设计合理的障碍,同样可以成就优秀的用户体验

本文探讨了如何通过适当设置障碍来改善用户体验,包括阻止错误决定、辅助用户学习技能、提升用户满意度及提高内容质量等方面的方法。
对于绝大多数的设计师而言,障碍和冲突给设计带来的影响通常是负面的。这也使得绝大多数场景下,有障碍的用户体验被界定为不良的设计,最直接的影响是减缓交互的速度,降低转化率,阻碍进度。不论是UI设计还是UX设计,追求顺滑流畅快速的用户体验成了设计师们的首要目标,打破障碍,减少冲突,成了无数设计师所痴迷的设计追求。最典型的案例,就是亚马逊的一键登录,以及一键重新购买。无障碍的设计是尽量减少体验过程中所消耗的能量。在我们想象中,理想的用户体验应该是易用且快速的。但是实际上并非一直如此。正如同 Sangeet Choudary 所说的:“如果你所设计的障碍是有助于整体的互动,而非阻碍,那么它就是有帮助的。”在一部分情况下,适当地为交互设置障碍是可以改善整个用户体验的。解下来,我要为你介绍改善产品用户体验的4种障碍设计方法。


1、障碍可以有效地阻止用户做错误的决定
在产品和服务的关键环节,加入一些恰到好处的障碍,让用户在这一刻停下来思考他们正在做的事情是否正确。这种策略能让用户通过思考来减少犯错的风险:由于用户不得不停下来,便无法按照惯性快速地通过这个环节,为了通过设计师所设置的障碍,他们需要进行更繁琐或者需要集中注意力的操作,这会自然地让他们停下来思考和分析,从而降低出错率。障碍让用户退出“自动驾驶模式”,开始进行分析并进入批判性思维模式。障碍最主要的作用是打破惯性,让用户能够在这一刻开始反思ta将要执行的操作。当用户要删除某些内容的时候,系统通常都会有确认删除的对话框弹出,让用户再次确认,这就是一个典型的案例。当用户看到对话框的时候,自然会再次反思“我真的要这么做么?”而值得注意的时候,对话框中突出显示的是“取消”按钮而非删除。


2、障碍帮助用户更好地学习技能(教育,游戏)
从某种意义上来说,障碍会造成混乱,增加认知负荷。当你的设计需要用户去思考,在绝大多数情况下,不一定是件好事,因为这对用户而言产生了负担,它是障碍。但是在教育类产品当中,障碍实际上对最终结果是有正面影响的。在前面的案例当中,设置障碍让用户警醒,防止了不少安全性上可能潜藏的问题,所以并不是所有的障碍都是有害的。我们当初在学习知识和技能的时候,比如说学骑自行车,都是在磕碰和障碍中逐步成长起来的。我们大多数人都是克服了障碍成长起来的。相比于成功,人们从失败中学到的东西更多。游戏是更典型的案例。在游戏当中,障碍以任务和关卡的形式呈现出来,用户在这当中不断学习。从新手到专家,在一步步成长中养成,而这个过程让人沉迷。没有障碍和难度的游戏没人喜欢,因为障碍带来的是乐趣。游戏设计师通过关卡和障碍来促进用户学习,并且将痛点转化为令人兴奋的挑战。但是作为游戏设计师,在障碍和关卡的设计上要非常的小心谨慎,令人振奋的设计和使人沮丧的设计之间往往只有一线之隔。障碍如果太低,游戏会变得无聊;难度如果太大,用户则很容易放弃。不过,经验丰富的游戏设计师通常都能够很好的拿捏这个度。太多的挑战会让用户压力过大。


3、障碍能让用户感觉更好
早在2011年的时候,哈佛大学、耶鲁大学和杜克大学的研究人员通过一系列的研究和实验发现,人们对于自己动手创建、制作的东西,更加重视,他们将这一效应命名为宜家效应:
你在某个东西上所投注的精力越多,对它就越重视。
用户对于自己亲手组装的宜家橱柜有着独特的情感联系,而APP开发者和网站设计师对于自己的产品更是如此。
从本质上来看,是付出带来了喜爱。当你将精力和时间投注在一些东西上,你和它之间就产生了情绪关联。人们喜欢成就感,因为成就感所附带的是能力感和控制感。
同时还应该注意下面的两个问题:
·用户只有在付出且完成任务之后,才能和产品产生联系(爱)
·奖励/回报的价值应该高于用户的付出,换句话来说,就是奖励要足够高。不过考虑到每个人的认知都不同,奖励的尺度要控制好。


4、障碍对质量有提升
当你的产品在获取新用户的时候,让体验流畅顺滑是很自然的目标,如果用户在注册环节就感受到障碍了,这违反了用户体验的原则。不过,这也是要分产品和用户。障碍和门槛本身是可以用来筛选用户的,对于需要用户来产生高质量内容的平台而言,门槛和障碍是提升质量的必备组成部分。当产品体验和用户质量以及他们的交互挂钩的时候,门槛和障碍就显得很有帮助了。看看 Product Hunt 这个网站吧。如果任何人都能在这个平台上发布新的产品和内容,那么它将很快被垃圾内容填满。这也是为什么Product Hunt 的团队会精心筛选能够认真发布正确内容的人。设置障碍以获得高素质的内容发布者,成就了如今的 Product Hunt
结语
障碍看起来是个贬义词,但是它所带来的结果不总是负面的。和任何工具一样,它本身应该是中性的,如何使用决定了最终的结果。


本文来自:Uxplanet,原文作者:Nick Babich
翻译:优设网@陈子木
大连中钰睿泓与你分享精品文章
内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位与地图构建)的性能展开多项对比实验研究,重点分析在稀疏与稠密landmark环境下、预测与更新步骤同时进行与非同时进行的情况下的系统性能差异,并进一步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度与地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试与分析。; 适合人群:具备一定机器人学、状态估计或自动驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测与更新机制同步与否对滤波器稳定性与精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重点关注状态协方差传播、观测更新频率与噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 与稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行与非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
内容概要:本文围绕“基于主从博弈的售电商多元零售套餐设计与多级市场购电策略”展开,结合Matlab代码实现,提出了一种适用于电力市场化环境下的售电商优化决策模型。该模型采用主从博弈(Stackelberg Game)理论构建售电商与用户之间的互动关系,售电商作为领导者制定电价套餐策略,用户作为跟随者响应电价并调整用电行为。同时,模型综合考虑售电商在多级电力市场(如日前市场、实时市场)中的【顶级EI复现】基于主从博弈的售电商多元零售套餐设计与多级市场购电策略(Matlab代码实现)购电组合优化,兼顾成本最小化与收益最大化,并引入不确定性因素(如负荷波动、可再生能源出力变化)进行鲁棒或随机优化处理。文中提供了完整的Matlab仿真代码,涵盖博弈建模、优化求解(可能结合YALMIP+CPLEX/Gurobi等工具)、结果可视化等环节,具有较强的可复现性和工程应用价值。; 适合人群:具备一定电力系统基础知识、博弈论初步认知和Matlab编程能力的研究生、科研人员及电力市场从业人员,尤其适合从事电力市场运营、需求响应、售电策略研究的相关人员。; 使用场景及目标:① 掌握主从博弈在电力市场中的建模方法;② 学习售电商如何设计差异化零售套餐以引导用户用电行为;③ 实现多级市场购电成本与风险的协同优化;④ 借助Matlab代码快速复现顶级EI期刊论文成果,支撑科研项目或实际系统开发。; 阅读建议:建议读者结合提供的网盘资源下载完整代码与案例数据,按照文档目录顺序逐步学习,重点关注博弈模型的数学表达与Matlab实现逻辑,同时尝试对目标函数或约束条件进行扩展改进,以深化理解并提升科研创新能力。
内容概要:本文介绍了基于粒子群优化算法(PSO)的p-Hub选址优化问基于粒子群优化算法的p-Hub选址优化(Matlab代码实现)题的Matlab代码实现,旨在解决物流与交通网络中枢纽节点的最优选址问题。通过构建数学模型,结合粒子群算法的全局寻优能力,优化枢纽位置及分配策略,提升网络传输效率并降低运营成本。文中详细阐述了算法的设计思路、实现步骤以及关键参数设置,并提供了完整的Matlab仿真代码,便于读者复现和进一步改进。该方法适用于复杂的组合优化问题,尤其在大规模网络选址中展现出良好的收敛性和实用性。; 适合人群:具备一定Matlab编程基础,从事物流优化、智能算法研究或交通运输系统设计的研究生、科研人员及工程技术人员;熟悉优化算法基本原理并对实际应用场景感兴趣的从业者。; 使用场景及目标:①应用于物流中心、航空枢纽、快递分拣中心等p-Hub选址问题;②帮助理解粒子群算法在离散优化问题中的编码与迭代机制;③为复杂网络优化提供可扩展的算法框架,支持进一步融合约束条件或改进算法性能。; 阅读建议:建议读者结合文中提供的Matlab代码逐段调试运行,理解算法流程与模型构建逻辑,重点关注粒子编码方式、适应度函数设计及约束处理策略。可尝试替换数据集或引入其他智能算法进行对比实验,以深化对优化效果和算法差异的理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值