年货大促导流卖场楼层搭建经验总结

各种大促、营销活动都在重复着一项工作——卖场楼层的搭建。 大促卖场根据其作用,可分为导流卖场(通常是“主会场”)和成交卖场(通常是“分会场”或品类、品牌、活动卖场)。     导流卖场的楼层,通常以类目或主题为维度的聚合模块,每个楼层包含N个成交卖场的导流入口。 导流卖场楼层设计包括如下几个方面:     1.为了方便用户纵向浏览、不用多余的操作,一般选择直白地暴露坑位,较少考虑左右滑动、隐藏 展开等设计; 2.坑位样式应具有较高的灵活性(包括数量、大小等),适应不同类目的的需求; 3.设计前能够确认坑位的数量范围,能更好地选择合适的坑位样式;   单行栅格划分 一、特点 1.界面工整、利用效率高 2.适用于无差异的坑位入口划分 3.任何数量的坑位都可以灵活搭建,坑位的高度可根据需求调节   二、应用举例 如果全部用高效的栅格划分的坑位样式来设计类目楼层,以11个坑位为例,如下图: 11个坑位也可以设计如下:   两行组合 一、特点: 1.坑位较大,可放置更多的信息 2.适用于有着重突出的坑位组合 3.可根据需要突出对象的不同采用不同的组合,亦可适当调节坑位的高度和宽度。   以上坑位样式180度横向翻转后仍然适用,例如:   二、应用举例 1.两行组合的模板既可以单独使用(楼层坑位少时),也可以与单行栅格模板组合使用(楼层坑位多时)。如下图:   2.不同的坑位样式设计可用于突出不同的对象,以16年年货大促不同阶段主会场楼层设计为例:   异形 一、特点 1.适用于有着重突出、或其他特殊要求的坑位组合 2.有更多视觉设计发挥空间,容易有新鲜感 3.可能对信息显示规范有不同的要求   二、应用举例 异形模板在大促期间较少使用,没有充分的数据支持,采用时请慎重。如下是衣橱app15年双12主会场类目入口:     1.导流卖场楼层的每个坑位通常包含信息有:细分类目/活动名称、利益点、图片素材、点击引导 图标(可选); 2.信息显示的样式可根据坑位大小让视觉设计师发挥,原则是突出名称、利益点,商品图烘托有 度;   标题/利益点 1.根据运营需求,选择突出标题或突出利益点; 2.文案的字号不宜过小,尤其是需要突出的信息点; 3.文字的以横向为佳,方便阅读。 […]

设计效果评估及产品迭代-有理有据做设计

上一篇和大家分享了《定义设计方向策略》,今天聊一聊,如何评估设计效果及进行产品迭代。 近期关注了几篇关于考核产品效果的文章,话题都是围绕如何权衡“数据指标”和“用户体验”。本人更认可的是Facebook总监的说法“ 数据目标是很有用的,但它和用户体验不应陷入永久的竞争对立局面 ”。在我们评估设计效果的时候,一定要结合“数据”和“用户体验”这两个要素,综合评判。 看哪些数据,如何做迭代? 我把这个环节精炼成三个字:找、拆、试。本文会结合实际项目“拍便宜”来聊一聊这个方法:如何选择核心数据,拆解流程找到数据突破口,优化方案并迭代验证。“拍便宜”的模式简单来说,就是用户选择产品,发起团购,找好友拼团,成团后以团购价获得产品的模式。 一. 找 – 找到产品核心数据指标 每个产品都会有一个最终的成果评估指标,比如电商的销售额、QQ会员的开通率/续费率、电视台的收视率等等。以下就是基于电商卖货基本指标,结合拍便宜产品特性,推演出的拍便宜的核心数据指标。  二 . 拆 – 拆解产品流程,分析影响指标的要素 拍便宜有六个核心环节,在做迭代的过程中,我们会分析各环节可以提升的数据,进行优化。后续会有详细案例说明。 三 . 试 – 具体解决方案,线上验证,沉淀经验 尽可能的进行单一变量的A/B测试,变量过多则无法形成经验沉淀。   1. 入口 → List页 分析: 结合核心数据来看,入口最重要的作用就是提升流量。让更多人知道拍便宜,来看一看。 尝试: 因拍便宜初上线转化效果较好,平台愿意给这个产品更多的曝光。因此,我们在手Q、微信、H5官网、PC官网都得到了较好的入口位置;同时也获得了卖家的高度支持,可以发起一些高质量的平台活动;以及,在一些外部平台进行流量采买。 这里要强调的是,流量的质量很重要。在与一些外部网站合作时,虽然流量增长有较高提升,但却因流量质量较低(吸引到的不是目标用户),导致转化率暴跌,得不偿失。 2. List → 开团页 问题: 点击率平缓,无明显涨幅 分析: 该页面是用户选择商品的第一步,主要是想看看有什么值得买。结合调研我们发现,用户会觉得当前品类较少(初上线仅有10余款商品),很多时候找不到自己有兴趣的货。 尝试: A 丰富货品 经过试水,有更多商家支持这种推广模式,因此愿意给到平台更多的有竞争力的货和价格 ~ 极大的丰富了产品可提供的货源。同时,货品的丰富则需要思考如何优化用户查找路径,让用户更容易的发现有兴趣的货。 B 优化SKU展示,吸引用户产生点击 用户进入List页有两种可能性:a.误打误撞进来的,不熟悉这个产品;b.对产品了解,有兴趣来找有没有什么值得买的。 无论哪种情况,都需要找到最能吸引用户停留的信息,即商品+价格。因此在两个版本上,价格都是最突出展示的。其次展示玩法规则,让不熟悉产品的人能迅速知道这是怎么玩的,让熟悉产品的人明确规则(即参团人数的体现);且他和价格是最强相关的,所以和价格放在了一起。当用户开始关注某个商品后,则需要提供用户进一步触发点击的内容,在改版中,我们选择了增强紧迫性的倒计时和激发用户从众心理的已有多少人参团的展示。   这里可以引申讲一个做信息排布的方法。 step1 确定需展示信息 […]

译文 | 交互设计师如何与产品经理高效协作

交互设计师和产品经理的协作问题是产品设计中的一个老大难,我在工作中经常会听到同行对产品经理们的血泪控诉。作为交互设计师,学会和团队中不同的角色协作是我们的专业能力之一,如何沟通、影响乃至于推动自己的设计方案进行实施是每一位设计师需要去磨练的,这不仅仅是那份执着,更是一种技巧。下面进入译文。 在互联网行业,交互设计师还是一个相对比较新的职位。因此,在工作中我们常常见到产品经理过多介入交互设计师的工作,甚至有的团队直接让产品经理来做交互设计的工作,这是为什么呢?实际上,在互联网发展的早期,这确实是同一个人的工作!产品经理的职能之一就是支持和协助部署交互设计方案,以确保产品的方案可行性。随着互联网的成熟发展和工作职位的细分,交互设计师这个被细分出来的角色被定位出来设计产品的交互方案是威胁到了产品经理的工作范畴。 因此,在日常工作中,产品经理和交互设计师这对冤家是一直在暗中脚力的,交互设计师的方案每每遭到产品经理的质疑甚至是无视,这其中有专业能力层面的合理分歧,当然也夹杂着一些主观层面的感受之争,最终导致的是产品经理经常性的忽视来自体验设计团队的一些方案建议。那么,我们如何才能改善两者之间的合作关系,从而使两者能够客观的协作制定合理的体验设计方案呢? 产品经理拥有最终话语权 对于用户体验设计角色来说,最大的挑战是产品经理的最终拍板权。如果面对的是一个相对客观的善于听取对方意见的产品经理的话,那么两者协作起来会相对轻松。但当你遇到一个非常“有主见”的pm的话,你的方案和建议就很容易被忽视。不过,有些方法可以试着提高你的设计被采纳和被重视的几率。 首先,系统的完善你的设计方案。应该清楚的注明方案的优缺点,以及期望完成的目标;试着将你的方案阐述给产品经理以外的其他成员。如果所有的团队成员都清楚的了解方案的优点,那么产品经理就很难再去忽视它了,同时产品经理也不得不更仔细的去分析你的交互方案。 其次,调动尽可能多的团队成员来参与到你的方案当中。比如借助团队成员来做你的可用性测试,用户研究等,借此机会将你的设计方案宣传开来。如果大家都对你的方案表示支持和称赞,那么无形当中也为你的方案做了背书。 产品经理想让你做ta的小婊砸 产品经理往往是有业务层面的kpi压力的,这往往会导致产品经理在方案设计时的保守特性,尤其在一些大的企业里,一个小小的失误可能会导致严重的数据指标的下滑。因此,这无形当中也导致了产品经理对于产品方案主导权的渴望。如果他们不能左右产品方案的主导权,那么他们将无法预判业务数据的走向,也就面临着潜在的丢掉工作的危险。 对于交互设计师来说,我们可以从kpi压力中逃离出来。首先,体验设计团队的考核标准往往和产品经理们不一样,往往没有来自于业务数据指标层面的直接压力。其次,针对方案的争论点,我们可以在产品正式上线前借助用研数据来作证方案的优劣,比如借助A/B test来验证方案,这样可以更加客观的去验证孰优孰劣。 产品经理不厌其烦的试图设计产品 这可能是作为产品经理经常容易犯的毛病吧。虽然产品经理在过去(互联网早期)确实兼备这个职能,但当一个新成员(交互设计师)来到团队后,他们还是不自觉的试图去左右设计工作。 当产品经理查看交互设计师的方案的时候,他们常常会从自己的角度思考你的方案是否满足了他本身的使用习惯、或者是他认为的“用户的使用习惯”,并从而决定是否是使用你的方案。在这种情况下,交互设计师们不要试图据理力争,以证明自己方案的合理性。应当做更多的用户研究,在根据产品经理的意见修改方案的同时,准备两到三套其他方案,并测试它们,客观的向产品经理们证明哪套方案更加合理。 归根结底,交互设计师要做的是向产品经理证明你们是在同一个战壕的亲密战友。相较于口头的据理力争、快速决策,更完善的方案测试和用户调研才是满足用户需求、制定合理方案的正确方法。 产品经理认为自己就是产品的目标用户 这不是产品经理独有的“情怀”,包括交互设计师在内,很多产品设计者都存在这种主观论断。他们以自己的角度去思考产品的设计合理性,并最终设计出一款自己喜爱的产品。 同样,只有更多的用户研究和测试,收集更多来自用户的反馈,才能够帮助产品经理及所有的产品设计成员认清方案的优劣。 总结 交互设计师和产品经理是可以高效协作的。产品经理可以掌控产品的整齐布局和流程,向交互设计师讲解产品背后的业务逻辑、开发技术方案和数据分析。交互设计师来设计产品的操作流程,来满足用户的需求以及产品经理的目标。 为了避免分歧,团队应当借助用研数据来客观地分析产品方案,通过更多的用户研究和数据反馈来决策产品设计。 我的一点补充 交互设计师的交互方案经常受到来自产品经理的质疑,这背后的原因有很多,除了产品经理天生的对于方案主导权的掌控之外,信息的不对称,彼此的设计目标是否一致等也会导致分歧。产品经理因为要权衡多方的需求,所以往往会站在更全局的视角来看待某个小的交互细节,而交互设计师却因为信息的不对称,在细节处理上会专注于当前的页面场景,这就导致了潜在的分歧。因此,对于交互设计师来说,除了善于推动各种资源去做设计,还要主动去及时的了解全局层面的信息,学会从更全局的角度去设计,积极地与产品经理进行沟通,并和其保持同理心,这样才能做到兄弟同心,其利断金。 原文地址:https://www.interaction-design.org/literature/article/how-to-align-ux-with-product-management

从框架到内容——关于落实设计的总结分享

前言 频道页的交互设计,通常会拆分为下几个步骤,本文主要探讨落实设计的环节。 落实设计,即是在经过需求分析、方向定位之后,输出最终交互稿件的过程。对项目的分析思考、逻辑的梳理整合能力无疑是一个交互设计师的核心技能,而落实设计的能力在我看来,应该是设计师的基本功夫。前期分析定位需要有理有据,同样,在落实设计这一步上,也需要思考周全、反复打磨。虽然最终稿件的输出因人而异,但在框架到内容的过程里,也有一些方法和思路可以帮助我们提高效率,规避不必要的错误。以下是我在落实设计的一些步骤和方法总结。 壹 | 写在最前:内容填充一定是基于分析框架之上的 这一点准确来说,是贯穿整个输出过程中的。需求分析的结论和推导出的方向定位,并不单单是用来跟需求方沟通的,更是整个输出设计过程中的核心标杆。后续页面设计涉及的模块比重、整体调性等都是需要围绕前期分析的定位框架。 贰 | 整合信息 信息整合是着手设计的第一步,面对多样的信息,我们可以从以下三个方面去整理。 1、信息元素 在前期的分析阶段,我们只会确立到模块的运营维度,到落实设计这一步,我们则需要清楚了解模块内展示的信息元素。在实际的项目设计中,需求方可能会向我们提供要展示的信息,但交互设计师也需要有自己的考虑,放置哪些信息能够更加凸显这个模块的运营维度。例如,对于商品单元来说,基本元素是图片、标题和价格,而对于特价秒杀楼层,单单只展示这三个元素还不足以体现优惠抢购。这个时候我们可以分析,有哪些信息补充可以使得这个维度更加凸显,如:①突出特价,可以用划线价、直降金额、折扣标签等。②突出紧张的促销氛围:可以增加活动倒计时、库存进度条和行动召唤按钮等等 2、信息限制 理清楚每个模块的信息元素后,务必要和需求方沟通确认。因为在实际的项目设计中,信息总会有各种限制。先确认再设计,能避免后期因资源限制而返工。通常来说,我们会碰到的限制有如下两种:①没有该数据的来源  ②信息展示方式有限。例如运营方没有资源做一些需要视觉设计的图片,那我们在设计样式时只能避免需要他们重新处理图片的情况。 3、信息层次 信息整合的最后一步需要明确各个信息之间的层次。划分层次可以从相关性和优先级两部分去着手考虑。根据相关性,我们对信息进行分类或归纳展示,紧密性更高的元素放在一起,这样能让用户在阅读的时候更加有条理地接受信息。而根据优先级,我们可以确定哪部分信息需要突出展示或者提前展示。   叁 | 样式设计 在梳理、整合信息后,我们需要把信息组合起来做展示。形式同样要凸显模块的运营维度,但在形式的选择上是可以多变且创新的。在这个过程,设计师的累积非常重要,它能让我们快速判断某种维度适合采取什么的样式。而累积的途径,除了平时需求项目的锻炼,多看多收集一些优秀页面设计的案例也非常有帮助。   肆 | 全局自查、打磨细节 页面基本内容都已经搭建好后,可以整体概览一遍,从全局的角度检查稿件,发现问题。全局自查没有固定的方法和角度,毕竟项目和所处平台不同,设计侧重也会有所差异。但是自查的过程应该避免没有思路地浏览,随意看到改到哪,这样没有针对性的检查出现错漏的概率会比较大。通常来说,我们可以按照层次递进检查,包括以下三个方面: 1、信息布局 全局的信息布局是否能体现页面的氛围和调性,模块之间的比重是否合理,模块内的信息层次是否表达清晰等 2、交互流程 页面的交互流程是否顺畅,触发器是是否能让用户清晰认知,页面反馈是否符合用户预期等 3、特殊状态 流程的分支状态是否补充完整,信息展示的极限情况等    

译文| 算法——设计中的新素材

译者序:本文作者与大家分享了作为体验设计师如何在算法应用中推动设计流程以及一些算法与数据隐私方面的道德困境。 算法推动着股票市场,为贷款获批提供依据,甚至应用于驾驶技术中。算法正在打造着我们每一天的体验。你的 Facebook 动态,你的 Spotify 歌单,你的亚马逊商品推荐等等,将一个个性化的窗口打造成为以算法驱动的世界。在算法和机器学习的帮助下,谷歌地图为你推荐最佳路径。当你向 Siri 或 Cortana 提问时,算法帮助理解你的问题,并提供所需信息作为解答。 作为体验设计师,我们在每一次的网站或应用的迭代设计中,都越来越依赖于算法。随着设计的意义受屏幕的局限越来越小,而与通过功能扩展、新想法、甚至可能是更多的感性认识来延伸人类极限有关,我们更加需要算法。如果我们认为体验设计师是人类与技术之间交互界面的创造者,那么,我们更有理由应该进一步了解算法。 所以,一个体验设计师在大数据、算法和机器学习主宰的未来应该扮演什么样的角色呢?我们先想想算法能做和不能做的,然后来看看它们对于设计的一些影响。 算法之谜 “算法(algorithm)”一词看上去有些神秘。从某种程度上讲,像是一种“营销玄学”。一个秘密算法听上去既聪明又难以复制。他看上去就像个待解的谜。为什么在我的 Facebook 上,这条动态会出现在另一条的前面?我们如何反推 Uber “动态定价(surge-pricing)”的算法?算法有时候甚至有些危险。毕竟最近,有一个算法导致了一次市场崩溃(作者指 Navinder Singh Sarao 涉嫌操纵2010年美股闪崩事件)。 那么,算法究竟是什么? 对于“算法”一词的困惑,有一部分源于它的复合性。“算法”看上去可以作为任何数据驱动相关技术的代名词。人们经常将其与“人工智能”通用。这成为一种用来描述大数据、算法和机器学习这一整体的更方便的说法。因为这三种因素密不可分,这种称法也是有道理的。 “大数据(big data)”是我们每次参与技术的行为中不断生产的原材料。我们每天在使用网站、智能手机、平板电脑和可穿戴设备时,平均每人会产生将近35万字节的数据。当然,并不是所有这些数据都会被应用到每一次体验之中,但是算法会用到从不同渠道获得的各种类型的数据。这些数据可能是你一个人的,也可能来自于几组人的数据集合。 “算法(algorithms)”是一系列关于如何执行一个任务的指令。当你发送短消息时,进行网络搜索时,或者在电脑上下载电影时,你都在触发一系列嵌套的相互依存的算法。有些算法以基本数学函数的形式出现,而其他算法基于它们之上。基本上,它们就是一系列指令。像 HowOld.net 这样的机器学习类应用,就是基于用大量的数据训练一种算法的原理工作的。 “机器学习(machine learning)”是指一个算法如何随着时间演化。机器学习是一个在工作时不断改造自己的系统,而非一直重复一套不变的指令。事实上,机器通过不断试错来学习如何正确完成任务。如果一种算法搞错了你在一张图片里的年龄,你会一笑置之。如果它把人类识别成了大猩猩(作者指谷歌图片软件将有色人种识别为大猩猩,其工程师为此道歉一事),这就麻烦了。而这并不是唯一的缺点。 算法的局限性 尽管算法创造了更多的可能,它仍有一些局限性。作为体验设计师,我们需要注意。如果我们了解了算法的局限性,我们就可以切实地设计一些体验来弥补它们。而且我们知道什么时候更应该依靠人类的才智。 1.算法并不中立或客观 算法——就像网站、应用、组织或人们一样——也有自己的观点。个性化算法的存在并不仅仅为了创造更好的体验,也是出于其背后组织的商业目标。算法是人创造的,所以创造者的想法也同时植入到了系统之中。有时候这些目的是显而易见的——比如根据你的一些个人数据出现的广告。有时候没有那么明显,直至我们遇到了破绽。 2.算法依赖于数据所有权或数据所有权的缺失 大多数人对于我们留下了什么数据和谁在利用这些数据的意识很模糊。当我们谈论算法时,对数据的控制权是一个主要议题。我们希望,每个人以后都可以对其有更多的个人控制权。但现在,在影响算法的隐私权上,站点间、组织间以及国家之间还有很大的差别。 3.算法无法理解你是一个复杂的独立个体 无论你称之为个性化的“恐怖谷( uncanny valley, 见:恐怖谷理论)”,还是你的“数据镜像( data double )”,有时候你都会遇到惊人精确的自我画像。但大多数时候,总是有一些出入的。不同的网站有不同的利益驱使,所以他们获取不同的偏好。(比如亚马逊和相亲网站 OKCupid 的数据重点完全不同。)算法归纳、精简,并将它们认为无关的信息过滤出去。很多情况下,算法会用其他人的数据填补某个人的信息缺失。最终结果就是算法不能反映出你的变化发展和复杂性。但是在 aboutthedata.com 网站上,Acxiom 数据公司让你浏览并调整关于你的数据信息(如果你想这么做)。 4.算法是不透明的 尽管我们如此依赖于算法,但对他们工作的方式以及采用这种方式的原因并不总是很清楚。机器学习算法可以非常复杂以至于写出他们的人都不完全了解它们的如何工作。换而言之,个性化是不透明的。尽管人们尽力尝试了解并改变个性化算法,也很难实现。 5.算法可能最终导致我们的生活过度自动化 算法越来越多地接手了过去需要我们自己完成的任务——比如,帮我们规划行驶或步行的路线。这可能将我们狭隘地局限于循规蹈矩的日常。算法自动化了探索的体验,但却剥夺了一些不确定性可能带来的惊喜。它们越了解我们的品位,我们在想象新的可能性上花的时间就越少。算法自动预测我们对陌生人和新想法的体验,所以我们可能会觉得自己活在一个回音室中。作为设计师,我们必须思考其中的平衡点。 尽管有这么多的复杂性,我们的设计还是越来越依赖于算法。为什么?因为算法会简化我们在技术上的体验——甚至可能会达到根本没有用户界面的程度。定制的体验,对话式的应用,以及聊天机器人,他们在本质上都有自己的算法。在体验设计师尝试去解决算法和用户界面问题时,了解算法的局限性很重要。我们如何设计一种体验是可以抵消一些算法上的负面效应的。 […]

© 2018 JDC. All Rights Reserved.