起點(diǎn)課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項(xiàng)技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導(dǎo)直播
12場專業(yè)技能直播
會員專屬社群
榮耀標(biāo)識娛樂沒有圈，設(shè)計沒有邊？—淺談幾個設(shè)計法則
經(jīng)常會聽到有人議論，設(shè)計很主觀化，很難有標(biāo)準(zhǔn)。但一些常見設(shè)計法則，還是能夠讓我們深入淺出，在設(shè)計過程中給予我們一些輔助。以下就簡單介紹幾個：
1.Flexibility-Usability-Tradeoff：彈性-使用性權(quán)衡
彈性，即樣樣知曉，無一精通。當(dāng)彈性增加時，單個功能的使用性就會降低，引發(fā)效率降低，復(fù)雜性、時間以及開發(fā)的成本增加。
如何兼顧功能的豐富和使用性，彈性需求在何種情況下是有意義的？簡單來說，用戶對其未來需求沒有清楚的期望值時，可以多做一些功能去試探用戶的功能需求。如，擁有多功能的彈性設(shè)備個人電腦，適合對自己需求并不是那么具體的用戶。具有使用性的游戲機(jī)，則更符合對游戲有明確需求的發(fā)燒友用戶。
又如，QQ影像的快調(diào)，對一個不懂圖像處理，對圖形處理參數(shù)沒有清晰認(rèn)知的用戶，可以多提供一些快速調(diào)節(jié)設(shè)置，提供更大范圍上的彈性功能。
產(chǎn)品設(shè)計最終是偏向彈性還是使用性，取決于我們面向的用戶，對其期待的功能是否有比較精確化的描述。
2.Garbage In —— Garbage out垃圾進(jìn)，垃圾出
人機(jī)交互中，輸入到系統(tǒng)的信息，如果本身就是垃圾，自然不能期待產(chǎn)生的內(nèi)容是對用戶有效的。
垃圾信息一般有兩種情況：
1、類別問題：比如要求輸入字母，結(jié)果導(dǎo)入了數(shù)字
2、質(zhì)量問題：比如兩次輸入密碼，第二次比第一次多出了一個數(shù)字。
常見于表單數(shù)據(jù)填寫的案例場景中，對于類別問題，可采用輸入前事先告知，和輸入時的內(nèi)容限制來規(guī)避：
對于質(zhì)量問題，可以通過預(yù)先檢查和確認(rèn)等功能來避免。
最重要的是，如果是用戶已經(jīng)填寫的內(nèi)容，最好直接導(dǎo)入，減少用戶導(dǎo)入信息的錯誤幾率。
依賴于信息運(yùn)營的社區(qū)類產(chǎn)品，如果有必要，也可做些門檻式的設(shè)計，能從源頭把控，讓用戶不會那么容易的導(dǎo)入垃圾。
3.Expectation Effect 預(yù)期效應(yīng)
因個人或?qū)λ说念A(yù)期，會引發(fā)認(rèn)知與行為的改變。事前一項(xiàng)可靠的描述，會在任何群體中，引發(fā)約30%的期待。
當(dāng)推動某項(xiàng)產(chǎn)品或設(shè)計時，適當(dāng)建立預(yù)期心理，引導(dǎo)目標(biāo)用戶，達(dá)到預(yù)想目的。如產(chǎn)品發(fā)布前，讓用戶有預(yù)期，無論是后面收集用戶反饋，還是下個版本的推進(jìn)都可以得到更針對性的反饋。
反之，當(dāng)我們在做用戶研究訪談時，要采用適當(dāng)?shù)牟襟E，盡量避免因?yàn)轭A(yù)期效應(yīng)而導(dǎo)致的偏見。
值得提醒的是預(yù)期效應(yīng)雖然會影響認(rèn)知行為，但是這種改變是暫時的，經(jīng)過一段時間后，行為和認(rèn)知均會回復(fù)到基準(zhǔn)線。
4.Five Hat Racks 五帽架
1989年Wurman（TED主席/執(zhí)行總監(jiān)，第一次提出信息架構(gòu)的概念）提出五帽架理論：無論信息對象如何，都可以使用五種方法進(jìn)行資料組織。
1、字母：最常見的組織方式，具有強(qiáng)烈的指示性，適用于非直線方式找到特定內(nèi)容。
2、時間：以時間為基準(zhǔn)來組織資料，適用于時效性強(qiáng)的信息。
3、地點(diǎn)：以地理或空間組織資料，適用于本身具備地理關(guān)聯(lián)性的內(nèi)容。
4、連續(xù)性：按范圍大小、最高到最低、最好到最壞等組織內(nèi)容，適用于展示對比性信息。
5、種類：用類似或相關(guān)性來組織資料，適用于多層級信息分解。
5.Fitts’s Law 費(fèi)茨法則
1954年由Paul Fitts提出：移動到一個目標(biāo)的時間，跟目標(biāo)尺寸及到目標(biāo)的距離有關(guān)。移動對象不僅包括直接接觸，如手指，也包括用一個物體去移動，如鼠標(biāo)。
MT=A+B log 2（D/S+1）；
MT=到目標(biāo)的移動時間；A=0.230s; B=0.166s; D=指示裝置與目標(biāo)的距離；S=目標(biāo)尺寸。如圖所示：
適用于快速、指示性動作，不適合持續(xù)的動作。
6.Hick’s law 席克法則
以英國心理學(xué)家William Edmund Hick命名，當(dāng)選項(xiàng)增加時，下決定的時間也增加?？梢杂脕頊y出，當(dāng)有多重選擇時，需要多少時間能做出決定，適用于簡單判斷的場景，對需要大量閱讀和思考的情景并不適用。
RT=a+b log2（n），
RT=反應(yīng)時間，
a=與做決定無關(guān)的總時間(前期認(rèn)知和觀察時間)，
b=根據(jù)對選項(xiàng)認(rèn)識的處理時間（從經(jīng)驗(yàn)衍生出的常數(shù)，對人來說約是0.155s）。
7.Gutenberg Diagram 古藤堡圖表
古藤堡把顯示媒介分為五個區(qū)間， 視覺流從左上角到右下角。
當(dāng)元素是平均分散，性質(zhì)相同的時，可以考慮用古藤堡表，來協(xié)助設(shè)計格式和內(nèi)容。否則，應(yīng)該以元素的重要性來吸引眼球的移動。
網(wǎng)頁上的瀏覽熱點(diǎn)區(qū)分布，驗(yàn)證了古藤堡表的分區(qū)。
8.Serial Position Effects 序列位置效果
序列位置效果：在列舉項(xiàng)目中，排在前面與后面的物品，要比排在中間的物品，更容易被人想起。
當(dāng)列舉的項(xiàng)目是視覺性質(zhì)的，就把重要物件放在最前面。如果列舉的項(xiàng)目是聽覺性質(zhì)的，就把重要的物件放在最后面。
9.Progressive Disclosure 遞進(jìn)展開
以遞進(jìn)展開的方式，展現(xiàn)信息內(nèi)容，即只有在需要時，才會顯示資料。其思想為：根據(jù)所面向的對象，對信息劃分層級，對于初級用戶，僅展示基礎(chǔ)、簡潔內(nèi)容，保證操作流程順暢結(jié)束。同時，針對熟練用戶，也能快速的找到更多信息。
使用這種原則，最重要的是要定義不同層級的信息內(nèi)容，以對應(yīng)不同的服務(wù)對象。
10.Depth of Processing 處理深度
一種關(guān)于記憶的現(xiàn)象：被深層分析過的資訊，要比淺層分析過的資訊更容易記得。例如一篇純文本的文章，與圖文并茂，并幫他進(jìn)行了初始的信息梳理和加工的專題來比，后者被容易被記住和回想起。
如：Qzone社區(qū)主頁的熱點(diǎn)專題，比純粹的信息展示更容易被用戶所認(rèn)知。
以上為簡單介紹幾個的通用原則，很多情況的設(shè)計過程，往往都能歸結(jié)為最簡單的那幾點(diǎn)，歡迎大家探討，謝謝~
參考資料：《Universal Principles of Design（設(shè)計法則）》
(本文出自Tencent CDC Blog，轉(zhuǎn)載時請注明出處)
- 目前還沒評論，等你發(fā)揮！
