数极客首页

产品交互的良性循环

用户与产品之间的相互

能够
看成是双向线性的过程,手机上输入字母“d”和界面输出显现
是一次短交互,完成一次购物支付是长交互,这是运用
一次产品过程中。用户体验考量的是用户运用
产品的全过程,这个过程包括了从装置
到放弃运用
的时间轴,交互的良性循环的优秀用户体验的表现。

简单以引荐
引擎为例来阐明
各元素是怎么在时间轴上发挥作用的:

初始化。基于群体特征和用户的相关水平
,将相似

用户喜好

的其他物品引荐
给用户。在用户对产品还没有发作
行为时,用户填写的个人信息(性别、年龄和收入等)能够
作为初始化引荐

内容引荐
单个用户选择某一物品,系统基于物品的元数据引荐
相似

的产品。这是用户个体行为对数据的过滤,当用户多次

行为之后,系统能够
大约
估量
对用户的喜好

。用户的历史行为会不时
影响后续引荐
,构成
用户和系统之间的交互循环。

协同过滤。基于用户行为发现物品的相关性。内容引荐
是单个用户对系统数据的过滤,而协同过滤是基于多个用户行为的交叉

结果,所以依赖于其他用户行为数据量精确
度。

产品交互的良性循环

输入法的字词联想也能够
看出一个引荐
引擎。当打入字母“da”,系统从词库选择
出“da”目录下的汉字“大/达/打……”,“大”字上屏之后,系统联想与“大”组词概率比较

大的字“家/学/概……”。这些联想词最早可能是从字典当选

出来的,如用户选择了“概”字,“概”会被系统加权,下次对“大”联想时更靠前显现
。用户输入词组“dagai”,选择“大约
”上屏,也是对“概”字的加权。

如用户输入“daniu”,选择了“大牛”上屏,而系统词库中没有这个词组,属于用户自造词。如用户分别输入“da”和“niu”并上屏,系统智能剖析
“大”和“牛”有组词的概率,有可能用户下次输入“大”字,系统会联想到“牛”。

产品交互的良性循环

联想的交互是单个用户对系统词库的内容过滤,初始词库能够
逐步
构成
个性词库。假如
是云端输入法,系统能够
实时取得
一切
用户的输入字词,词库的更新频率更快,满足用户个性词库的同时也能更新最新盛行
词,这是多个用户对词库的谐和
过滤。

用户自造词会降低部分

词汇的呈现
概率,系统以至
会从词库中删除这些词汇。从输入法的例子中能够
看出用户行为是怎么影响系统和其他用户,历史行为影响新的行为,完成
不时
的交互循环。

纯银的“显性内容决议
论”能够
了解
为:优质用户产生优质内容,优质内容吸收
优质用户,内容决议
产品的魅力和气场。从系统设计的观念
看,用户行为能够
看成系统数据的一部分

,优秀用户的行为和优质内容是同质化数据。它们之间的频繁交互是优化内容数据的组织方式
,再不时
向外扩展生成和吸收同质数据,版本迭代是滚雪球式的数据扩展。

如此看来,产品架构需求
思索
是怎么增加数据量、组织数据和数据扩展的良性循环。

产品交互的良性循环

切客的勋章

以手机LBS为例,增加数据量的办法
简单分为三种:用户输入、导入数据和商家发布信息。需求驱动用户主动运用
,LBS的勋章鼓舞

机制是引导用户行为,优惠券是刺激用户需求。用户的签到行为假如
无法加以应用
的话,能够
以为
是不时
输入渣滓
信息。但签到的位置、签到商家的类型和频繁程序都是能够
加以剖析
,便于后期向用户引荐
有效信息和组织用户之间的联络

每次循环都会影响到后续的产质量
量,“小步快跑”的道理也在此,用户关于
产品的感受也是不时
增强

,但也可能抵达

饱和。运用
豆瓣电台选择喜欢听的音乐,累计听歌近两万首时,电台猜中概率显然
降低。缘由
可能是:

  1. 曾经
    遍历各种音乐,难以发现新歌曲,个人输入行为曾经
    趋向于饱和。
  2. 没有文艺范,不是目的
    用户群,对音乐缺乏探求

  3. 听到不喜欢的音乐时,可能会连续点击十次下一首,最终
    无法
    关掉电台,关于
    用户的隐性反响

    缺乏了解

以思想
导图式的方式了解
产品会缺乏组织性,循环是产品架构的初级概念之一,以时间轴去布置
产品设计的优先级。

源地址:http://daichuanqing.com/i……5e7%258e%25af

给大家引荐
我国新一代大数据用户行为剖析
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,整合剖析
用户行为数据和业务数据,能够
自动监测网站、APP、小程序等多种渠道推行
效果剖析
,是增长黑客们必备的互联网数据剖析
软件。数极客支持实时多维剖析
、漏斗剖析
、留存剖析
、途径
剖析
等十大数据剖析
办法
以及APP数据剖析
网站统计网站剖析
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剖析
模型,是用户行为剖析
范畴
首款应用定量剖析
与定性剖析
办法
数据剖析
产品

发表评论

评论已关闭。

相关文章