数极客首页

产品优化畅想(一):令自学找题更轻松

本文将结合需求目标和【心流】设计模型,探讨如何优化自学产品中找题体验,同时对产品的可拓展价值进行进一步的探索和挖掘。

产品优化畅想(一):令自学找题更轻松

优化前情分析

1. 背景:想要做什么?

如下图所示,该界面主要承载学生用户寻找对应知识点题目的操作,需要优化该界面整体布局及交互路径。

产品优化畅想(一):令自学找题更轻松

2. 目的:为什么要做这个优化

通过体验分析,目前发现有如下问题待解决:

(1)战略层问题

  1. 功能定位倾向工具,面临“用时开启,用后即弃”的低留存的尴尬局面;
  2. 用户学习单个知识点到100%后再无刷题动力;
  3. 缺乏系统推荐维度,用户仅能凭高度自觉来规划和选择学习,对无计划型用户不够友好。

(2)结构层问题

  1. 操作路径未兼容多种使用场景,如学生想继续学上次未学完的知识点,却未提供快捷入口;
  2. 选学科/分册交互过于隐蔽且未对高低频操作进行区分,如学生每次切换学科都要反复执行“选学科-选分册”的操作,事实上选分册是一种低频操作,不需要每次都要重选。

(3)表现层问题

选题CARD信息内容繁重,带来过重的视觉负担。

3. 目标:期望通过优化达成什么结果?

期望可以通过优化达成以下目标:

(1)战略层目标

  1. 定位感知从“学习工具”转型为“有价值内容的学习圈子”,将用户感受从“自己学,随便学”转型为“一起学,有计划的学”;
  2. 优化反馈机制以提供用户更充裕的刷题动力;
  3. 针对无计划型用户提供更科学更专业的学习计划,使其能够快速进入学习状态。

(2)结构层目标

  1. 优化操作路径以兼容更多需求场景;
  2. 优化选学科/分册交互,让交互路径变得更加简便。

(3)表现层目标

简化CARD信息,使界面能承载更多激励向的内容,能够使用户乐在其中。

4. 用户场景:要优化用户的哪些场景?

本次优化会兼容以下2个用户学习场景:

(1)继续学场景

用户可以快捷的找到近期学过的知识点,继续之前中断的学习,满足其场景需求。

(2)无学习计划场景

为没有制定或苦于制定学习计划的同学提供更专业更科学的学习计划(PGC或UGC),解决其无计划学习的低效率问题。

通过以上分析,我们梳理出本次优化的需求内容,然后我们需要继续探讨需求内容是否契合目标人群的痛点?又能否为产品带来更多更高的价值和利益?

若不能,我们则需要思考如何调整需求来平衡用户价值与商业价值之间的冲突;若二者可兼顾,我们则可以继续思考下一个问题“如何将需求目标转化为用户行为,使其能够高效顺利的使用我的优化设计”。

优化过程思考

1. 确立设计指导模型

为贴合学习场景的使用感受,首先我们需要确立一个设计指导模型,假设我们采用下图的【心流】设计模型:

产品优化畅想(一):令自学找题更轻松

关于模型的思考,请参考文章:塑造【心流】体验,学习产品也能让用户上瘾

根据模型指示,当目标用户【学生】进入任务流程【找题界面】时,为了保障其能够投入任务【找题】并获得激励反馈【让学生觉得有趣的东西】,我们的设计必须要符合图中的两点诉求:

  • 降低操作门槛,保障使用能力;
  • 提升反馈期待,激发执行动机。

2. 结合需求目标和设计指导进行方案探索

本着“追本溯源”的原则,我们先来对战略层和结构层的操作路径进行优化调整。

产品优化畅想(一):令自学找题更轻松

如上方右图所示,在左图原操作路径基础上进行了以下2点调整:

(1)降低操作成本,在路径中兼容更多用户场景

  • 对标问题:操作路径设计未兼容多种使用场景。
  • 在操作流程中兼容了“继续学”和“无学习计划”场景,对不同需求的用户提供对应的操作路径,保障其能够快捷到达目的页。

(2)在场景路径中引入内容推荐,尝试协调定位感知

  • 对标问题:“用后即弃”的低留存定位感知。
  • 新增UGC或PGC产出的优质学习内容,通过“科学、专业、资深”的标签包装,使内容更具信服力和价值性,削弱用户心中“工具产品用后即弃”的定位感知。

对战略层和结构层进行调整后,原界面也需随之进行调整(下图为高保真原型)。

产品优化畅想(一):令自学找题更轻松

如上方右图所示,在左图原界面基础上进行了以下5点优化:

(1)降低操作成本,兼容“继续做”场景

产品优化畅想(一):令自学找题更轻松
  • 对标问题:操作路径设计未兼容多种使用场景。
  • 新增”最近做过“入口,不受学科/分册限制,帮助用户快速继续之前中断的学习。

(2)降低操作成本,调整选学科/选分册交互

从交互路径中将高频操作(选学科)和低频操作(选分册)分开,调整后的操作路径可参考下图:

产品优化畅想(一):令自学找题更轻松

跟随路径进行调整后的界面交互表现如下图:

产品优化畅想(一):令自学找题更轻松
  • 对标问题:选学科/分册交互过于隐蔽且未对高频/低频操作进行区分。
  • 将选学科的交互方式调整为顶TAB切换交互,支持点击切换和左右横滑页面切换,符合高频操作的“快捷低成本”要求;
  • 每次选完学科后不再强制重选分册,将直接默认记录用户上次选择的分册,减少不必要的操作;
  • 强化按钮选中态与未选态的视觉区分,增强状态易读性。

(3)降低思考成本:新增推荐计划和自拟计划

产品优化畅想(一):令自学找题更轻松
  • 对标问题:缺乏系统推荐维度,用户仅能凭高度自觉来规划和选择学习,对无计划型用户不够友好。
  • 在界面中新增优质推荐内容(UGC或PGC),帮助降低“无学习计划场景”中用户制定学习计划时所需的脑力成本和时间成本。同时也支持制定并分享计划的功能,为引入UGC优质内容进行铺垫。

(4)提升反馈期待:营造一起学的使命感和认可感

产品优化畅想(一):令自学找题更轻松
  • 对标问题:“用后即弃”的低留存定位感知。
  • 多名用户参与共同的学习计划,塑造一起进行某项任务时的使命感,以及制定的计划被推荐被参与时的认可感,为引入自主学习生态闭环奠定基础,减少工具产品用后即弃的定位感知。

(5)提升反馈期待:营造挑战行为的成就感

产品优化畅想(一):令自学找题更轻松
  • 对标问题:用户攻占题目到100%后便再无刷题动力;选题CARD信息内容繁重,带来过重的视觉负担。
  • 优化原知识点CARD信息,减少每次做题的题目数量来适应碎片化学习场景;
  • 新增知识点刷题段位,段位从1到X代表逐渐递增的挑战难度,挑战成功即可晋升段位,建立一种符合【技能与难度不断匹配】的挑战情绪,营造用户获得高段位时的成就感和荣誉感。

以上提出的优化点,着力于结合需求目标和设计模型,期望在达成目标的同时能够保障用户全情投入到下一个任务环节中。

最后的思考

大刀阔斧=高风险?

本次优化方案对找题界面的改动可谓是大刀阔斧,对产品定位、产品功能、界面布局甚至信息CARD都有所涉及,为此也许很多同学会产生质疑,此番大改动是否会对原本已经习惯如此操作的用户造成损伤?

答案是必然的,任何对用户习惯的更改都势必会招致原有用户的反感,我个人也不推荐频繁而随意的对功能进行大改动,但当我们面临产品停滞不前,甚至开始与市场竞品发生脱节时,大刀阔斧的改动无疑也是一种脱离困境的尝试。

很多同学建议重新发起市场用户调研,我向来认同此类方法的科学性,但一次完备调研所消耗的时间往往需要数周甚至数月,同时对调研人员的专业素质也有一定的硬性要求,这些条件是中小项目难以满足的。如此看来,反而不如敏捷迭代快速试错来的更加效率方便。

“树欲静而风不止”,市场一直在变化,用户的潜层需求也在一直变化,与其畏手畏脚的被动等待,我认为更应当主动出击,“用产品行为催生用户动机”。

最后感谢阅读,敬请批评与指教,后续将继续结合【心流】设计模型探讨做题环节和总结环节的优化方案。

相关文章

设计思路悖论:用行为催生动机

 

本文由 @愚者秦 原创发布,未经许可,禁止转载

题图来自Unsplash,基于CC0协议

新一代大数据用户行为分析与数据智能平台:数极客(https://www.shujike.com),是支持无埋点、前端埋点、后端埋点、API导入四种混合数据采集方式,整合分析用户行为数据和业务数据,可以自动监测网站、APP、小程序等多种渠道推广效果分析,是增长黑客们必备的互联网数据分析软件。数极客支持实时多维分析、漏斗分析、留存分析、路径分析等十大数据分析方法以及APP数据分析网站统计网站分析小程序数据统计用户画像等应用场景,业内首创了六种提升转化率的数据分析模型,是数据分析软件领域首款应用定量分析与定性分析方法的数据分析产品

发表评论

评论已关闭。

相关文章