2016-1-5 用心設(shè)計
如果您想訂閱本博客內(nèi)容,每天自動發(fā)到您的郵箱中, 請點這里
我(原作者)的手機(jī)又震了。當(dāng)時我正在冰島的一個什么地方,離我的車有十多里地遠(yuǎn),四下無人。我正拿著馬上就要沒電的手機(jī)查看著Google Maps。
“Spotify剛剛向Afternoon Acoustic歌單添加了兩首歌曲哦”,真是時候。一條來自Periscope的消息:“@kayvon和你分享了一段視頻…”,還有Mailbox的 兩封新郵件通知,Twitter上多了個follower,Slack里的一條消息,總共9條通知。當(dāng)你拿著一部電量只剩下2%的手機(jī),被困在一個荒無人 煙、網(wǎng)絡(luò)連接十分不穩(wěn)定的地方時,當(dāng)你只想那見鬼的地圖能快些加載時,這些通知真的很是讓人欲哭無淚。
過去20年里,科技進(jìn)步的太多太多,但通知服務(wù)似乎還停留在上個世紀(jì)。
當(dāng)前,無數(shù)的文章,無數(shù)的公司、產(chǎn)品、會議等等都在關(guān)注著這方面的話題。有太多證據(jù)表明我們目前使用的通知機(jī)制非常不理想,但這些討論往往會不了了之。我們應(yīng)該怎樣做?通知的未來究竟是怎樣的?
從Google Search到Facebook的feed流,我們能夠獲取到怎樣的信息取決于算法在分析過海量的數(shù)據(jù)之后所做的決策。具有自我學(xué)習(xí)能力的算法同樣在驅(qū)動著Google Now這樣的產(chǎn)品,以及諸如Facebook最近剛剛更新的通知服務(wù)等等。通過智能化算法來驅(qū)動智能通知服務(wù)的嘗試尚處于起步階段,技術(shù)遠(yuǎn)未成熟;不過值得慶幸的是,至少我們當(dāng)前所擁有的數(shù)據(jù)量是足夠支持這一嘗試的。
社交平臺的迅猛發(fā)展使得個人數(shù)據(jù)分享的理念變得輕而易舉就能實現(xiàn),我們的Twitter或Facebook賬戶完全可以成為行走世界的通行證。
即便產(chǎn)品自身的特質(zhì)決定著它并不需要進(jìn)行數(shù)據(jù)收集工作(例如iA Writer這一的工具),但從人們使用這些產(chǎn)品的行為習(xí)慣當(dāng)中,服務(wù)方仍然可以獲取大量的數(shù)據(jù)信息,例如人們通常會在每天的什么時間登錄?每一次會持續(xù) 使用多久?這些時間維度的統(tǒng)計信息與用戶參與度之間有著怎樣的關(guān)聯(lián)?
用戶還會對哪些事情產(chǎn)生興趣?他們會用到哪些產(chǎn)品?以怎樣的方式使用?使用方式當(dāng)中是否存在某種普遍性的模式?自然,你會想到隱私方面的問題,其實 我們已經(jīng)有應(yīng)對方案了。Google最近在Inbox中推出了智能化自動回復(fù)功能,顯然,人類員工不會被獲準(zhǔn)去查閱用戶的郵件信息,但是擁有學(xué)習(xí)能力的機(jī) 器可以。
假設(shè)我們有能力獲取并分析所有這些類型的數(shù)據(jù),那么真正的智能化通知服務(wù)會是怎樣的呢?最基本的幾個方面:實用,個人化,時間敏感性及相關(guān)性。
即時的未必永遠(yuǎn)是最好的。最近上線的Basecamp 3當(dāng)中有個很有意思的新功能,Work Can Wait,用戶可以選擇僅在工作時間接收通知消息。要知道你所在的晚間時分對于處在不同時區(qū)的遠(yuǎn)程同僚來說未必就是休息時間,當(dāng)你和伴侶在夜色中漫步時, 通常不會希望被地球另一端發(fā)來的工作方面的消息打擾到。
對于通知,錯誤的時間比無用的內(nèi)容更加糟糕。沒有被妨礙到時,你可以忽略掉無關(guān)緊要的信息,但當(dāng)你需要休息,或是精神需要高度聚焦的時候,不分時間場合唐突而至的通知消息不僅會帶來干擾,使人反感甚至惱怒,而且在很多時候還會營造出一種莫名其妙的緊迫感。
未來的通知服務(wù)無需用戶手動設(shè)置便可以做到這一點。某種預(yù)測算法可以根據(jù)用戶當(dāng)前的情境信息判斷是否應(yīng)該發(fā)送通知消息。至少,大家可以享受到安心的不受打擾的夜晚了。
地理位置信息對于情境分析的重要性也是不言而喻的。如果一個人正在黑山共和國里的某處劃船,那么這時告訴他愛爾蘭的一家宜家店正在打折恐怕沒什么意義。
其實很多app已經(jīng)懂得怎樣通過用戶的地理位置信息來做些有意義的事了。例如當(dāng)你初次來到某個地方的時候,F(xiàn)oursqure會自動向你發(fā)送一些與當(dāng)?shù)叵嚓P(guān)的tips;很多to-do類工具也會根據(jù)你所處的不同地點向你提醒與之相關(guān)的待辦事項。
和所有基于push的系統(tǒng)一樣,通知也是一種較為脆弱的信息介質(zhì)。道理很簡單,服務(wù)方發(fā)送的太多,用戶就會反感,然后決定關(guān)掉他家的消息接收。太多就是太多,哪怕信息對用戶確實有用。所以在產(chǎn)品當(dāng)中對通知消息進(jìn)行合理的分組是非常重要的。
想想Facebook對相似的通知進(jìn)行分組的方式,例如對于有多少人贊了你的照片這樣的消息,會合并為一條,默認(rèn)顯示前幾個人的名字以及點贊總數(shù), 如果用戶有興趣便點擊查看其中的詳情。相比下來Quora的做法就不那么聰明了,他們不僅會將全部消息默認(rèn)放出,而且連具體內(nèi)容也一并呈現(xiàn)出來,哪怕其中 的某些同屬于一類消息。
進(jìn)一步挖掘消息分組的方式,或許它還可以變得更智能,例如采用某種漸進(jìn)式的規(guī)則:如果你上傳的每張照片收到的點贊數(shù)通常不會超過10個,那么你也許
會希望每收到一次都能看到完整的消息;而如果點贊數(shù)的平均水平很高,例如成百上千,那么每收到100個贊再發(fā)送一條消息概要的方式可能是更加合理的。此
外,如果家人、朋友或是有較高影響力的人與你的內(nèi)容產(chǎn)生了互動,你可能會希望收到差異性更強(qiáng)一些的通知。畢竟,如果扎克伯格評論了你的po,你恐怕會希望
立刻收到通知并前去查看吧。
雖然每個人都是獨特的,但是特定的產(chǎn)品設(shè)計方案無論如何也無法同時滿足所有人,所以如今在很多時候,策略上的權(quán)衡與妥協(xié)就成為了必然。設(shè)想一下,相比于一成不變的設(shè)計,如果系統(tǒng)可以根據(jù)不同用戶的行為規(guī)律以不同的方式展示通知內(nèi)容,那么用戶會很容易感知到產(chǎn)品在個性化層面的智能和體貼。
試著使系統(tǒng)能夠根據(jù)用戶對于不同類型的消息所產(chǎn)生的不同反應(yīng)行為來自我學(xué)習(xí)并調(diào)整內(nèi)容的默認(rèn)呈現(xiàn)方式。人們在收到照片被贊的消息之后通常會怎樣反 應(yīng)?只是看一眼數(shù)量和概況,還是會很開心的去查看其中的每一條消息?用戶所看到的通知信息組織架構(gòu)最終將取決于他們自己的行為規(guī)律。
在我們的團(tuán)隊當(dāng)中,產(chǎn)品設(shè)計師們 會始終與客戶保持溝通。進(jìn)行用研時,我們也會針對不同類型的用戶提出不同的問題。我們會將目標(biāo)信息發(fā)送給最適合回答這個問題的人群進(jìn)行調(diào)研。例如,如果我 們計劃改善現(xiàn)有的導(dǎo)出功能,我們會選擇那些在最近兩天內(nèi)使用過該功能的用戶,向他們了解使用過程中是否存在某些問題,畢竟這些用戶還有著相對準(zhǔn)確的記憶可 以追溯。
通過數(shù)據(jù)進(jìn)行甄選,將信息發(fā)送給正確的目標(biāo)人群,應(yīng)答率便會相應(yīng)的提升,你能得到的信息也會更有價值,同時避免其他用戶受到無意義的打擾。
我們所探討的這些智能化的通知,給人的感覺更像是某種來自助理人員的小提醒。而當(dāng)前很多產(chǎn)品的系統(tǒng)通知給人的感覺往往就是界面當(dāng)中某個冰冷的小圖標(biāo)。系統(tǒng)通知需要更智能化和個性化嗎?
有一種叫做幻想性視錯覺(Pareidolia)的心理現(xiàn)象,具體表現(xiàn)就是我們習(xí)慣于將生活當(dāng)中的事物與人類的形象關(guān)聯(lián)起來。我們會在云彩當(dāng)中看到 人臉的形狀,卡通中的動物表現(xiàn)的就像人類一樣,科幻電影里的機(jī)器人往往也是人形。我們還樂于和bot們打交道,無論對方是Siri還是Cortana或其 他。
當(dāng)來自bot的系統(tǒng)通知消息以人類語言的風(fēng)格呈現(xiàn)出來時,看上去會更加人性化一些,而且你會隱約覺得發(fā)送這條通知的也是一個有著自我個性的人。
在如今的很多產(chǎn)品當(dāng)中,我們已經(jīng)可以見到具有對話風(fēng)格的系統(tǒng)通知了。以一個抽象的產(chǎn)品界面為例,左側(cè)的通知風(fēng)格或許是我們在一年前所習(xí)慣見到的,而如今我們已經(jīng)開始越來越多的見到右側(cè)這種對話風(fēng)格的通知。
對話風(fēng)格的實踐應(yīng)用剛剛起步,它的潛力已經(jīng)開始被越來越多的產(chǎn)品所意識到,未來,它或許會重新塑造我們所熟悉的通知形式。
無論我們收集到的數(shù)據(jù)有多么優(yōu)質(zhì),無論預(yù)測性人工智能發(fā)展到怎樣的高度,反饋循環(huán)的過程都是不可或缺的。英國科幻作家Alastair Reynolds寫過一則名為Zima Blue的小故事,其中討論到預(yù)測性人工智能的本質(zhì)。假設(shè)你喜歡在陽光明媚的下午和朋友一起喝白葡萄酒, 在這個場景當(dāng)中,你平時喜歡的那些酒品似乎都不會比白葡萄酒更加甜美。但是智能算法不會將這種特定場景中的歡樂搭配看做權(quán)重很高的因素,單一的偏離性不會 影響預(yù)測模型的整體,下一次它還是會推薦你平時最鐘情的紅葡萄酒。當(dāng)然你知道自己對于陽光午間品酒會的預(yù)期,于是在下次聚會之前手動選擇了白葡萄酒。接下 來系統(tǒng)還是會為你推薦紅葡萄酒,然后你在接下來的聚會之前仍然需要再次手動選擇白葡萄酒…算法永遠(yuǎn)不會允許發(fā)生偏移的實例去破壞整體行為模式。
所以在我們能夠看到的未來,智能化通知或許仍然離不開用戶的反饋,例如一次次的向用戶征求一些簡單的意見回饋:這條通知對你有用嗎?這個時間點發(fā)送 通知對你來說合適嗎?你希望看到更多這樣的信息嗎?聽上去不那么高端,好像機(jī)場角落里的意見受理處,但卻是實際當(dāng)中讓機(jī)器逐漸理解人類需求的最快途徑。
毋庸置疑,如今我們所使用的通知體系必將發(fā)生變革,畢竟它們在很多時候太讓人反感甚至抓狂了。
同時我們也要知道,創(chuàng)造更加智能化的通知服務(wù)所需要的數(shù)據(jù)基礎(chǔ)已經(jīng)具備?,F(xiàn)實當(dāng)中,已經(jīng)有越來越多的產(chǎn)品開始嘗試通過恰當(dāng)?shù)姆绞绞褂眠@些數(shù)據(jù),以便找到一些讓通知真正智能起來并提供實用價值的新路。
對我個人而言,我只希望下一次揣著還剩2%電量的手機(jī)迷失在野外的時候,只會因為我的app小助手向我發(fā)送了導(dǎo)航通知才需要打開手機(jī)查看。
原文地址:blog.intercom.io
譯文來自:beforweb
藍(lán)藍(lán)設(shè)計( m.miumiuwan.com )是一家專注而深入的界面設(shè)計公司,為期望卓越的國內(nèi)外企業(yè)提供有效的UI界面設(shè)計、BS界面設(shè)計 、 cs界面設(shè)計 、 ipad界面設(shè)計 、 包裝設(shè)計 、 圖標(biāo)定制 、 用戶體驗 、交互設(shè)計、 網(wǎng)站建設(shè) 、平面設(shè)計服務(wù)
藍(lán)藍(lán)設(shè)計的小編 http://m.miumiuwan.com