如何建立評估模型:好的商業就是好的設計嗎?

2020-11-29 人人都是產品經理

成功的商業能否直接作為衡量你的專業角色的標準?即使你不是做的設計,你是運營、是程式設計師、是項目裡的某某角色。這裡我就以「設計」的視角來深入,其他類型的角色可以提供思路。

「發現問題的價值大於答案的價值」

一個在設計專業領域上的很高水準的產品,但賣的很差或是沒有人用,那我們是否評價說這個設計得不好,換過來,一個在設計專業領域上低水準的產品,賣的非常好,主要因素是由於營銷手段,那我們是否評價這個產品設計得很好。

工業設計界有一句話「好的設計就是好的商業」,大學期間學工業設計專業的我對此深信不已,但現在的我一直在問自己,好的設計就一定能成就好的商業嗎?而現在的我只能認同「好的設計就是好的商機」,反過來「好的商業是否是好的設計」?成功的商業能否作為評價設計的衡量標準?

這個問題格局再大一點,成功的商業能否直接作為衡量你的專業角色的標準?即使你不是做的設計,你是運營、是程式設計師、是項目裡的某某角色。這裡我就以「設計」的視角來深入,其他類型的角色可以提供思路。

所以,本文的目的是:

拋出一個好問題——成功的商業能否作為評價設計的衡量標準?我們大腦的認知與行為在與產品互動的一秒內是如何進行的?提出評估設計方案有效性的模型有一天我和朋友針對這個橡膠防燙手套的一段對話:

我:「這個手套設計的真好啊」

朋友:「哪裡好了,如果真的設計得好,大家為什麼不用它呢?」

是,為什麼不用呢?是不是大家都不用,這個設計師就設計得不好呢?

對於一個工業設計師來說,最有成就感的事,莫過於自己設計的產品改變了所有人的生活方式,從而應驗那句「世界因「我」而改變」,如果不是拋開商業邏輯,恨不得所有人都喜歡用上自己的產品。

但如果這個設計師所在的公司,只有橡膠成型設備,公司層面定位的場景覆蓋是比較窄的或者時代技術上的局限性,他在項目中設計一個這個手套出來,對他所在的環境來說,在有限的條件下(任何時候其實都是有限),設計層面的解決方案倘若已經做到極致了,做到效益最大化了,我們會說它是一個失敗的設計嗎?

如果我們去評價一個畫作,我們會去理解藝術家生活背景,然後體會到作品背後的感受,所以我們無法僅從一個事情表現的結果去評價解決方案的好壞。

同樣的,我們也無法僅從商業結果衡量專業解決方案

無論是工業設計還是虛擬的網際網路設計,其實背後的運行的規律是一致的。

在一個商業化項目中,往往可以直接得到商業化結果,但對於一個設計師來說,這個項目帶來了多少客戶或多少日活,或公司項目盈利多少,是比較難於將這個最終的商業化結果用以評估設計能力的高低或設計方案的有效性。如果僅僅只看這個結果,最多能評估出設計解決方案在這個商業化項目中沒有起到較大的負面影響,基本及格分60分,那剩下的60分到99分如何去評估。

那如何構建起評估模型呢?

模型的第一個因子——商業價值

由於在商業化環境中的設計是離不開商業利益的,商業利益或商業結果可以認為是衡量設計方案的有效性的一個重要因子,當然因子可以繼續往下拆解,比如在這次項目成果中,設計在其中佔的價值是多少,這個評估最合適的角色可能是產品經理也可以是其他合適的角色,從項目產生的價值中評估出設計對價值貢獻的比重,然後拆分出設計產生的商業價值。

我們通常講,做一個設計方案要驗證方案的有效性,什麼是因為你的設計方案達到的有效?但設計者往往都通過一個項目為商業帶來了多少利潤來衡量最終方案的有效性,在我看來,太不嚴謹。這樣的主流思想在國內各個大小廠的設計觀點中比比皆是。當然也不只是存在於設計行業。

除了可以直接看到的商業結果,我們還能從哪些方面衡量呢?

模型的第二個因子——?

找到這個因子就得回答另一個問題:設計的本質或設計真正在輸出的是什麼。

讓我們回顧一下在項目中設計在腦海裡是怎樣進行的。

通常設計師們做方案的第一件事就是調研需求,分析用戶場景,理清各方利益相關者業務訴求,然後輸出界面方案。

在一個設計案例中,當我們了解了符號需要表達的意思即需求,接下來就是探索出符合需求的方案,一個質量高的設計解決方案一定是在這個場景需求下,只能是這個方案,其他的就是不行。在現在的商業模式分工下,在需求這一塊裡,識別與定義用戶場景大多交給了上遊角色,設計更多的也是專注於提供更為符合場景需求的解決方案。

我們如果把設計與藝術的發展脈絡聯繫起來,藝術與設計的差異之一在於,藝術是表達自己,設計是為自己以外的物體表達。但他們也有共通之處,即,通過符號表達信息。由於表達的主體造成了藝術與設計的區別,但輸出的形式都是共通的。

(圖片來源於 觀看之道)

約翰·伯格在「觀看之道」中提到「觀看先於言語,觀看確立了我們在周圍世界的地位」。設計師的輸出物在於將信息,圖形化,符號化。將產品的意圖通過符號傳達給用戶。

需求就是信息,將需求符號化就是設計的原點。

換句話說,符號表意是否準確,就是評價設計輸出物的Benchmark。在商業化環境中,我們需要表意的是什麼,它是需要將商業訴求,表達在產品界面/交互上,從而讓用戶,這個信息接收者,受到新的信息刺激,產生認知/反思/感受,進而促進行為。

第二個大的因子則是方案與場景需求的匹配度,而在商業化環境下,需求的基礎則是讓大家相信品牌所構建的認知與達成行為,構建基於這個品牌的共同信念,從而進行大規模的協作,這樣就能在當前或以後的經營活動中攫取利潤,產生商業價值。至於說為什麼構建共同信念能驅動人們進行某種行為進行協作,請移步尤瓦爾·赫拉利「人類簡史:從動物到上帝」尋找解答。

所以對於設計的需求方「企業」而言,訴求就是通過在受眾側建立認知或促進行為。

基於這樣的問題,我從吸引、刺激、信任三大維度來構建起了這個模型

為什麼是這三個維度呢,得從認知心理學的視角來解釋,當我們看見一個物體或使用一個產品時,大腦活動是怎樣建立認知或促進行為的呢?

就拿這個一個微信公眾號的頁面來揉碎了分析,當我們接觸這個頁面實際只有1s不到的時間內,我們的大腦快速運轉了什麼。

感官編碼的第一階段——吸引

當我們看到這個頁面的時候,頁面內的信息其實是有顆粒度的,顆粒度大的信息會先被我們接收到,然後我們才會一步一步的被吸引和接受信息下去。當我們在掃描式的找信息時也是隨著顆粒度的細化逐步吸引的。

首先顆粒度最大的是色彩關係,也就是我們在設計時頁面的信息層級,當我們還沒開始閱讀的時候,頁面在我們面前還只是色塊,如下圖1。

如果我的使用場景是晚上蒙在被子裡看手機時,這時候可能白色的地方佔比太多太亮,眼睛感官的生物機能就開始排斥,或者基於我以前的喜好,就不喜歡這種配色的氛圍感受。這個時候我在這個層次就已經開始流失了,剛到這個頁面我就想走。那我們可以說這個時候這個圖形符號的設計在這個使用場景裡的這一個層次就是失敗的,因為用戶此時接收信息的意願已經斷開,如果拋開動機層面,頁面對他已經毫無吸引力。

其次的細粒度的信息是頁面上視覺對比最強烈的信息,頭像、公眾號標題、以及文章配圖區,這個時候心裡開始對這個頁面開始有了模糊的認知,頭像一看,調性質感還不錯,公眾號名稱呢,大概是個和設計相關的博主,文章配圖大概知道是一篇關於系統通知的知識。

當頁面還沒有給我造成視覺阻力時,我們會繼續往下看到公眾號的描述,這篇文章的概要等等。

但如果我們把「進入公眾號」「不再關注」這樣的操作按鈕用了一個對比強烈的色塊按鈕替代這樣的文字連結來表達,有可能我們進來首先接收到的信息就是這些操作按鈕了。這樣表達出的意思其實是,你先關注我,再看我是幹什麼的。

這顯然就對於第一次不熟悉這個頁面的人來說,是比較錯位的,我還沒了解你是誰,我為什麼要關注你,這樣就會導致用戶在接受這樣的頁面信息時,就會亂掉,因為我們的大腦的認知模式是類似樹狀圖。

換句話說一個頁面就是一個思維導圖,我們需要按照用戶來到頁面的目的,一層一層的將信息傳遞下去,否則用戶就必須在網狀接收信息的同時,自己在腦海裡構建起這些線狀的腦圖框架,這個時候發生的就是我們常說的用戶認知成本增加,形成阻力。

信息處理的第二階段——刺激

信息刺激著我們以往的認知模型

當我們與界面的互動過程中,信息在感官器官編碼,開始進入我們的神經元,這個信息會激活與接收的信息相關的信息,提取記憶與調動你以前的認知模型進行評估,這個界面的交互過程所帶給你的信息刺激量=動機/成本。

如果新的信息對於自己以往的思維模型中評估得出容易做到,那麼這個成本就低,如果新的信息在思維模型中評估得出達成的結果非常誘惑,那麼動機就強。在開始與界面交互前,用戶帶著困難,與需要達到的結果開始,腦海裡不斷通過以往的認知模型評估,這個比值越大,那麼我們就認為這個刺激量就越大,就越容易建立起新的認知與行為。

認知修正的第三階段——信任

刺激階段是大腦經過以往的評估作出對結果的預測,而信任階段則是大腦在經歷這一次真實體驗後,感受到的結果,決定是否將此次經驗用於修正自己以往的思維模型。修正思維模型對於商業的利益之處在於它將品牌的信息真實融入了用戶的認知體系中,建立了信任,這樣就能在以後的商業活動中,與消費者的溝通、促進行為的成本走向更低。

如果就像這個驢,一直吃不到蘿蔔,感受不到正向的結果,在這次體驗中,思維模型就開始修正趨於以後也不相信蘿蔔了,在下次再接受蘿蔔這個信息時,對受眾的刺激量就急劇下降。雖然有的商業活動也能利用負面的結果從中獲利,但在我看來這樣的商業模式不是一個好的生態,也是不可持續的。

寫在最後

設計表現的是界面與交互,傳達的是感受、認知與促進行為,所以我們需要將用戶的感受以及促進行為的效果進行量化,這樣我們就能通過量化的數據評估改版後的需求匹配度。下次我再起一文會介紹通過這一AST模型如何建立評估量表。

通過可用性測試與調研反饋拿到方案的反饋數據。從而得到方案有效性中這一因子的衡量結果。

回到最大的兩大因子,商業價值與需求匹配度的權重賦值。因為是在商業環境下,所以我商業價值與需求匹配度比值為6:4。甚至商業價值更高,但一個問題放在不同的場景裡的解決方案可以千差萬別。如果我們用來在部門內部評價能力,那後者可能佔分更高,我這裡的解決方案只是一個思路,具體你需要根據你所在的場景的特點進行構建,你可以基於我這個改進,或是重新構建你的模型。

評估一個的設計方案,從公司內部層面講,帶來了好的商業利益就是好的。但脫離了這個公司,對於其他公司來說,為這個公司帶來的利益不該作為直接的衡量設計能力高低的決定因素,更多的是從設計專業性講。商業社會的設計角色,歸根到底是執行層。

如何評估執行層的優劣就在於,執行層有沒有將商業戰略精準落實,有效執行,有沒有在項目過程中設計出符合商業規劃的設計方案。至於說更高格局的設計師,那就不僅僅是執行層了,他們往往通過自身角色的洞察去影響商業策略的決策與方向。

不同的設計師的設計經歷,風格類型各異,甚至對於同一個設計師來說,在不同的情境下都容易輸出不一致風格,質量的方案。一個設計能力高的設計者,一定是能在各類場景與環境下輸出質量高且穩定的解決方案,希望我們都能達到這樣的境界。

本文由 @WuP 原創發布於人人都是產品經理。未經許可,禁止轉載

題圖來自Unsplash,基於CC0協議

相關焦點

  • 建立標準化醫藥經濟學評估模型 提高醫保決策質量
    建立了這樣的模型後,對於不同的高血壓治療技術,只需了解其降壓效果及對其他危險因素的影響,就可以推算長期的成本和收益,從而進行科學的評估。由於評估模型中數據眾多而計算複雜,容易導致研究結果的不確定性,如果能針對不同疾病制定並發布標準化的評估模型供人們使用,就能顯著提高評估的質量和可靠性。這就是標準化評估模型的內涵和意義所在。
  • 如何設計商業模式?——《商業模式新生代》讀書筆記之七
    讀書筆記分享——《商業模式畫布》之一、幾種常見的商業模式之後,接下來幾期我們將了解如何進行商業模式的設計本書裡,作者為大家列舉了以下幾種商業模式設計的方法:客戶洞察(customer insights)、構思(ideation)、視覺化思考(visual thinking)、模型構建(prototyping)、講故事(storytelling)、場景(scenarios)。
  • 臨床預測模型:模型的建立
    臨床預測模型適合回答疾病的診斷或預後相關問題,特別是哪些因素影響是否患有某病或是否發生某事件以及這些因素的組合如何準確的估計其患病或事件發生的概率。   2 選擇數據來源   不同的臨床預測模型問題適合用不同的研究設計數據來回答。
  • 如何建立零售行業的數據分析模型?
    建立分析模型搭建好應用框架之後,就要進行數據分析模型的建立,為此我嘗試用過很多數據分析工具,比如Tableau,但這些國外的廠商很難形成一套適用於國內企業的完整行業化解決方案,FineBI,如下圖所示。
  • 渠道評估模型:用更少的錢帶來更優質的量
    同時,如何能夠有更少的錢帶來更優質的量,是一門大學問。如何在這種困難模式的大環境下,還能保證渠道投放精細化運營,做到用戶增長呢?我們今天就來聊一下渠道評估模型,通過多維度評估渠道流量質量,把錢花在刀刃上。
  • 專業全息沙盤模型多少錢-哪家好
    專業全息沙盤模型多少錢-哪家好,數字沙盤與物理沙盤的模型大小對比。物理沙盤北京規劃館中的北京市城市總體模型比例尺為1750。其中的250米的國貿三期也只有825px高,普通的建築就更小了,30米的建築也只有100px高。而且由於人無法走入模型中,模型中間的核心區域往往看不清楚。數字沙盤無縫地放大和縮小此例尺,可以動態的加載不同比例尺的數據,實現無縫的放大縮小。
  • Netflix推薦系統模型的快速線上評估方法——Interleaving
    有經驗的算法工程師肯定非常清楚,在一個模型的開發周期中,佔工作量大頭的其實是特徵工程和模型評估及上線的過程。在機器學習平臺已經非常成熟的現在,模型結構的實現和調整反而僅僅是幾行代碼的事情。所以如果能夠將模型評估和線上 AB Test 的效率提高,那一定是大大解放算法工程師效率的事情。
  • 人工智慧工程師如何構建以業務為中心的模型
    2020.11.12人工智慧工程師能製造出某種模型,實現商業成功嗎?人工智慧研究的宏偉目標和商業目標之間有明確的界限嗎?我們將在這裡回答這兩個問題,並探討看到更多的內容。為了追求像阿里巴巴和亞馬遜這樣的成功典範,全世界的商界人士都對人工智慧模型趨之若鶩。人工智慧現在不是流行詞了,它已經不僅僅是流行詞了!但是,這是只是好的方面。許多人工智慧模型無法產生有效益的結果,只能停留在試點項目或單個業務流程上。
  • 工業網際網路成熟度評估模型
    然而,目前我國工業網際網路應用與發達國家相比還存在總體發展水平較低、行業間企業間基礎差異較大、大規模推廣難度巨大、缺乏工業網際網路評估體系和實施指南等問題。     (二)聯盟需構建先導性的標準化模型     從國內外已有的主要成熟度模型來看,德國構建了工業4.0 成熟度評級模型,但因兩國發展基礎不同,建設水平不同,並不能直接用於我國工業網際網路成熟度評估。
  • 傳統行業如何建立數據倉庫?
    在理解建立商業智能系統目標的基礎上,建立有效的企業管理模式,制定出詳細的企業數據倉庫業務管理規範,設計出常用的ETL數據採集規範和工作流程,從而明確商業智能系統的實施範圍和目標。為了提高企業的分析決策能力,可以利用當下的區域網技術和網際網路技術實現企業對各種信息的查詢和分析,通過建立企業業務數據模型,分析商業智能系統的系統架構、數據源之間的差異、對數據質量的評估和各種信息的處理方法,有效地提高企業商業智能系統的分析和決策能力。
  • 就業好嗎?網友:都好,就是太難學了
    高考填報志願的時候,我們同學都想選擇一個發展前景好、學起來不難的專業,但是事實往往沒有這種好事,工商管理專業好學,但是因為學的不精,就業缺乏競爭力,計算機就業好,但是難學,基本上好就業的專業學起來都不容易。今天我要給大家介紹一個專業,網友都評價很難學,但是發展前景不錯,值得各位家長和考生重點關注,這就是統計學專業。
  • 準備好進入數據科學領域了嗎?先問問自己這14個問題
    5.如何為數據科學職業做準備大多數數據科學或商業分析項目需要以下條件:· 高水平的定量能力· 解決問題的心態· 編程能力· 有效溝通的能力· 團隊合作能力6.應該重點關注哪些程式語言?如果你對學習數據科學基礎感興趣,需要從某個地方開始。
  • 如何畫好一張架構圖?
    結合日常的業務開發,其實我們更多的是關注業務架構和應用架構,所以把上邊的表達式進一步的拆解,在回答如何畫好一張架構圖之前,我們需要關注業務架構和系統架構,討論清楚如何進行業務架構和系統架構。架構的過程其實就是建模的過程我們都知道現實世界到軟體世界或者面向對象的世界的過程,是一個不斷抽象的過程,這其中的方法就是不斷的建立模型。
  • 通證經濟模型設計:打破線性結構,樹立分布式思維
    通證經濟模型實際上是以通證為核心的商業模式設計。從商業模式的角度,我們就很容易理解為,當前通證經濟模型設計該如何入手。股票模式:低配版的通證經濟模型在《區塊鏈商業模式——分布式模式:「不想當廚子的裁縫不是好司機」》中歸納了商業模式的演變:傳統商業模式:「一手交錢,一手交貨」——直線式——中心化——產業鏈網際網路商業模式:「羊毛出在豬身上,狗來買單」——網絡式——中心化——產業網區塊鏈商業模式:「不想當廚子的裁縫不是好司機」——分布式
  • 如何設計算法模型驅動業務增長:7 大步驟+5 個關鍵
    但由於 BI 工具是由分析師設計,再交由運營人員去使用的分析工具,所以從人力投入與使用場景來看,BI 工具所做出的分析一般不會特別複雜,可能只是一些低維度的比如一維、二維的分析。比如常見的集成學習(ensemble model)、深度學習、前幾年大家所熟知的在下圍棋應用中非常成功的強化學習模型、去年大家十分關心的換臉技術背後的 GAN 模型等等。所以我們會面臨的一個問題是:如何把這些不好理解但功能十分強大的工具應用到我們的業務體系當中。
  • Python機器學習7:如何保存、加載訓練好的機器學習模型
    本文將介紹如何使用scikit-learn機器學習庫保存Python機器學習模型、加載已經訓練好的模型。學會了這個,你才能夠用已有的模型做預測,而不需要每次都重新訓練模型。本文將使用兩種方法來實現模型的保存和加載:Pickle和joblib。
  • 用實測方法建立變壓器諧波模型,準確性高,通用性好
    對於傳統的變壓器模型,在研究車網諧振、牽引網低頻振蕩等問題中存在適用性和精度都不足的問題;而對於簡化的仿真模型,在探究諧振機理及其傳播特性時,還會出現明顯的誤差。因此,有必要提出一種新的建模方法來建立變壓器在諧波工況下的模型。
  • 詳解漏鬥模型及如何通過行為設計提升轉化率
    AISAS模型因為AIDMA模型缺少用戶反饋的環節,且隨著網際網路用戶教育的完成,消費者行為模式發生了改變,隨之衍生出了AISAS模型(Attention,Interest,Search,Action,Share),也就是注意-興趣-搜索-行動-分享。
  • 11個重要的機器學習模型評估指標
    全文共8139字,預計學習時長16分鐘構建機器學習模型的想法應基於建設性的反饋原則。你可以構建模型,從指標得到反饋,不斷改進,直到達到理想的準確度。評估指標能體現模型的運轉情況。評估指標的一個重要作用在於能夠區分眾多模型的結果。
  • 科學好故事 | 月球商業採礦新競賽
    日前俄通社還曾報導,俄羅斯航天局局長表示,俄羅斯很可能與中國一起,在月球上建立聯合研究基地。  然而雖然人類在50年前即已登陸月球,但時至今日,依舊還未真正搞清楚開發這一鄰居星球的最佳方案。今年5月初,美國川普政府允許本國商業公司在月球表面開採,似乎為月球表面商業開發打開了一扇大門。