Ieguvumi:
- Spēja sastādīt izvēlni, navigāciju un satura struktūru (informācijas arhitektūru) ar mākslīgo intelektu un pārbaudīt to ar karšu šķirošanas rezultātiem
- Iespēja piesaistīt lietotāju plūsmas un darbības no ekrāna līdz ekrānam mākslīgajā intelektā un uztvert loģikas nepilnības un malas gadījumus
- Spēja kritiski pielāgot mākslīgā intelekta ierosināto struktūru atbilstoši reālajai lietotāja valodai un mentālajam modelim
Ja produkts kļūst grūti lietojams, problēma bieži vien nav ar krāsu vai pogu, bet gan ar struktūru. Informācijas arhitektūra (IA) ir veids, kā produkta saturs tiek grupēts, nosaukts un sakārtots navigācijas struktūrā: izvēlnes, kategorijas, hierarhija. Lietotāju plūsma ir darbību secība no ekrāna uz ekrānu, ko lietotājs veic, lai sasniegtu noteiktu mērķi (reģistrējoties, iegādājoties produktu). Abi veido neredzamo skeletu. AI ātri izveido šī skeleta kontūru un palīdz novērst loģikas nepilnības; Bet to, vai struktūra atbilst patiesā lietotāja prātam, var noteikt tikai cilvēka spriedums un pārbaude.
Informācijas arhitektūra: runā lietotāja valodā
IA fundamentālā spriedze ir šāda: vai jūs organizēsit saturu atbilstoši iestādes loģikai vai lietotāja prātam? Lielākā daļa neveiksmīgo izvēlņu uzspiež lietotājam uzņēmuma iekšējās nodaļas struktūru ("Uzņēmuma risinājumi", "Operāciju centrs"). Ja lietotājs jautā: "Kā apmaksāt rēķinu?" viņš domā.
Mākslīgais intelekts šeit ir divvirzienu palīgs. No vienas puses, tas liecina par saprātīgu sākotnējo kategoriju struktūru; No otras puses, tas palīdz pārbaudīt pašreizējo struktūru, salīdzinot ar lietotāja valodu. Taču modeļa ieteiktās atzīmes parasti ir “vidējā interneta valoda”; Vārdi, ko jūsu lietotājs faktiski izmanto, var atšķirties. Tāpēc IA melnraksts tiek pārbaudīts ar karšu šķirošanu: reālajiem lietotājiem tiek izdalītas satura kartītes, un viņi tās sašķiro; jūs pielāgojat struktūru atbilstoši to grupējumam.
Padoms. Saņemot kategoriju ieteikumus no mākslīgā intelekta, lūdziet tam arī "pārtulkot katru kategoriju jautājuma teikumā, ko lietotājs izveidos". Tas paātrina pāreju no uzņēmuma žargona uz lietotāja valodu.
Lietotāju plūsmas: soļi, lēmumi un malas gadījumi
Labā blokshēmā ir skaidri norādītas trīs lietas: darbības (ko dara lietotājs), lēmuma pieņemšanas punkti (jā/nē atzari) un malas gadījumi — situācijas, kas atrodas ārpus galvenā ceļa: tukšs grozs, slikta parole, interneta pārtraukums, sesija, kurai beidzies derīguma termiņš. Nepieredzējuši dizaini iezīmē "laimīgo ceļu" (scenārijs, kurā viss notiek labi) un aizmirst par malām; Lietotājs pārsvarā tusējas šajās aizmirstajās vietās.
Šeit AI ir spēcīgs: eksportējot straumi, jūs jautājat: "Kāda malas stāvokļi trūkst?" Kad jūs jautājat, tas parasti uztver dažus, kurus esat palaidis garām. Modelis darbojas kā plūsmas kritiķis. Bet jūs izlemjat, vai katra tā ieteiktā nozare ir patiešām nepieciešama, produktu klāsts un lietotāju realitāte; Pretējā gadījumā plūsma kļūst nevajadzīgi sarežģīta.
straumes elements
Mākslīgā intelekta ieguldījums
cilvēka lēmums
Galvenie soļi
Standarta ranga projekts
Produktam raksturīga vienkāršošana
lēmuma punkti
Iespējamie zari
Kas patiešām ir nepieciešams
Malu futrāļi
Atgādinājums par aizmirstām lietām
Kas tiks segts
Etiķete/teksts
pirmais ieteikums
Pielāgošanās lietotāja valodai
Kļūdu ceļi
Vispārīgi modeļi
Produkta faktiskie kļūdu veidi
trīs mini futrāļi
1. gadījums — izvēlne ir kļuvusi vienkāršāka. Komanda mākslīgajam intelektam piešķīra 9 galvenās izvēlnes nosaukumus un lūdza "pārtulkot tos lietotāja jautājuma teikumā". Tika redzēts, ka 3 virsraksti atbilst vienam un tam pašam jautājumam ("Kā pārvaldīt kontu?"); Izvēlne samazināta no 9 uz 6. Pēc tam tika pārbaudīti 14 lietotāji ar karšu grupēšanu un tika pārbaudīta sapludināšana. Klikšķu panākumi palielinājās no 61% līdz 86%.
2. gadījums — aizķerta mala. Vienā ieraksta braucienā komanda bija izlozējusi tikai veiksmīgo ierakstu. AI jautā: "Kas notiek, ja e-pasts jau ir reģistrēts?", "Ja verifikācijas e-pasts nesaņem?", "Ko darīt, ja tas tiek aizvērts un atgriežas pusceļā?" ģenerēti jautājumi. Komanda plūsmai pievienoja arī 3 malas stāvokļus; Kad tas tika publicēts, atbalsta pieprasījumu skaits ievērojami samazinājās. Nodarbība: modelis ir labs "atgādinājums par aizmirsto".
3. lieta — noraidīta lieka filiāle. AI ieteica maksājumu plūsmai filiāles, piemēram, “kriptovalūtas opcija” un “vairāku adrešu pārvaldība”. Tie nebija iekļauti produkta komplektācijā; dizainere ieteikumus noraidīja. Nodarbība: ne katrs modeļa ieteikums tiek pieņemts; Tēmas lēmums ir cilvēka ziņā, pretējā gadījumā plūsma kļūst uzpūsta.
Kopējamas uzvednes
Jūsu loma: informācijas arhitektūras speciālists. Grupējiet tālāk norādīto satura/funkciju sarakstu kategorijās, kas atbilst lietotāja domām. Katrai kategorijai piešķiriet gan īsu etiķeti, gan jautājuma frāzi, ko lietotājs izveidos. Izvairieties no korporatīvā žargona. Izmantojiet līdz 6 vecākkategorijām. Saraksts: <<saturs>>
Izpētiet šo lietotāju plūsmu: <<soļi>>.1) Norādiet trūkstošos malas gadījumus (dīkstāves stāvoklis, kļūda, noildze, atkārtota pieteikšanās).2) Atzīmējiet darbības, kas šķiet nevajadzīgas vai neietilpst darbības jomā.3) Iesakiet atzīmes, kas neatbilst lietotāja valodai. Katram vienumam piešķiriet viena teikuma pamatojumu. Stingri sakot; Sakiet "jāpārbauda".
Ieskicējiet lietotāja plūsmu pa ekrāniem šādam uzdevumam: "<<uzdevums>>". Formāts: katrs solis = Ekrāna nosaukums > lietotāja darbība > sistēmas atbilde. Atdaliet lēmuma punktus ar "IF... TAD". Parādiet vismaz 2 kļūdu ceļus kopā ar laimīgo ceļu.
Salīdziniet šo izvēlnes struktūru ar karšu grupēšanas rezultātu: Ieteicamā struktūra: <<a>> Lietotāju grupēšana: <<b>>. Parādiet nesaderīgus izvietojumus tabulā un pamatojiet, kurš no tiem ir tuvāk lietotāja prātam.
Vāja uzvedne / spēcīga uzvedne
Vāji: "Uzrakstiet man ieraksta straumi."
Rezultāts: vispārīgs darbību saraksts bez malas gadījumiem, satur tikai laimīgo ceļu.
Spēcīgs: "Šī uzdevuma veikšanai uzzīmējiet katra ekrāna plūsmu; norādiet katru darbību šādā formātā: ekrāns > darbība > sistēmas atbilde; blakus laimīgajam ceļam parādiet vismaz 2 kļūdu ceļus; atdaliet lēmuma punktus ar IF-THEN."
Rezultāts: darbināma plūsma ar redzamiem malu stāvokļiem un zariem.
Atšķirība: nepieciešams spēcīgs uzvednes formāts + kļūdas ceļš obligāti + lēmuma punkts; tie tuvina plūsmu reālajai pasaulei.
Biežas kļūdas
- Vienkārši izstrādājot laimīgo ceļu. Lietotājs visbiežāk iestrēgst malas situācijās; to izlaišana ir visdārgākā kļūda.
- Korporatīvā žargona iekļaušana ēdienkartē. Lietotājs meklē “kur ir mans pasūtījums”, nevis “operāciju centrs”.
- IA pabeigšana bez karšu grupēšanas. Modeļa priekšlikums ir hipotēze; lietotājs apstiprina testu.
- Katra modeļa plūsmas ieteikuma pievienošana. Ārpus darbības jomas zari uzbriest plūsmu; Arī noraidīšana ir lēmums.
- Nepārbauda etiķetes vispār. Iezīme, kas, jūsuprāt, ir “saprotama”, lietotājam var būt sveša.
Rezumējot
Informācijas arhitektūra un lietotāju plūsmas ir produkta neredzams skelets; Lietotāja pieredzes plūstamība lielā mērā izriet no tā. AI ierosina ticamas kategoriju struktūras, kritizē plūsmas un ir īpaši spēcīgs aizmirstu malu gadījumu uztveršanā. Bet to, vai etiķetes atbilst lietotāja valodai, nosaka karšu grupēšana, bet plūsmas apjomu un atzarošanas nepieciešamību nosaka cilvēka spriedums. Izmantojiet modeli kā sastādītāju un kritiķi; Jūs kalibrējat struktūru atbilstoši lietotāja prātam.
Lietojumprogrammas uzdevums
- Uzskaitiet 8–10 produkta saturu/iezīmes un izveidojiet kategoriju struktūru ar pirmo uzvedni.
- Tulkojiet katru kategoriju lietotāja jautājuma teikumā un apvienojiet tos, kas ir sajaukti.
- Atlasiet uzdevumu un, izmantojot trešo uzvedni, zīmējiet plūsmu pa ekrāniem (ar vismaz 2 kļūdu ceļiem).
- Ar otro uzvedni kritizējiet plūsmu, pievienojiet trūkstošos malas gadījumus un noņemiet nevajadzīgās darbības.
- Ja iespējams, sagrupējiet mini kartes ar 3-5 cilvēkiem un pielāgojiet struktūru atbilstoši rezultātiem.
kontrolsaraksts
- [ ] Es pārtulkoju kategorijas lietotāja valodā un noņēmu žargonu.
- [ ] Papildus laimīgajam ceļam es plūsmā uzzīmēju arī kļūdu ceļus.
- [ ] Ar mākslīgo intelektu noskenēju trūkstošos malu korpusus un pievienoju.
- [ ] Es apzināti noraidīju ieteikumus, kas neatbilst darbības jomai.
- [ ] Es pārbaudīju IA projektu ar karšu grupēšanu vai lietotāju testēšanu.
- [ ] Es pārbaudīju atzīmes ar īstiem lietotāja vārdiem.