代、用户行为分析、日常监测、设计决策以及效果评估等等问题时,单纯的从视觉维度进行推导,会稍显单薄。而基于客观数据的分析,可以更科学准确地辅助我们进行决策。所谓的“数据指标”,简单来说就是可将某个事件量化,且可形成数字,来衡量目标。在一定程度上,“数据指标”能揭示出产品用户的行为和业务水平状况。目前市面上的产品种类繁多,大致都围绕“用户是谁、做了何事、结果如何”进行归纳整合,分别对应着用户数据、行为数据、业务数据三类指标。1. 用户数据:包含存量、增量、留存及渠道来源四类存量:反映某一时间段内活跃的用户数。以日活(DAU)、周活(WAU)、月活(MAU)维度进行统计。其中,Active 需以关键用户的自发行为来进行定义,常见的动作有登录、浏览内容等。增量:一般用新增用户数来反映,同样分为日新增(DNU)、周新增(WNU)、月新增(MNU)三类统计维度。其中,增量的定义相对模糊,需提前与渠道确认好新增指标,建议根据内部的账号体系进行指标的取舍,选择新增注册用户还是新增设备数。留存:通过留存率来评判产品的健康程度,表示新用户在一定时间段内,某些行为重复发生的比率。其中,日留存和月留存的评判分析作用又有所不同:日留存:作为衡量用户渠道质量的重要依据,如小胖的公众号在知乎、微信群进行导流宣传,通过分析不同渠道的用户留存表现,从而优化受众用户的投放来源。月留存:作为用户粘性的重要判断,通过指标来分析产品对用户是否长期有吸引力。也可用作产品上新后,功能迭代是否符合预期的判断依据。来源:用户从何而来,包含自然搜索、产品导流、好友邀请等多种渠道。结合不同渠道用户的数据表现,可以指导后续的推广方案。2. 行为数据:记录用户使用产品的相关行为,可包含行为质量(访问深度、转化率、跳出率、用户停留时长)与数量(次数、频率、点击率、访问时长)两类维度访问深度:用户单次浏览页面的过程中,浏览了页面的数量越多,表示用户访问深度越深,产品粘性较好。转化率:指在一个统计周期内,完成转化行为的次数占总访问次数的比率。转化率=(转化次数/点击量)100%。如在电商、理财等产品中,转化率是衡量产品优秀与否的重要指标之一。跳出率:访问了单个页面的用户占全部访问用户的百分比,可用来衡量访问质量,高跳出率通常表示内容或体验与用户目标脱节。停留时长:用户游逛的时间长度,需要区分对待内容消费与工具效率场景,高停留时长并非全是正向反馈。次数:包含页面访问次数(PV)和用户访问次数(UV),通过页面或者用户作为计数单位,但需进行相应数据去重,保证数据的真实性。点击率:CTR(Click-Through-Rate)即点击通过率,某一内容被点击的次数与被显示次数之比,CTR 是衡量互联网广告效果的一项重要指标。影响用户点击的因子较多,作为入口级内容,却具备较大的设计发挥空间,可通过信息的布局与核心利益点的外化,实现行为号召(Call to Action)3. 业务数据:产品在商业化过程中,对业务结果的贡献程度,如总成交量、人均消费金额、消费人数、续费率、用户周期价值等总成交量:GMV(Gross Merchandise Volume)属于电商平台企业成交类指标,主要指订单的总金额,包含付款与未付款两部分。人均消费金额:ARPU(Average Revenue Per User)即每用户平均收入。这个指标计算的是某时间段内平均每个活跃用户为应用创造的收入。续费率:指的是在订阅期结束时,选择续费的用户占所有应续费用户的百分比。付费率:付费用户占活跃用户的比例。用户周期价值:LTV(life time value)是产品从用户获取到流失所得到的全部收益的总和,当 LTV 大于平均获客成本和后续的运营成本时,产品获得净收益。对上述数据类别有所了解之后,我们在面对纷纭复杂的应用类型与数据概念时,到底该怎么选取合适的指标进行衡量和分析呢?接下来,让我们进入下一个知识点-指标建模。我们大致可以按照以下方法进行关键指标的选取。1. 明确业务的最终目的;2. 判断业务模块所属类型;3. 根据模块类型选择数据指标;1. 明确业务的最终目的目的:Figma 是一个基于浏览器的协作式 UI 设计工具,其最终目的是完成商业变现,让更多用户付费购买。手段:为达成这一目标,而采用基于 web 的模式这一手段,极大地方便了团队协作办公的需求,继而备受青睐,普及率节节攀升。支持手段的工具:此外,借助开源的插件及完善的组件功能,为设计创作者提供更便捷的工具支持。2. 判断业务模块的所属类型在从业务的最终目的出发,梳理业务模块后,可进一步地拆解该业务模块的具体类型。为方便理解,可以按照产品价值,将功能模块分为 4 种类别:工具、内容浏览、社区、交易。针对本身自带价值属性的产品,按照帮助用户节省时间和消磨时间可分为:工具类:剪映、轻颜相机、飞书文档及翻译工具等。内容浏览类:各类图文、音视频体裁的消费内容,如短视频、喜马拉雅、知乎等。另一类产品本身不产生价值,通过自身的平台属性来连接资源,同样按照帮助用户节省时间和消磨时间可分为:社区类:小红书、即刻、微博等。交易类:电商板块、会员付费板块以及直播打赏充值等。3. 根据业务模块类型选择数据指标按照时间与价值维度,将产品划分为 4 类模块,每类都有各自需要核心关注的指标要素。下面对 4 种分类的功能模块,分别介绍如何选取指标体系:工具类:通过产品达成个人目标,高频的使用行为,可以培养用户的固定习惯。因而可主要关注使用量、目标达成率、频次数据指标。(示例:剪映)交易类:以详情页作为用户购买动机的诱因,实现付费转化。倘若能多次反复的购买商品或服务,整体转化效果更佳。因而,可选取详情页转化率、客单价、复购率作为衡量指标。(示例:百度网盘)内容浏览类:用户是否已获得更优质的内容,愿意投入更多的时间浏览内容,并能触发与内容的互动行为。因而可选取浏览数、浏览广度、浏览时长和互动行为作为衡量指标。(示例:快手)社区类:社区环境主要受人与内容、以及人与人之间的关系影响。鼓励用户发布内容,以创造的内容来吸引其他用户产生共鸣,从而进行内容创造与互动行为。因而,可选取发布量、互动量、用户间的关系密度作为衡量指标。(示例:即刻)在产品迭代发展的过程中,掌握有效的数据分析方法,能让冰冷客观的数据鲜活起来,为决策提供判断依据。接下来,就给大家推荐几类数据分析方法。诸位看官,请注意查收。1. AARRR 模型由 Dave McClure 2007 提出的客户生命周期模型,可以帮助大家更好地理解获客和维护客户的原理。其核心为 AARRR 漏斗模型,对应着实现用户增长的 5 个指标:获取(Acquisition):用户如何发现(并来到)你的产品?激活(Activation):用户的第一次使用体验如何?留存(Retention):用户是否还会回到产品(重复使用)?收入(Revenue):产品怎样(通过用户)赚钱?传播(Refer):用户是否愿意告诉其他用户?我们在进行数据分析的时候,应该考虑用户正处于 AARRR 模型的哪个部分、关键数据指标是什么、对应的分析方法又是什么?用一篇文章,让你掌握能让用户快速增长的AARRR 模型AARRR模型因其掠夺式的增长方式也被称为海盗模型,是Dave McClure 2007提出的,核心就是AARRR漏斗模型,对应客户生命周期帮助大家更好地理解获客和维护客户的原理。阅读文章 > 2. 漏斗分析科学反映用户行为状态以及从起点到终点各阶段用户转化率情况,是一种重要的分析模型。广泛应用于网站和 App 用户行为分析的流量监控、电商行业、零售的购买转化率、产品营销和销售等日常数据运营与数据分析的工作中。例如:在完成电商购物行为时,共包含浏览选择、查看详情、添加购物车、生成订单、支付等环节。通过监控用户在流程上的行为路径,漏斗能够展现各个环节的转化率,直观地发现和说明问题所在,更快定位出某个环节的具体问题。除了需要了解分析方法之外,还需要提防以下数据分析常见谬误,避免落入陷阱之中,从而做出错误的决策。1. 数据偏⻅在分析数据时受个⼈偏见和动机的影响,即仅选择支持你声明的数据,同时丢弃不支持声明的部分。“数据偏见”将让数据的客观性荡然无存。避免这种谬误的方法是在分析数据时,尽可能收集相关数据,并询问他⼈意⻅。2. 采样偏差在做抽样分析时,选取的样本不够随机或不够有代表性。例如,互联网圈的人极少会使用 PDD,为何该应用还会有这么好的市值表现?3. 因果相关谬误将两个同时发生的事件,判断为因果关系,忽略了其中间变量。例如,隔壁老王生了个孩子,同时种了一棵树。孩子和树都随着时间的推移而长高,在一定时间内,如果使用相关性分析,可以得出这两个变量具有相关性。然而我们都很清楚,孩子长高和树长高之间,并不具有因果关系。4. ⾟普森悖论即在某个条件下的两组数据,分别讨论时都会满足某种性质,可是一旦合并考虑,却可能导致相反的结论。避免“辛普森悖论”给我们带来的误区,就需要斟酌个别分组的权重,以一定的系数去消除以分组资料基数差异所造成的影响。5. 定义谬误在看某些报告或者公开数据时,经常会有人鱼目混珠。「网站访问量过亿」,是指的访问用户数还是访问页面数?6. 比率谬误谈论此类型指标时,都需要明确分子和分母是什么。另一方面,在讨论变化的百分比时,需注意基数大小。如小王和小刘体重都上涨了 10%,但二者的体重基数分别为 60kg、90kg。良好的数据思维,能让我们的设计增添一些理性之美。同时,也是了解用户使用行为及产品表现最有效的途径之一。本文仅普及了一些数据的基础框架和思路,最终还是需结合项目实操进行验证,从而真正的理解与掌握该技能。参考资料:互联网数据分析:指标体系的建立一套正确且高效的数据分析体系该如何搭建互联网数据分析:指标体系的建立万字干货!写给设计师的产品数据实用指南很多同学面试时候都会被问到产品数据,用户体验相关问题,这篇文章将讲解产品数据中面试官最为在意哪几个指标,以及用户体验的考核方法。阅读文章 > 欢迎关注作者微信公众号:「美工李大强」本篇来源:优设网原文地址:https://www.uisdc.com/data-analysis-4
用户 产品 数据 作为一名 B 端用户体验设计师,你是否经历如下困境:客户与公司的商务售前进行沟通,客户的痛点和建议会传达给产品经理,产品需求明确后,做出原型图给到设计师。等设计师拿到需求的时候,基本已成定局,合不合理、如何优化的空间都会比较小了。造成这个现象的根本原因是设计师能看到的视角范围有限,B 端业务场景本身比较专业,难以直接带入使用者的角色,就比较难取得大的突破了。如何打破这一僵局呢?答案只有一个,那就是设计师要主动更前置的加入到产品方案设计中,深刻理解业务,为产品升级提供助力。这就涉及到用户研究了,本文将和大家分享用研的相关理论基础和方法。双钻设计模型由英国设计协会提出,该设计模型的核心是:发现正确的问题和发现正确的解决方案。如何用好设计双钻模型?来看 vivo 浏览器的实战案例!前言刚入职时,有本书叫《方寸指尖》对我影响比较大,主要讲述如何做好用户体验设计。阅读文章 > 双钻模型是一个结构化的设计方法,被很多设计师喜爱和使用。探索/调研——透析问题(发散)定义/合成——聚焦领域(集中)发展/构思——潜在问题(发散)传达/实现——实施方案(集中)实际工作中用到双钻模型会有一些变体,举个例子:下图是对阿里内部移动运维产品的分析,分析其从 0-1 的方向探索和从 1-1.5 的发展历程:下图是曾经在一个设计讲座中,滴滴 CDX 一位设计师的分享,她把双钻模型利用到设计的研究和输出阶段,个人感觉此模型的使用场景也很贴切。不仅仅是在完整的一个项目中,在单一的某个阶段双钻模型也是理念很好的承载容器。在每一个“确定”前后,都有用研的身影。用研旨在通过实验和观察结合的研究方法来提高产品的可用性,指导产品的设计、开发和改进。重点是通过观察技术、任务分析和其他反馈方法来了解用户的行为、需求和动机。在获取后台数据之后,我们会分析为什么留存、为什么流失、为什么买这个不买那个?设计师认为很棒的新功能,真的是用户想要的吗?用户真的会用吗?观察数据只是一种手段,而非结果。当一个页面中出现值很低的功能时,我们不能直接判断他就是不重要的,也可能是因为视觉上太弱或者交互操作不方便引起的。只有做用户研究才可以真正了解用户的行为背后的原因,真正的动机。如上图,是一个红包发放页面的设计前后对比,从数据中了解到使用优惠券的用户不到 30%,埋点发现大多都点击了返回,用户没有按照期望的路径走,调研发现操作路径不清晰,没有形成闭环。由此可见,发现问题时,先埋点细化问题——再分析问题——结合用户研究,提出优化方案,才能真正发现问题解决问题。产品的发展周期分为产品概念期、设计开发期、宣传推广期、平稳发展期和产品衰退期五个阶段,在每个阶段都有相对应的用户研究测试可以做。对应上文的产品发展周期可以做的用户测试,我们要找到相对应的人群:最后就是将用户研究进行落地了,如何让用户研究达到预期的目的和效果呢?可以在开始前的准备阶段问问自己如下的问题:接下来我们看看到实际落地环节,有哪些用户研究的类型可以做以及怎么去做。桌面研究桌面研究又叫“文案研究”,指不进行一手资料的实地研究和收集,而是通过电脑,杂志,书籍,文档,互联网搜索等现有二手资料进行分析和研究的方法。完整的桌面研究分为以下五个步骤:在需求细分阶段,可以用到 SWOT 分析、波特五力模型、PEST 分析、波士顿矩阵等模型如何用以终为始的方式做竞品分析?我总结了这4个方面!竞品分析作为无论产品经理、运营岗或体验设计师,都是其必备技能和工作范畴之一,想必大家也应该有些许心得和体会。阅读文章 > 收集数据通常可以从内部数据和外部数据来源广泛获取然后结合分析。内部数据来源:市场营销数据、产品后台数据、其他相关报告等。外部数据来源:政府部门、国际组织、行业协会、专门调研机构、联合服务公司、其他大众传播媒介、商会、银行等金融机构、官方和民间信息机构等。定性研究定性研究是指通过收集、分析和解释那些不能被数量化的信息,来挖掘问题、理解事件现象、分析人类行为与观点的方法,主要作用是探索“可能性”。定性研究专注于更小但更集中的样本,通过非结构询问和观察来获得不能量化的信息。流程如下:常用的定性研究方法:我们需要明白访谈适合哪一种项目研究,比如要针对新功能进行一次面访。接下来我们需要进行用户的招募,因为面访比较耗费时间和精力,所以最好准备一些礼品,否则很难招募到用户。招募用户的渠道可以是产品中投放问卷、社群招募等方式来邀约难度用户。用户访谈环境,准备一个安静的房间,准备好水、纸、笔、录像、录音笔等工具。整理访谈内容,每访谈完一位用户进行一次小结。接下来模拟一次用户访谈的整个流程:开场:首先介绍一下自己的情况,并且让用户了解这次访谈的目的,建立一个轻松的谈话氛围。探索:针对研究目的进行探索,比如目的是做用户体验地图,了解用户在使用过程中遇到的问题。注意:如果直接问平时怎么使用我们的产品,用户会比较懵。这个时候最好给他一个确定的环境,比如你能不能演示一下你平时是怎么管理货源的,这个时候他就明白原来需要我进行这样一个任务。观察:在用户回答提问和操作演示中,查看用户碰到了什么难题。比如有超过一半的用户多次点击一个按钮,说明这个按钮设计的大小不太合理。思考:深层次挖掘。比如用户反馈字太小,但实际操作中并没有眯着眼或更靠近屏幕,可能原因一是他们本身就把手机屏幕文字调为最大,二是信息排布过于密集,效率低,并非因为字小。定量研究定量研究是指确定事物某方面量的科学研究,将问题与现象用数量来表示,进而分析和解释,从而获得意义的研究方法。定量研究的数据分析,主要作用是回答“多少”的问题。定量研究的意义:用一个数值来表示你产品的可用性。数值有时比质量检测的结果和视频更有说服力(特别是当你试图说服像高管或客户这样的人)时。比较不同的设计(比如,你的产品的新旧版本,或者是你的产品与竞争对手的产品相比),并且确定你观察到的差异是否具有统计学意义,而不是随机的。改进用户体验权衡决策。比如,如果预期的设计改进成本很高,那么它值得做吗?定量研究方法可以帮助你验证重新设计是否值得。常用的定量研究方法包括:可用性研究、A/B Test、问卷调查和满意度调查。想要做好用户调研,你要学会这九种定量用户研究的方法当你需要关于自己产品的用户体验数据时,然而,你却不知道从哪里获取?阅读文章 > 测试的重点是收集数据指标,比如任务时间或者成功率,一旦你收集了相对较大的样本量(大约 35 个或者更多),你就可以使用它们来跟踪产品的可用性,或者将其与竞争对手产品的可用性进行比较。在 A/B 测试中,团队需要创建同一界面的两个不同的最新版本,然后将每个版本展示给不同的用户,用来确定哪个版本的性能更好。基于分析的实验,对于决定同一个设计的不同变体非常有用,并且可以结束团队关于哪个版本最好的争论。问卷调查是一种灵活的用户研究工具,调研时可以同时获得定量和定性的数据,比如评分、多项选择题中的答案的比例,再加上开放式问题的答案。你甚至可以把对调查的定性回答转化为数字数据。问卷的一个优点是:可以经常将你的调研结果与行业或竞争者的分数进行比较,看看你做得怎么样。即使你创建了自己的自定义问卷,也可以随时间的推移对自己产品平均分数进行追踪,来监控产品的改进情况。可以根据你的研究问题进行定制,这些方法通常会首先让参与者接触到产品(通过向他们展示静态图片或者要求他们使用现场产品或原型)。然后,要求用户通过从描述性的词语列表中选择一个来描述当前设计。如果你获取自身目标用户的样本量足够大,那么整体趋势就会显示出来。例如,你可能会有 84%的受访者将此设计描述为”最新”。1. 明确调研目的比如这次改版用户对新版本的满意度怎么样。只有确定了目标,你的问卷才是有价值的。2. 回收数量因子分析法要求调查数量是调查问卷问题数量的 5-10 倍,因此,如果调查问卷中共有 20 个问题,那么调查样本数量可以大概确定为 100~200 个,有效回收样本 30 份即可。问题顺序的基本原则往前放:熟悉的问题;简单的问题;引起兴趣的问题往后放:开放式的问题;个人背景资料3. 题目的设计技巧简洁明确:你用了多久的 Google map?()你第一次使用 Google map 是什么时候?()这两个问题看似类似,但是当用户在思考的时候,第一个问题显然会思考更多的时间,用户很可能在想,是想知道我第一次用的时间,还是我用了多久的时间。中立、无诱导性:你喜欢这个功能的设计吗?()请您对这个功能的满意程度进行一个打分,最低 1 分最高 5 分?()避免使用带有引导性的问题,问用户是否喜欢、是否满意,这样通常用户都会偏向于回答喜欢。设置选项时,要做到:定量分析的结果多以数据、模式、图形等来表达。前沿研究眼动追踪,英文 Eye Tracking,是指通过测量眼睛的注视点的位置或者眼球相对头部的运动而实现对眼球运动的追踪。眼动仪是一种能够跟踪测量眼球位置及眼球运动信息的一种设备,在视觉系统、心理学、认知语言学的研究中有广泛的应用。1. 常用分析注视分析——分析注视轨迹、先后顺序与流畅度注视热点图——分析最关注区域和忽视区域兴趣区分析——分析平均注视时间与各兴趣区注视顺序2. 局限通常需要辅助测试(如定性访谈)来收集更多实验数据脑电研究,大脑活动时,脑内亿万神经元活动引起头皮表面的电位变化,含有大量心理信息,测量脑电信号可绘制脑电图,以不同波形反映出来。3. 脑电的本质利用生理探测技术,研究用户对产品的情绪反应4. 优势相比传统调研,更加能够排除从众行为、事后回忆偏差、社会赞许效应等的干扰参考文献:Mike Kuniavsky (2003), Observing the User Experience: A Practitioner’s Guide to User ResearchN Mack(2005), Qualitative Research Methods: A Data Collector’s Field GuideBaidu (2019), 定量研究(Study on measurement,Quantitative research)Baidu (2019), 定性研究(Qualitative research)Wiki (2019),市场研究(marketing research)希望这篇文章对你有所帮助,后续更新实际工作案例,如果有想要讨论交流的点,欢迎留言啊~~如何用12个步骤,从零开始完成一次大厂级的用研项目?对于用研新人来说,可能非常渴望掌握某些研究思路或方法论,但是这篇文章主要想从更基础的层面切入,和大家聊一聊“规范化”,明确用研项目中的规范流程和角色职能。阅读文章 > 本篇来源:优设网原文地址:https://www.uisdc.com/user-study
粒子 数据 效果 大家好,我是小六。今天给大家分享可视化的入门全流程指南,从设计流程、规范、技巧、组件、开发落地等系列知识的普及,感谢@王鹏 的技术支持。欢迎小伙伴收藏转发!前言随着大数据产业的蓬勃发展,很多企业都开始应用数据可视化。智慧城市、智慧交通、智慧医疗等等越来越多的行业都有了可视化的需求,可视化行业也迎来了迅速发展的成长期。数据可视化释义数据可视化就是把一些相对复杂、抽象的、我们看不懂的数据通过“可视化”的方式,运用图形化的手段清晰有效地将数据信息进行解读和传达,帮助我们发现其中的规律和特征,挖掘数据背后的价值。可视化大屏可视化大屏是以大屏为主要展示载体的数据可视化设计。它的应用场景非广泛如 ToC、ToB、ToG 等都会存在。一般应用在会议展厅、园区管理、城市交通调度中心、公安指挥中心、企业生产监控等重要场所。可视化用户群体相对比较明确,主要是单位领导及一些一线人员。通过交互式实时数据监测,洞悉运营增长,助力智能高效决策。伴随行业的发展,行业内也对可视化进行了一些行业细分。常见的一些类别:行业可视化(如交通、医疗、金融、军警部队、农业、工厂、化工等)、智能终端系统类(定制化终端产品)、演示 demo(数据演示、展览展示、数据看板 )、可视化分析系统(通过对数据的分析监控辅助决策,如交通预警平台、天气监控平台等)。市场现状平台化由于近几年可视化的需求越来越大,一般的公司都会有一些可视化的需求,各大厂商也逐渐整合可视化资源,实现平台化、低代码化。满足了大多数公司的可视化需求。国内比较知名的可视化厂商:光启元(Ray design)、Data V、优诺科技(森工厂)、袋鼠云(Easy V)、数字冰雹、图扑、等等。他们将一些可视化效果组件化集成在平台,拖拖拽拽就能实现一些不错的效果,满足了一些公司的展示需求。实现方式目前可视化框架是大多数都是基于 Web 端的(基于 web 开发或者 web 封装)而非 PC 端。常见的可视化实现方式是二维加三维相结合,比如大屏两侧的可视化图表可以用 Echarts 这种第三方的轻量化图表控件或者 Vue 去实现。主视觉部分会基于 Unity3D、虚幻引擎(UE4)、Ventuz、threejs 等工具去实现。满足三维炫酷的效果需求。使整个可视化大屏效果有了质的提升。这些三维工具的优势是三维粒子效果能很好的支持,且效果非常炫酷。多平台支持,可通过 webgl 封装在浏览器里打开使用。缺点就是维护成本较高,需要相关的专业人员去开发维护,有一定的使用门槛。一般公司如果不是专门做可视化相关业务不会配备相关专业人员。说下几种工具的优缺点:Ventuz 国内用的相对较少,相关专业人员也较少。虚幻引擎效果上是比较好的,但是对 WebGL 参数支持的较少。Threejs 虽然支持三维但是没有 Unity 那么强大的编辑器,一些复杂的效果实现不了。相对于前者 Unity 来说成熟一些,也是目前市场上用的比较多的,不过 three 对于前端开发同学更友好一些,容易上手,学习成本相对低一些。可视化设计师应了解的知识可视化设计是相对新兴的行业,就目前市场来看也是当今比较火的行业。作为一名设计师,不仅仅是只做完效果图就能行的,他是一个结合硬件设备、UI 设计、三维建模、三维渲染、动态设计、数据可视化、图形技术、GIS 数据、渲染引擎、交互技术等等综合类的交叉学科。1. 硬件设备硬件设备信息是做大屏一切的开始,我们首先要了解它的尺寸、比例、屏幕种类(拼接屏、LED 屏)投影方式等等 一系列的信息,方便后续的设计工作。上图为一些常见的屏幕拼接方式,确认好屏幕的拼接方式就可以计算出整个大屏的物理分辨率。举个例子:上图中最后一个的拼接方式为横向3块屏,竖向2块屏幕。他们每块的屏幕分辨率为宽1920px 高1080px,那么这块2×3的拼接屏幕的尺寸就应该是:宽度 1920乘以3(横向3块屏)高度1080乘以2(竖向2块屏)得出整个屏幕的物理分辨率为:5760×2160。物理分辨率 VS 输出分辨率大屏的投射方式大致分为三种:1、电脑屏幕 1 比 1 等比例投屏。2、通过主机直接输出给拼接屏(这种大多都是一些自定义比例屏幕和分辨率超大的情况会应用到)。3、投影仪投射。一般大屏的物理屏幕分辨率大小都有不同,有的是极大的,几万像素,如果我们按照物理分辨率来去做设计的话会很卡,所以这里设计尺寸建议按照输出分辨率设计。输出分辨率会受到硬件的限制(超大情况下需等比缩放),我们一般会采用输出分辨率作为最终的设计尺寸。针对硬件设备设计时要关注以下几点:屏幕拼接方式、单屏幕像素及拼接后像素、输出像素等这些决定了设计尺寸、内容排布、拼接缝的规避等问题。更多硬件尺寸问题可看往期文章:用一篇干货,帮你完全读懂可视化设计(尺寸篇)数据可视化设计中尺寸的确定是至关重要的,而尺寸的准确性,将直接影响到后期的设计、开发、适配及视觉效果清晰度等。阅读文章 > 2. GIS 数据通常应用于参数化建模,之前写的 0-1 带你制作智慧城市地图(二)就属于参数化建模的一种,主要是通过一些地理位置高程数据进行模型的生成。属于智慧城市可视化设计的基础设施。常见的一些格式:Openstreetmap(多用于生成模型)、Shapefile(多用于生成模型)、Geojson(主要用于基于 Web 的映射)、TIFF(多用于贴图处理)。一些常用的工具:Qgis、Arcgis、Google mapper3. 三维建模在可视化设计中,一般我们会结合生成参数化模型加定制化手工模型的方式处理整体效果。这么处理的目的:一是设计上能突出主体,增加画面的层次感。二是在性能上能很好地优化,提高整体性能。下图为设计侧到开发侧对接流程:4. 动效设计常见的一些动效对接格式:GIF、MP4、APNG、Lottie、序列帧。如何让动效又快又好落地?我分析了这5种格式的优缺点!动效设计,可以提升界面的趣味性和引导性,让用户浏览过程中不会太枯燥,获得更好的体验。阅读文章 > 5. 图形技术了解图形成像原理,是由一个个的粒子点生成的画面。下图是由一个 50×100 的粒子组成的平面,每个粒子都会对应他的 xy 轴的坐标位置,我们通过控制的粒子透明度、大小、颜色、位置、旋转等参数呈现不同的视觉效果。世界地图的是通过一个一个粒子成像形成的画面,其中黑色=0、白色=1。比如粒子大小是 1,它对应的位置是黑色,黑色是 0,1×0 就=0 显示为黑色。我们常做的粒子世界地图就是通过控制粒子黑白 x 粒子大小叠加出来的。比如我们做粒子地球的时候是通过一张贴图来去控制黑白度,海洋是黑色所以就不显示粒子,陆地为白色显示为白色粒子,最终呈现了一个粒子地球的效果。6. 渲染引擎的技术架构前面实现方式里讲到市面上可视化落地基本都是基于于 Unity3D、虚幻引擎(UE4)、Ventuz、threejs 等工具实现的。它们的底层是由 BS(Browser-Server)架构和 CS(Client-Server)架构两大架构组成的。BS 架构与 CS 架构特点BS:(Browser-Server,)浏览器/服务器模式,web 应用可以实现跨平台,客户端零维护,但是个性化能力低,响应速度较慢。WebGL 就属于 BS 架构的一种。优点就是使用便捷、数据实时更新、跨平台。缺点是渲染效果较差,大场景支持差。CS:(Client Server,客户端/服务器模式),桌面级应用响应速度快,安全性强,个性化能力强,响应数据较快。Unreal Engine、Unity3D、Ventuz 属于 CS 框架。优势就是整体渲染视觉效果棒,大场景支持好,缺点是必须安装客户端、电脑性能要求高、不同平台需要不同文件。最后本期给主要是给大家普及可视化设计的一些流程以及相关的专业知识,欢迎后台添加小六微信沟通交流。下期预告:可视化设计中 UI 设计拆解知识分享。实战经验!可视化大屏设计案例全方位复盘!随着大数据产业的蓬勃发展,很多企业都开始应用数据可视化。阅读文章 > 欢迎关注作者微信公众号:「小六可视化设计」本篇来源:优设网原文地址:https://www.uisdc.com/visual-design-guide
服务器 软件 数据 有了解和学习 B 端的同学必然都听说过 SAAS 这个词,这在 B 端行业是个非常重要的产品形式和分支。虽然它重要,但新手对这东西的理解充满了让人遗憾的扭曲。比如常见的误解式提问,Saas 应该怎么设计?适用哪些设计风格?所以我从最底层的技术层面,来解析 SAAS 到底是什么,在未来你再也不用担心对这个词汇一知半解,无法正常参与业务讨论了。上篇回顾:想做B端还不懂什么是SAAS?一篇最专业的扫盲科普(上)有了解和学习 B 端的同学必然都听说过 SAAS 这个词,这在 B 端行业是个非常重要的产品形式和分支。阅读文章 > 在 9 层塔中,SaaS 是完全制作好软件让用户直接上手使用的软件,而 PaaS 和 IaaS 就不一样。1. PaaSPaaS 全文 Platform as a Service,是平台即服务的简称。这属于完全技术化的服务,是非程序员的一般用户难以参与到的业务类型了。即服务商提供了基础的 7 层服务,只要用户购买了这些使用权,那么就可以直接在这个基础上编写或安装运行的程序进行使用了。比如全球最大的开源 CMS 博客程序 WordPress,是由 PHP+MySQL 编写的,如果要创建这样的网站,就可以直接购买符合程序对应环境的服务器,再进行安装部署即可。2. IaaSIaaS 全文 Infrastructure as a Service,就是用户只购买一个完全空白的虚拟主机,类似你购买了一台硬盘格式化后完全空白的虚拟电脑。用户可以自己选择安装什么样的系统,编写什么样的中间件,最后再搭建自己的框架。这适合定自定义要求更高的用户,完全根据自己的需要 DIY 项目的服务器功能。3. HostingHosting 则是比 IaaS 更进一步的服务,从原本的虚拟服务器升级到了完整的服务器。也就是说,在一些特定业务环境下(比如特殊的数据安全要求),用户需要购买完整的服务器硬件使用权,从原本的合租换成整租。所以,Hosting 就是服务器托管的意思,用户向一些服务商购买了完整的服务器硬件使用权和联网功能,然后远程进行控制和使用。而商家负责硬件层面运维,防止服务器断电、断网、损坏、过热、故障等一系列硬件问题。4. Co-location九层塔中,我们其实还省略了一个更底层的环节 —— 数据中心。数据中心是一个物理名词,在今天指的是大规模的服务器数据设备安置和运行的空间。比如苹果的云上贵州,就是典型的数据中心。Co-location 的服务也叫场地出租,就是数据中心的商家,把数据中心的物理空间使用权租用给用户,用户自己购买服务器或商家的(不是临时租用)放进去,再借助数据中心的网络和其它基础服务实现服务器的正常运转。这个概念大家简单理解就可以,我就不多做介绍了。所以,九层塔中包揽了不同层级数量的技术,就可以形成不同的服务,每一级服务有各自的优缺点,是由项目的实际情况决定的。相信看完前面的介绍大家已经知道,SaaS 等服务是建立在联网的基础之上的,也就是说,除了可以独立运行在你客户端里的本地软件,还包含更多需要联网的软件,或者干脆运行在远程服务器主机上的软件。这是一个发展的过程……最早的软件安装是我们到软件店里购买软盘、光盘,回到家里的电脑安装,这些软件往往只在本地运行,是不需要联网的孤岛。随着互联网行业的发展,孤岛渐渐被消除,联网上传和获取数据越来越普及,甚至,软件都不需要再下载和安装,直接用浏览器就可以访问使用。这种模式,就催生了软件的开发维护与服务器、网络的硬件运行进行了分工,一般的产品开发团队专注在软件应用层面的开发工作,而把网络、远程服务交给其它商家,并付费购买。这样不仅带来更高的效率,而且降低了各自的成本,实现了多方的共赢。所以,我们再来理解云服务这个词就很容易了,云就是网络,云服务就是基于联网实现的各种软硬件服务的总和。除了远程的虚拟机、中间件、数据库外,还有远程计算、渲染、CND 加速、直播分流等等。这也是为什么云服务会成为互联网发展的基础,因为它实在太重要了,几乎所有互联网公司都无法脱离云服务带来的支持。这也是为什么各个大厂纷纷投入云服务的赛道中,因为这是互联网的基建和命脉之一,拥有非常广阔的前景与市场。而在马太效应强者越强的现实环境下,头部的厂商拥有更好的机群、技术、人员,可以大幅度降低运作成本,提供更优质但价格更低廉的服务。虽然云服务在今天不可或缺,价格也越来越有优势。但是,并不是所有企业都一定要选择购买外部的云服务,这就是我们要理解的另一个课题 —— 私有化部署。云服务再怎么便捷,也有一个缺陷,那就是数据是存储在别的商家、企业的服务器中,有一定的数据安全隐患。虽然数据安全是云服务的最基本保障,但很多对数据隐私、安全极度重视的企业,是不愿意承担任何外部风险的。所以他们就会通过自建本地服务器(私有云)的方式,实现从网络、硬件到软件全局私有化的部署。也就是说,服务器机房是自己公司的,网络是自己迁进机房的,服务器自己买的,环境、虚拟化、数据库自己搭建的,后端程序也是自己写的,最后电脑手机上运行的客户端,是连接这些服务器的。哦对了,当然这些硬件日常的维护也要由自己公司的运维负责……这样的成本高嘛?非常高。但类似国企、银行、证券、国防、政府机关等机构,对数据的安全性是异乎寻常的执着的,他们是有足够的动力划出预算来确保数据的私密与安全,用来运行自己内部的 B 端系统。这也是为什么这些机构从一开始就拒绝使用 Figma 这种公有云端软件,尤其是服务器在国外的。再问下一个问题,私有化部署,就意味着这个环节中所有步骤全是自己搞定嘛?当然不可能,因为应用这个层面,有时候不是想开发就开发得出来,或者成本实在超出了预算。因为私有化的主要目标是数据安全,但不是应用的工具一定得个性化定制。比如在即时设计官网的价格页面,就可以看到 “私有部署” 这个选项。它的实际作用,就是允许客户在自己的服务器上安装它,让内部的员工使用设计软件时是同步到公司指定的服务器而不是官方的公共服务器中,满足客户的数据隐私需求。注:这例子大家讨论最多适合理解,非恰饭所以,了解完上面的概念,你也就大概能明白什么是云服务,什么是私有化。如果需要在工作中碰到更细节的名词还是概念,可以再进一步做理解。结尾关于 SaaS、PaaS、IaaS、云服务、私有化部署的扫盲,就先解释到这里。希望大家看完以后对 B 端行业一些最基本的产品概念能有一定的认识。我们下篇再贱~万字干货!写给设计新人的B端产品入门指南本文受有赞设计师@美芳的指导,约12941字。阅读文章 > 欢迎关注作者的微信公众号:「超人的电话亭」本篇来源:优设网原文地址:https://www.uisdc.com/saas-2
服务器 程序 数据 有了解和学习 B 端的同学必然都听说过 SAAS 这个词,这在 B 端行业是个非常重要的产品形式和分支。虽然它重要,但新手对这东西的理解充满了让人遗憾的扭曲。比如常见的误解式提问,Saas 应该怎么设计?适用哪些设计风格?……所以我从最底层的技术层面,来解析 Sass 到底是什么,在未来你再也不用担心对这个词汇一知半解,无法正常参与业务讨论了。讲解什么是 Saas,或者刚刚图例出现的 Paas、laas 是什么,首先要认识一个问题,一个需要联网的软件,是如何落地的,需要哪些前提条件。通常,我们可以把一个普通的联网产品要正式上线并使用,需要满足 9 个层级的条件,我们简称 “9 层塔”,分别是:下面,我们根据每个大层级来解释一下,它们分别都是什么。1. 基础设施层基础设施层是一切网络服务的根基,由现实世界的硬件组成,是所有技术、代码、数据的运行基础。层 1:网络(Networking)即基础的互联网电信宽带服务,通过电信运营商在各地搭建联网用的设备,并使用线缆相互连接,满足数据的物理传输可能。比如你想要在家上网冲浪(非移动上网),最基础的条件是就是购买和开通宽带服务,通过接入光纤的形式,实现从家中连接到互联网世界的可能。层 2:服务器(Serves)服务器,本质上也是一台电脑。有了联网的条件,我们就要把网络接入到这台 “电脑” 上,让它来完成各种数据的处理和存储。但不管它能做什么,要做什么,首先你得先有这台设备,不然后续的工作都无从谈起,所以服务器指的就是用来完成后续工作的电脑设备。层 3:存储(Storage)存储就是硬盘,你想要运行的任何程序、代码,还是想要收集的数据,都需要容纳的地方,那就是硬盘空间。存储就是关联到服务器的硬盘,是数据存储的物理环境。之所以硬盘被独立出出来,而没有把 CPU 内存这些拿出来,是因为数据的存储和安全(物理上)是网络服务的重中之重。CPU、内存、电源坏了,替换就可以,硬盘损坏导致数据的丢失是无论如何不可能接受的。所以,工程师们开发了非常多特殊的技术来保障存储的稳定和安全。2. 技术应用层技术应用层,就是具备了网络、服务器、硬盘以后,让这些基础设施充分发挥作用和能效的相关技术。层 4:虚拟化(Virtualization)虚拟化是个比较抽象的概念,它是一种资源利用的技术,让服务器最大化的利用和分配自己的资源。比如一台服务器,有 8 核心、8G 内存、8G 存储,如果卖个一个客户运行一个程序,那么很可能这个这个程序日常只使用一个核心的算力,1GB 内存,1G 不到的存储,剩下的算力资源不就浪费了嘛?于是,虚拟技术就可以把这台服务器切割成 8 台 “虚拟机” 卖给 8 个这样的客户。让他们在这台设备上运行 8 个不同的程序,并根据它们各自使用的消耗灵活分配 CPU 和内存资源。所以,今天如果你想要搭建一个网站,云服务商出售的 “虚拟主机”,就是在实体服务器主机上切割出来的一部分。这样客户省钱了,商家利润率也更高了!层 5:操作系统(OS)每台电脑都有自己的操作系统,我们熟知的 Windows、Mac OS 等等。如果硬件没有搭载操作系统,那它们就只是一堆工艺精密的废铁。对于服务器来说也是,任何服务器想要正常运行,都必须搭载相关的服务器操作系统,有了基本的系统,我们才能创建程序,让服务器去运行我们想要的功能。前面提到的虚拟机,就允许同一台服务器通过虚拟技术运行多个系统。层 6:中间件中间件也是个比较复杂的技术概念,它是个独立系统软件服务程序,是软件的直接面向对象(而不是服务器),是一种支撑软件。举个不太严谨的例子,我们常规的逻辑是一个程序对应一台服务器(或虚拟机),但真实情况往往是一个程序会关联好几个服务器和不同的系统,来完成不同的网络服务。正常情况下,你需要对每个服务器和系统进行适配。而中间件的作用就是帮助你省掉这个麻烦的步骤,让你只需要对接唯一的翻译和话事人,他会帮你向不同的任务对象传达你的要求。层 7:程序环境(Runtime)程序环境,就是编译代码用的环境。我们常听说的 C 语言、C++、PHP、Java、.Net 等编程语言,都需要安装一个对应的运行环境。许多热衷电脑游戏的同学一定很熟悉游戏第一次启动触发的 Java 安装界面,那就证明这个游戏中运用到了 Java 的代码,如果你没有 Java 的运行环境,那么它们就无法生效。3. 产品表现层层 8:应用(Application)在这个系统下,应用程序指的不是你在自己电脑手机上安装的程序。而是安装在服务器上运行的程序,不管是后端程序还是前端程序。它们需要使用某些特定的程序语言来编写,并运行在上面所说的对应环境中。我们所说的后端开发,通常就是开发服务器所运行的程序的程序员。层 9:数据(Data)这个词放在这里可能有比较大的歧义,数据实际上就是使用这个程序所产生出来的数据,而不是单指数据库(数据库也是环境的一部分)。比如你打开一个网站注册了账号,上传了头像,那么这些信息就是使用程序所额外产生的数据,它是项目正常运作的必然产品。4. SaaS 到底是什么理解上面的 9 个层级的内容是什么,我们就可以看下面这张图表了。SaaS 全程 Software-as-a-Service,翻译叫 “软件即服务”,讲人话就是 “卖联网软件” 的。前面提的 9 个层级,除了最后一层数据是我们普通人可以负责的,其它每个层级都需要对应的开发和工程师来负责对吧,那么我们普通人还是企业就不能使用网络软件服务了嘛?这肯定是不符合事物发展规律的。SaaS 的存在,就是让用户不用管什么服务器、代码、中间件这些有的没的高深玩意,直接让你在浏览器或本地客户端上直接使用这款联网软件,并创建对应的数据信息。换句话讲,只要这个软件是联网的,且软件本身的功能就是服务的核心(划重点:社区电商类软件的服务显然不是软件功能本身),它就是 SaaS。SaaS 既可以免费,也可以是通过批量出售软件功能的使用权来赚取收益。免费情景:微软:如果你使用了基于 Web 的电子邮件服务(例如 Outlook、Hotmail 或 Yahoo!Mail),那么你已经使用一种形式的 SaaS。https://azure.microsoft.com/zh-cn/overview/what-is-saas/付费情景:在 B 端的语境下,SaaS 通常就是指制作一个面向商业用户的联网软件,然后批量出售这个软件的使用权。它并没有特指这个软件必须是 CRM、ERP、HRM 还是商用 HMI……所以明白了嘛,SaaS 只是一个商业形式或技术形式的统称,它根本没有具体的设计规范或者学习方法,完全根据业务的实际需求和场景决定。最后,再问你们一个问题,你们现在负责的项目是 SaaS 嘛?结尾这一篇我们完成对 SaaS 的基本介绍,下一篇,我会在这基础进一步展开,讲解 PaaS、laaS 和云服务的相关概念。希望大家不要再在这种基础概念中犯迷糊了……我们下篇再贱~万字干货!写给设计新人的B端产品入门指南本文受有赞设计师@美芳的指导,约12941字。阅读文章 > 欢迎关注作者的微信公众号:「超人的电话亭」本篇来源:优设网原文地址:https://www.uisdc.com/saas
数据 用户 商品 Nathan Yau 在《数据之美》中写到,可视化并不仅仅是一种工具,而更像是一种媒介,能最大化帮助我们挖掘数字背后的信息,让数据“开口”讲故事。可视化设计将信息和数据转化为用户能够理解的图表、图形和地图等元素,通过色彩、样式凸显其中的变化,帮助用户更高效的获取信息、判断趋势、识别变化等。那么在可视化设计中怎么让用户能更好的看清看懂数据或信息、让用户快速感知数据变化、让数据于用户所处的情境相呼应是微交互思考的方向。应用于当前状态表达,帮助快速判断「医鹿-新冠疫苗热力图」随着新冠疫情的反复, 新冠疫苗集中接种导致的排队情况比较突出,用户查询适合接种点的需求比较旺盛,希望可以快速找距离近,有苗可约、排队时间短的接种点;该热力图给用户提供一款可以快速查询附近可约苗、少排队的接种点工具,并通过人流量可视化来高效辅助用户选择合适的接种点。「雪球股票」在 list 页面中,每条 item 的背景颜色会随着实时的涨跌情况闪现红色或绿色,在 list 页做到实时状态前置。通过可视化中变化的凸显,帮助用户快速达成目标,在最少的时间内获取更多的信息,并引导用户进行更深层次的探究。应用于复杂商家后台设计,帮助提效「饿了么商家端」数据指标形象化:利用动效描述数据指标含义,帮助商户更好解读。例如下方案例:对于加购转化这个数据指标的解释,设计师利用动态的加购商品示意图来演示对应操作的界定。「饿了么商户端」数据切换和页面联动:借助 C 端页面展示 B 端数据,做到一一对应且更有画面感。「饿了么商家端」利用集合符号所见即所得拖拽标签圈选人群。将商家后台系统复杂的人群圈选操作变得更加简便且更容易帮助商家端的运营人员理解复杂运营规则。利用 3D 可视化,多维度展示商品「淘宝」商品卖点的用户参与式互动表达 :利用不同的手势滑动屏幕控制序列帧图片。例如案例左一图中为了让用户更直观地了解摄像头长焦模式下的拍摄效果,用手势操作结合画面变化模拟了真实长焦影像的效果。其他两个也是利用 3D 模拟工作原理,用户可看到宠物洗澡机可拆卸演示以及烤箱的微蒸烤箱技术实现效果。「淘宝」3D 化商品外观展示:720 度及任意缩放查看商品 3D 模型以及不用款式和颜色的切换查看,增加线上商品的真实感和功能细节查看。超全面的数据可视化设计指南:风格篇各位数据可视化设计师们大家好,鉴于平时有很多同学对我们的可视化大屏的设计知识点有很多不理解的地方,阿勇决定花一些时间去详细剖析一下关于这方面的知识,全部都是多年工作经验所得,绝对有料。阅读文章 > 欢迎关注作者的微信公众号:「AlibabaDesign」本篇来源:优设网原文地址:https://www.uisdc.com/micro-interaction-visual-design
动画 用户 数据 Hi,我是彩云。2021 年比 2020 年变得更好了吗?是的,如果我们探讨的是 UI 和 UX 设计的话。新的令人惊艳的网站和 APP 被开发出来,面向设计师的新软件得到更新和发布,创造力被进一步激发了出来。当设计师被迫待在家里时,终于能有时间去反思现有的设计并重新创造。无聊是艺术家最大的敌人,他们会尽可能地打破困局。那么,2022 年的 UI/UX 设计趋势是什么呢?看看现在的情况,我们已经可以预测未来的设计趋势,就像我们对 2021 年所做的预测一样(回头看非常准确)。在本文中,我们将发现:3D 视觉设计师的内卷将会越来越严重数据可视化的工作将变得越来越重要服务的移动化还需要做出更多努力scrollytelling 技术会越来越流行滚动已死,滚动叙事兴起旧的滚动是无聊的。如果你想吸引注意力,你就需要实现滚动叙事(scrollytelling)。(彩云注:这个技术的核心在于边滚动页面边讲故事)《纽约时报》是第一批在他们的文章《雪花飘落》中使用滚动叙事手法的机构之一。它是一种叙事形式,可以在网页和 APP 上呈现。想象一下,在一个网站中每个插图、文本和其他元素都开始变得生动起来。自然地,你会想看到这个故事的结局。它就像一个游戏,带你穿越迷宫。虽然你不能影响它的进程,但却让你感觉自己能参与其中。2022 年,Scrollytelling 将会出现在你看到的每一个流行网站上。另一方面,scrolllytelling 让用户真正去阅读内容。你可以用动态文本让他们产生兴趣,比如谷歌的网站(https://www.google.com/search/howsearchworks/)。他们的团队知道如何让信息看起来更好:Scrollytelling 在用户向下滚动时被激活,因此得名。没有点击,没有选择的麻烦,没有弹出窗口。你似乎停留在一个地方,但通过滚动,把屏幕上的故事慢慢展开。这不仅要求设计师创造出酷炫的视觉效果,还需要认真思考一个你想要讲述的故事情节。所以,最好的网站不可能在 2 天内建成,需要更多的时间去打磨。IAmBinadam 令人惊艳的叙述设计滚动叙事的项目通常需要大量的时间和精力。不过,这样做的结果是值得的。页面变成“活的”,每一秒都有新的事情发生,所以在阅读时很难感到无聊。那么移动端 APP 呢? Pure 是一款约会应用(彩云注,这个应用在 app store 可以搜到,推荐大家安装一个体验一下,非广告),它创造了一种我称之为“tappytelling”的故事(当你第一次点击并打开应用时,它就会被激活):Scrollytelling 是为用户而创建的,用户很喜欢它,不需要到其他页面去阅读整个故事。相反,网页设计的整个故事都是事先考虑好的,并尽可能以最有趣的方式设计出来。用户喜欢看数据,数据可视化越来越被重视如何在 2022 年做出一个还不错的企业网站?你不会想告诉用户你是“XX 领域公认的领导者,该领域最好的之一”。这种标准的广告表达并不传达任何有价值的信息。最好不要用形容词,而是用事实来说明:你有多少分支机构,在哪些城市,谁是你的客户,以及你是如何帮助他们的。抽象信息是不可靠的。但如果你有很多想要分享的数据,你需要让它不仅简单,而且有趣。数据可视化有助于以一种吸引人的方式传达正确的信息。它也可以与滚动叙事(Scrollytelling)紧密结合。以下是 IAmBinadam 展示数据的方式:通过去除数据集的复杂性,使信息更容易让读者感知。不同级别的数据具有不同的大小,这样用户知道应该先从哪里查看读者可以很快注意到作者试图通过图片引出的结论。考虑到如今人们消费的数据量巨大,那些干净整洁的数字带来的正面影响更大。有些图表乍一看甚至不像图表,这使得它们更加能被注意到还有一种现象叫做“新冠后遗症”。这是 Covid 对公司及其员工的长期影响。根据英国国家统计局的数据,2018 年,压力和焦虑的平均得分约为 2.7/10。自新冠疫情发生以来,得分已升至 4.0/10,很少低于这一水平。同样因为大流行,在过去两年里工作量增加了 4 个小时。人们压力太大,卷的太辛苦,以至于不愿去看复杂的数据。设计师做好数据可视化,以保持人们的注意力。记住,复杂的信息通常被忽略,因为读者试图节省他们的时间,更有可能使用滚动按钮。Illustration by Mona Chalabi以下是我们推荐的一些表示数据的方式图表和曲线图插图静态信息图互动信息图Illustration by Ink Factory如何让信息图表看起来更好?一个好的图表,或者任何其他形式的数据可视化,都应该具有在 Edward Tufte 的“定量信息的可视化显示”中描述的特征。在他的书中,Tufte 通过图表解释了好图表的 3 个原则:1)展示数据的图形元素与数值总数的比值应趋向于 1。简单地说,应该删除一切不必要的元素,保持整洁。Graph by Hootsuite2)充分利用好画面空间。也就是说,需要将数据编排的更紧密。Graph by Hootsuite3)客观地描述数据。不要使用夸张的图表,可视化数据可以看起来很酷,但真实永远是更重要的。2022 年还有必要做 APP 吗?根据 We Are Social 的数据,2021 年有 52.2 亿人使用手机,约占世界人口的 66%。自 2020 年 1 月以来,手机用户数量增长了 1.8%(9300 万),而手机联网总数量增长了 7200 万(0.9%),到 2021 年初达到 80.2 亿。过去一年,社交媒体用户的数量增长了 13%以上。到 2021 年初,社交网络上已有近 5 亿新用户注册。根据 App Annie 的数据,Android 用户每天花在手机上的时间超过 4 小时。2020 年,安卓用户上网时长超过 3.5 万亿小时。令人印象深刻的数字,是吗?似乎到 2022 年,为产品做一个 APP 将成为必须拥有的东西。如何知道你的公司是否真的需要一款应用?有以下几点可供评估:1)用户主要通过移动设备访问你的网站这是你应该了解的重要数据。客户和你在一起的时间越长,你就有越多的机会去吸引他们,了解他们的习惯,并给他们想要的东西。(彩云注:这就是为什么各大厂之间都在拼命抢占用户的在线时长。)2)帮助内部业务流程更加有效如果你想要提高员工的工作效率、改进工作流程或增加利润,那么就制作一个可以帮助管理业务流程的移动应用。如今,像这样的手机应用使企业能够执行越来越复杂和多样化的任务,加快日常重复操作和文档管理。3)实现一些网站上没有的新功能如果你认为 APP 能为用户打开新的触点,并让用户体验更加友好,那么它就值得考虑开发。问问自己的 APP 能提供什么新的商业机会?例如,随着疫情的蔓延,许多人开始用上健身 APP 在家里锻炼。4)竞争对手的情况要了解竞争对手在做什么,他们是否有 APP,能做什么,以及他们是否真的对用户有用。查看 App Store 和谷歌 Play 的统计数据。下载和评论的数量可以告诉你用户是如何使用竞争对手的应用的。如果他们的服务真的很方便而且很有必要,那么你就容易被甩在后面。5)复购率一个应用可以帮助你留住那些习惯从你那里购买的人。如果想为老客户开展促销活动了,给他们发送一个通知就能完成,成本更低。在正确的时间提供的报价越有吸引力,人们购买的可能性就越大。出租车服务公司有回头客,他们肯定需要一个应用6)促销工具有了应用,你就不需要花钱设计和制作实体卡,客户也不需要随身带卡。将促销计划整合到 APP,并分享有用的促销信息。做原生 APP 还是移动端网站?开发手机网站比开发手机应用需要更少的工作量,这反过来可以降低整体推广成本。这部分是由于响应式设计的出现,它允许你根据打开网站的设备屏幕来调整网站。至于 APP,它们必须为许多移动平台单独编写:Android、iOS、Windows 等。一些设计师认为“前端驱动的网络体验”会是 2022 年的一个好机会,我非常同意!(彩云注:在国内,现在开发小程序的肯定越来越多了。)3D 设计具备更强竞争力我们一开始并没有将其放在首位,因为这并不是一个新的趋势,在很久以前设计师们就已经设计了很多 3D 图像和动画了。Cardi B rhymes with 3D3D 技术已经在过去流行了很多年,但它不会很快消失。此外,我们预测 3D 图形将变得更加多样化和包容。在过去的几年里,3D 艺术和动画已经出现在各种 UI 设计趋势评论中。这意味着越来越多的设计师将它们整合到页面中。3D 当然应该成为 2022 年最热门的趋势和预测之一,因为与经典动画相比,逼真的 3D 形状结合动画总是引人注目的。“从技术上讲,通过 3D 更容易传达更多内容,因为它比平面图片更接近我们的感知。3D 插图更有深度,信息量更大,也更具互动性。”许多设计师将 3D 对象无缝地“安置”在 2D 空间中。它允许创建更有趣的组合,也作为一个优秀的工作方法蕴藏着巨大的潜力。乌克兰政府网站用 3D 手模拟了黑客帝国注意一点:在整合 3D 图形等重量级内容之前,确保你的应用性能是 OK 的,能够快速加载所有元素。元宇宙风潮Meta 的 logo 既不是 2D 也不是 3D。或者两者兼而有之?这就是即将到来的 2022 年的莫比乌斯带和薛定谔的猫。Meta logo 的变化(彩云注:这个概念在去年简直不要太火,未来几年肯定还会是一个大的趋势,设计师也需要保持关注。跟着趋势走,易于放大自身价值。)混合动画越来越多的公司在网站和移动应用中使用动画,以提高用户的沉浸感和体验,使内容更有趣。动画是 2022 年重要的网页设计趋势。2022 年,如果没有它,你的产品很可能会看起来就像个半成品。混合风格的动画越来越受欢迎:定格动画和 3D 动画的结合,2D 动画和 3D 动画的结合。设计师这样做是为了获得不同寻常的风格解决方案,以及提高最终产品的质量。2022 年,动画设计将是品牌市场定位的重要组成部分,想想一个公司新的视觉形象——动画形象。随着这个领域的专业设计师数量的增长,实现新想法的机会也在增加。2022 年如何使用网页动画?1)讲故事动画可以通过在界面和用户之间建立情感联系来传达信息。加载动画 Yoichi Kobayashi2)更有趣的加载用户不愿意等待,除非载入画面很有趣。带有百分比的动画不仅可以分散用户的注意力,还可以告知他们加载页面需要多少时间。使用进度条或者任何你能想到的可以显示时间流逝的东西。3)光标效果用户可以精确地观察光标所在的位置。通过添加智能互动动画,对这个光标作出反应来探索网站。这种效果在 21 世纪初非常流行。如你所知,流行趋势往往每 20 年就会重演一次。4)动态排版你有没有想过让字母跳舞?添加角色的动画插图据 Statista 统计,2020 年全球动画市场达到了 2700 亿美元。趋势是视频,而不是静态信息。全球品牌在社交网络上使用动画制作广告。毫无疑问,动画插图的优势是它们非常灵活和多样化。宝马历史动画这样的作品通常用于两种情况:1)用于解释视频2)电商广告动画解说的趋势出现在几年前,解说视频清楚地显示点击的位置或公司的项目是关于什么的。在招聘或商业视频中,用户更喜欢看画出来的人物,而不是抽象的形状或物品。画出来的人物可以唤起情感共鸣,就像活着的人一样。微交互,大影响微交互是帮助用户浏览网站或应用的小界面变化。通常这些是作为提示用户的视觉或声音效果:它们显示发生了什么,将导致什么操作,下一步需要做什么。图片来源 awwards动画交互将为你的设计注入活力,并有助于保持用户粘性。关注每一个细节是设计师工作的关键,因为设计中的所有元素都可以带来积极的用户体验。重要的是要达到元素的和谐,而不是把注意力分散到界面的各个方面。微交互作用的一个重要部分是颜色,它们为界面元素增强价值。CTA animated微交互有助于页面导航,解释它们的功能。最重要的方面之一是加快和简化以前冗长的功能,以实现特定的行为。动态 logo,加深品牌印记2022 年,在线品牌面临着新的挑战,需寻求新的解决方案,其中之一就是动画 logo 设计。图片来源 Toridori动画 logo 主要有以下几点营销优势:吸引注意力。这意味着它们有助于提高品牌知名度。有助于提高 SEO。谷歌更倾向于动态内容,带有动态图形的页面更容易吸引用户。在移动端看起来更好。丝滑的动画看起来比静态的 logo 更有趣。最重要的是展示了历史。静态 logo 背后的想法正在动画中发展。由于这一点,在几秒钟内,你可以展示品牌的使命,甚至它的价值!一家洗衣机[公司]的标志现在有很多设计模板,可以很容易地用字体制作一个动画 logo:来源 Shabello, Bobby Voeten最后的话记住,设计趋势总是在变化的,但是设计的意义不会变。如果你不能深刻理解这一点,那么任何设计趋势的文章不能帮你做好设计。独家放送!2022 年值得关注的3个前瞻设计趋势2021 虽不像 2020 那样充满魔幻,但人类还在继续抗击疫情的蔓延。阅读文章 > 欢迎关注作者的微信公众号:「彩云译设计」本篇来源:优设网原文地址:https://www.uisdc.com/2022-ui-ux-design-trends
用户 产品 数据 一文读懂设计师应该懂的数据指标和数据分析模型。设计师为什么要懂数据?市场现状不容乐观,伴随着红利(人口、流量)消退,资本寒冬,产品同质化严重,市场对设计师提出了更高的要求。除了审美层面的设计执行还远远不够,设计师需要具备数据眼光,从体验侧和商业侧入手,以数据为目标导向,精益设计,实现增长。同时随着数据方法论的广泛传播,设计师有必要将科学的数据模型应用到实际工作中。常见数据指标1. 什么是数据指标不是所有的数据都叫指标,指标必须对业务有参考价值。数据指标是针对业务需求,使用收集手段,直接获得或者间接计算出来的一系列统计数据。数据指标贯穿整个设计流程,解释用户行为和业务变化,为设计提供依据,对结果加以验证。2. 常见的数据指标数据指标繁多,本文加以归类,便于理解。我们将常见的数据指标分为 3 大类:综合性指标:反映产品的整体情况流程性指标:反映用户的使用行为业务性指标:反映具体业务情况活跃用户:在特定的统计周期内,成功启动或操作过产品核心功能的用户(按照设备去重)。根据统>计周期不同,可以分为日活跃(DAU)、周活跃(WAU)、月活跃(MAU)。直接反映了产品的用户规模,是极为重要的指标。不同产品对应不同的使用频率,社交产品、资讯产品,如微信、今日头条等,其 KPI 考核指标一般都有日活跃用户数这项。但对于某些低频需求和临时性需求的 APP,如旅行、工具产品,则更加关注月活跃数。新增用户:安装应用后,首次成功启动产品的用户。按照统计周期不同分为日新增(DNU)、周新增(WNU)、月新增(MNU)。新增用户按照设备维度进行去重统计,如果该设备卸载了应用,一段时间后又重新安装了该应用,且设备未进行重置,再次打开应用,则不被计算为一个新增用户。新增用户数代表公司潜力,在公司起步阶段尤其重要。新增用户量指标主要是衡量营销推广渠道效果的最基础指标。留存率:用户在某段时间使用产品,过了一段时间后,仍旧继续使用,这样的用户被称为留存用户。留存率 = 仍旧使用的用户/ 当初的总用户量。用户来了之后,是否能留得住,反映了用户对产品的满意度。通常重点关注次日、3 日、7 日、30 日即可,并观察留存率的衰减程度。次日留存率:新增用户在第二天再次成功启动应用的比例。7 日(周)留存率:新增用户在第 7 天再次成功启动该应用的比例。这个时间段内,用户通常会经历一个完整的产品体验周期,如果这个阶段用户能够留下来继续使用产品,则很有可能成为产品的忠实用户;30 日(月)留存率>:新增用户在第 30 天再次成功启动该应用的比例。通常移动端产品的迭代周期为 2~4 周一个版本,所以月留存率能够反映出一个版本的用户留存情况。一个版本的更新,或多或少会影响部分用户的体验,所以通过对比月留存率能判断出每个版本的更新对用户的影响面积,从而定位到类似问题进行优化。根据 Facebook 公司提出的 4:2:1 理论,次日留存能达到 40%,7 日留存达 20%,30 日留存达 10%,就是相当不错的留存指标。在今天的互联网行业,留存是比新增和活跃更重要的指标,因为移动端人口红利没有了,获客成本越来越高,竞争也越来越激烈,如何留住用户比获得用户更重要。人均使用时长:在特定统计时间段内,浏览一个页面或使用整个产品时,用户所停留的总时间除以该页面或整个产品的访问人数。该数据是分析用户粘性的重要指标之一,也可以侧面反映出网站的用户体验。平均访问时长越短,说>明产品对用户的吸引力越差。例如,抖音的成功离不开强大的用户黏性,用户总会不知不觉就消耗了很多时间。这里的商业逻辑是,用户停留的时间越长,商业转化的可能性就越大。当然,对于即用即走的工具型产品不适用,相反,用户单页面停留时间长,很有可能是页面功能模糊,表意不清,用户花了很长时间去理解怎么用,证明信息传递效率低下。GMV (Gross Merchandise Volume):总成交金额,指的是拍下订单金额, 包含已付款、未付款、取消订单、退货的部分,即一旦生成订单号,就算在 GMV 内。实际订单可能全部支付,所以 GMV 肯定大于实际销售额,因此经常看到报道都是用 GMV 来展示平台规模。人均客单价>(ARPU):每个用户平均收入。ARPU=总收入 GMV/支付 UV。用户数可以是总平均在线用户数、付费用户数或是活跃用户数,不同产品标准可能存在差异。ARPU 可以再一步细分,当普通用户占比太多,往往会取付费用户数作为分母,来计算 ARPU。ARPU 的高低没有绝对的好坏之分,分析的时候需要有一定的标准。高客单价行业,如>一些奢侈品行业,就非常关心这个指标,付费用户数虽然不多,但是个体消费能力极强。PV(页面浏览量):用户每一次对页>面访问均被记录 1 次,多次访问,访问量累计。理论上 PV 与来访者数量成正比,但是它不能精准指向页面的真实访问数,比如同一个 IP 地址通过不断的刷新页面,就可以制造出非常高的 PV。UV(独立访客人数):访问网站的一个 IP 地址为一个访客。固定时段内,相同的客户端只被计算一次。使用独立用户数作为统>计量,可以更加精准地了解某时间段内,实际上有多少个访问者来到了相应的页面。转化率:在一个统计周期内,完成转化行为的次数占总点击/曝光次数的比率。转化率=(转化次数/点击量)100%。以用户登录行为举例,如果每 100 次访问中,有 10 个登录网站,那么此网站的登录转化率就为 10%,而最后有 2 个用户关注了商品,则关注转化率为 2%,有一个用户产生订单并付费,则支付转化率为 1%。转化率是产品盈利的重要指标之一,它直接反映了产品的盈利能力。不同行业的转化率,关注点也不同,比如电商产品就要关注销售转化,看看参与活动的用户当中有多少是在活动后产生支付的,有需要的还可以根据数据分析出人均购买次数和购买金额。再比如我们监测注册量,就要关注注册转化率,看看这个活动给产品带来了多少新增用户。所以转化率可以针对性分析产品在哪些方面做的不足,可以快速定位到问题点。解决方法看这里:设计转化率越来越低?教你用数据推理出体验问题!随着互联网人口&流量红利的退场,“精益数据分析”“数据驱动”已经成为当下主流趋势。阅读文章 > 流失率:曾经使用过产品,由于各种原因不再>使用产品的用户。可以理解为留存率的反面,流失率高即留存率低。次日、7 日、30 日的流失率也是需要关注的。对于流失用户的界定依照产品类型的不同而不同,对于使用频率高的产品,如社交类产品,用户应该每天都会多次打开,此类产品的用户未登录超过 1 个月,我们就可以认为用户可能已经流失了。极端案例,如婚庆类产品,用户的打开频率相当低,所以不是每个产品都有固定的流失期限,而是根据产品属性判断。设计师和产品经理需要找到流失的异常数据,定位流失用户的原因,并在下个版本中修复产品中存在的问题。甚至还可以定位到流失的具体用户 ID,通过当时用户注册的个人信息进行跟进。跳出率 BR (Bounce Bate):用户来到落地页后,没有进>行操作就直接离开的比例。是评估落地页对用户是否有吸引力的关键指标。跳出率高,原因可能是产品/活动本身不够吸引,也可能是此类用户本身就不是产品的目标群体。退出率 ER(Exit Rate):指该页面是会话中“最后一页”的浏览量占该网站浏览量的百分比。退出率=当页退出次数/会话总访问量*100%退出率反映了网站对用户的吸引力,如果退出百分比很高,说明用户仅浏览了少量的页面便离开了,因此需要改善网站的内容来吸引用户,解决用户的内容诉求。访问深度顾名思义,用户对产品的访问深度(产品流程的完成程度)功能使用率除了关注活跃用户,也应该关注产品上的重要功能。如收藏,点赞,评论等,这些功能关系产品的发展以及用户使用深度。功能使用率也是一个很宽泛的概念,譬如用户浏览了一篇文章,那么浏览中有多少用户评论了,有多少用户点赞了,便能用点赞率和评论率这两个指标表达。又譬如视频网站,核心的功能使用率就是视频播放量和视频播放时长。启动次数即统计时间段内,用户打开应用的次数。重点关注人均启动次数,结合使用时长可进行分析。用户主动关闭应用或应用进入后台超过 30s,再返回或打开应用时,则统计为>两次启动,启动次数主要看待频数分布情况。使用时长统计时间段内,某个设备从启动应用到结束使用的总计时长。一般按照人均使用时长、次均使用时长、单次使用时长进行分析,衡量用户产品着陆的粘性,也是衡量活跃度,产品质量的参考依据。使用间隔用户上次使用应用的时间与再次使用时间的时间差。使用频数分布,观察应用对于用户的粘性,以及运营内容的深度。虽然是使用间隔,但是通过计算同一设备,先后两次启动的时间差,来完成使用间隔统计,充分考虑应用周期性和碎片化使用的特征。付费率愿意付费用户在所有用户中的占比。视频行业、电商行业等用户付费意愿较强,而一些工具>类的 APP 就比较尴尬,苦于找不到收费模式,或者现有的收费模式用户不买账,自然付费率就很低,如墨迹天气和万能钥匙等。复购率若把复购率说成营收届的留存率,你就会知道它有多重要了。和新增用户一样,获得一个新付费用户的成本已经高于维护熟客的成本。在不少分析场景中,会将首单用户单独拎出来作为一个标签,将两次消费以上的用户作为老客。用户第一次消费,可能是为了体验产品,可能因为是优惠推动促成了首次付费。而第二次付费难度会大大提高,第二次付费的成交率也会有断崖式下跌(相比于次日留存)。非首单付费意味着用户对产品产生真实认可和强大信任。退货率退货率是一个风险指标,越低的退货率一定越>好,它不仅直接反应财务水平的好坏,也关系用户体验和用户关系的维护。数据的获取方式数据主要有 3 种获取方式:二手资料数据:别人的调研结果问卷调研数据:收集用户“说的话”应用埋点数据:看到用户“做的事”1. 二手资料数据:目标资讯:行业数据、竞品数据。包括:商业交易数据、用户群的态度和意愿、用户舆论指数、竞品的用户规模和盈利状况等。市场数据,立项期对产品方向有一定指导意义、了解市场、差异化定位。获取手段:百度指数、企鹅智酷、艾瑞、尼尔森、各大科技资讯平台2. 问卷调研数据:收集用户“说的话”定义:向目标用户发放问卷并收集,进行数据整理和分析信息重点:用户自述的历史行为、主观态度或评价举例:>用户满意度查询、流失用户原因调查等本质:建立假设-使用抽样调查的统计方式-得到用户自述的答案常用指标:NPS(Net Promoter Score)推荐净值。以一个简单问题,衡量顾客对企业品牌/商品的忠诚度。“0-10 分,你会有多大意愿推荐我们的产品或服务给你的亲朋好友?”,0-6 分叫贬损者,7-8 分叫中立者,9-10 分叫推荐者,推荐者的比例减去你的诋毁者比例,就是一家企业的 NPS。从这个数值可以看出企业的客户当中推荐者和批评者哪一方比较多,分数为正表示愿意持续购买、加购或是做口碑的客户占多数,也就是所谓的忠诚客,那么企业会有正向成长,反之亦然。3. 应用埋点数据:看到用户“做的事”定义:在产品中植入代码,设定触发条件,当满足条件时,记录日志,获得用户行为数据。实际操作中,触发条件的设定至关重要,需要定义数据指标,跟开发提前沟通。分类:曝光埋点:>捕捉页面被展示的次数,可以针对整个页面,或者页面中的某个区域。如,常说的 PV、UV。操作埋点:用户对页面的某个区域进行手势操作时,打点记录。对应,也称之为某个操作的 PV、UV。时长埋点:标记以上两类埋点并计算时间差获得。如计算页面停留时长可以通过,离开页面的时间 t1-进入页面的时间 t2 获得。离开的定义:点击页面左上角返回或点击页面具体模块跳转到次级页面。基于以上 3 种原始数据,可以计算出:点击率、功能渗透率、人均点击次数、人均使用时长等具有对比价值的数据。相比二手资料和问卷调研,卖点数据更加贴合用户真实的表现,灵敏度高、可挖掘性强、客观衡量指标帮助迭代。数据分析方法1. 行为事件分析:研究某行为事件的发生对企业的影响以及影响程度。企业借此来追踪或记录的用户行为或业务过程,如用户注册、浏览产品详情页、成功投资、提现等,通过研究与事件发生关联的所有因素来挖掘用户行为事件背后的原因、交互影响等。根据实际工作情况而关注不同的事件指标。2. 漏斗分析:是一套流程分析,它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。一般的用户购物路径为激活 APP、注册账号、进入直播间、互动行为、礼物花费五大阶段,漏斗能够展现出各个阶段的转化率,通过漏斗各环节相关数据的比较,能够直观地发现和说明问题所在,从而找到优化方向。价值:监控用户在各个层级的转化情况,全流程中最有效转化路径;同时找到可优化的短板,提升用户体验;多维度切分与呈现用户转化情况,成单瓶颈无处遁形;不同属性的用户群体漏斗比较,从差异角度窥视优化思路。注意点:步骤间的流失不可避免,步骤越多,流失越多。缩减步数,在漏斗>分析层面有利于减少流失率。但是根据复杂度守恒原则,每步的复杂度上升,会带来用户体验的下降。因此,路径的步数和页面复杂度之间需要找到一个平衡。用最终转化率(完成率)来衡量效果。3. 留存分析:是一种用来分析用户参与情况/活跃程度的分析模型,考察进行初始行为的用户中,有多少人会进行后续行为。这是用来衡量产品>对用户价值高低的重要方法。可以反映产品的整体留存或某个功能模块的留存。4. 对比分析:注意控制变量,如果一段时间内产品的日活突然大幅提升,原因可能有很多:改版、热点事件相关、运营推广等等,只有在其他条件都一致的情况下,才能衡量某一具体条件对结果产生的影响。数据分析模型HEART 模型:参与度,指的是被动形式的用户行为,包括用户活跃度和曝光 UV、PV 等。反应了对使用产品的意愿。接受度,侧重主动形式的用户行为,如对某功能的使用。留存度,一段时间内,连续活跃的用户,可以视为留存用户或忠实用户,这些用户是促成产品盈利的关键因素。任务完成度,核心功能环节的完成情况。愉悦度,用户在使用产品时的主观情感之和。常体现在用户评价中。更多关于这个模型的分析:产品体验度量设计指南(一):谷歌HEART模型随着互联网流量红利的消失,互联网进入了以产业互联网为代表的下半场,各大企业的关注点聚焦到了如何获取企业及行业利润上来。阅读文章 > AARRR 模型:拉新,了解并定位目标用户人群,尽可能将其引流吸收至自家产品。落地页是设计关键点,需要明确传达产品的核心价值,短时间内吸引用户。激活,吸收新用户之后,需要在一段时间内引导用户再次使用产品。活跃度对应的两个关键指标是平均使用时长和平均每日启动次数。提高留存率,产品是否能真实地留住用户,反应了用户对产品的粘性。变现,通过一些手段从用户身上取得营收。传播,通过提升用户体验或者裂变奖励等手法,激励用户将产品分享给朋友。提升活跃与留存 4 种方式:1.有效触达,唤醒用户:指的是通过手机 PUSH、短信和微信公众号等能够触达到用户,唤醒沉睡用>户启动 APP 的方式,是提升留存的非常有效的方法之一。如游戏老用户短信召回,电商老用户召回,召回肯定是有成本的,所以要根据用户以往行为,进行分析定为,找到召回率最高的那部分用户,(如 RFM 模型定为核心用户)2. 搭建激励体系,留存用户:好的激励体系,可以让平台健康持续发展,让用户对平台产生粘性,对提升留存非常有效。>通常使用的激励方式有成长值会员体系、签到体系、积分任务体系。3.丰富内容,增加用户在线时长:这点游戏产品做的非常好,各种玩法活动本身就吸引用户投入时间成本,游戏又不断强化社交属性,更增加用户粘度与成本投入。4.数据反推,找到你的关键点:比如知乎,评论超过 3 次,用户就会留存下来,很难流失。比如有些游戏产品>,一旦玩家跨过某个等级就就很难流失。这些都是你需要通过数据分析才能找到的关键节点。用一篇文章,让你掌握能让用户快速增长的AARRR 模型AARRR模型因其掠夺式的增长方式也被称为海盗模型,是Dave McClure 2007提出的,核心就是AARRR漏斗模型,对应客户生命周期帮助大家更好地理解获客和维护客户的原理。阅读文章 > RARRA 模型:与 AARRR 模型侧重不同,RARRA 模型更加侧重产品本身,不着急获客,先把产品做好,营造好口碑,确保用户有好的使用体验,让用户自愿传播产品。部>分产品通过邀请码的形式,来打造圈层感。相比于侧重拉新的 AARRR 模式来说,RARRA 模式更加稳健保守,在运营侧投入较少。RARRA 模型强调用户运营,以精细化运营带动二次购买、交叉销售和拉新获客。小结数据的作用监控产品,发现问题:通过数据埋点监测,实时监测产品状况,为改版提供方向和参考。验证设计:通过定性、定量手段,衡量改版效果。发掘机会点,助力增长:发现新的商业机会和产品爆发点,着力用户、数据增长。成为一名解决产品问题的设计师随着行业发展,设计师需要具备的素养越来越高。单纯设计执行已经不能满足日常工作需要,越来越多的岗位需要设计师具备数据思维。设计师除了保证审美在线之外,更要理解设计的来源与验证,让设计更加理性。感谢阅读。本篇来源:优设网原文地址:https://www.uisdc.com/the-data-analysis