Projekt przewidujący: jak tworzyć magiczne doświadczenia użytkownika

Opublikowany: 2022-03-11

Dziś rano piosenka „This Magic Moment” The Drifters pojawiła się w mojej głowie bez wyraźnego powodu.

Te niespokojne sieci neuronowe w naszych mózgach robią śmieszne rzeczy. Łączą pozornie niepowiązane, niepowiązane ze sobą myśli i koncepcje.

Uderzając się w czoło powiedziałem sobie: „Ale oczywiście…”

Ostatnio myślałem o tych magicznych momentach w UX, które zdarzają się, gdy wchodzimy w interakcję z naszymi cyfrowymi urządzeniami lub usługami. Spotykamy idealne momenty, kiedy wszystko układa się na swoim miejscu, dokładnie we właściwy sposób, dokładnie we właściwym czasie, jakby to była magia. Może być w Twoim banku, w Twoim samochodzie, w automacie lub na Twoim telefonie.

Wierzę, że era projektowania antycypacyjnego nadeszła, a przynajmniej jest w naszym zasięgu.

Nasze ograniczone GUI zmieniają się w wyniku rozwoju technologii i metod wprowadzania danych. To organiczna, naturalna ewolucja – już teraz uważamy, że rozmawianie z naszymi urządzeniami jest czymś oczywistym!

Na przykład podczas jazdy możemy powiedzieć: „Zadzwoń do Anny”. Prosimy Siri o uruchomienie minutnika lub o odtwarzane w pobliżu filmy. I prosimy Alexę, żeby włączyła muzykę lub zamówiła kawę. Niemniej metafory i elementy graficzne ustalone ponad cztery dekady temu nie zmieniły się aż tak bardzo.

Przeszłość

Weź pod uwagę, że oryginalny graficzny interfejs użytkownika Xerox PARC ma 44 lata, ale nasze interfejsy użytkownika nadal wyglądają niezwykle podobnie.

Przewidywany projekt — stacja robocza Xerox star jeden z pierwszych interfejsów graficznych
Stacja robocza Xerox Star wprowadziła pierwszy komercyjny system operacyjny z graficznym interfejsem użytkownika (GUI) w 1973 r.

Dzisiaj nadal patrzymy na dwuwymiarowe ekrany i głównie używamy klawiatur i myszy do wprowadzania danych; urządzenia zaprojektowane pod kątem metod interakcji, które zostały zoptymalizowane pod kątem komputerów, a nie ludzi.

Maszyny, z którymi wchodzimy w interakcję – laptopy, komputery stacjonarne, tablety, telefony komórkowe, automaty vendingowe itp. – są nadal projektowane i budowane z wykorzystaniem modeli mentalnych i technologii, które są starszymi systemami z przeszłości.

To tak, jakbyśmy używali modeli interakcji z epoki Flintstonów w świecie Jetsonów; nadal polegają na dużej interakcji ze strony użytkowników (dane wejściowe), aby przejść do następnego kroku i wyświetlić przydatne informacje (dane wyjściowe).

Czym jest projektowanie antycypacyjne w projektowaniu doświadczeń użytkownika

Czym jest projektowanie wyprzedzające?

Zastosowanie projektowania przewidującego jest ważniejsze niż kiedykolwiek, jeśli firmy cyfrowe mają uprościć i ułatwić bieg naszego cyfrowego życia.

W świetle tego, czym jest projektowanie wyprzedzające?

Jest to wyjście, bez dużej potrzeby wprowadzania danych. Chodzi o wykorzystanie przeszłych wyborów do przewidywania przyszłych decyzji.

Świat, w którym nasze maszyny obliczeniowe są zaprojektowane z myślą o metodach interakcji zoptymalizowanych pod kątem ludzi, a nie komputerów. Cyfrowy świat, w którym od deterministycznych intencji użytkownika przechodzimy do probabilistycznych.

Aaron Shapiro z firmy Huge definiuje projektowanie wyprzedzające jako metodę upraszczania procesów poprzez reagowanie na potrzeby o krok przed decyzjami użytkownika, tj. odpowiadanie na potrzeby użytkownika, których jeszcze nie wyraził.

Przewidujący projekt rezerwacji podróży

Precyzyjne wzornictwo w swojej najdoskonalszej formie wykracza daleko poza personalizację.

Na przykład, Netflix pokazujący filmy do obejrzenia w oparciu o Twoje preferencje smakowe i historię to personalizacja. Dzięki projektowi przewidującemu interfejs faktycznie zmienia się w momencie interakcji z aplikacją.

Personalizacja interfejsu użytkownika Netlfix w celu zwiększenia komfortu użytkownika
Przykładem personalizacji jest Netflix. Nie przewidywalny projekt.

Przewidujący projekt oznaczałby – na przykład w przypadku zakupów online – że system będzie znał i spersonalizował wrażenia użytkownika do tego stopnia, że ​​będzie to czuła jak magiczna ręka kierująca Twoim doświadczeniem. W rzeczywistości zmieniłoby to interfejs użytkownika w locie, wyeliminowałoby wszelkie zbędne informacje i przedstawiłoby tylko najistotniejsze opcje w szybki, prosty i wydajny sposób.

Nie jest to dziś trudne do osiągnięcia.

Załóżmy, że ktoś kupuje bardzo drogą gitarę na stronie guitarcenter.com. Przy kasie witryna automagicznie przedstawiałaby opcję „Wyślij do sklepu do odbioru” jako domyślny wybór, ponieważ obserwując przeszłe zachowanie innych użytkowników, kupujących drogie gitary, wie, że woleliby ją odebrać w najbliższym sklepie stacjonarnym. sklep z zaprawą.

Dla innego przykładu, załóżmy, że kupujesz koszulę na Amazon.

Amazon personalizuje już dla Ciebie całą masę rzeczy i powinien znać Twoje preferencje dotyczące rozmiaru i koloru, ponieważ wcześniej kupiłeś koszule na stronie.

Po przejściu na stronę szczegółów produktu może wstępnie wybrać Twój rozmiar i najpierw pokazać koszule w kolorze granatowym, białym i w kratkę, nie podkreślając różowych i żółtych, i nie zmuszać Cię do wybierania rozmiaru za każdym razem.

Czemu?

Obietnicą projektu przewidującego jest wyeliminowanie tarcia i zwiększenie wydajności, co znacznie poprawiłoby wrażenia użytkownika, a tym samym wpłynęłoby na wynik finansowy. Ludzie wracają do produktów i usług, które dostarczają to, czego chcą, kiedy tego chcą.

Nasze codzienne interakcje z systemami cyfrowymi osiągnęły bezprecedensową skalę. Jednak wiele z tych interakcji jest stłumionych przez tarcia i wynikające z nich uczucia frustracji.

Przewidujący projekt zakupów w Amazon

Istnieje rzeczywista potrzeba dostosowania i personalizacji na większą skalę, która zachwyci użytkowników i uprości ich życie.

Skorzystaj z samoobsługowych automatów biletowych, w których osoby dojeżdżające do pracy mogą uzupełniać karty podmiejskie.

Nadal są zaprojektowane tak, aby były głupie – napędzane przez dane wejściowe użytkownika, w których każdy przechodzi przez tę samą frustrującą mnogość opcji.

Można łatwo wyobrazić sobie znacznie ulepszony, bardziej spersonalizowany system, w którym historia doładowań mogłaby być przechowywana na karcie.

Zamiast niezliczonych próśb o wprowadzenie danych: najpierw wybierz tę opcję, a następnie tę inną i tak dalej, cała interakcja może rozpocząć się od włożenia przez Ciebie karty, którą zawsze uzupełniasz, a system natychmiast wyświetli komunikat „Cześć, chcesz uzupełnić tę kartę za 20 dolarów, używając Mastercard?”

Następnym krokiem byłoby zapłacić i iść.

Skróciłoby to czas potrzebny na uzupełnianie kart o co najmniej 75 procent, zwiększyłoby wydajność, szybsze przemieszczanie ludzi, a następnie sprawiłoby, że byliby bardziej zadowoleni.

Jest to już możliwe, ale nie znam ani jednej maszyny biletowej, która by to robiła.

Przewidujący projekt terminalu biletowego MTA
„Głupi” interfejs użytkownika, który wymaga dużej ilości danych wejściowych, a który jest przewidujący.

Interfejsy przyszłości.

Kiedy sztuczna inteligencja staje się bardziej wszechobecna, wyższy stopień personalizacji umożliwi wyższy poziom przewidywania projektu.

Na podstawie wszelkiego rodzaju autoryzowanego przez użytkownika śledzenia behawioralnego – historii zakupów, preferencji itp., system rozpozna Cię i z dużą dozą pewności przewidział, jaki może być Twój następny wybór.

Brak przewidującego projektu jest zaskakujący, biorąc pod uwagę, że istnieją obecnie technologie, które sprawiają, że nie jest to takie trudne.

Niektóre firmy już praktykują wczesne formy projektowania wyprzedzającego. Dwa przykłady to Google Now i Uber.

Google Now

Aplikacja Google Now to jedna z bardziej ambitnych wersji oprogramowania do wyszukiwania Google. Pomysł jest prosty — przewiduj, co chcesz lub musisz wiedzieć, zanim się zorientujesz, że tego potrzebujesz lub chcesz, i podawaj to w łatwym do odczytania formacie opartym na kartach.

Możliwości eksploracji danych Google nie mają sobie równych. Wie, kim jesteś, i może wyświetlać karty ze spersonalizowanymi informacjami dotyczącymi lokalizacji, takimi jak wydarzenia z kalendarza, lokalna pogoda, wiadomości, ceny akcji, loty, karty pokładowe, hotele, miejsca na zdjęcia w pobliżu i nie tylko. Informuje również, ile czasu zajmie Ci powrót z pracy do domu, na podstawie aktualnych warunków na drodze.

Jeśli Google uzna, że ​​w danej chwili czegoś nie potrzebujesz, nie zostanie to wyświetlone. To ucieleśnienie projektowania przewidującego.

Przewidujący projekt aplikacji Google Now

Uber

W aplikacji Uber, gdy wybierasz się w podróż, pojawi się przycisk powrotu przy kolejnym uruchomieniu aplikacji, ponieważ istnieje 90 procent szans na powrót do pierwotnego miejsca docelowego. Nie ma potrzeby określania lokalizacji odbioru i nadania. Znakomity.

Przewidujący projekt aplikacji mobilnej Uber
Aplikacja Uber zapewnia użytkownikom szybki skrót do „Powrotu”, gdy zostanie uruchomiona wkrótce po zakończeniu podróży

Czasy się zmieniają'

Rzeczy ewoluują do naturalnych metod interakcji.

W niedalekiej przyszłości nasz wkład będzie łatwiejszy.

Będziemy mieć rozszerzoną i wirtualną rzeczywistość z metodami interakcji, takimi jak głos, śledzenie gestów, śledzenie oczu i mowa. Google już nad tym pracuje. Nazywa się Projekt Soli.

Przewidujące metody projektowania, wspomagane przez sztuczną inteligencję i uczenie maszynowe, zapewnią wrażenia na zupełnie lepszym poziomie.

VR i projektowanie wyprzedzające

Jak wprowadzamy do gry projektowanie przewidujące?

Nie ma magicznej różdżki wypowiadającej „abrakadabra”, więc jak zaprojektować teraz te magiczne chwile? Jakie kroki możemy dziś podjąć, aby zapewnić te magiczne chwile, korzystając z przewidującego projektowania?

Antycypacyjny i emocjonalny projekt aplikacji Metromile
Wyrafinowane, spersonalizowane algorytmy działające w Metromile dają poczucie przewidywania i są niezwykle przydatne dla klientów — w tym przypadku zapobiegają mandatom parkingowym.

Dopóki nie będziemy mieli niesamowicie wyrafinowanych algorytmów predykcyjnych, w pełni rozwiniętej sztucznej inteligencji i uczenia maszynowego, firmy mogą wydobywać istniejące dane w celu personalizacji, zmniejszając w ten sposób potencjalne problemy i bariery.

Mogą również w pełni zaangażować się w proces projektowania skoncentrowany na użytkowniku, stosować głębokie badania, szeroko zakrojone testy użytkowników i używać narzędzi, takich jak biblioteka oprogramowania typu open source, do inteligencji maszyn, takich jak Tensorflow.

Dogłębne badania wiele nam powiedzą – być może obserwacje kontekstowe lub badania etnograficzne – gdzie będziemy mogli obserwować, co użytkownicy są skłonni zrobić z chwili na chwilę w swoim przepływie. Moglibyśmy zmapować te ścieżki użytkowników krok po kroku i odpowiednio zaprojektować interakcję.

Idealny wynik zastosowania takiej eksploracji danych i personalizacji, w połączeniu z metodami projektowania skoncentrowanymi na użytkowniku, zapewniłby płynne i płynne, antycypacyjne doświadczenia, które zadowoliłyby klientów i wygenerowałyby lojalność dzięki temu, że rzeczy wyglądają jak za dotknięciem czarodziejskiej różdżki.

Przyczyniłoby się to do postępu w dziedzinie doświadczeń użytkowników i stworzyłoby sytuację, w której wszyscy wygrywają, zarówno dla firm, jak i użytkowników, oferując głębszą satysfakcję klientów, co pozytywnie wpływa na wyniki finansowe.

• • •

Dalsza lektura na blogu Toptal Design:

  • eCommerce UX – przegląd najlepszych praktyk (z infografiką)
  • Znaczenie projektowania zorientowanego na człowieka w projektowaniu produktu
  • Najlepsze portfolio projektantów UX – inspirujące studia przypadków i przykłady
  • Zasady heurystyczne dla interfejsów mobilnych
  • Jak przejść od UX Designera do UX Consultant