B端工具型產(chǎn)品如何進行引導式設(shè)計?來看大廠的總結(jié)!
B 端工具型產(chǎn)品在企業(yè)環(huán)境中發(fā)揮著至關(guān)重要的作用,然而,它們的復雜性常常讓用戶感到困擾。引導式設(shè)計成為解決這一挑戰(zhàn)的重要策略。通過本文,我們將深入探討 B 端產(chǎn)品引導式設(shè)計的特殊性,以及如何通過它來提高效率、降低成本,滿足用戶需求,創(chuàng)造更大價值。
一、B 端引導式設(shè)計的特征
引導的釋義:指導、引領(lǐng)、協(xié)助或支持某人或某物朝著特定目標、方向或行動前進。
我們可以理解,引導式的核心目的是讓使用者更好的達成某一目標或目的。傳統(tǒng)引導式設(shè)計的方法主要是:新手引導、操作提示、上下文幫助等,其目的是讓用戶更好的了解產(chǎn)品功能并進行使用。而 B 端產(chǎn)品的核心目的在于:高效、準確的完成任務(wù)。所以在 B 端引導式設(shè)計中我們需要考慮以下兩個核心要點:
- 線性的操作路徑:更線性的操作鏈路在減少用戶的學習成本的同時,減少決策點,提升作業(yè)效率
- 及時、準確的提醒與反饋:及時提供提醒與反饋將引導用戶進行下一步動作,提升作業(yè)準確性
二、線性作業(yè)模式:業(yè)務(wù)梳理的底層邏輯
B 端業(yè)務(wù)較為復雜,流程多,鏈路長,同時 B 端產(chǎn)品的屬性導致在開發(fā)時并沒有注重用戶體驗,這造成了一線用戶在使用產(chǎn)品時操作繁瑣,學習成本高,有較多決策點。于是,重新梳理業(yè)務(wù)流程,進行用戶行為重塑,通過簡潔明了的線性流程輔以系統(tǒng)決策引導用戶使用是核心方法。那么,設(shè)計該如何進行業(yè)務(wù)流程的梳理并參與重塑呢?
1. 業(yè)務(wù)與用戶的前期梳理
前期梳理的步驟大部分設(shè)計師都已經(jīng)掌握,一般可以分為兩大步驟:
- 業(yè)務(wù)、用戶資料的收集和了解
- 整合梳理
①業(yè)務(wù)、用戶資料的收集和了解
一般在這個環(huán)節(jié),我們的產(chǎn)品抑或是業(yè)務(wù)方會主動提供此類信息,但我們在了解業(yè)務(wù)的時候必須重點關(guān)注兩個點:
- 業(yè)務(wù)目標
- 業(yè)務(wù)標準作業(yè)流程(sop)
也就是目的和方法。通過了解這兩個要素,能更好的明確后續(xù)的設(shè)計方向。
梳理業(yè)務(wù)流程和目標的方式主要包括:
- 業(yè)務(wù)方溝通
- 業(yè)務(wù) sop 文檔查看
- ...
進一步了解用戶行為流程,我們可以通過:
- 一線調(diào)研/訪談
- 沉浸式體驗
- 用戶旅程圖繪制
- 服務(wù)藍圖繪制
- ...
此類方式為較基礎(chǔ)的前期梳理步驟,不多做贅述。
②整合梳理
當我們收集了業(yè)務(wù)流程、用戶行為流程后,可以進行結(jié)合對比,當然,在一線調(diào)研中也可能發(fā)現(xiàn)一線問題,我們可以用流程圖的形式將幾個部分放在一起查看,通過業(yè)務(wù) sop、用戶行為流程的對比我們可以清晰的看出業(yè)務(wù)行為和用戶行為間一些不合理的環(huán)節(jié),抑或是二者之間的差異。而這些不合理和差異,就是我們需要聚焦分析和解決的問題
2. 問題分析與流程重塑
當我們在了解了業(yè)務(wù)流程和用戶操作流程后并發(fā)現(xiàn)了不合理之處后,應(yīng)該如何分析問題原因,并找到解決方案?接下來我將介紹兩種底層思考方式,輔助進行問題分析和求解的思路。
①解題思路 1:正向推理-演繹推理法
所謂演繹法或稱演繹推理,是指人們以一定的反映客觀規(guī)律的理論認識為依據(jù),從服從該認識的已知部分推知事物的未知部分思維方法。 是由一般到個別的認識方法。核心為看透事物的本質(zhì),拆解為基礎(chǔ)的原件,再從根本上解決問題。演繹法一般會使用三段式:
- 大前提——已知的一般原理
- 小前提——所研究的特殊情況
- 結(jié)論——根據(jù)一般原理,對特殊情況作出判斷
在實際的分析中,基于前期梳理有以下分析流程:
拆解問題動作--收集相關(guān)條件(場景)--拆解推導--得出結(jié)論--重組流程。
舉證說明:
分揀有一個環(huán)節(jié)是發(fā)貨組板。業(yè)務(wù)制定的 sop 需要讓分揀員先掃描一個流向,再掃描一個貨物,如果貨物的流向和所掃流向匹配,則掃描成功,員工就會裝到流向?qū)?yīng)的容器中,如果不對,就需要掃描貨物所對應(yīng)的流向,再掃描貨物,以此往復。
業(yè)務(wù)認為此環(huán)節(jié)一線作業(yè)效率低下,希望進行重塑
step1 拆解問題動作:在對業(yè)務(wù)流程和用戶行為流程分析后發(fā)現(xiàn)實際操作中遇到貨物連續(xù)流向不一的場景就需要頻繁的掃描流向號切換流向,這導致了一線作業(yè)效率損耗。
- 核心問題:需要掃描流向號切換流向
- 異常動作:掃描流向號
于是我們需要針對發(fā)現(xiàn)的問題進行"取證"并"推理"
step2 搜集相關(guān)條件:獲知目的、一些已知條件
step3 拆解推導:通過連續(xù)的三段式的推導得出關(guān)鍵信息—掃描包裹能選擇容器
step4 得出結(jié)論:定位容器步驟可以不掃描流向號
通過以上的演繹推理,我進行了新的作業(yè)流程重組,借助系統(tǒng)的能力來避免用戶頻繁需要掃描流向號的問題。
step5 重組流程:
- 掃描包裹
- 系統(tǒng)自動歸堆(系統(tǒng)提醒用戶所屬流向)
達成結(jié)果:用戶只需沉浸式掃描包裹,無其余操作
重組作業(yè)流程后的操作流程
由此,在簡化了用戶操作的同時減少了用戶來回往復的支線鏈路,通過引導式的方式讓用戶有一個線性的沉浸工作流。大大提升了用戶的操作效率。
②解題思路 2:逆向思維
逆向思維,也稱求異思維,它是對司空見慣的似乎已成定論的事物或觀點反過來思考的一種思維方式。逆向思維一般有四種方法:結(jié)構(gòu)逆向、功能逆向、狀態(tài)逆向、因果逆向。其本質(zhì)就是多維度多角度的思考問題,跳出框架看實物的本源。
舉證說明:
在此我以因果逆向(溯源追因)的方式舉一個實際設(shè)計中的例子:
在運輸場景中,其運作模式一般為
由不同分揀提出向其他分揀發(fā)貨的需求,調(diào)度員將部分任務(wù)統(tǒng)一下發(fā)至某個司機,司機需要依據(jù)規(guī)定對每個任務(wù)進行運輸以及節(jié)點操作。最后司機通過一條運輸線路完成了各個分揀中心的任務(wù)串聯(lián)。
現(xiàn)有流程為:
1)分揀提出需求--司機接受需求-1/2/3--交付需求
我們?nèi)ナ崂硭緳C的行為流程就會發(fā)現(xiàn):
司機每一個任務(wù)都需要執(zhí)行三個大動作
- 始發(fā)地:簽到、發(fā)車
- 目的地:簽到
但當同一個分揀中心提了兩個需求,或是有其他分揀在此地卸車的任務(wù)時,司機就會同時執(zhí)行多個任務(wù),此時就會出現(xiàn)一個問題:
2)問題:在同一個分揀會出現(xiàn)多個重復簽到/發(fā)車的動作。
例如司機在同一個分揀有 2 個任務(wù),則需要分別操作 2 次簽到和 2 次發(fā)車。但是對于實際線下場景來說,司機只發(fā)車一次。
宏觀的去看司機作業(yè)模式我們會發(fā)現(xiàn),雖然提交至司機的需求是零散的,但是司機實際的執(zhí)行結(jié)果是不逆向的線路。那么用逆向思維的方式思考,以結(jié)果為起點:
3)如果我們一開始就給司機這么一條線路呢?
根據(jù)這個思路進行了司機操作流程的模擬,發(fā)現(xiàn)司機的執(zhí)行動作被大大簡化了,線性的作業(yè)流程刪減了不必要的重復動作,讓操作更貼合實際。
實際設(shè)計過程中的核心簡化思路如下:
- 橫向去重:將重復出現(xiàn)的網(wǎng)點進行去重聚合,僅展示唯一的客觀物理線路,即司機實際執(zhí)行線路
- 縱向細分:以分揀網(wǎng)點為維度縱向細化,區(qū)分場內(nèi)任務(wù)的操作流程(裝/卸),將縱向流程線性化
重復的任務(wù)越多,減少的步驟越多
具體設(shè)計:
通過逆向思維,由結(jié)果溯源,跳出框架去思考問題和拆解流程,有時候會更接近于真相。因為在 B 端的作業(yè)場景中,用戶的執(zhí)行結(jié)果往往是通過用戶自己的探索和思考達成的,剖析用戶行為結(jié)果也是在分析用戶的思考路徑和經(jīng)驗沉淀的過程。
三、及時觸達:多模態(tài)的引導
建立及時的提醒和反饋機制的目的是為了引導用戶做出判斷以及更好的執(zhí)行下一步動作,那么我們應(yīng)該在哪些場景給予用戶提醒、反饋,以及使用什么方式呢?
1. 定位觸達的場景
針對 B 端工具性產(chǎn)品用戶的訴求,想要定位他們所需提醒的場景和時機,我們只需要了解業(yè)務(wù)考核指標是什么,就可以快速推導用戶所需的反饋場景。當然,我們也可以采用一線調(diào)研、訪談等方式直接了解到用戶的訴求。根據(jù)大量的調(diào)研和一線訪談經(jīng)驗,我大致總結(jié)了一線員工對系統(tǒng)觸達的訴求,并進行了如下分類:
①任務(wù)進度反饋(重點)
員工對任務(wù)最關(guān)注的無非兩個維度:還剩多少時間、還剩多少工作。
- 時效情況:員工需要及時了解任務(wù)的時效,包括開始/截止時間和重要里程碑。系統(tǒng)可以提供定期的時間提醒。例如:司機還剩多少時間需要到達目的地、快遞員還剩多少時間需要完成配送等。
- 作業(yè)情況:員工需要了解作業(yè)內(nèi)容的執(zhí)行情況和變化。前者是讓員工及時獲取當前完成情況以規(guī)劃后續(xù)作業(yè)節(jié)奏,后者是引導員工在作業(yè)內(nèi)容變動時進行規(guī)劃。例如:裝車員需要車輛當前的裝載進度、快遞員需要了解是否有新增的攬收、派送訂單等
②錯誤/異常反饋(重點)
業(yè)務(wù)對員工的考核除了效率之外,還有準確度
異常操作反饋:在員工執(zhí)行了一些異常動作后的反饋,以便員工進行及時糾正。例如:掃描到了異常包裹、不在圍欄內(nèi)到車等
③目標達成反饋:
此處分為兩個維度:單元任務(wù)的達成情況、周期任務(wù)的達成情況
- 單元任務(wù)達成:單元任務(wù)的執(zhí)行反饋,例如:一個掃描動作的結(jié)束,一個運輸任務(wù)的完結(jié)
- 周期達成:一段時間的業(yè)務(wù)達成情況,一般為周期性總結(jié)。例如:月度攬收及時率情況
④溝通和協(xié)作反饋
上下游交互的信息交互,對于傳遞一些關(guān)鍵信息較為有用
- 公告性文件:集團的公告或一些行為準則文章
- 上下游工作交互:審批結(jié)果及一些上下游協(xié)同作業(yè)的反饋
以上是總結(jié)的一些需要在系統(tǒng)中給予反饋的場景,我們可以根據(jù)實際的用戶需求和業(yè)務(wù)指標,對反饋的強弱程度進行自行定義。但針對需要及時觸達的反饋,我們可以用以下公式進行設(shè)計:反饋的內(nèi)容+下一步動作(如何處理)
2. 多模態(tài)反饋方式
系統(tǒng)常見的反饋方式一般是通過界面交互進行反饋,也就是使用視覺通道進行觸達。但是在一線實操環(huán)境中,用戶的視覺通道時常被工作內(nèi)容所占用,并不能很好的注意到界面提醒,此時,我們就需要通過其他通道對用戶進行提醒,以便更好的觸達用戶。如何定義當前用戶感官通道的占用情況?我們一般會使用 VACP 模型
VACP 模型是基于人們的視覺、聽覺、認知與心理運動構(gòu)建的一個數(shù)據(jù)模型,每一個字母代表不同的通道,V 代表視覺、A 代表聽覺、C 代表認知、P 代表心理運動,每一個通道中有 0~7 分,分數(shù)越高代表占用通道越高。
在多模態(tài)設(shè)計中,平衡多感官的輸出,建立不同感官模態(tài)的配合與平衡至關(guān)重要?;诓煌膱鼍跋绿囟ǖ娜蝿?wù)去拆解,利用 VACP 模型把不同感官的屬性和特征進行數(shù)字化設(shè)計,從而來探索任務(wù)中不同感官之間的平衡關(guān)系。
3. 舉證說明
根據(jù)上述所說的定位場景+選擇通道進行用戶反饋設(shè)計,我們可以得出貼合用戶需求且能高效觸達的提醒、反饋體系。舉一個簡單的例子
在貨運司機行駛過程中需要什么信息反饋,同時應(yīng)該用什么方式觸達?
通過主要考核指標分析用戶關(guān)注點,得出司機所需反饋的場景,再進行 VACP 分析,獲知司機行駛過程中的通道占用情況,從而發(fā)現(xiàn)最適合的觸達方式,最終得出結(jié)論:
在司機運輸途中
- 場景:時效關(guān)鍵節(jié)點(規(guī)定時間前 30、15 分鐘)、延誤風險異常發(fā)生時(車輛緩行、超時停留)
- 方式:語音提醒
四、自動化、智能化的引入
在當前智能 AI 迅速發(fā)展的環(huán)境下,各種技術(shù)不斷涌現(xiàn),使得我們可以將許多工作交給 AI 來處理,從而降低人工干預的成本。而引導式設(shè)計中也同樣可以考慮到智能化的介入。例如通過智能設(shè)備能力進行線路規(guī)劃、問題解答、語音交互等等。智能化、自動化的引入核心目的也是為了能更好的給一線提效。但是,在智能產(chǎn)品引入的同時,用戶并不會第一時間選擇相信。所以針對此類產(chǎn)品的設(shè)計我們需要更深入的探索如何構(gòu)建用戶與 ai 的信任關(guān)系。
五、總結(jié)
B 端工具性產(chǎn)品引導式設(shè)計是一個設(shè)計前置思考的領(lǐng)域,它需要我們深入理解用戶需求,不斷改進和創(chuàng)新。通過線性化的流程設(shè)計、及時反饋以及智能化自動化的引入,來可以確保產(chǎn)品在復雜的一線實操場景中,為用戶提供更高效、準確的工作體驗,同時也為業(yè)務(wù)賦能,推動業(yè)務(wù)提升。
作者:JellyDesign
想了解更多網(wǎng)站技術(shù)的內(nèi)容,請訪問:網(wǎng)站技術(shù)