如何達(dá)到優(yōu)秀用戶體驗(yàn)產(chǎn)品交互的良性循環(huán)
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(jī)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(yàn)考量的是用戶使用產(chǎn)品的全過程，這個(gè)過程包括了從安裝到放棄使用的時(shí)間軸，交互的良性循環(huán)的優(yōu)秀用戶體驗(yàn)的表現(xiàn)。
簡單以推薦引擎為例來說明各元素是如何在時(shí)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(duì)產(chǎn)品還沒有發(fā)生行為時(shí)，用戶填寫的個(gè)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(gè)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(gè)體行為對(duì)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(jì)對(duì)用戶的喜好。用戶的歷史行為會(huì)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(gè)用戶對(duì)系統(tǒng)數(shù)據(jù)的過濾，而協(xié)同過濾是基于多個(gè)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(gè)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(huì)被系統(tǒng)加權(quán)，下次對(duì)“大”聯(lián)想時(shí)更靠前顯示。用戶輸入詞組“dagai”,選擇“大概”上屏，也是對(duì)“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(gè)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(huì)聯(lián)想到“牛”。
聯(lián)想的交互是單個(gè)用戶對(duì)系統(tǒng)詞庫的內(nèi)容過濾，初始詞庫可以逐漸形成個(gè)性詞庫。如果是云端輸入法，系統(tǒng)可以實(shí)時(shí)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(gè)性詞庫的同時(shí)也能更新***流行詞，這是多個(gè)用戶對(duì)詞庫的協(xié)調(diào)過濾。
用戶自造詞會(huì)降低部分詞匯的出現(xiàn)概率，系統(tǒng)甚至?xí)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(shí)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(chǎng)。從系統(tǒng)設(shè)計(jì)的觀點(diǎn)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(kuò)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(kuò)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(kuò)展的良性循環(huán)。
切客的勛章
以手機(jī)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(dòng)用戶主動(dòng)使用，LBS的勛章激勵(lì)機(jī)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(huì)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(duì)于產(chǎn)品的感受也是不斷增強(qiáng)，但也可能達(dá)到飽和。使用豆瓣電臺(tái)選擇喜歡聽的音樂，累計(jì)聽歌近兩萬首時(shí)，電臺(tái)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(gè)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(duì)音樂缺乏探索。
◆聽到不喜歡的音樂時(shí)，可能會(huì)連續(xù)點(diǎn)擊十次下一首，***無奈關(guān)掉電臺(tái)，對(duì)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(huì)缺乏組織性，循環(huán)是產(chǎn)品架構(gòu)的初級(jí)概念之一，以時(shí)間軸去安排產(chǎn)品設(shè)計(jì)的優(yōu)先級(jí)。
【編輯推薦】
