給用戶控制權(quán)并展現(xiàn)產(chǎn)品界面的“誠意”，才能維持和用戶之前的信任感。
如今的很多App包括Google Now、Spotify或Amazon，都會通過收集用戶個的人數(shù)據(jù)來幫助自己做出產(chǎn)品決策。
這些公司有時甚至依賴這些數(shù)據(jù)來替用戶做決策，而非詢問用戶的意愿或讓用戶自己去選擇。
舉幾個例子，F(xiàn)acebook會為你定制推送內(nèi)容、Amazon用你的瀏覽和購買記錄來給你推薦商品——換句話說，他們從沒詢問過你的想法，而是直接幫你去掉了那些他們認(rèn)為你不會感興趣的內(nèi)容。
這種用數(shù)據(jù)替用戶做決策的設(shè)計方式，最近被定義為一種“預(yù)設(shè)計”(Anticipatory Design)——它以用戶行為數(shù)據(jù)為基礎(chǔ)，直接在用戶界面執(zhí)行某些操作 (而不會再次詢問用戶意愿)，而它的優(yōu)勢在于減少用戶在界面的判斷和操作，減輕使用時的疲勞感。
雖然這樣的“預(yù)設(shè)計”聽起來應(yīng)該是出自于良好的初衷，但這種自動替用戶決策的設(shè)計方式其實(shí)引發(fā)了一些隱藏在背后的問題——信任危機(jī)，尤其會出現(xiàn)“黑心產(chǎn)品”通過一些界面的小伎倆騙用戶去點(diǎn)擊一些不必要的功能。
因此，這篇文章并非意在叫你如何通過預(yù)設(shè)計來“誘騙”用戶接受或操作，而是希望談?wù)勅绾畏e極正確地使用預(yù)設(shè)計的方法，讓你的產(chǎn)品界面是真誠坦率的，就算還是有一些“引導(dǎo)”用戶的嫌疑，這些引導(dǎo)也是站在用戶的角度出發(fā)的。
現(xiàn)如今的用戶在瀏覽網(wǎng)絡(luò)時，面對的選擇信息越來越多，比如在Amazon或eBay等電商網(wǎng)站上挑選商品。就算我們明確知道自己想買什么，那些商品網(wǎng)頁也讓人眼花繚亂沒法抉擇(圖1)。
圖1 選擇太多讓人暈頭轉(zhuǎn)向的Amazon和eBay的商品頁面
另一個例子是Spotify那樣的“隨你挑”歌曲頁面，充滿了大量的音樂和精選集，無論你聽多少歌都不會帶來額外費(fèi)用，新的歌曲內(nèi)容還會源源不斷地被加進(jìn)來(圖2)。
圖2 Spotify的歌曲列表頁面
雖然用戶大部分時候當(dāng)然喜歡選擇余地越多越好，但如果你提供的選擇太多了，也可能嚇到用戶，因?yàn)樗麄兏静恢廊绾芜x擇了。最近這個問題也被Barry Shwartaz的“選擇悖論”和Hick的研究所提及：
選擇悖論：過多的選擇讓用戶反而一個也不想選，就算好不容易做出了選擇也高興不起來;
每做一個額外的選擇也會增加額外的決策時間成本。
以上兩個觀點(diǎn)都建議減少用戶界面提供的可選擇數(shù)量，從而提升用戶做出決策的意愿，同時也降低做出決策的精力成本。
一篇關(guān)于“選擇真心累”的文章就提出，太多的選擇已經(jīng)讓我們在生活里的重要時刻失去了做出決斷的能力。
想想扎克伯格的例子：他每天都穿一樣款式的衣服，從而讓自己忽略那些不必要的決策。他是這么說的：“我真的不想讓生活太繁瑣，我希望每天需要做決定的事情越少越好，這樣我就能夠真的把精力花在如何服務(wù)和回饋這個社會?！?
不少App已經(jīng)意識到需要為用戶過濾掉一些不必要的選擇，一般來說會通過兩種方法，在此我們可以一起來探討：
1、保證選項(xiàng)確實(shí)和用戶有關(guān)
很多產(chǎn)品會根據(jù)用戶偏好來做自定義，從而將可選項(xiàng)根據(jù)用戶自身的偏好進(jìn)行過濾。這個方法可謂是因?yàn)锳mazon而發(fā)揚(yáng)光大了，比如它的網(wǎng)頁和推送郵件都會根據(jù)消費(fèi)歷史來給出商品推薦(圖3)。
圖3 Amazon的定制化推薦
2、提前預(yù)判用戶決策
上述提到的定制化推薦的方法，可能沒法減輕一部分用戶的“選擇困難癥”，因?yàn)槠鋵?shí)很難把握過濾選項(xiàng)的力度，有時候沒法過濾干凈，用戶仍舊還會面臨大量的選擇。這時候，你可以考慮更進(jìn)一步，通過預(yù)判用戶行為來移除更多的選擇負(fù)擔(dān)。
舉個例子來說，Google Now界面開始越來越多地承擔(dān)起那些本該由用戶自己做出的設(shè)定和操作(圖4)：
圖4 – Google Now的“預(yù)設(shè)計”
根據(jù)用戶行為和數(shù)據(jù)直接生成諸如行程、訂單、交通等相關(guān)的信息，并直接展示出來，而不需要用戶自己完成任何信息的錄入和排版管理。
Google Now在后臺已經(jīng)默默做了很多信息追蹤，從你在哪停車到你搜索了某場足球賽的進(jìn)球，而這些信息都會在某個恰當(dāng)?shù)臅r間變成Google給你的推送，這時候界面根本不需要詢問你(圖5)。
圖5 Google Now：你還沒問我就知道你要什么
Spotify也通過另一種形式運(yùn)用了這種預(yù)判式的設(shè)計，它為用戶提前創(chuàng)建好了他們可能會喜歡聽的播放歌單，而不是要求用戶自己一個一個去添加(圖6)。Spotify是這樣說的：就如同你最好的朋友那樣了解你的口味，每周都為你定制一盒混音磁帶。
圖6 Spotify每周的定制化歌單推薦
換句話說，Spotify已經(jīng)為你處理了那些過去應(yīng)該由你自己完成的添加歌單的任務(wù)。這種為用戶做決策的理念，就是真正的“預(yù)設(shè)計”。
不過近來這個話題已經(jīng)上升到了一個“道德標(biāo)準(zhǔn)”的高度，大家開始討論起來這種行為到底算不算強(qiáng)行為用戶做決定?
如果你用上文提到的設(shè)計方式來為用戶減少選擇并預(yù)先做出決斷，你可能會被指責(zé)太過于武斷而強(qiáng)行為用戶做決定。而如果產(chǎn)品界面并沒有做出符合用戶預(yù)期的決策，也會引起用戶的不安或質(zhì)疑，尤其當(dāng)用戶曾有被某些產(chǎn)品界面的小伎倆所欺騙的經(jīng)歷，比如不小心就被騙做了本不想做的操作。
因此，一個產(chǎn)品越是多地提前為用戶做決策，它就應(yīng)該更多地提供公開透明的信息從而讓用戶放心。
這需要你別因小失大去以界面的小伎倆玩弄用戶，而是正大光明地把信息告知用戶，就算你提前為用戶做了某些決策，也要讓用戶保有修改的控制權(quán)。
下面讓我們來看看，如何讓你的預(yù)設(shè)計不再“偷偷摸摸”，轉(zhuǎn)而變成用戶信任你的起點(diǎn)。
當(dāng)你為用戶推薦他們可能感興趣的商品的時候(例如定制化篩選或智能推薦算法)可能會引發(fā)一個問題：用戶看的越多，他們看到的東西就越重復(fù)。
圖7 Amazon根據(jù)瀏覽歷史來進(jìn)行推薦
上面這樣的智能推薦其實(shí)讓用戶很難再發(fā)現(xiàn)新商品(圖7)，這點(diǎn)不僅對于電商網(wǎng)站是個問題，在Facebook這樣的社交媒體里頁同樣存在。TIME雜志就曾經(jīng)表示：Facebook希望讓那些常會點(diǎn)擊很多鏈接的用戶點(diǎn)擊更多鏈接、平時愛看視頻的用戶觀看更多視頻，就這樣無限的循環(huán)著。
有一個方法可以避免讓用戶可瀏覽到的信息越來越重復(fù)：允許用戶對智能推薦提出反饋，這還能反過來讓智能推薦更精準(zhǔn)。
這種反饋可以由多樣的方法來實(shí)現(xiàn)，有的很簡單直接，有的則比較隱晦(圖8) 。
圖8 – Google, Facebook和Amazon使用的用戶反饋方式
Google的方法：直接在Now動態(tài)的下方讓用戶選擇對這類消息是否有興趣并關(guān)注;
Facebook的方法：稍顯隱晦，藏了一個小的下拉菜單在每條動態(tài)的右上角，點(diǎn)擊后可以看到相應(yīng)的操作選項(xiàng)，比如你可以選擇從此隱藏這類廣告或?qū)δ硞€人取消關(guān)注;
Amazon的方法：用了一種比較迂回的方式來讓用戶進(jìn)行反饋——先去[我的賬戶]下找到智能推薦設(shè)置，進(jìn)入“改善為我推薦(Improve Recomendations)”，才能針對每一條系統(tǒng)推薦進(jìn)行打分。
以上三個案例中，Google用了最直截了當(dāng)?shù)姆绞?，提供了多個簡潔明了的界面交互來協(xié)助用戶完成對推送內(nèi)容的反饋，讓用戶覺得自己對內(nèi)容擁有控制權(quán)，就像(圖9)廣告語說的那樣。
圖9 – Google Now標(biāo)語：一切取決于你!點(diǎn)擊標(biāo)簽卡片，你就能自定義一切
圖10 Google Now的定制化功能
除了可以切換話題標(biāo)簽，你在每個內(nèi)容卡片上都能找到自定義功能的入口(圖10)。
對于Facebook或Amazon來說，就算允許用戶通過提出反饋來進(jìn)一步精選他們看到的內(nèi)容，那些基礎(chǔ)的推薦內(nèi)容依賴推薦算法的程度仍舊遠(yuǎn)遠(yuǎn)大于依賴用戶的手動反饋。
別再試圖用內(nèi)容偽裝廣告了
把廣告?zhèn)窝b成一個動態(tài)推送已經(jīng)是一種慣用伎倆，在用戶沒法決定自己看到什么內(nèi)容的時候，這事常常發(fā)生。
不過這里有一個將服務(wù)推廣和用戶行為結(jié)合的非常好的例子：Google Now最近和Lyft、Airbnb、Uber及Instacart合作，為用戶有針對性地推薦服務(wù)(圖11)。Google認(rèn)為雖然這都是別人家的產(chǎn)品服務(wù)，但自己的用戶在使用Google的過程里也會需要這些服務(wù)。因此即使是第三方應(yīng)用，可有被推薦的意義，而且當(dāng)這些應(yīng)用是收費(fèi)的，也不失為一種機(jī)智又不露聲色的廣告形式。
圖11 Google Now的協(xié)作式推薦服務(wù)
雖然Google Now做的不錯，但用在別的產(chǎn)品里可能就顯得有些勉強(qiáng)了，讓用戶總覺得產(chǎn)品界面藏著不少廣告陷阱。Google Map就會用定位符號來標(biāo)記廣告商家的位置，讓用戶一不小心就以為那確實(shí)就是最合理的搜索結(jié)果(圖12)。
圖12 Google Map企圖把廣告商家偽裝成正常的位置標(biāo)記
在你試圖推測用戶行為的時候，必須要確保準(zhǔn)確性。有一種常用也確實(shí)很有效的方法，就是利用用戶已經(jīng)提供給界面的輸入內(nèi)容，比如根據(jù)用戶輸入的前幾個字母提供可能的選項(xiàng)、記住曾經(jīng)填寫過的信用卡號、在用戶允許的時候記錄密碼等(圖13)。
圖13 Google Chrome瀏覽器中有預(yù)填寫功能的表格
預(yù)填寫或保留上一次的填寫信息，能夠避免用戶的重復(fù)操作。這樣的理念同樣可以被用到那些復(fù)雜的用戶行為預(yù)測功能。Campaign Live重點(diǎn)提到了一個案例，出租車服務(wù)商Hailo在Google Now卡片上綜合了時間、地理位置、用戶上次的輸入記錄，來快速幫助用戶預(yù)訂出租車。
他們是這么解釋這種做法的：想象一下你來到倫敦，想要訂一輛Hailo出租車，你在早上7點(diǎn)~10點(diǎn)之前希望它停在你指定的地點(diǎn)，當(dāng)你辦完事下午5點(diǎn)又返回該地點(diǎn)的時候，我們就可以推斷，你很有可能還會需要在同樣的地方再打個車回家，這個時候就是我們服務(wù)的機(jī)會點(diǎn)，我們用Google Now集合信息并主動為你提供這樣的服務(wù)。
Hailo的做法很聰明，他們的出發(fā)點(diǎn)不僅合理，而且因?yàn)榻Y(jié)合了用戶上次的行為數(shù)據(jù)，所作出的推斷也會很精準(zhǔn)，同時因?yàn)橥瑯拥姆?wù)用戶剛剛親自體驗(yàn)過，也不會把再次的推送當(dāng)做是一個廣告，反而覺得在這樣的時間點(diǎn)上，這確實(shí)是一項(xiàng)及時又貼心的服務(wù)推送 (圖14)。
圖14 Hailo用相關(guān)的用戶行為數(shù)據(jù)來進(jìn)行精準(zhǔn)的推送
就算界面允許用戶自定義推薦內(nèi)容的邏輯，有的用戶還是不喜歡產(chǎn)品為他做任何的決定。這個時候你必須要讓那些不愿意接受的用戶依然能夠快速地找到拒絕這些內(nèi)容的入口。比如像Google那樣，用戶可能不想直接刪掉整個Google Now，但用戶可以選擇不允許Now卡片以后再出現(xiàn) (圖15)。
圖15 Google有一個關(guān)閉Now卡片的開關(guān)
相反的，Amazon就沒有提供關(guān)閉推薦商品的功能，除非你登出你自己的賬戶以訪客身份瀏覽頁面。當(dāng)然這對Amazon來說是有意義的，畢竟他們35%的銷量都來自于推薦商品。
有個問題你需要保持思考：通過用戶數(shù)據(jù)推斷出來的推薦內(nèi)容，是不是真的可以要作為App推送內(nèi)容的默認(rèn)方式?
默認(rèn)用戶接受和讓用戶選擇是否接受，有時候會帶來很大的差異。舉個例子來說，對于器官捐獻(xiàn)這件事，當(dāng)人們可以選擇是否捐獻(xiàn)時，他們愿意捐獻(xiàn)的比例往往很低，而當(dāng)器官捐獻(xiàn)作為一個默認(rèn)選項(xiàng)的時候，愿意捐獻(xiàn)的比例則高很多 (圖16)。
圖16
從圖16可以看出，同意器官捐獻(xiàn)作為公民的默認(rèn)選擇時，愿意捐獻(xiàn)的人群比例幾乎是100%，這其實(shí)是一種值得商榷的方式，因?yàn)檫@樣的數(shù)據(jù)結(jié)果并不一定能夠代表公民的真實(shí)意愿。
我們已經(jīng)見過不少公司為了達(dá)到自己的商業(yè)目標(biāo)而運(yùn)用一些“誘導(dǎo)”消費(fèi)者的小伎倆，對于如今的信息時代來說，這些伎倆實(shí)踐起來更加容易了。
不過反過來想想，如果其實(shí)這些小伎倆其實(shí)可以幫助用戶呢?比如用戶們有時缺乏自我控制力、或者常常只關(guān)注當(dāng)前的任務(wù)。
來看看以下兩個方式如何幫助用戶：
1 、“輕推”一下，用戶做的更好
在《助推：如何做出有關(guān)健康、財富與幸福的最佳決策》一書中 (圖7)，Richrd Taler和Cass Sunstein建議創(chuàng)造一種合理的“選擇架構(gòu)”，來幫助用戶找到那個長遠(yuǎn)來看的最優(yōu)選擇。
圖17
如果能持有這樣的理念來做產(chǎn)品，就不會出現(xiàn)那些欺騙用戶的小伎倆，而是真的為用戶考慮，幫助他們做出更優(yōu)的決策。
2、讓用戶默認(rèn)加入
先來看個例子：如今我們的壽命越來越長了，人們也越發(fā)開始關(guān)注起如何為年老以后的生活提前做好保障工作，如提前加入US 401(k) 這樣的養(yǎng)老計劃存款。盡管趨勢如此，在《助推》一書里也提到，雖然養(yǎng)老計劃真的在為人們提供實(shí)用的金錢保障，很多人們也不會選擇參加，書中也給出了如何幫助這部分年邁用戶的建議：
讓加入養(yǎng)老金計劃變成他們的默認(rèn)選項(xiàng);
讓詢問他們是否愿意參加的時候，只提供“是”或“否”的選項(xiàng)。
這就是一種雖然看起來有些簡單粗暴，但卻能真的為這些人群帶來他們沒有預(yù)知到的利益，“輕推”一下他們，從長遠(yuǎn)來看是有價值的選擇。讓他們只在是或否里面做出選擇，也會間接的促使他們認(rèn)真地考慮這件事。
Alan Shapiro認(rèn)為預(yù)設(shè)計可以幫助用戶建立良好的操作習(xí)慣。界面如果一直暗示用戶該去哪里、點(diǎn)擊哪些地方，用戶就有可能習(xí)慣于此，并不知不覺得接受了你為他們提供的通知或推薦。
這對用戶來說可能聽起來不像什么好事，比如有的公司就是想要推銷產(chǎn)品給你，他們就很有可能潛移默化地在頁面上給你“洗腦”，讓你忍不住購買他們的產(chǎn)品或服務(wù)。
Amazon的“購物盒”就是一個例子，用盒子圖形的心理暗示促使用戶購買更多他們原本根本沒有計劃購買的商品，只為了填滿那個虛擬的盒子(圖18)。
圖18 Amazon的購物盒讓用戶不知不覺買得更多
Circadia的產(chǎn)品總監(jiān)Matt Crowley對此表達(dá)了自己的看法：Amazon讓你對“我真的需要這個嗎”這樣的問題麻木，反而去思考“還有哪些東西我可以買來填滿我的購物盒子”?!
Amazon甚至還享有一項(xiàng)系統(tǒng)設(shè)計的專利，就是在用戶還沒下單之前，就去推測用戶最近會購買哪些商品，并預(yù)先將這些商品運(yùn)輸?shù)接脩舻刂犯浇膫}庫，對此亞馬遜自豪地稱其為“預(yù)物流”(圖19)。
圖19 Amazon的預(yù)物流體系流程圖
我們都能看出這樣的策略對Amazon的益處很大，那么這樣的方式到底能不能對用戶的行為和習(xí)慣產(chǎn)生積極的影響呢?
我們不難發(fā)現(xiàn)如今市面上已經(jīng)又不少幫助用戶增加自控力、建立良好習(xí)慣的應(yīng)用。來看看幾個例子：
stickK致力于幫用戶減少壞習(xí)慣，用心理學(xué)的方法減輕這過程中的惰性和痛苦，從而幫助你轉(zhuǎn)變那些你只靠自己的控制很難擺脫的壞習(xí)慣(圖20)。
圖20 stickK如何幫你趕走“頑固惡習(xí)”
Duolingo則會督促你每天都堅持學(xué)習(xí)外語，同時養(yǎng)成對以后的學(xué)習(xí)過程都受益良多的習(xí)慣(圖21)。
圖21 Duolingo幫助你建立良好的外語學(xué)習(xí)習(xí)慣
從以上來看，那些替用戶做出的行為或決定，只有在其真的從用戶角度出發(fā)時，才能為用戶真的帶來益處，當(dāng)預(yù)設(shè)計已被大量的公司所使用，他們是否只將用戶數(shù)據(jù)用于為自己的商業(yè)利益服務(wù)，而用戶在并不信任你的產(chǎn)品的時候真的愿意分享自己的行為數(shù)據(jù)來獲得一些操作上的便利嗎?
綜上所述，給用戶控制權(quán)并展現(xiàn)產(chǎn)品界面的“誠意”才能維持和用戶之前的信任感。為什么只讓“預(yù)設(shè)計”只為公司利益服務(wù)呢?讓它也給用戶帶來積極的作用豈不更好?畢竟最后的最后，是用戶的決定定義了產(chǎn)品的成功。
以上就是上海網(wǎng)站設(shè)計提供的內(nèi)容，如果想要了解關(guān)于政府類網(wǎng)頁制作欣賞及建網(wǎng)站基礎(chǔ)知識，可直接點(diǎn)擊查看
