首页

什么是SEO及如何获取文章内容

seo达人

 

  什么是SEO简单地说,这是一个使用技术手段从搜索引擎的自然排名中获得免费和准确流量的过程,更严格地说,搜索引擎优化是指根据搜索引擎的自然排名规则来调整和优化网站的内部和外部,使网站更符合搜索引擎的排名规则,网站排名在关键词之前,从而获得自由精确的流量优化技术,从定义上看,很容易理解搜索引擎优化的含义,但在实战中很容易混淆,互联网上有很多搜索引擎优化知识,比如很多搜索引擎优化论坛,seo搜索引擎优化博客和搜索引擎优化培训机构,但是当你看完这些搜索引擎优化后,你还是很困惑,事实上,SEO从几个优化步骤我们将分析什么是SEO,也许对你理解SEO应该更清楚。

  关键词搜索引擎优化分析。

  搜索引擎优化实际上是做关键词排名优化,在关键词优化的早期阶段,有必要对关键词优化的难点进行优化和分析,关键词分析的几种方法包括关键词竞争度分析,关键词网页收藏量分析,竞价排名的网站数量分析,关键词索引分析,关键词seo优化商业价值分析,竞争对手网络分析等,不管我们做什么,第一步是调查和分析,是否合适,有多难。

  车站结构的搜索引擎优化。

  网站优化首先是网站结构的搜索引擎优化,网站结构清晰,一般来说,树形结构更符合搜索引擎,网站链接如何有助于搜索引擎抓取,网页如何适合用户浏览,以及如何做才符合搜索引擎的规则和用户体验,这些都属于搜索引擎优化内部优化,这些可以由技术人员完成。

  网站页面的搜索引擎优化。

  网站的内部快速排名页面优化是用简单的英语写一篇文章,只要你上过初中,你就可以写一篇文章,在网站上写文章和写作文是一样的,唯一不同的是,作文的第一行根据学校的要求直接缩进两个单词,段落清晰,除此之外,网站上文章页面的优化也应该注意关键词的出现和标签的使用,除了文章页面的优化,还有其他优化,根据百度的算法,还有枢轴值和权威值的声明,当你更深入地研究搜索引擎优化,你可以研究相关的搜索引擎算法。

  如何获取SEO文章内网站seo容,很多SEO优化的日常苦恼是文章的更新,大家都知道百度喜欢原创文章,但原创文章真的是浪费时间,当文章写到一定阶段时,真的是江郎什么也没写,这里有一些写搜索引擎优化文章的资源。

  文章更新知乎文章获取知乎是中国著名的问答平台,里面的物品含金量很高,如果没有文章要写,你可以在你的网站上找到伪原创字的问答,这样的文章将会出现,知乎的问答几乎涵盖了所有行业,所以你不用担心没有内容。

  论坛文章。

  中网站建设国有很多大型论坛,尤其是天涯论坛的文章绝对值得一读,天涯论坛的文章都是含金量很高的文章,所以天涯论坛也是一个获取文章的地方。

  个人博客。

  互联网上有很多博客,尤其是搜索引擎优化博客,这些人学习搜索引擎优化从做博客文章,然后做百度排名后,文章是原创的,其中许多文章不包括在百度,但我们不应该偷别人的劳动成果,我们可以向他们学习,百度知道百度知道是百度下的测验桌,一些百度知道的文章相对较长,也可以用作参考。

蓝蓝设计www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 平面设计服务

 


实战篇|如何用数据预测业

seo达人

 

    好的, 看到大家这么热情, 那班班接下来就化身Johnson老师,给大家带来这次价值连城的分享哦!

    大家好,欢迎参加这次分享,作为数据分析正式课程的主讲老师Johnson, 非常开心能和你们一起提升数据思维,做好业务决策。在学习这门课之前,你一定听过许多关于大数据的神奇故事, 比如Netflix(奈飞公司) 如何用大数据打造爆款美剧《纸屋屋》, Google(谷歌公司) 如何用大数据准确预测流感,拯救千万人的生命,还有美国大选如何利用数据预测结果等等......

    知乎和微博上,至今还流传着“双十一”销售额是不是“掺水造假”的热闻。因为数据大牛用前5年的销售额,提前预测2019年“双十”的最终销售额是2581亿,跟阿里官方最终公布的销售额相差不到4%:2684亿元。一时哗然,还引发阿里高管官方出来辟谣。

    你一定也希望,有朝一日,自己能用数据分析的方法,做出胜人一筹的业务决策,洞察别人无法发现的趋势和机会。那么回到工作里,我们有没有需要做分析和预测的场景?

     比如:

-年初,老板让你提前制定2020年全年的团队业绩目标

-2020年初的疫情,到底会不会对接下来的“金三银四”求职季有所影响

-如何判断我所在的行业到底有没有前景,要不要看看别的机会

     你会发现,小到用户需求,大到行业发展趋势,职场里需要我们提前预测和判断的事情,可谓无处不在。如何利用据做出科学的预测,而不是人云亦云,或者凭经验拍脑

袋呢?就是这几节课程需要解决的问题。典型的数据预测场景需求分析从数据预测的应用场景来分类,我认为典型的预测有三类:



                              分析能力足够成熟的公司,还能够把数据用作业务的探照灯,提前预测最佳的业务决策时间。

  Uber(优步) 就是如此。作为一家横跨欧美亚200多个城市的年轻跨国公司,业务复杂度极高,需要高效匹配乘客和车主的需求,处理和各地出租车公司、司机工会、竞争

对手、法院、政府、行业监管部门的利益和摩擦。Uber“带有侵略性”的张, 从来没有停下脚步, 曾经依“三人小分队”的开城模式,快速打开中国市场,从2014

年进入中国开始, 短短两年就在60多个城市扎根。Uber的成功,依靠的就是一套高效的数据管理机制。因为各地市场差异化极高,依靠传统的管理模式复制极慢, Uber索性把总部的关注点放在管理流程和业务系统搭建上。至于当地市场的运营,总部如果都要一一深入了解再做决策,一定会延长决策周期,降低业务灵敏度。所以索性充分授权给了当地团队。当然,这一些都依靠高度数字化的管理模式。比如, Uber会规定, 一个新用户的成本, 最高不超过25美元,只要在这个预算范围内,当地团队可以自由选择采用

  什么样的渠道和方式去获取用户;

  对于每公里定价, Uber也会设定好计算公式, 只要输入当地的人均收入、出租车起步价、每公里计价等参数,就能计算出价格。同时, Uber也会通过业务数据的反馈, 不断迭代和优化自己的这套管理系统。举个例子, Uber会每天分析区域内各个城市的自然用户注册量,一旦达到设定的数值,就会通知到业务团队进入新市场开拓市场,也就是用数据就能预测开城的决策,提前规划资源和预算,抢占市场先机。在这节课里,我们会通过一个企业案例,讲讲如何进行业务预测。

典型的数据预测场景——趋势预测

第三是趋势预测,比如判断宏观趋势,例如对行业发展前景的预测。在讲需求预测时,你可能注意到,其实市场需求是很容易受到突发因素的影响,比如2020年的金三银四求职季可能就会因为疫情而延迟。具追踪和预测市场需求的变化,就能成为非常有力的决策武器。但如果投资机构需要预测行业发展趋势,或者分析宏观经济走势,就需要进行精准的趋势分析。这种分析方式会需要更多的分析数据和信息,更加专业的方法论支持,分析框架和结论也会复杂很多。这一讲,我们会聚焦在最常见的业务预测场景里。下一讲,我会重点说一说,如何用数据进行基本的行业分析,帮助你快速判断行业发展前景。业务预测的两种方式年初,你所在的公司或者部门一定会做2020年全年预

算,这就是一个典型的需要用数据预测业务的场景。回想一下,你或者你所在的部门是怎么做的呢?其实大致来说, 有两种可能, 一种是自上而下, CEO给出一个明确的营收或者增长目标,各个业务部门再围绕公司的大目标进行评估,看看需要哪些努力和资源,才能达成这个目标;另一种方法是自下而上,也就是各个业务部门先对自己未来一年的产出进行评估,设定目标,再汇总到公司统一审核和调整。那么问题来了,假如你是Q公司销售部门的负责人,2019销售目标是800万,实际达成692万,达成率87%。那么在这两种情况下,分别应该怎么样制定2020年的销售目?自上而下的业务预测第一种场景里,公司给定了一个目标,2020年销售目标1000万,需要你按照目标完成业务预测。首先,我想问问你,这次业务预测的结果是什么?这里我会留给你5秒钟时间,思考一下,你给老板的答案是什?老板判断这个目标是不是可行?如果你的回答重点是围绕目标是否达成,那么基本上你已经偏离了实际工作场景里业务预测的分析方向。事实上,在自上而下设定业绩目标的沟通场景里,公司和老板会倾向于给出他们“希望达到”,而不是业务部门觉得“可能达到”的数值。还记得吗?2019Q公司的销售目标是800万,去年大家那么努力也没有达标,只完成了原定目标的87%,也就是692万的业绩目标。今年能把去年的目标完成就谢天谢地了,万一做得不错可能还有小幅增长,现在居然在去年目标基础上还要再涨

25%,1000万的指标根本就不可能达成。

   我相信这可能是业务部门听到目标的第一反应,事实上,大多数时候,业务部门永远觉得公司给出的业务目标无法达成,就是拍脑袋瞎指挥,这几乎是目标管理上永远的矛盾。但最后目标听谁的呢?自然是自上而下,当然是公司和老板说了算。所以,当我们做业务预测的时候,首先要记得,老板给出的大目标是一定需要达成的,我们需要预测的是预期和现状之间的差距,以及如何做才能缩小这个差距,促使目标达成。在明确了自上而下的场景里,业务预测的结果不是回答Yes和No之后, 我们来看看业务预测到底包含哪些内容和步骤。

   第一步是对公司的大目标进行拆解,找到影响大目标最关键的3到4个二级指标;

   第二步是对二级指标进行评估综合水平;分析二级指标能够达到什

   三步是对二级指标进行分析,看看为了达成大目标,需要投入哪些资源;

   第四步是验证投入资源之后,大目标是否能够达成。



 

   我们回到Q公司的案例,作为销售负责人,首先你可以把公司的大目标,一级级拆解,找到影响目标完成的关键指标,这种方法,也叫杜邦分析法。经过拆解,你发现影响销售额的二级指标主要有三个,分别是客户总数、客户转化率和平均客单价;而二级指标又可以进一步拆解,形成三级甚至更多层级的指标。注意,如果预测的指标过细,会陷入大量细节的业务数据,从数据收集、整理到分析都会耗费大量的时间,对预测结果影响不大,但层层汇总起来,统计误差却会越来越大。所以,我们在业务预测时,通常只会关注最重要的3到4个。二级指标,最多拆解到第三级指标。为了后续的工作,你可以对二级指标进一步拆解,发现客户数包含新客户和老客户。新客户的平均客单价很高,但转化率很低,耗费大量销售时间,但对总营收的贡献度只有25%;而老客户虽然看起来单子小,但是胜率很高,对于总营收的贡献度达到75%。

    接下来我们就需要对二级指标进行评估,我们可以通过预测模型,比如线性回归方程,判断二级指标的自然增长,也就是业务部门预期可以达成的数据;接下来,估算为了达成1000万销售目标,我们实际需要成的业务指标数值,也就是公司希望可以达成的数据。现在我们能直观看到两个数值之间的差距,第三步就需要结合业务可行的案,看看为了达成大目标,需要投入哪些资源。

  第四步,也是非常重要的一步,我们需要对方案进行验证。除了方案的可行性,也要结合业务数据,看看投入对应资源之后,大目标是否能够达成;如果不能,就需要回到第三步,寻找新的可行方案,直到预测达成。好,我们来小结一下。在自上而下的场景里,业务预测通常不是回答目标是否能够达成,而是分析预期和现状之间的差距,评估可行方案,预知潜在风险,看看如何才能缩小差距,促使目标达成。这样的好处是,围绕大目标,各个部门可以预先拆解目标,策划方案,并且评估所需资源,这样就为团队目标的 制定和绩效的管理提供了基础。 在日常管理中,只要定期回顾核心指标,看看和预测值是 否存在偏差,就可以及时发现问题,促进目标达成。 这也是为什么既然有了大目标,还需要进行业务预测,核 心也是帮助公司提前规划资源分配,预知业务风险。 那你可能会问,万一老板制定的目标风险很高,能不能和凭多年业务预测的经验,我几乎没有看到过可谈的业务大 目标, 尤其是关系到公司用户数量、GMV、利润率和用户 价值的核心目标,但是实现目标的路径以及资源是可以被 调整的,公司也会结合业务预测的结果,追踪和调整最终 的经营方案。 所以,现在你知道了,业务预测产出的结果,不是目标是 否可达成,而是需要达成目标所需的资源,包括人力、物

力和财力,以及指出达成目标存在的业务风险。这样才能 助企业和组织提前规划,应对挑战,达成目标。 自下而上的业务预测 有没有另外一种可能,就是老板没有明确的标,让你自 己预测一下2020年的销售结果,也就是让你先提预算。 这就是典型的自下而上的业务预测。 首先,有了前面的基础,你应该知道,业务预测的结果不 是一个数值,哪怕这个数值比老板心里的目标还高。公司 和老板需要的,是满意的业务结果,以及支持业务结果达 成的可行方案,包括业务规划、所需资源和风险评估。 操作的步骤也和上面的场景类似,首先明确一级指标是否 发生变化(比如从销售额增长变成了用户增量),然后找 到影响大目标最关键的3到4个二级指标,对二级指标进行 分析,提出并验证可行方案,评估资源投入和业务风险。 这里主要有三点差异: 首先,在自下而上的场景里,业务预测自由发挥的空间更 大,调整指标的思路和可能性也更多,所以一定要清晰定 义和聚焦在二级指标上,避免陷入业务细节。可以说如何 定义目标,直接决定了预测效果;

   其次,在自下而上的场景里,业务经验对于结果的影响可 能会更大,所以对于二级指标的预测,尽量依赖公司内部 的历史数据、市场上相似公司的实操数据、以及预测模型 来判断,控制个人经验对于结果的影响; 最后,通过自下而上的方式得到的业务预测结果,一定会

汇总到公司层面统一讨论和调整,再重新下发到业务部 门。所以后续可能会需要结合自上而下的方式,调整业务 预测结果,向公司的大目标看齐。


 

小结

现在你知道了,无论是自上而下,还是自下而上。本质 上,业务预测就是缩小公司发展目标和业务实现能力之间 的差距。 无论作为专业的数据分析人员,还是业务部门的操盘手, 都需要理解,没有完美的工具和模型, 实际问题;也没有绝对的权威,可以脱离数据做出正确的 决策。 可以脱离业务解决 网景(Netscape) 公司前任CEO Jim Barksdale的话,  可以概括这种平衡: “如果我们有数据,就让数据来发声。如果我们仅仅是意见 不一,那就得听我的。


          好,学完这节课的你已经掌握了业务预测的基本方法,可 以通过指标拆解、评估、分析和验证四个步骤对公司或者 部门的业务进行更加准确和全面的预测,为全年业务目标 的实现打下扎实的基础。

用数据思维武装头脑、洞察商业,做一个万事心中“有数”

的思维高手。

今天的分享,你学会了吗?

蓝蓝设计www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 平面设计服务

 

临摹的目的不尽相同

蓝蓝设计的小编

不同的阶段,临摹的目的不尽相同。一般来说,前期临摹更多的是练习软件、技法,后期练习别人的风格表达,综合运用。所以,我把临摹分为技法临摹、半原创到原创 3 个阶段,每一个阶段没有绝对的界限,都是在积累创意,完全是可以用到自己的项目中去的。

今天会分享一个我当年做临摹练习并融入实际项目中的小案例。

临摹

大概是在 15 年左右,在网上看到锤子设计师设计的一个图标,觉得非常惊艳,当时就想把它临摹下来,这是当时临摹的一个效果。

日常临摹如何用到项目里去?这个案例说明白!

△ 原作

日常临摹如何用到项目里去?这个案例说明白!

△ 这是我当时临摹的图

我在临摹这张图的时候,想达到的目标是能根据自己的 logo 色及文字,做一个半原创的设计。

然后实际练习中,不断观察原作发现有一些细节值得学习:

日常临摹如何用到项目里去?这个案例说明白!

  1. 图标分为水上和水下,2 个层级,在水下的图形因为折射的关系,会发生扭曲
  2. 水下会有深浅的颜色变化
  3. 真实的水会流动,所以在水下会画出带明暗细节的水纹线条
  4. 水下会有气泡,且气泡的产生符合真实场景,气泡的大小由小变大
  5. 水面的边缘因为透光而产生边缘反射
  6. 投影因为红色盒子的影响,会偏红色色相,并且有近实远虚的关系
  7. 盒子的边缘会有 1px 的高光和反光
  8. 背景为了增加图标的展示效果,也做了单独的设计,把四周压暗,然后加上杂色,使得整体的质感更加强烈

当时,对我来说,在练习的过程中有一个难点就是关于第 3 个细节水的纹理执行有些难度,因为其中包括了粗细变化、虚实变化、明暗变化等等,单纯的用图层样式或者矢量去画的话,难度都比较大。这个细节当时耗费了我不少时间,后面突然想到其实也可以用合成的办法来实现,然后我去找了真实水纹的图片进行叠加,很快就搞定了。所以,只要能达到效果,不能太过于局限某一种思路。

日常临摹如何用到项目里去?这个案例说明白!

分析并完成这些细节后,就是你在做这个练习中学到的点,尝试把它们学以致用。

运用

记得当时在 360 时需要设计一套关于摩洛哥蓝色小镇的官方定制版主题图标。从搜集的当地代表性的图片中发现,多彩颜料是当地的一大特征,所以决定以染料为关键词去画一个图标,又因为颜料本身自带多彩的特点,所以以它为主题图标就很合适了。

日常临摹如何用到项目里去?这个案例说明白!

然后在思考这个图标的时候,首先会应用参考图中的配色,并结合染缸的造型做出了第一版的效果。

日常临摹如何用到项目里去?这个案例说明白!

这个效果虽然是表达了那个意思,但缺乏亮点,联想之前练习过水的技法表达(临摹中第 3 点细节运用),正好可以利用水的纹理做下强化,这样就优化出了第二版。

日常临摹如何用到项目里去?这个案例说明白!

嗯,看起来感觉有了一些特点,但感觉缺乏细节,接着思考水除了有纹理高光,应该还会有边缘高光(结合临摹中第 5 点细节),所以在边缘尝试加了高光,增加体积感,做出水要漫出来的感觉。

日常临摹如何用到项目里去?这个案例说明白!

如果只有这一层高光的话,细节度感觉还是不大够,在之前的文章《如何从优秀作品中偷师,用一个游戏案例教你思路》我有分享到在 UI 大佬的作品中能学到他们对于 1px 高光的使用(临摹作用中的第 7 点),这里因为是液体的材质表现,所以增加一个高光点增加水的通透感。

日常临摹如何用到项目里去?这个案例说明白!

日常临摹如何用到项目里去?这个案例说明白!

到目前为止,似乎看起来已经差不多了,但考虑到现实世界中,溢出的彩色液体在透光性很好的情况下,也会对周围环境产生影响,所以我在颜料设计的四周,配上对应的四种颜色的模糊投影(临摹练习中的第 6 点)。

日常临摹如何用到项目里去?这个案例说明白!

在思考下,在临摹的图标中为了使得图标更加自然,作品中其实结合了很多真实世界中会发生的情况,比如水的折射,气泡的比例,深浅等等,那对于染料来说,会有怎样的真实情况发生呢?我当时想到一点是,染料在用的过程中其实很容易洒出来,所以图标背板上现在太过于干净了,增加一些细节能够使得背板能够跟主体物产生关联,也更加自然。嗯,又是一个小细节。

日常临摹如何用到项目里去?这个案例说明白!

最后,我们对比下第一版和最终版的效果,细节确实丰富了很多。

日常临摹如何用到项目里去?这个案例说明白!

一张动态图可以更加清晰的看到变化。

日常临摹如何用到项目里去?这个案例说明白!

总结

这次图标的优化过程,我觉得有几个要点对我来说印象深刻的:

图标的风格可以是扁平的,但想要增加自然舒服的细节,一样可以像画写实风格那样仿照现实。你需要留心观察这个世界,就算是一张照片中也能有非常多可以利用的细节。

碰到难做出来的细节,多想想有没有更效率的办法。比如在做水纹理的时候,一开始就想着完全靠鼠绘画出来,结果效果一直不大好,然后利用 PS 合成的方法,很快就能把效果做出来。

对于图标来说,要注意其整体性。比如图标中的主体物不要跟背景脱离,不要让图标背板只是作为一个容器,而要让背板也成为图标本身的一部分,这样图标的整体性会更好。

临摹的过程中,一定要多分析,多记录自己觉得是细节的点。每一次记录,都可能是将来设计时提升细节的灵感来源。

以上内容只是我在日常练习中应用到实际项目中的一个小案例,其实还有非常多的灵感想法都来自于你平时做的练习,关键是要多动手,多总结,才能增强自己对细节的把握能力。





文章来源:优设网     作者:彩云译设计



蓝蓝设计www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 平面设计服务


实战篇 如何用数据预测业

seo达人

好的,看到⼤家这么热情,那班班接下来就化身Johnson

⽼师,给⼤家带来这次价值连城的分享哦!
⼤家好,欢迎参加这次分享,作为数据分析正式课程的主
讲⽼师Johnson,⾮常开⼼能和你们⼀起提升数据思维,
做好业务决策。
在学习这⻔课之前,你⼀定听过许多关于⼤数据的神奇故
事,⽐如Netflix(奈⻜公司)如何⽤⼤数据打造爆款美剧
《纸牌屋》,Google(⾕歌公司)如何⽤⼤数据准确预测
流感,拯救千万⼈的⽣命,还有美国⼤选如何利⽤数据预
测结果等等……
知乎和微博上,⾄今还流传着“双⼗⼀”销售额是不是“掺
⽔造假”的热闻。
因为数据⼤⽜⽤前5年的销售额,提前预测2019年“双⼗
⼀”的最终销售额是2581亿,跟阿⾥官⽅最终公布的销售
额相差不到4%2684亿元。⼀时哗然,还引发阿⾥⾼管
官⽅出来辟谣。
你⼀定也希望,有朝⼀⽇,⾃⼰能⽤数据分析的⽅法,做出胜⼈⼀筹的业务决策,洞察别⼈⽆法发现的趋势和机
会。
那么回到⼯作⾥,我们有没有需要做分析和预测的场景
呢?
⽐如:
- 年初,⽼板让你提前制定2020年全年的团队业绩⽬标
- 2020年初的疫情,到底会不会对接下来的“⾦三银四”求
职季有所影响
- 如何判断我所在的⾏业到底有没有前景,要不要看看别
的机会
……
你会发现,⼩到⽤户需求,⼤到⾏业发展趋势,职场⾥需
要我们提前预测和判断的事情,可谓⽆处不在。如何利⽤
数据做出科学的预测,⽽不是⼈云亦云,或者凭经验拍脑
袋呢?就是这⼏节课程需要解决的问题。
典型的数据预测场景需求分析
从数据预测的应⽤场景来分类,我认为典型的预测有三
类:第⼀类是需求预测,也就是判断⽤户需求或者市场需求的
变化趋势,常常应⽤在市场营销、互联⽹产品、⾃媒体等
领域。
典型的例⼦就是利⽤百度指数、微信指数、⾕歌趋势等为
代表的数据分析⼯具,通过搜索指数的⾼低和变化,预测
未来同⼀时期的需求发展趋势。
以“百度指数”举例。在百度指数⻚⾯⾥搜索关键词“职业
规划”,把时间设定为2019年全年,你就会发现它的搜索
热度呈现出以年为周期的趋势变化。
3,4⽉求职季开始,搜索频率会明显上升。年中关注职
业规划的热度会逐渐下滑,直到910⽉份年底求职季再
度回暖,并在春节前后断崖式下滑。
所以如果你想设计⼀⻔职业规划类的线上课程,最适合发
布课程的时间就是每年求职季之前,⼀定要避开的就是年
尾,⼤家都等着企业发年终奖,回家开开⼼⼼过节,职业
发展和规划的需求就会⼤⼤降低。
你还能看到关注“职业规划”的⽤户集中在20-29岁,他们
同时还会关注休闲娱乐、教育培训、旅⾏阅读等领域的资
讯。这些信息,不但可以帮助你预测趋势,还可以为你准
确描绘⽤户画像,精准触达有需求的⽤户。这⾥只是简单举例。事实上,⽤来预测市场需求的关键
词,⼀定具有周期性或者季节性。
⽐如在职场⼈群中,⽂娱类的需求往往会呈现出按周变化
的规律,周末会⼤幅⾛⾼,你可以⽤当周数据预测未来同
期的需求变化;
但像年货、体检这⼀类的需求,通常会呈现出按年变化的
规律,在分析时你可以根据⾃⼰所在的市场和⽤户属性,
选择不同的关键词,设置合理的预测周期进⾏分析。
类似的⼯具还有新媒体领域的微指数,电商领域的阿⾥指
数、视频领域的中国⽹络视频指数、APP领域的艾瑞APP
指数和App Annie等等。
这些数据平台⾃带海量、开放的数据库,每个⼈都可以⾃
助查询,使⽤⾮常⽅便,除了追踪热点,也能⽤来做市场
竞争分析等,我们在下⼀节⾥会进⼀步介绍。
第⼆类应⽤在业务预测上,也就是⼀个产品或者⼀个组织
的业务发展趋势。
从最常⻅的销售业绩、产品销量到公司营收增⻓,每年每
家公司都会对⾃⼰的业务进⾏规划和预测,另外有些数据分析能⼒⾜够成熟的公司,还能够把数据⽤作业务的探照
灯,提前预测最佳的业务决策时间。
Uber(优步)就是如此。作为⼀家横跨欧美亚200多个城
市的年轻跨国公司,业务复杂度极⾼,需要⾼效匹配乘客
和⻋主的需求,处理和各地出租⻋公司、司机⼯会、竞争
对⼿、法院、政府、⾏业监管部⻔的利益和摩擦。
Uber“带有侵略性”的扩张,从来没有停下脚步,曾经依
靠“三⼈⼩分队”的开城模式,快速打开中国市场,从2014
年进⼊中国开始,短短两年就在60多个城市扎根。Uber
的成功,依靠的就是⼀套⾼效的数据管理机制。
因为各地市场差异化极⾼,依靠传统的管理模式复制极
慢,Uber索性把总部的关注点放在管理流程和业务系统搭
建上。
⾄于当地市场的运营,总部如果都要⼀⼀深⼊了解再做决
策,⼀定会延⻓决策周期,降低业务灵敏度。所以索性充
分授权给了当地团队。当然,这⼀些都依靠⾼度数字化的
管理模式。
⽐如,Uber会规定,⼀个新⽤户的成本,最⾼不超过25
元,只要在这个预算范围内,当地团队可以⾃由选择采⽤
什么样的渠道和⽅式去获取⽤户;
对于每公⾥定价,Uber也会设定好计算公式,只要输⼊当
地的⼈均收⼊、出租⻋起步价、每公⾥计价等参数,就能计算出价格。
同时,Uber也会通过业务数据的反馈,不断迭代和优化⾃
⼰的这套管理系统。
举个例⼦,Uber会每天分析区域内各个城市的⾃然⽤户注
册量,⼀旦达到设定的数值,就会通知到业务团队进⼊新
市场开拓市场,也就是⽤数据就能预测开城的决策,提前
规划资源和预算,抢占市场先机。
在这节课⾥,我们会通过⼀个企业案例,讲讲如何进⾏业
务预测。
典型的数据预测场景趋势预测
第三是趋势预测,⽐如判断宏观趋势,例如对⾏业发展前
景的预测。
在讲需求预测时,你可能注意到,其实市场需求是很容易
受到突发因素的影响,⽐如2020年的⾦三银四求职季可
能就会因为疫情⽽延迟。
营销、⾃媒体、电商等领域的需求分析,通常借助数据⼯
具追踪和预测市场需求的变化,就能成为⾮常有⼒的决策武器。
但如果投资机构需要预测⾏业发展趋势,或者分析宏观经
济⾛势,就需要进⾏精准的趋势分析。这种分析⽅式会需
要更多的分析数据和信息,更加专业的⽅法论⽀持,分析
框架和结论也会复杂很多。
这⼀讲,我们会聚焦在最常⻅的业务预测场景⾥。下⼀
讲,我会重点说⼀说,如何⽤数据进⾏基本的⾏业分析,
帮助你快速判断⾏业发展前景。
业务预测的两种⽅式
年初,你所在的公司或者部⻔⼀定会做2020年全年预
算,这就是⼀个典型的需要⽤数据预测业务的场景。回想
⼀下,你或者你所在的部⻔是怎么做的呢?
其实⼤致来说,有两种可能,⼀种是⾃上⽽下,CEO给出
⼀个明确的营收或者增⻓⽬标,各个业务部⻔再围绕公司
的⼤⽬标进⾏评估,看看需要哪些努⼒和资源,才能达成
这个⽬标;另⼀种⽅法是⾃下⽽上,也就是各个业务部⻔先对⾃⼰未
来⼀年的产出进⾏评估,设定⽬标,再汇总到公司统⼀审
核和调整。
那么问题来了,假如你是Q公司销售部⻔的负责⼈,2019
销售⽬标是800万,实际达成692万,达成率87%。那么
在这两种情况下,分别应该怎么样制定2020年的销售⽬
标呢?
⾃上⽽下的业务预测
第⼀种场景⾥,公司给定了⼀个⽬标,2020年销售⽬标
1000万,需要你按照⽬标完成业务预测。
⾸先,我想问问你,这次业务预测的结果是什么?这⾥我
会留给你5秒钟时间,思考⼀下,你给⽼板的答案是什
么?
你可能会说,当然是通过更加客观全⾯的数据分析,帮助
⽼板判断这个⽬标是不是可⾏?如果你的回答重点是围绕⽬标是否达成,那么基本上你已经偏离了实际⼯作场景⾥
业务预测的分析⽅向。
事实上,在⾃上⽽下设定业绩⽬标的沟通场景⾥,公司和
⽼板会倾向于给出他们“希望达到”,⽽不是业务部⻔觉得
“可能达到”的数值。
还记得吗?2019Q公司的销售⽬标是800万,去年⼤家那
么努⼒也没有达标,只完成了原定⽬标的87%,也就是
692万的业绩⽬标。
今年能把去年的⽬标完成就谢天谢地了,万⼀做得不错可
能还有⼩幅增⻓,现在居然在去年⽬标基础上还要再涨
25%1000万的指标根本就不可能达成。
我相信这可能是业务部⻔听到⽬标的第⼀反应,事实上,
⼤多数时候,业务部⻔永远觉得公司给出的业务⽬标⽆法
达成,就是拍脑袋瞎指挥,这⼏乎是⽬标管理上永远的⽭
盾。
但最后⽬标听谁的呢?⾃然是⾃上⽽下,当然是公司和⽼
板说了算。所以,当我们做业务预测的时候,⾸先要记得,⽼板给出的⼤⽬标是⼀定需要达成的,我们需要预测
的是预期和现状之间的差距,以及如何做才能缩⼩这个差
距,促使⽬标达成。
在明确了⾃上⽽下的场景⾥,业务预测的结果不是回答
YesNo之后,我们来看看业务预测到底包含哪些内容和
步骤。
第⼀步是对公司的⼤⽬标进⾏拆解,找到影响⼤⽬标最关
键的34个⼆级指标;
第⼆步是对⼆级指标进⾏评估,分析⼆级指标能够达到什
么⽔平;
第三步是对⼆级指标进⾏分析,看看为了达成⼤⽬标,需
要投⼊哪些资源;
第四步是验证投⼊资源之后,⼤⽬标是否能够达成。
这个步骤可能需要多次循环,以确保最终让⽬标预测达
成。我们回到Q公司的案例,作为销售负责⼈,⾸先你可以把
公司的⼤⽬标,⼀级级拆解,找到影响⽬标完成的关键指
标,这种⽅法,也叫杜邦分析法。
经过拆解,你发现影响销售额的⼆级指标主要有三个,分
别是客户总数、客户转化率和平均客单价;⽽⼆级指标⼜
可以进⼀步拆解,形成三级甚⾄更多层级的指标。
注意,如果预测的指标过细,会陷⼊⼤量细节的业务数
据,从数据收集、整理到分析都会耗费⼤量的时间,对预
测结果影响不⼤,但层层汇总起来,统计误差却会越来越
⼤。
所以,我们在业务预测时,通常只会关注最重要的34
⼆级指标,最多拆解到第三级指标。
为了后续的⼯作,你可以对⼆级指标进⼀步拆解,发现客
户数包含新客户和⽼客户。新客户的平均客单价很⾼,但转化率很低,耗费⼤量销售
时间,但对总营收的贡献度只有25%;⽽⽼客户虽然看起
来单⼦⼩,但是胜率很⾼,对于总营收的贡献度达到
75%
接下来我们就需要对⼆级指标进⾏评估,我们可以通过预
测模型,⽐如线性回归⽅程,判断
⼆级指标的⾃然增⻓,也就是业务部⻔预期可以达成的数
据;
接下来,估算为了达成1000万销售⽬标,我们实际需要完
成的业务指标数值,也就是公司希望可以达成的数据:
现在我们能直观看到两个数值之间的差距,第三步就需要
结合业务可⾏的⽅案,看看为了达成⼤⽬标,需要投⼊哪
些资源。
第四步,也是⾮常重要的⼀步,我们需要对⽅案进⾏验
证。除了⽅案的可⾏性,也要结合业务数据,看看投⼊对应资源之后,⼤⽬标是否能够达成;如果不能,就需要回
到第三步,寻找新的可⾏⽅案,直到预测达成。
好,我们来⼩结⼀下。在⾃上⽽下的场景⾥,业务预测通
常不是回答⽬标是否能够达成,⽽是分析预期和现状之间
的差距,评估可⾏⽅案,预知潜在⻛险,看看如何才能缩
⼩差距,促使⽬标达成。
这样的好处是,围绕⼤⽬标,各个部⻔可以预先拆解⽬
标 ,策划⽅案,并且评估所需资源,这样就为团队⽬标的
制定和绩效的管理提供了基础。
在⽇常管理中,只要定期回顾核⼼指标,看看和预测值是
否存在偏差,就可以及时发现问题,促进⽬标达成。
这也是为什么既然有了⼤⽬标,还需要进⾏业务预测,核
⼼也是帮助公司提前规划资源分配,预知业务⻛险。
那你可能会问,万⼀⽼板制定的⽬标⻛险很⾼,能不能和
⽼板谈⽬标?凭多年业务预测的经验,我⼏乎没有看到过可谈的业务⼤
⽬标,尤其是关系到公司⽤户数量、GMV、利润率和⽤户
价值的核⼼⽬标,但是实现⽬标的路径以及资源是可以被
调整的,公司也会结合业务预测的结果,追踪和调整最终
的经营⽅案。
所以,现在你知道了,业务预测产出的结果,不是⽬标是
否可达成,⽽是需要达成⽬标所需的资源,包括⼈⼒、物
⼒和财⼒,以及指出达成⽬标存在的业务⻛险。这样才能
帮助企业和组织提前规划,应对挑战,达成⽬标。
⾃下⽽上的业务预测
有没有另外⼀种可能,就是⽼板没有明确的⽬标,让你⾃
⼰预测⼀下2020年的销售结果,也就是让你先提预算。
这就是典型的⾃下⽽上的业务预测。
⾸先,有了前⾯的基础,你应该知道,业务预测的结果不
是⼀个数值,哪怕这个数值⽐⽼板⼼⾥的⽬标还⾼。公司
和⽼板需要的,是满意的业务结果,以及⽀持业务结果达成的可⾏⽅案,包括业务规划、所需资源和⻛险评估。
操作的步骤也和上⾯的场景类似,⾸先明确⼀级指标是否
发⽣变化(⽐如从销售额增⻓变成了⽤户增量),然后找
到影响⼤⽬标最关键的34个⼆级指标,对⼆级指标进⾏
分析,提出并验证可⾏⽅案,评估资源投⼊和业务⻛险。
这⾥主要有三点差异:
⾸先,在⾃下⽽上的场景⾥,业务预测⾃由发挥的空间更
⼤,调整指标的思路和可能性也更多,所以⼀定要清晰定
义和聚焦在⼆级指标上,避免陷⼊业务细节。可以说如何
定义⽬标,直接决定了预测效果;
其次,在⾃下⽽上的场景⾥,业务经验对于结果的影响可
能会更⼤,所以对于⼆级指标的预测,尽量依赖公司内部
的历史数据、市场上相似公司的实操数据、以及预测模型
来判断,控制个⼈经验对于结果的影响;
最后,通过⾃下⽽上的⽅式得到的业务预测结果,⼀定会
汇总到公司层⾯统⼀讨论和调整,再重新下发到业务部
⻔。所以后续可能会需要结合⾃上⽽下的⽅式,调整业务
预测结果,向公司的⼤⽬标看⻬。⼩结
现在你知道了,⽆论是⾃上⽽下,还是⾃下⽽上。本质
上,业务预测就是缩⼩公司发展⽬标和业务实现能⼒之间
的差距。
⽆论作为专业的数据分析⼈员,还是业务部⻔的操盘⼿,
都需要理解,没有完美的⼯具和模型,可以脱离业务解决
实际问题;也没有绝对的权威,可以脱离数据做出正确的
决策。
⽹景(Netscape)公司前任CEO Jim Barksdale的话,就
可以概括这种平衡:
“如果我们有数据, 就让数据来发声。如果我们仅仅是意⻅
不⼀,那就得听我的。”
好,学完这节课的你已经掌握了业 
业务预测的基本⽅法,可以通过指标拆解、评估、分析和验证四个步骤对公司或者
部⻔的业务进⾏更加准确和全⾯的预测,为全年业务⽬标
的实现打下扎实的基础。
⽤数据思维武装头脑、洞察商业,做⼀个万事⼼中“有数”
的思维⾼⼿。
今天的分享,你学会了吗?
蓝蓝设计www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 平面设计服务
 

体验设计遇到品牌升级

涛涛

编辑导语:用户的体验感对于一个产品来说,是至关重要的。一个好的产品能够充分照顾到用户的感受,从而拥有大批的忠实用户,而品牌升级则是体现产品定位和发展策略的不二之选。当体验设计遇到品牌升级,设计师该如何做?本文作者对此展开分析讨论,一起来看看~

01 用户体验设计的现状

1. 同质化的现象

过去,我们在用户体验中一直强调以用户为中心,追求给用户带来更好的体验,不断强调一致性、易用性、可用性等等。但如今,我们放眼手机里的app的用户体验,在过去十几年的积累下,用户的使用习惯、用户的认知都得到了很大的提升,产品的基础体验也基本都做到了使用流畅、一致性的现状。

但这却带来一个问题:同质化严重。

比如,当我们打开电商类的app,发现某东越来越像某宝,xx越来越像xx。可能我们抹去了logo之后就不知道这究竟是哪家app了。

甚至,我还发现有的公司在设计时是从B抄个设计样式,再从A抄个设计样式,最后在从T上抄个样式,最后设计结果成了大家看到的现象:设计越来越趋同。

2. 品牌升级的现象及价值

大厂的动向

最近这两年,我们频频看到大厂的一些设计动作:品牌升级、设计语言升级。

很多外行人站在一个旁观者角色对升级的设计嗤之以鼻:“这升级了什么?怎么跟没做一样?”“花了几百万就做了个这,真不值”…………

实际上,其中的背后不是简单的设计样式更换,而是战略定位的调整。

比如支付宝去年突然换了logo的颜色,而这背后的战略调整是支付宝升级成生活开放平台的战略。

比如淘宝去年也换了字体logo的设计,而这背后的战略是新淘宝要更好的链接内容、用户、商业。

3. 品牌升级并不是仅仅换个logo

所以,看到这里,我们首先明确了品牌升级、设计语言升级不仅仅是设计样式变化,不是设计师随随便便设计画了个图形,随随便便吸了个颜色,而是基于品牌定位与品牌战略调整的背景,是通过多维度调研,积累了很多有价值的信息,经过科学的分析推导明确了设计方向,最终才形成可落地的品牌升级设计方案。

那么,问题来了!既然品牌升级了,在用户体验设计中如何体现新升级的品牌感呢,如何能体现品牌的定位和战略呢?

02 体验设计中如何体现品牌感

当我们在收到品牌设计方案后,就开始面临到体验设计升级如何体现品牌感了,这个时候不是仓促的先定义新升级的颜色等样式问题,而是需要先充分理解战略背后的意义,理解用户、理解目标、理解新商业方向……,再聚焦收拢在关键点上,从而针对体验设计中的设计体系定义好设计原则,在最终落地到设计元素上,比如颜色、控件、交互等。

设计过程:品牌战略理解-收拢关键点-定义设计规则-落地设计元素

1. 理解战略

战略理解实质上就是公司未来业务调整,方向调整,目标调整,我们的设计一定是基于这个方向的。

比如2016年我在公司一次红蓝战略定位后进行了2.0生态电商改版,这个红蓝战略从字面意思理解很抽象,但实质是内容化、视频化的业务方向,我根据这样的战略定位设计了创新的2.0的生态电商设计方案获得了认可。

2. 收拢-发散-聚焦

理解完战略方向后,一般会进行一些发散性的收集。比如滴滴在早期几年前的一次品牌升级分享案例里,那时候升级前品牌语是“滴滴一下美好出行”,后来在专车、顺风车业务发展后,各业务定位模糊,需要针对业务重新定位梳理,经过发散了很多关键词,最后针对不同业务线聚焦在舒适、活力、正式三个关键词,形成新的滴滴设计语言。

资料来源:滴滴李大声《c12d调分享》

3. 设计规则

设计原则也就是我们设计中的一份指南,是建立在前面的分析推导后,他所传达的是设计价值观。指导我们在设计中什么该做什么不该做。

说到这里,这就让我想起来经常看到很多设计团队定义自己的设计原则是:清晰、高效、简洁。这么一看没毛病,的确设计是要保持信息的清晰传达、有效的展示、简洁一些。但这些定义太过宽泛,毫无意义,根本无法指导实际的设计。

设计规则应符合什么规则呢?

首先,设计规则要贴近业务,真实而有效。

比如做外卖的要突出快、服务、准时的定位。做出行的要突出安全的定位。做金融的要突出收益增长等等,我们不能就笼统的把所有的不同行业业务规则都定义成清晰、高效、简洁,这并不能形成差异。

以平台要升级为“安全”为例,我们需要知道什么才是“安全”的设计规则,除了绿色、蓝色,还有什么行为才会产生产生信任安全感。比如规范、统一、征信公信力、理性的设计。

这样我们就可以针对升级“安全”的设计体系规范起来,把信息以用理性化的设计来呈现表达。

设计规则要有态度

实际上,每个设计都是有意义的,每个规则的背后都是不平凡的工作。举个动效的例子,有的设计师会认为动效看起来很酷,那就加的越多越好,结果适得其反,用户可能因为动效太多太酷不知道该干什么了。

谷歌在他的设计体系里提到“每个动效都是有意义的”,可见谷歌对动效的态度表达了自己独特的设计规则的魅力。

蚂蚁金服在自己设计体系里提到的独特四点设计价值观:自然、确定、生长、意义

  • 自然:感知自然、行为自然
  • 确定:设计确定,保持克制、探索设计规律,用户确定,体验一致
  • 意义:明确目标,挑战过程
  • 生长:价值连接、人际共生

这每一点都不是简单的“清晰高效”这么简单,具有深远的设计指导意义。以“自然”为例,用户对图形、色彩、图标等视觉感受的信息,遵从自然规律,降低用户认知成本。举例:明明红色是总所周知的警戒颜色,我们用绿色来做警戒色,这就违背了自然规律。

说到这里,我们大概就能清楚明白设计原则的意义了,当面对市面各种设计潮流:抽屉设计风、大字体设计风、新拟物设计风来临时,我们就可以从设计原则来理性判断如何取其精华,去其糟粕,为我们的业务和品牌传播来使用,而不是盲目的追赶潮流

4. 设计元素强化品牌记忆点

最后,从设计规则推导出来后,到具体的设计元素:颜色、图标、配图、文字设计等,我们还需要结合品牌找到具有记忆性的点,形成dna记忆符号,这个记忆符号给用户在视觉、触觉等感官上加深印象。

说到最具有品牌记忆点的无疑是耐克、阿迪、可口可乐这些图形深入人心,还有蒂芙尼蓝等等。

比如最近要上市的知乎,核心定位是社区价值,他的logo以及app的开屏都体现了社区交流的属性。

比如最具阿里云更新的品牌升级,利用光标这个符号贯穿整个设计体系,形成独特的超级符号,可以说是一个很经典的案例。

资料来源:阿里公众号

当然,提炼出具有记忆点的品牌dna的超级符号是需要经过长期推演和长期传播形成的品牌记忆点。

最后,总的来说,当体验设计遇到品牌升级,不是简单的画个图形,吸个颜色,每个设计背后都有遵循的依据,都有背后的科学分析推导。所以,我们不要再盲目拿清晰、高效、简洁来作为设计语言的理念了,需要探索真正有独特观点,贴近业务,贴近战略规划的设计价值理念,来指导未来长远的设计发展。


文章来源:人人都是产品经理   作者:Hellen咏舍

蓝蓝设计www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 平面设计服务





目标导向设计介绍

涛涛

前言

设计驱动已经成为 vivo品牌重要的产品和服务理念。作为设计师,这意味着我们在承接日常设计需求外,还要主动发现并解决产品中存在的问题。设计提案,就是针对某个问题或机会点,系统分析产品现状并给出解决方案,以实现设计驱动的重要途径。

除了设计提案外,设计方法复盘、行业分析报告、流程规范建设等也可作为产出对象,受限于篇幅,本文所介绍的方法主要针对设计提案的选题。

合理的选题让设计提案事半功倍

过去的两年里,UED 团队的同学们共输出 40+篇设计提案,我本人也写过几篇,踩过一些坑,也积累了一些经验。总体来说,一份优秀的设计提案当然离不开严谨的分析过程、合理的模型选取和可落地性强的解决方案,但更前置的往往是设计提案的选题。

选题体现了我们是否定位了产品中存在的重要问题或设计机会点,决定了选用什么模型分析问题、产出什么解决方案。

大厂都在用的目标导向设计,快来学会!

△ 图1 设计提案的执行过程

选题不当可能会导致:写了一半才发现设计侧根本无法解决该问题(比如解决问题主要依赖于内容引进),或者产出了方案但因问题优先级低而无法落地。因此本文主要基于 UED 团队的实践经验,对目标导向的选题常用方法进行介绍,以确保我们的提案在“解决正确的问题”。

什么是目标导向的提案选题方法

设计提案的目的是解决问题,但难点在于:要解决的问题并不是每次都显而易见,且不是每个问题都适合用提案的方式去解决,产品有什么体验问题、哪些需要用提案来解决,很多时候需要我们主动去发现和定义。

目标导向的选题方法,就是指从不同的目标出发,通过分析或拆解目标,来定位问题或机会点的选题方法(除此之外,我们还可以通过用户体验地图分析、行业趋势分析等来发现问题,这些本文暂不涉及)。

“设计是围绕目标的求解活动① “L. Bruce Archer

按照双钻模型,确保”做正确的事”需要经历发现到收敛的过程,将其用于选题便是选题收集、选题评估两个阶段。在选题收集阶段,我们从体验设计所针对的不同目标出发,通过对目标的分析和拆解找到待解决问题,初步确定多个选题方向。在选题评估阶段,我们需要对前一阶段得到的若干选题进行价值和提升空间评估,最终定义出合理的选题方向。

大厂都在用的目标导向设计,快来学会!

△ 图2 目标导向的提案选题方法

1. 选题收集阶段

体验设计是用设计的思维和方法达到某种目标,互联网产品的体验设计重点关心的目标主要有商业目标、用户满意度、战略规划。因此,以目标为导向来收集选题,就是指通过分析影响以上 3 个目标达成的关键因素,来收集多个备选选题。

通过拆解商业目标收集选题

通过对留存率、日活数等核心数据指标的拆解来定位关键影响因素、确定提案方向,能够让提案结果更易量化、产出方案更易落地。

Step 1 了解产品当前阶段的主要商业目标

一般来说,产品侧每个季度或每年都制定 OKR 或 KPI(如将 vivo 商城复购率从 x%提升至 y%、将浏览器的日活从 x 万提升至 y 万)。设计师需要明确产品的核心数据指标是什么,尤其关注其中与用户体验相关度高的指标。以信息流产品来说,如果其内容主要来自于合作商,那么我们更应该关注阅读时长和留存等指标,而非资讯内容丰富度指标。

Step 2 对商业目标按多个维度逐层拆解

明确目标后,需要对其进行拆解,才能将结果目标转化为设计可发力的过程目标。目标的拆解需要确保每次拆解都要符合 MECE(同一维度、不重不漏)原则,常用的拆解维度如下所示。

大厂都在用的目标导向设计,快来学会!

△ 图3 商业目标的常用拆解维度

以 vivo 商城为例,假设其 2021 年的目标是:成交转化率提升 47.6%,达到 0.26%(数据已经过脱敏处理)。我们可以对影响目标达成的要素按照行为路径进行如下拆解(本案例也可按公式法进行拆解):

大厂都在用的目标导向设计,快来学会!

△ 图4 成交转化率拆解案例

Step 3 定位影响目标达成的关键因素

结构化拆解目标后,即可结合产品迭代历史和现状,对影响目标达成的关键要素进行定位,进而初步确定提案方向。接上文案例,由于下单→支付环节(即结算页)的体验优化刚进行不久,且通过购物车下单的用户占比较少,因此可将提案方向定位至商品详页下单转化率提升,初步确定选题“商品详页下单转化率提升设计提案”。

通过产品战略规划分析收集选题

如果说商业目标是产品预期达到的结果,那么战略规划就是达到结果所计划采取的路径。从战略规划出发,构建新功能、解决新问题,协助产品达成战略规划,是提案可尝试的重要方向。

方法 1 通过构建新功能帮助产品达成规划

不同于商业目标,战略规划往往已经给出了接下来要重点发力方向、或给出了功能范围。但一些情况下,规划并不会具体到该方向上要做哪些功能以及做成什么样。因此,设计师可以基于战略规划,以提案的形式对设计机会点和方案进行详细分析,以协助产品达成规划。

以 vivo 的一款视频产品为例,为了提升时长,产品侧计划 Q1 季度提升视频内容消费深度,但尚未给出从功能层面具体要做哪些改进。因此我们将提升用户消费深度为提案目标,深入分析了深度消费的现状和场景,提出了若干设计优化建议。

方法 2 通过解决新问题帮助产品达成规划

由于产品功能模块之间存在耦合关系,规划中的新增业务可能使得已有功能体验跟不上业务要求(比如信息流产品发力视频方向,可能会对下载视频的体验带来新要求)。通过分析新增业务涉及的场景和使用链路,发现链路中可能出现的新问题,是从战略规划出发确定选题的方法之一。

以 vivo 帐号业务为例,有个性化头像昵称的帐号一直以来占比都较少,由于之前社交场景较少,这种现状对产品体验影响不大。但随着公司在直播、视频等内容产品投入的增加,社交场景逐渐变多,头像和昵称也逐渐成为用户社交的阻碍因素(比如使得主播与观众无法正常打招呼)。因此我们对现状造成的问题进行了系统摸排,确定了将“提升帐号用户信息完整度”作为提案方向。

通过用户满意度分析收集选题

除帮助产品达成商业目标和战略规划外,提升用户满意度也是体验设计的重要目标。基于产品用户满意度现状和目标分析,我们有望快速定位产品中的低满意度模块,确定提案方向和范围。

方法 1 通过满意度调研数据定位问题

选题前期可广泛阅读相关调研资料和用户反馈,对产品的满意度情况有较为全面的认识。用户满意度可能来自于以下渠道:

  • 用研团队提供的用户调研报告
  • 可用性测试所发现的问题或优化建议
  • 论坛或内部员工的体验问题反馈

由于不同渠道(甚至同一份报告)得到的满意度数据可能较为分散,我们需要将低满因素按功能模块归类,以便更好地定位问题。以 vivo 商城为例,通过阅读商品详页用户满意度报告,并对低满意度反馈进行归类,我们发现低满因素主要集中于以下两个方面:

大厂都在用的目标导向设计,快来学会!

△ 图5 商品详情页评价数据归类

明确了低满模块及问题归因,便可从问题出发得出提案主题。通过对 vivo 商城商详页问题的归因,可确定如下提案主题:“商品详情页信息展示优化设计提案”或“评论发表率提升设计提案”。

方法 2 通过用户情绪曲线分析定位问题

即使没有满意度调研数据,或有整体满意度数据但没有具体到功能,我们仍然可以通过绘制用户体验地图、分析用户情绪曲线,来定位满意度低的模块、确定选题方向。

绘制用户体验地图的方法和传统过程的区别不大:首先明确产品中用户的主要任务或目标,列举出用户的主要行为路径;然后基于用户的目标,考虑用户在每个环节想要的是什么,分析当前行为路径中可能存在的用户痛点或机会点。需要注意的是,由于只是收集提案选题,对场景和问题的分析不必过于深入,只需发现哪个任务或模块体验问题较多即可。

比如通过对 vivo 视频用户观影行为的兴趣曲线分析,我们发现看剧方面的体验问题不大,但找剧(尤其是看剧前的找剧)存在的痛点较多,因此可将找剧行为优化作为提案方向。

大厂都在用的目标导向设计,快来学会!

△ 图6 追剧行为用户体验地图(已简化,仅供参考)

方法 3 通过产品功能竞品分析定位问题

如果说情绪曲线是通过分析用户执行任务的流程来发现问题,那么竞品分析则是通过分析产品所满足的用户需求来发现问题。虽然功能多并不能代表体验好,但基础功能的缺失也可能带来体验问题。因此从功能范围的维度进行竞品分析,定位基础体验较差、或设计机会点较多的模块,也是收集提案选题的方法之一。

为了让我们在做竞品分析时更加聚焦,对于复杂度较高的产品,我们有必要先按照功能模块拆分,复杂度越高拆分粒度越细,反之则越粗。以 vivo 浏览器为例,若只拆分为搜索、信息流模块则粒度太粗,可将某个模块继续拆分,以便进行竞品对比时更加聚焦。

大厂都在用的目标导向设计,快来学会!

△ 图7 浏览器信息流功能模块拆分示例

拆分功能模块后,接下来就是选择竞品了。需要强调的是,针对某个模块做竞品分析,竞品应优先选取该功能模块做的相对成熟的、有特点的竞品,而不是只选择主属性相同的产品。比如要分析浏览器信息流评论功能与竞品的差距,选取的竞品可不局限于浏览器类产品,网易云音乐、今日头条等 APP 都可作为对比对象。

选取竞品后,可从结构层、框架层等方面对本品和竞品间的体验进行对比,以便发现存在明显体验短板的功能模块。为了方便定位问题,可通过模块子功能对照表对完整性进行可视化对比。当然也可以从操作反馈、美观度等维度对比。

大厂都在用的目标导向设计,快来学会!

△ 图8 信息流评论与主流竞品功能对比

找出功能缺失严重、或使用体验明显低于竞品的模块后,可考虑将优化该模块的体验作为选题。比如通过将浏览器信息流评论模块与竞品对比后发现,其整体体验均远低于竞品,因此可考虑将“信息流评论优化设计”作为提案选题方向。

小结

以上是 3 个以目标为导向发现问题、收集提案方向的方法,可根据产品现状选择部分或全部使用。发现问题阶段一般来说需要至少得到 3 个以上待选提案主题,以便进一步评估确定。

2. 选题评估阶段

得到多个备选主题后,接下来我们需要对其进行综合评估,并最终筛选确定一个(如果是多人参与,也可以确定多个)当前阶段重点着手解决的问题。

规范化选题描述

仅仅一行选题题目并不能帮助我们清晰地了解其价值和背景,为了方便评估和对比,我们需要将选题的描述规范化。由于设计提案选题和研究论文选题过程类似,因此可以借用《研究是一门艺术》②中给出的论文选题三段式模板:“我打算写_,因为我想_,这样就能_”来清楚定义选题的题目、要解决的问题、以及期望达成的目标。比如,我们打算以提升商城评价发表率为提案方向,可将其规范化描述如下:

大厂都在用的目标导向设计,快来学会!

△ 图9 提案选题描述模板

对选题的价值和预期结果进行评估

通过模板我们描述了提案要解决什么问题、以及解决该问题给业务带来的价值。接下来需要对备选选题按业务价值和提升空间两个维度进行评估,目的是排除“问题存在但价值较小”或“价值大但设计侧难以解决”的选题。

当备选选题难以决策时,我们也可以绘制一个简单的二维坐标对其进行量化评估。比如,假设选题 1 是优化购物车使用体验,选题 2 是提升商品搜索效率,如果前期预研发现设计侧提升空间差异不大,但优化搜索带来的价值相对较高,那我们就可初步确定选题 2 为提案方向。

大厂都在用的目标导向设计,快来学会!

△ 图10 提案选题评估维度

与设计 leader 或产品经理沟通确认

受限于经验和视野,设计师个人对选题价值的评估和设计 leader、产品经理间可能有所不同。因此正式敲定选题前,最好与设计 leader 及产品经理进行同步,达成一致后方可正式开始提案的撰写。

小结

该阶段的目的是对前期发散得到的选题方向进行评估筛选,以便将个人精力聚焦在提升空间大、价值大的选题上。为此我们首先需要按模板对选题方向进行整理,再对选题按设计侧提升空间、业务价值大小两个维度进行评估,最后与相关方沟通确认,最终敲定选题方向。


文章来源:优设   作者:VMIC UED.Vector

蓝蓝设计www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 平面设计服务


聊基金,不如聊聊基金那些设计

鹤鹤

过去的一周,基金应该算是热门话题中的顶流。微信里各种设计群、校友群、带货群、滑雪群都充斥着一片财富缩水的哀嚎。 
每逢这个时候,大家也就开始顺势讨论起各种基金投资APP好不好用的问题。 
今天抽点时间,聊聊 招商银行、 蚂蚁财富、 天天基金这三家APP的基金详情页设计。 

undefined

基金产品的详情页大体是围绕一只基金的概况、盘中行情、历史数据、持仓情况、基金经理介绍、基金档案、交易规则等一级模块,来“客观包装”这只基金。 
一级模块的信息下包含了众多层次级信息,各家APP对于同一个次级信息,是否曝光在详情页的一级模块里,都有着独立的思考,这在很大程度上决定着信息分发和触达的效率。 
为什么要强调“客观包装”,因为无论你看到与否,信息都在那里,而信息曝光的顺序却直接影响到用户对基金的认知。 
就好像我们了解一个人,如果只是看他的穿搭、气质、体态,可能会觉得这是一个艺术家。 
但你若先把眼睛蒙上,听他讲量化策略、深度学习,你发现这人居然是个技术男! 
比如我们挑一只基金,来看看它在三个APP的详情页里,分别长啥样。 


01/ 招商银行

总体观感舒适,没有信息密度过高导致的视觉焦躁感。用色非常克制,留白空间较多。段落式结构清晰,文本层级和对比度清晰,便于信息检索,但分段式布局有点old fashion。 
undefined
基金概况:在日内涨跌幅和最新净值基础上,补充了近1年收益率,可能是考虑到进入该详情页以后,行情模块会默认定位到“成立以来收益率”(其他会普遍定位到近1年收益率),可能是给投资者建立“基金需要长线投资”的心理预期。 
信任力背书:白底通栏形式与整体UI规范相融,完全被淹没在页面里,不易被识别。应当在视觉表现层有所凸显。 
数据看板:这是基金详情里最重要的模块之一,值得注意的是,业绩走势&净值估算、业绩排名&历史回测这在别家往往会分成两个模块。 
这两个模块里有信息重叠交叉,比如近1月~近1年的收益情况在折线图和列表里都能看到,与同类基金的相对位置关系也能可视化,但列表更具有量化结果的优势,因而更受到专业投资者的青睐。 
而招行根据历史收益、净值、盘中估算3个维度整合成了一个模块。一个模块的优势是折线图和列表数据可以联动观察。只不过默认配置的三行数据有点少,查看更多就得跳转。 
招行这个模块令人诟病的点在于,一是收益走势里缺了近6个月的维度,二是折线图采用了曲线,且线宽过粗,导致不能像折现那样直观地反映出时间颗粒度,得手动长按触发对应交易日的明细。 

undefined

基金诊断:招行自有的一套评估体系,内置有业绩回测、夏普比率、最大回撤、基金经理任期评估等信息,相对更专业。而详情页一级模块里展示的这个4个定性维度,怎么看都有点偏小白。 
基金持仓:这是最重要的模块之二,如果把基金比作一道菜,这就是菜谱。跟做菜一样,对每一道食材的烹调和火候把控决定了最终呈现出的风味。 
基金重仓股的盘中行情对于基金经理而言,就是每一道食材在制作中的状态,可以帮助经验投资者了解基金的布局在当下的市场状况,以便做出决策。 
而限于银行体系内无法接入证券交易所数据,招行在基金持仓这块的盘中行情是空缺的,只能显示持仓占比和市值估算。对于老手来说,难免是个缺憾。 

undefined

基金经理介绍:这一块在布局结构上有点bug,按常理“现任经理”和“刘某某”属于从属关系,所以标题栏右侧放置“历任经理”并且用两端封闭式分割线就不太合理。 

招行估计是考虑到没有配置现任经理的详情,又不想浪费标题右侧的空间,才作此设计。

其他相关:这部分包含的基金公司、基金档案、交易规则属于并列关系,理应出现的分割线却没有体现,虽不影响投资者使用但反映出UI组件规范缺乏一定逻辑性。

交易规则:在购买时间点缺少了T日(交易日)收盘时间(15:00前)提示和周历提示。页面空间是富余的,完全可以将信息曝光提高投资者的时间感知度,而不是跳转二级页面才能了解详情。



02/ 天天基金

功能模块十分丰富,cover了关于一只基金的所有直接和间接描述。直接的包含了概况、行情、历史回测、持仓、经理介绍等内容,间接的包含了问答、讨论、资讯、公告等内容。

在产品的广度与深度方面,天天基金选择了把广度拉宽,将很多二级内容拍平,嵌入到一级页面中,可以说非常适合经验型投资者,但随之而来的劣势也十分明显 - 页面过长。

undefined

非常直观,天天的基金页面长度是招行(或蚂蚁)的两倍不止。

有了上面招行基金详情页的大致结构做支撑,这里就不把天天基金的页面逐个模块拆解分析了,我们挑一些有意思的来说。

基金概况:跟随涨跌变化的红/绿页头,这是天天最具标志性的设计之一,个人对此保留意见,这么大面积绿色在过去的一周,实在是令人焦虑。

净值行情/历史数据:天天基金在净值模块单列出了“单位净值”和“累计净值”的走势图,还直接标明了不同时段区间内的最高最低值。(“累计净值”是基金自成立之日起至今的净值表现,“单位净值”是基金运作期间扣除分红和份额拆分影响之后的净值表现。)

undefined

听说这是区分老基民和新人小白最直接的一道坎,当然作为一个UX设计师,我也就掺这一句,毕竟资格还远远够不上老基民。

非常贴心的一点是,天天在这添加了定投该产品的收益可视化。根据历史收益率回测和不同定投算法,进行一段时间内的收益率估算。与此类似设计的产品还有涨乐财富通。

undefined

特色数据:这也是经验投资者非常重视的三个指标。波动率反映收益率波动的程度,越小越好;夏普比率指基金每承受一点风险能够获得多少超额收益,越高越好;最大回撤指基金净值从最高到最低的降幅,越小越好。

基金持仓:这又是一个老基民的福利专区。上面分析过招行基金持仓tab的优势,而天天直接把带有重仓股盘中行情的持仓列表、资产/行业分布饼图直接嵌入到一级页面里,虽然默认只显示前五只重仓股,但对于了解相关板块行情也很有帮助。

undefined

这一模块的二级页面也支持投资者切换时间去观察基金经理每一季度的调仓风格。其实我个人更倾向于直接把十大重仓股行情全都放进来,默认折叠需要时展开。毕竟调仓不是个高频动作,我不会需要频繁地跳进二级页面去观察调仓。

基金经理:作为后台烹饪的cook,这块的简介过于“简洁”了。其实次一级的经理详情页里有非常详实的背景概述和任期间业绩回报评估,完全可以精选一些标签化的内容在一级模块里完善包装。

社交化:然后比较有意思的就是“社区”概念。天天基金上每只基金都分别有两个“bar”,一个问答吧一个贴吧,贴吧包含了问答吧。

这里能体现出天天对于细分场景的重视。贴吧里的话题天南海北,吐槽的、围观的、提问的、表态的、发小作文的、晒收益/亏损的,啥都有。

天天的产品经理还是为提问用户单独开辟了一片净土,让内容的传播与触达更加高效。

回到UI层面,天天基金页面的文本内容在逻辑结构上比较复杂,但视觉上没有将不同层级的对比度拉开,导致文本信息过于平均,不利于重点信息的快速检索。



03/ 蚂蚁财富

蚂蚁的基金详情页遵循整体UI风格采用了卡片式布局,信息架构更清楚。与前两个案例中的文本信息相比,设计质感好了不少。 
页头的蓝色背景标志着蚂蚁集团的品牌基因,强化投资者对品牌的感知力度。且开辟了一个入口支持基金公司财富号里关于产品的宣导视频。 

undefined

财富号视频:视频可以展开和收起。产品还给它配置了观看人次,侧面为该基金公司和旗下基金产品做热度营销。

基金概况:除了基金相关的基本信息以外,模块内展示了晨星评级和关注人气。既有客观权威评估体系,也有用户层的氛围烘托,通过两层信任力建设占领用户心智。

信任力背书:“支付宝金选”是由支付宝理财智库、中国证券报联合推出的一套理财产品评估体系,背后有一些专家KOL背书。能够筛选出部分历史业绩表现优异、基金经理业绩突出的产品。

相比于前几个信任力的营造,这一点的重要性和优先级远远胜出。因此在视觉层面也用黑金配色体现出权威性和尊享感。

能够很明显地察觉到互金平台和金融机构在产品包装上的玩法不同:互金平台倾向于权威背书和人气营销,金融机构倾向于指标构建和数据展示。

行情/数据:这一模块增加了一个可以手动关闭的tag,是关于“风险回报比率”的描述,一个听上去类似“夏普比率”的指标。优势在于蚂蚁直接量化转译了指标的结果——“好于同类98%基金”,省去了投资者分析指标的过程。

基金经理介绍:关于这部分,虽然在基金经理介绍的二级详情页里,天天基金比蚂蚁财富要详实得多,但一级模块里蚂蚁的人物包装还是更到位。“金牛奖得主”和学历/从业背景简述能直观地提高产品在用户侧的信任力。

持仓行情:这可以说是该页面视觉创新的重头戏。蚂蚁财富由于相关个股数据缺失,并不能像招行和天天基金那样横向比对每个季度基金经理的调仓动作,对于经验投资者研判这只基金来说,少了一个观察维度。

undefined

而视觉层面的创新则显得十分取巧,原本枯燥的个股行情列表被转译为可视化的矩阵,矩形的大小和底色能直接映射该股票的持仓占比和实时行情。并且横向滑动的组件也支持在不跳转的情况下完整显示10只重仓股。

对于持有或长期关注这只基金的用户而言,除非你要分析调仓,否则是不需要频繁进入二级页面查看持仓明细的。

以及细致到小数点后两位的持仓占比,意义也不大,了解大致的配比关系即可。蚂蚁这个可视化组件在带来新颖视觉观感的同时,也解决了这一问题。



结语

对于产品而言,信息架构往往是最容易有争议的部分。而金融产品的信息深度和业务复杂度尤为明显,与之俱来的必然是各平台在架构策略上百花齐放。

文章来源:站酷    作者:loven

蓝蓝设计www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的UI界面设计、BS界面设计 、 cs界面设计 、 ipad界面设计 、 包装设计 、 图标定制 、 用户体验 、交互设计、 网站建设 平面设计服务

日历

链接

个人资料

蓝蓝设计的小编 http://www.lanlanwork.com

存档