設(shè)計(jì)沉思錄|視角、生命力與包容性的個(gè)性化設(shè)計(jì)之道

0 評(píng)論 6753 瀏覽 18 收藏 11 分鐘

編輯導(dǎo)讀:個(gè)性化是基于用戶特定偏好來匹配內(nèi)容,無論他們是否輸入內(nèi)容。個(gè)性化由一些事情觸發(fā),比如調(diào)整一個(gè)網(wǎng)站或應(yīng)用程序的設(shè)置或允許跟蹤用戶的行為。本文以招聘業(yè)務(wù)設(shè)計(jì)為切入點(diǎn),對(duì)個(gè)性化設(shè)計(jì)的流程和需要注意的問題進(jìn)行了分析說明,與大家分享。

01 說在前面

全職招聘作為58同城主營(yíng)業(yè)務(wù)之一,每一步的進(jìn)化都會(huì)讓產(chǎn)品和設(shè)計(jì)在飽含斗志的同時(shí)又倍感壓力。

2020年秋筆者有幸接觸了58全職招聘?jìng)€(gè)性化推薦升級(jí)項(xiàng)目,此次全新升級(jí)涉及以大類頁為首的多個(gè)頁面。因在項(xiàng)目中引發(fā)了有關(guān)對(duì)設(shè)計(jì)視角、方案生命力及包容和趣味性方面的思考,所以接下來筆者將以“全職招聘大類頁個(gè)性化升級(jí)”項(xiàng)目為例與各位前輩和同行分享之。

02 設(shè)計(jì)視角從群體轉(zhuǎn)向個(gè)體

隨著互聯(lián)網(wǎng)的發(fā)展和數(shù)據(jù)挖掘能力的提升,我們對(duì)用戶的理解變得愈加深刻。過去我們通過人群分層、場(chǎng)景感知等方式將內(nèi)容聚合再分發(fā)到特定人群。現(xiàn)在我們的視角逐漸從群體轉(zhuǎn)向個(gè)體,更關(guān)注個(gè)體的感知、求職體驗(yàn)以及成長(zhǎng)周期。

在新的視角下對(duì)用戶洞察并非完全脫離群體,而是要將洞察目標(biāo)聚焦到用戶的共性和多元化特征上,抽離出一個(gè)抽象用戶的決策模型和多元化訴求。研究發(fā)現(xiàn)58全職用戶群體以藍(lán)領(lǐng)求職者為主,最終總結(jié)出用戶決策模型(已同算法和產(chǎn)品團(tuán)隊(duì)確認(rèn))如下。

從該模型中我們了解到一位藍(lán)領(lǐng)求職者會(huì)結(jié)合自身能力,從不同決策維度及對(duì)應(yīng)的心理權(quán)重綜合判斷并做出求職選擇。對(duì)于設(shè)計(jì)師而言我們要做的是提供一個(gè)容器、一套規(guī)則,讓用戶快速聚焦并做出求職判斷。因此我們一改舊版頭部金剛位人為聚類布局結(jié)構(gòu)而升級(jí)為三個(gè)個(gè)性化推薦專區(qū)以此滿足求職者個(gè)性化需要。

A專區(qū)主精準(zhǔn)推薦,結(jié)合用戶簡(jiǎn)歷、求職意向及行為等數(shù)據(jù)通過“拼接式的主副標(biāo)題”將意向職位打包推薦給用戶,借此提升用戶整體投遞率。在拼接的方式上我們規(guī)定可靈活配置三個(gè)維度信息,其中第三個(gè)維度副標(biāo)題和點(diǎn)擊按鈕文案開放給運(yùn)營(yíng)團(tuán)隊(duì),確保在提升個(gè)性化精準(zhǔn)推薦能力的基礎(chǔ)上預(yù)留一定的靈活性。

B專區(qū)主拓展推薦,主副標(biāo)題和按鈕文案拼接方式同A專區(qū)。有所不同的是,我們會(huì)結(jié)合當(dāng)前藍(lán)領(lǐng)求職者信息為其提供更多可能但并不自知的職位。因藍(lán)領(lǐng)認(rèn)知較弱且工作可替代性強(qiáng),采用AB組合推薦的方式,既保證了精準(zhǔn)度又不至于過分僵化,從側(cè)面提供給用戶更多機(jī)遇和驚喜感。

此外根據(jù)舊版大類頁流量分配和調(diào)研結(jié)果看,藍(lán)領(lǐng)群體對(duì)地理位置這一維度更感興趣。因此方案中獨(dú)立開辟了基于LBS個(gè)性化推薦的C專區(qū)。方案中結(jié)合個(gè)人畫像和需求場(chǎng)景將標(biāo)題定義成附近地址、工作商圈、居住地等偏好性地理信息,并允許用戶進(jìn)入二級(jí)頁自定義地址。自定義地址讓用戶擁有掌控感,提升了用戶對(duì)平臺(tái)的信任度。

此外根據(jù)決策模型為滿足作為人的多元化需要,在頭部及feed流中插入了職位視頻直播入口以滿足用戶對(duì)不同信息形態(tài)的需要。

03 設(shè)計(jì)需關(guān)注周期而非當(dāng)下時(shí)間點(diǎn)

如果說將大類頁基礎(chǔ)搭建定義為1.0時(shí)代、業(yè)務(wù)拓展定義為2.0時(shí)代,那么此次大類頁升級(jí)就是個(gè)性化3.0時(shí)代。

大類頁就像市場(chǎng),從一開始的基礎(chǔ)設(shè)施建設(shè)到引入各種服務(wù),再到模塊化靈活的攤位總體上都在朝著一個(gè)方向邁進(jìn)——提升效率。

結(jié)合上圖我們可以看到本次個(gè)性化推薦升級(jí)項(xiàng)目尚處于早期階段,要達(dá)到個(gè)性化推薦能力完全自行運(yùn)轉(zhuǎn)尚需時(shí)日。因此設(shè)計(jì)方案時(shí)我們的關(guān)注點(diǎn)不應(yīng)該局限于當(dāng)下,而是要為未來中長(zhǎng)期做好規(guī)劃,要提供能夠讓個(gè)性化推薦機(jī)制自行運(yùn)轉(zhuǎn)的土壤。

為了實(shí)現(xiàn)這一愿景,我們提煉出個(gè)性化推薦運(yùn)轉(zhuǎn)機(jī)制:推薦內(nèi)容—用戶—反饋系統(tǒng)—推薦策略—推薦內(nèi)容,從中發(fā)掘出了設(shè)計(jì)機(jī)會(huì)點(diǎn)并在方案中補(bǔ)足并優(yōu)化。

通過個(gè)性化推薦運(yùn)轉(zhuǎn)機(jī)制中我們發(fā)現(xiàn),除個(gè)性化專區(qū)設(shè)計(jì)方案解決了職位呈現(xiàn)給用戶的展現(xiàn)規(guī)則外,最為薄弱的反饋環(huán)節(jié)同樣是設(shè)計(jì)師需要解決的。在方案中我們除已在線上的“你可能在找”和“不感興趣反饋”外還新增了投遞后標(biāo)簽推薦功能,用于更精準(zhǔn)的獲取用戶求職意向信息。

為促進(jìn)求職者產(chǎn)生更多投遞行為進(jìn)而提升個(gè)性化推薦能力,我們對(duì)feed流做了三件事:職位卡片樣式優(yōu)化、調(diào)整feed流運(yùn)營(yíng)專區(qū)入口位置以及減少單次惰性加載職位量。

方案提供了四種職位卡片樣式。在職位卡片D的方案中,將整體信息結(jié)構(gòu)設(shè)計(jì)成對(duì)話框結(jié)構(gòu),以對(duì)話的形式將藍(lán)領(lǐng)群體線下與招聘方的對(duì)話場(chǎng)景線上化。通過頭像將真實(shí)的情感傳遞給求職者。用戶面對(duì)的不再是冰冷的信息,而是富有生命力的招聘方。

為促進(jìn)更多投遞行為,我們將單次惰性加載職位量縮減為原來的一半,以期延緩受投遞量階梯性遞減這一規(guī)律的影響。同時(shí)將品質(zhì)專區(qū)、運(yùn)營(yíng)廣告位安插在每次加載末端投遞量衰減最弱的節(jié)點(diǎn)位置,以期帶動(dòng)拉高整體投遞率(當(dāng)前仍在測(cè)試中)。

04 設(shè)計(jì)要包容友好有趣

大類頁素來是各利益攸關(guān)方必爭(zhēng)之地,每一個(gè)位置和布局都會(huì)牽扯到各自的利益。從這個(gè)角度看,大類頁需兼顧各方訴求,項(xiàng)目過程中我們與產(chǎn)品、技術(shù)、運(yùn)營(yíng)、算法、商業(yè)等團(tuán)隊(duì)收集了大量的訴求和信息,為他們規(guī)劃了業(yè)務(wù)專區(qū)并制定了設(shè)計(jì)規(guī)范和準(zhǔn)則。在平衡好整體設(shè)計(jì)風(fēng)格與內(nèi)容差異的和諧與統(tǒng)一的同時(shí),通過結(jié)構(gòu)化的結(jié)構(gòu)保證了業(yè)務(wù)拓展性。

從求職者角度看,包容友好還需極強(qiáng)的視覺吸引力和感知力,否則再好的方案也無法讓用戶滿意。在對(duì)頭部個(gè)性化專區(qū)設(shè)計(jì)時(shí)我們根據(jù)用戶求職關(guān)注維度權(quán)重特意強(qiáng)化了LBS個(gè)性化專區(qū)表達(dá),通過“路標(biāo)指引”微動(dòng)效吸引用戶注意力。

與此同時(shí)我們通過模擬真實(shí)時(shí)間加入了“白天”和“黑夜”兩種風(fēng)格模式,讓用戶在求職時(shí)獲得意外的驚喜感。此外因?yàn)檫@些實(shí)現(xiàn)均為可配置的,后續(xù)還可延展成天氣的變化等更多趣味性的元素獲得更多年輕化藍(lán)領(lǐng)群體的青睞,并觸發(fā)用戶對(duì)外傳播。

05 寫在結(jié)尾

個(gè)性化推薦是當(dāng)下主流的設(shè)計(jì)方向,后續(xù)我們將在新版大類頁的基礎(chǔ)上對(duì)用戶感知層做更深地挖掘以提升整體體驗(yàn)效果。

最后由衷感謝兩位靈魂交互導(dǎo)師崔登學(xué)和宋杰,以及兩位設(shè)計(jì)大咖王梓楠、王書偉的一同參與。并為在創(chuàng)意腦暴時(shí)貢獻(xiàn)過寶貴創(chuàng)意點(diǎn)子的孫非、王丹、王曉彤、葛韻迪、劉明倫、林潔和張宇騰同學(xué)表示感謝。期待著2021年新年伊始58全職招聘大類頁3.0與你我見面。

 

作者:徐巖,交互設(shè)計(jì)師

本文來源于人人都是產(chǎn)品經(jīng)理合作媒體@58用戶體驗(yàn)設(shè)計(jì)中心(微信公眾號(hào)@58UXD),作者@徐巖

題圖來自Unsplash,基于CC0協(xié)議

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 目前還沒評(píng)論,等你發(fā)揮!