美文网首页
产品设计思维-虫洞商机

产品设计思维-虫洞商机

作者: 集创堂 | 来源:发表于2018-03-16 07:35 被阅读0次

    2.1.4虫洞商机

    图2-19:信息的获取表格

    我们采取的枪型思维可以解决用户快速而准确获取信息的问题。比如产品对喜欢蓝色信息的用户推广蓝色信息,这一点深受蓝色型用户的喜爱。但是我们的产品中还可能存在喜欢橙色信息的用户,那么对于橙色信息获取来说,蓝色信息就是干扰信息,对于蓝色用户来说,橙色信息是干扰信息,在枪型思维的逻辑下我们无法同时取悦两种人群,这该怎么办?

    之前我们介绍了信息Past时代是渔网逻辑,信息Now时代是枪型思维,那么信息Future是怎样的逻辑呢?

    请大家设想这样的场景:一位20岁喜欢购物的女大学生Sara,她经常去公寓附近的商场打折区闲逛,看到打折的商品就可能购买,这是她的日常习惯。我们的手机app记录了她的购买行为,包括:她常去的购买区域、她逛街的时间、她关注的品牌等,如图3-20所示。

    那么当这些条件再次满足的时候——Sara再次来商场附近闲逛并且她关注的品牌在打折区出售——app就可以根据这些信息进行准确推荐,给Sara发出推广消息,促使她前来购买。

    这种推荐是基于一连串有关联性的数据得出的,Sara本来没有意识到自己今天可以购物,看到app的推送消息后才觉醒了购物需求,app的提示走在了Sara的需求“前面”,这就是来自未来的信息。

    图2-20:多条有关联的信息才能形成准确的推导

    现在这个时代,优秀的服务就像客户口渴时服务员立刻递上一杯水,但是更优秀的服务是服务员预判到客户口渴了,事先准备好合适的水,并且知道是温水、矿泉水、柠檬水还是糖水,这就是大数据的威力。

    通过行为预判提供超出用户预期的服务质量能大幅度满足用户体验和商业诉求,这种来自未来的商机就像连接现在与未来的虫洞,但是它需要多条相互关联的信息综合判断,而且呈现方式也要慎重考虑。

    图2-21:大量的相互关联的信息推导出一条准确的信息

    随着信息膨胀,我们通过大数据能对未来的信息进行更准确地预测。在未来,谁掌握最新、最全、最准确的信息谁就能占据商业先机,虫洞商机是利用未来的信息创造现今的商业价值,它通过提取过去和现在的信息预测用户未来的行为,商业价值非常大,但是这种数据推送也存在很大的风险。

    下面我来举一个大数据的经典案例来描述这个问题——沃尔玛经典案例:啤酒和尿片的故事。如图2-22所示:

    图2-22:沃尔玛经典案例

    在90年代,沃尔玛发现了一个非常有趣的现象,在一张订单中啤酒和尿片这两种截然不同的产品同时存在的概率非常高,而且这些购物单多数来自男士,于是沃尔玛进行了调查,人物分析的结果指出男士在购买尿片时怕有损自己的阳刚之气,顺便买点啤酒来犒劳自己并彰显自己“爷们儿”。于是沃尔玛把啤酒和尿片摆在一起,结果两种产品的销量都大幅增加了,这是一个经典的例子。

    但是如果沃尔玛没有采取这种策略,而是在结账时要求售货员向买啤酒的男士推荐尿片,或者对买尿片的男士推荐啤酒呢?显而易见,这会是一种非常糟糕的购买体验,每名男士都会不胜其烦,而且会降低超市收款的效率,这是因为虽然啤酒和尿片有关联,但是买了尿片买啤酒这种行为并不是100%准确的,它会对大部分用户造成干扰。

    大数据的推送可以分成两种逻辑来推送:

    1. 掩埋型信息推荐

    在今天很多购物网站和视频网站中都有这样的设计,用户在浏览信息时会看到页面下方有商品或视频相关的推荐,我们把这种推送方式称为“掩埋型信息推荐”。这种掩埋信息的方式适合处理大多数预测信息,原因在于以下几点,如图2-23所示:预测结果发生的可能性不足50%、把是否转化的选择权交给用户、推送的数据不够精确、内容信息的可信度不高。

    图2-23:掩埋型信息推荐

    就好比给你看一堆尿片的信息,然后你向下不断滑动,到了最后才发现啤酒的信息。这种推荐方式更能让用户接受,而且不会干扰他们的操作。

    图2-24:淘宝、京东、QQ视频的掩埋型推送

    如图2-24所示,今天京东、淘宝或者视频类产品都已经有了类似的设计,它们会根据你以前的浏览习惯进行推送。这种推送方式的优势在于,它们不会对用户形成打扰,而且还可以实现更多商业变现,是比较稳妥的解决方式。

    2.“打断型信息推荐”

    形象地说,就是用户在浏览尿片的时候,突然弹出一个啤酒的页面。这种弹出框对用户来说是非常突然的,哪怕当时他考虑要买啤酒也会感到干扰。而且这种设计需要100%的购买可能性,剥夺了用户对界面的掌控权,打断型的信息推荐对设计者的约束更高,如图2-25所示:

    图2-25:打断型信息推荐

    很多设计误用了大数据的分析,即使是用户需要的信息也要在合适的时机给予用户。举个反例,如果早上用户多次浏览了蔬菜类的产品,于是app在半夜三点钟忽然给用户的手机发送了了一条菜市场打折信息,用户很可能会惊醒而后崩溃,迅速把产品卸载。

    图2-26:打断型信息推送很容易变成干扰信息

    那么如何区分体贴与干扰呢?在不合适的时间、情景推出不恰当的信息就是干扰。

    比如说一名商务人士每天下午2点到4点需要准时开会,这个时候如果电话铃声响了,对会议就会形成干扰。这时有人就想出了这样的创新:让手机在每天下午2点到4点自动静音,这样就可以避免忘记静音带来的尴尬。这个创新可行吗?

    回答前我先问大家一个简单的逻辑问题:假如没做这个创新,开会时铃声忽然响了,那么这名商务人士是责怪自己还是责怪手机呢?答案很简单:责怪自己,因为这是自己疏忽忘记了把手机调成静音模式。

    但是如果我们做了这个创新,手机准时静音,结果会议上有个重要的电话错过了,或者某天没有开会却没听到电话铃声,那么这名商务人士会责怪谁呢?

    我们需要这个创新能100%准确,但是我们无法准确判断用户是否每天这个时候都在开会,如果用户因为这个功能错过一个重要电话,那责任就在手机上。这就是为什么没有100%的可能性我们不敢做这个创新。

    那么,如果我们增加一个维度会怎么样?每天下午2点到4点,通过GPS定位用户在办公室,这样是否会更加准确呢?

    这种多维度定位的方法能提升创新的准确度,但是仍然无法做到100%准确,所以它还是没法做,因为做了就会给产品带来风险。

    任何脱离场景的设计都会造成干扰,忽略了任何一个维度都不能做出好的设计,这就导致我们在设计打断式的信息时要格外的小心谨慎。

    相关文章

      网友评论

          本文标题:产品设计思维-虫洞商机

          本文链接:https://www.haomeiwen.com/subject/shflqftx.html