通过设计让学习变轻松 - Google 的 Primer 团队是如何做用户体验设计的

简介: 本文讲的是通过设计让学习变轻松 - Google 的 Primer 团队是如何做用户体验设计的,那么可想而知:尽管大量信息对我们来说触手可及,而所有的新技术都似乎在一夜之间涌出,97%的人丝毫不会为了提升自己而花时间寻求这些新知识。
本文讲的是通过设计让学习变轻松 - Google 的 Primer 团队是如何做用户体验设计的,

学习一向是个苦差事,如何在设计上下功夫,让学习变得愉快呢?

说起来容易做起来难。直观上讲,人们通常不会全力以赴地学习新知识。调查显示,仅3%的美国成年人在他们的日常生活中会花费时间去学习。¹

那么可想而知:尽管大量信息对我们来说触手可及,而所有的新技术都似乎在一夜之间涌出,97%的人丝毫不会为了提升自己而花时间寻求这些新知识。

这就是我们团队在Google打造 Primer,时面临的挑战,Primer是一款帮助人们在5分钟之内学习数字营销知识的app。

用户体验是解决这个问题的关键。学习有几个门槛要面对:你需要弄清楚你要学习什么,在哪儿学,以及你想怎么学,然后你需要时间、金钱和精力去跟进。

这意味着我们的用户体验设计(UX)需要满足两点:app需要直观和引人入胜,此外还需要克服一切影响用户学习的障碍。

为了迎接这个挑战,我们考虑了三种用户使用我们app的场景:仪表盘、独立课程以及每节课的活动。

1、仪表盘

仪表盘的作用至关重要,因为这是人们首次打开app看到的界面。我们花了几个月的时间迭代和设计了不同仪表盘的原型,尝试了各种方案:课程包;让用户从3个随机课程中进行挑选;对课程主题相关事件进行地理位置定位;或者为我们合作的专家和品牌制作专属小部件(widgets)。一切皆有可能、方案层出不穷。

早期的仪表盘原型

很明显我们需要一个指导方针,因此我们从用户角度出发。通过调查发现,使用这个应用的用户可以被分为三类:

  • 被动型: 他们会四处寻找和浏览。
  • 好奇型: 他们希望学习一些东西,但不知道学什么。
  • 主动型: 他们目标明确,对想学的内容有不止一种想法。

最终的仪表盘样式:精选、分类和队列

对于 被动型, 我们打造了特色专区,其中展示了5个人们能立刻开始学习的推荐课程。

与此同时,我们让 好奇型 用户能方便地通过主题或分类查找课程,其中包括——广告、内容、度量和策略。

此外,对于 主动型 用户,我们提供了一个管理工具:队列。他们能在这里生成专属课程列表,还能方便地随意添加和删除课程。

2、课程

app接下来要考虑的就是课程本身。Primer的课程目的是极大程度地消磨时间,用户可以在火车上或孩子看动画时进行学习。

但是,学习需要集中力。我们不能让用户心不在焉地阅读课程。

我们把我们的解决方案命名为“节奏化学习”,每个课程元素——每次滑动、每个卡堆,以及每张插图——都在用户阅读内容时被设计为节奏型向导。

这种滑动手势让用户在阅读每张卡片时都有一种完成的感觉。挤满了信息的文本文件使人退却,但分解成卡片的课程则让人有操控感。这些卡片3-7张为一组堆叠在一起,一旦最后一张卡片被滑走,另外一组就会重新滑入。每完成一组,就会有个小成就,意味着用户不需要一直等到课程结束才能感到学有所获。

完成时刻,就会展示插图。每张插图就是个小惊喜,让用户在微笑中将学习成果融入生活。尽管将展示插图加入课程创建的过程中会增加额外的工作流,但这也给课程加入了一种幽默和编辑(editorial-ness)的奇妙融合。

3、活动

用户体验设计的第3个,也是最后一个元素就是活动。我们在不同时段设计了三种互动方案:每节课早期的“快速开始(Quick Starts)”;课程中期的“课间互动(Mid-Lesson)”;以及在结束时的“现在就做(Do This Nows)”。

快速开始(Quick Starts)的目的是让用户迅速对课程上手。例如,在搜索广告课程中,用户被要求从一堆衣服中找到条纹袜子。这种“找不同”游戏(Waldo-style activity)说明了(广告)内容在搜索结果顶部出现的价值——搜索结果能够明显区别于其他搜索结果,而不像是隐藏在一堆衣服中的袜子。这种互动不是考试测验,而是能让用户立刻对课程主题产生思考。

在这个“快速开始”中,我们使用了一种“找不同”的游戏方式证明了搜索广告的优点。

就像你想的那样,“课间互动(Mid-Lesson)”出现在课程学习中间出现,中断阅读,并让用户以一种新的形式参与主题互动。在其中一节课中,我们的互动形式是要求用户把程序化媒体购买(programmatic media buying)的拼图从字面上拼在一起。在另外一课,我们把常见意义上的“做或不做”行为重新设计为一种复杂的主题。例如,在解释“移动端用户参与度”上,我们询问用户放弃发送移动推送通知是不是个好主意?结果是显而易见的,而这正是我们想要的。这些互动活动给用户带来自信,并让用户以一种轻松直观的方式获取信息,然后在脑中形成知识体系。

这个“课间互动拼图”以一种轻松直观的方式解释了一个复杂的概念

最后,现在就做(Do This Nows)功能为用户提供了一种真实的案例,能够让用户立即应用到自己的项目中。你应该从哪里跟踪你网站的数据指标?你准备好程序化购买了么?这么做会让课程感觉更有针对性和目的性。我们相信把课程用于实践是最好的学习方法,即使只是刚起步状态。

“现在就做”让用户在填空的过程中提供了一种个性化的体验。

像其他app一样,Primer在生存空间和关注度上面临着激烈竞争。所以说,给用户提供集知识性、趣味性和高效率于一体的体验设计至关重要。

我们的用户体验设计,目的是让学习更有趣——这也是很多人所希望的,他们不想让学习成为一件充满压力的事情。我们希望用户喜欢这样的形式和它的灵活性。学习在以往可能被看做一种义务,而现在,这就是一种每天早上你在等咖啡——无论在上网或在家——或任何5分钟自由时间时都可以很容易做的事。

脚注:

  1. 25岁以上美国成人的数据,来源于劳工统计局“2015美国人时间利用调查”。




原文发布时间为:2016年01月07日

本文来自云栖社区合作伙伴掘金,了解相关信息可以关注掘金网站。
目录
相关文章
|
6月前
|
程序员 Python
【🔥热闻速递】Google 裁撤 Python研发团队
Google近日决定解散其Python研发团队,原因是寻求更低劳动力成本,可能转向其他国家招聘。此举可能源于美国程序员薪资高昂,相比之下,中国工程师薪资更低且效率更高。谷歌CEO Sundar Pichai已将部分团队迁移至印度。这一决策引发对公司长期可持续性和人才保留问题的讨论,暗示谷歌正面临挑战。
92 5
|
6月前
|
JavaScript 前端开发 定位技术
如何正确学习GEE(Google Earth Engine)?含学习资源链接
如何正确学习GEE(Google Earth Engine)?含学习资源链接
612 0
|
6月前
|
人工智能 前端开发 安全
2023 Google 开发者大会学习心得总结
2023 Google 开发者大会学习心得总结
82 1
|
Web App开发 JavaScript 前端开发
忍受不了糟糕的工作氛围,我退出了 Google WebAssembly 团队
当地时间 5 月 11 日,游戏设计师、工具开发者 Katelyn Gadd 在一篇博文中分享了她在 Google WebAssembly 团队中的工作经历。这位女士讲述了自己在 Google 任职期间因为管理混乱患上脑损伤并长期饱受折磨,这些负面经历凸显了 Google 糟糕的工作氛围:团队缺乏支持并且领导者们又没有改革能力。“我希望这个故事能够帮助人们认识到自己工作场所中的有害文化,或者能帮助新员工在 Google 获得更好的职业生涯。”Gadd 说。
175 0
忍受不了糟糕的工作氛围,我退出了 Google WebAssembly 团队
DHL
|
XML 前端开发 Java
[译] Google 官方正解是否应该学习 Kotlin
这篇文章来自 Google 开发技术推广工程师 Florina Muntenescu 分享的一篇文章,在这篇文章里精选了 Google 宣布支持 Kotlin 以来,收到的最热门的几个问题,回答了是否应该学习 Kotlin、以及如何学习 Kotlin。全文分为 译文 和 译者思考 两个部分。
DHL
232 0
[译] Google 官方正解是否应该学习 Kotlin
|
机器学习/深度学习 人工智能 搜索推荐
Google提出用对比学习解决推荐系统长尾问题
Google提出用对比学习解决推荐系统长尾问题
959 0
Google提出用对比学习解决推荐系统长尾问题
|
机器学习/深度学习 编解码 计算机视觉
一行预处理代码,让你的CV模型更强!Google research教你用可学习的resizer
图像预处理的一个重要操作就是resize,把不同大小的图像缩放到同一尺寸,但目前用到的resize技术仍然是老旧的,无法根据数据变换。Google Research提出一个可学习的resizer,只需在预处理部分略作修改,即可提升CV模型性能!
252 0
一行预处理代码,让你的CV模型更强!Google research教你用可学习的resizer
|
机器学习/深度学习 算法 测试技术
ICLR2020|迄今为止最大规模,Google 推出针对少样本学习的 Meta 数据集
深度学习的成功往往依赖于大量手动标注的训练数据,这种局限性,激发了对少样本学习的研究,Google 在 ICLR2020 发布的 Meta-Dataset 则针对此问题,进行了新的探索和尝试。
386 0
ICLR2020|迄今为止最大规模,Google 推出针对少样本学习的 Meta 数据集
|
设计模式
前Google人谈团队管理:针对不同员工的情境管理法和如何选择合理的团队规模
本文作者Tomasz Tunguz是Redpoint Ventures的风险投资人,曾在Google担任产品经理并参与过AdSense项目。 我有一个朋友,他创立了一家很成功的公司,而且还在迅速发展。在最近的一次聊天中,我向他询问过去几年最大的收获是什么。他说,在创业之前,他把管理看成“创可贴”,用来弥补组织设计上和公司正常运营上的错误。但随着时间推移,他渐渐意识到,管理是公司建设的唯一途径。而他接下来所说的,更令我久久无法忘怀。
237 0
前Google人谈团队管理:针对不同员工的情境管理法和如何选择合理的团队规模
|
机器学习/深度学习 编解码 自然语言处理
Paper:2017年的Google机器翻译团队《Transformer:Attention Is All You Need》翻译并解读(二)
Paper:2017年的Google机器翻译团队《Transformer:Attention Is All You Need》翻译并解读
Paper:2017年的Google机器翻译团队《Transformer:Attention Is All You Need》翻译并解读(二)

热门文章

最新文章