看得见的设计方法——因果联想法

简介: 最近一直在探究思考问题的思路,并且希望能把自己思考的过程呈现给大家。因果联想法是笔者个人总结的方法,是在平时思考过程中用到的并且有所裨益的方法,展现的是一种分析问题的思路。笔者尝试将此方法描述出来,结合日常的工作内容展示思考的过程,希望大家能够有所启发。

方法的起源

该方法起源于issue map ,是笔者在学习服务设计课程期间学习到的一种服务设计方法。利用该方法可以帮助你从调研到的数据中逐步得出你想要解决的一系列问题,最终归纳出自己的解决方案。从严谨的角度来讲,Issue map包含:description,interpretation,analysis,conclusion,areas of issues,problem statement 6个步骤,笔者的因果联想法正是启发于其中的analysis。笔者结合在校期间的服务器设计课题,简单描述这5个步骤的含义,以帮助大家理解。

image

1、Description:现象,为客观观察到的现象本身,对观察到的现象进行客观描述而不添加任何主观色彩。Interpretation是对客观现象的主观转述,具有主观主义色彩,通常不将description与Interpretation进行区分,严格的意义上讲两者应该区分。

2、analysis:分析description产生的原因以及其可能产生的结果,需要详尽地列出现象产生的所有原因及可能产生的所有结果。此阶段正是笔者产生因果联想法的起源。

3、conclusion、areasof issues、problem statement:对多个现象的分析可以得出多条结论,进一步对结论归纳统一得到一系列的issues,映射为产品的主要功能。最后归纳出problem statement,以上述问题为例,则是:目前,充电站的规模、分布、布局与用户需求不匹配,且司机不能高效的找到充电站。由此,可以得出我们的service idea(产品定位):基于EV3.0快充技术,通过集中式超级充电站提供智能化、安全、高效的充电服务。

为了更好地理解每个阶段的含义,大家可以参照上图中示例的内容,笔者不再赘述。接下来,笔者重点讲解该方法的内容与应用。(应用为笔者结合自己工作内容的一些小的思考点)

方法的含义

image

如上图所示,因果是指按照现象/问题产生的原因以及可能导致的结果的思路进行分析,优先分析产生的原因,然后再去总结可能产生的结果。而联想是指,需要思考可能出现的所有原因以及可能产生的所有结果。需要扩展性思维,发散性的联想,穷尽所有可能出现的原因与结果;然后逐一对比结果/方案,分析每种结果/方案的利与弊,选出最合理的方案,然后进一步去思考和分析该方案,不断优化与改进,直至可以成功地解决当前问题。

方法延伸

在设计的领域当中,设计思考是无形的。笔者认为对某一问题/现象的思考不要仅局限于它产生的原因,还可以扩展至更多的“原因”,比如:场景、形式、技术、设备、方式等…,扩展性的思考时不要对思维进行限制,尽管写下所有可能性;同理,思考问题/现象/矛盾产生的结果时,也不要加以限制,尽管写下所有可能的结果、方式、界面布局、路径等。

如下图所示:

image

沿着原因—结果的思路并尽可能联想到围绕现象/问题/矛盾的多种可能性是因果联想法的精髓所在。此处需要强调联想的重要性,它依据每个人脑海中已有的积累而联想,当你觉得联想时费时费力甚至觉得大脑中一片空白时,那么你就需要去查看更多的作品,感受更多的事物(包括自然界或认为创造的),当然这其中最直接的方法就是浏览和现象/问题相关性强的网上的作品,一边查看一边将作品与自己想要解决的问题相联系,看能否给自己以启发和灵感。

方法的拆解

除了沿原因-问题-结果的思考,还可以进一步灵活变换应用此方法。比如,拆解一半,根据具体的问题仅去思考它产生的原因/场景/形式,或仅思考某一问题可能产生的结果/方案/界面等。

实际应用:由问题联想到解决方案的各种场景

image

如上图所示,是笔者在进行需求-设计思考阶段的联想发散的小案例。需求是需要展示不同地区的机房情况,笔者查找一些优秀的参考设计作品后,准备通过地图图钉的形式进行展示。于是,在设计的过程中,笔者进一步去思考地图图钉类形式可以应用的具体场景,如右上图的草图(忽略草图的草)所示:

【物流仓储】例如菜鸟、顺丰等快递,在世界各地都有自己的仓库;

【运维机房】运维机房同样在华东、华北、华南等地区有自己的服务器,也包括国外的很多城市;

【美食景点】对于初到一个城市的新人,通过地图图钉可以查看自己附近的美食与景点推荐;

【熟人社交】了解身边同学在国内或国外的不同地点,某种程度上可以促进朋友之间的交流。

以上仅为笔者在设计过程中的思考,或许和当前的需求没有直接关系,但是是对设计形式的思考,对个人的设计积累或思维发散都是有益的。

实际应用:由问题联想到各种解决方案

image

上图为笔者之前接手的需求,需要展示机房内的服务器,机房内的服务器数量无法限定,可能会很多,而电脑上的界面空间有限,超过一屏后查看很不方便。围绕该问题,笔者思考可能的解决方案,并画草图示意(请忽略草图的草,嘻嘻)

下图中,左图为笔者思考方案的草图,尽可能联想到多种解决方案,思考的过程由起初的平面展示扇形、半圆形到圆形展示,再到后续的3D环形展示。最终敲定了3D环形展示的方案,它可以不受限于界面空间和服务器数量,是最佳的解决方案,下图右为在实现过程中,开发遇到瓶颈时,积极和开发讨论如何实现该方案的过程草图。由于是公司内部产品,不方便将最终上线的效果图展示给大家,请见谅。

image

本文总结

因果联想法没有公式可遵循,而是一种分析问题的思路。在实际的工作过程中运用此方法,帮助笔者有效地思考和解决了问题。现在将方法加以总结,希望对大家有所帮助。如果大家在实际应用的过程中遇到困难,可将具体问题抛出,私信笔者,会竭尽全力指导大家沿着此方法进行思考,欢迎大家反馈。

原文发布时间为:2018-08-05
本文作者:仉长娟
本文来自云栖社区合作伙伴“互联网er的早读课”,了解相关信息可以关注“互联网er的早读课

相关文章
【QT】创建、打开QT项目只显示.pro文件的问题解决
【QT】创建、打开QT项目只显示.pro文件的问题解决
4000 0
|
人工智能 自然语言处理 前端开发
基于RAG和LLM的水利知识大语言模型系统开发有感
在数字化时代,水利行业的智能化管理尤为重要。本文介绍了基于大语言模型(LLM)和检索增强生成(RAG)技术的水利知识问答系统的开发过程。该系统结合了前沿AI技术和水利专业知识,通过构建全面的水利知识库,优化用户体验,确保系统的灵活性和可扩展性。项目展示了AI技术在垂直领域的巨大潜力,为水利行业的智能化发展贡献力量。
Vue2表格(Table)
这是一个基于 Vue3 的表格组件,提供了灵活的数据展示与分页功能。主要接收表格列配置 `columns`、数据源 `dataSource`、分页器配置 `pagination` 等参数,并支持加载状态显示及单页隐藏分页器等特性。组件内置了加载中组件 `Spin` 和分页组件 `Pagination`,样式参考 ant-design。使用时需在目标页面引入组件并设置相关属性即可实现丰富的表格展示效果。
738 1
Vue2表格(Table)
|
12月前
|
传感器 测试技术 芯片
在硬件连接时,如何确定 GPIO 引脚的功能和编号
在硬件连接中,确定GPIO引脚的功能和编号需查阅相关芯片或开发板的官方文档,了解引脚布局图,确认引脚的具体功能和编号,以确保正确连接和编程。
|
人工智能
写歌词的技巧和方法基础教程:引领你走进音乐世界,妙笔生词智能写歌词软件
音乐是灵魂的语言,歌词则是承载灵魂的载体。本文介绍写歌词的基础技巧,包括寻找灵感、确定主题、构建结构和运用语言,同时推荐《妙笔生词智能写歌词软件》作为创作助手,助力你走进丰富多彩的音乐世界。
|
机器学习/深度学习 监控 Kubernetes
【Docker 专栏】Docker 容器内服务的自动扩展与缩容
【5月更文挑战第9天】本文探讨了Docker容器服务的自动扩展与缩容原理及实践,强调其在动态业务环境中的重要性。通过选择监控指标(如CPU使用率)、设定触发条件和制定扩展策略,实现资源的动态调整。方法包括云平台集成和使用Kubernetes等框架。实践中,电商平台和实时数据处理系统受益于此技术。注意点涉及监控数据准确性、扩展速度和资源分配。未来,智能算法将提升扩展缩容的效率和准确性,成为关键技术支持。
519 1
【Docker 专栏】Docker 容器内服务的自动扩展与缩容
|
存储 缓存 监控
利用Redis构建高性能的缓存系统
在现今高负载、高并发的互联网应用中,缓存系统的重要性不言而喻。Redis,作为一款开源的、内存中的数据结构存储系统,它可以用作数据库、缓存和消息代理。本文将深入探讨Redis的核心特性,以及如何利用Redis构建高性能的缓存系统,并通过实际案例展示Redis在提升系统性能方面的巨大潜力。
|
机器学习/深度学习 弹性计算 供应链
阿里云服务器是如何计费的?包年包月按量付费抢占式实例适用于什么场景?
阿里云服务器是如何计费的?本文通过介绍包年包月、按量付费、抢占式实例三种收费模式的计费方式、适用资源和费用计算,来告知我们阿里云服务器不同的收费方式分别适用于什么场景?
1546 0
阿里云服务器是如何计费的?包年包月按量付费抢占式实例适用于什么场景?
|
SQL 安全 关系型数据库
【网络安全】SQL注入
【网络安全】SQL注入
380 0
【网络安全】SQL注入
|
SQL 分布式计算 大数据
你必须知道的9大Hadoop公司
如果你有大量的数据,那么Hadoop已然,或者即将应当进入你的视野。 当下最时髦且富有盛名的大数据管理系统原来只用在像谷歌、雅虎这样的互联网大咖,现在已经逐渐渗透到众多企业中。原因主要有以下两点:1)企业也在产生越来越多需要管理的数据,而Hadoop是一个非常棒的平台,特别是它能够合并遗留的旧数据,新数据和非结构化的数据。
2871 0