产品心理学有意义的反馈
打电话时遇到什么情况会觉得奇怪?寂静无声,完全没有提示。因此你就会挂断电话再试一次。当人们抱怨在没有任何声音的时候他们不能判断系统是否工作正常时,工程师们很生气。“我们真没办法,”他们大声叫道,“人们抱怨电话线路的噪音,所以我们做了巨大的努力来让它们完全安静下来,然后他们又开始抱怨这个!”于是工程师们在线路完全安静之后,又开始把噪音加回来。这就是舒适的噪音和“有意义的反馈”,虽然并不舒适,但它是必不可少。
银行的自动取款机在取款的时候会发出“刷刷”的数钱声音,即使只取一百元也会“刷刷”一小会儿,其实这个“刷刷”声音不是取款机在数钱时真实发出的声音,而是机器通过音响播放的声音。自动取款机为取钱时的等待配以声音,就是在运用声音进行反馈,将系统状态反馈给用户,从而消除用户对系统状态的未知而产生的焦虑。系统需要将状态反馈给用户,不让用户因对系统状态的未知而产生焦虑。
系统状态可见性包括让用户知道自己在做什么,系统在做什么,系统进行到了哪一步以及用户当前处在系统中的哪一个环节等等,若系统没有及时的反馈信息,用户不仅仅会产生焦虑,很有可能会执行错误的操作。在尼尔森十大可用性原则中,第一个原则说的就是系统状态的可见性,即系统状态需要反馈给用户。不仅仅是打电话和自动取款机,所有的产品设计中,反馈是非常重要的一环。
人与人、动物或应用程序等在沟通时潜意识里都认为每次交互后会得到一个响应。反馈信息的方式包括视觉、听觉、触觉等,如插排通电后的红色指示灯、iPhone的震动切换键等。在数字产品交互设计中,基本也都覆盖了反馈的这一点,在用户点击一个按钮、一个链接时,都会有相应的响应反馈给用户。反馈主要有可预期性、明显性和精准性等特征。
反馈的可预期性
谈到反馈体验是否友好,首先是反馈的可预期性,其次才是反馈的体验友好性。从心理学的角度讲,我们在发出一个请求后,对将要得到的反馈信息都会有个大致的可预料到的答案。比如当我问一个女同事“今天下午要不要一起去吃饭哈?”,其实我们潜意识里已经预料到将要得到的反馈信息无非是回答YES或NO。但如果当我问完女同事“今天下午要不要一起去吃饭哈?”,结果女同事直接给了我个大嘴巴,然后说“好哒”,那这个反馈就是(逆向)超预期的,就是相当不友好的。不过我们在定义什么是优秀的用户体验的时候,给出的答案是:超预期。这里说的超预期,是指正向超预期。同样的问题,我问一个女同事“今天下午要不要一起去吃饭哈?”,结果女同事先是上来亲了我一口,然后说“好哒”,这个反馈就是正向超预期的。
在产品设计中,无法连接网络时谷歌浏览器Chrome的小恐龙游戏就是正向超预期的设计典范。如果不能做到正向超预期,也得至少保证我们的产品提供的反馈是可预期的。举个反面例子:一次想让前端直接加一个点击复制的小功能,结果前端做成了选择一段文字后直接就复制的交互效果,这完全是逆向超预期的。正常的做法是,当鼠标放在要复制的文字上时会有一个浮动提示“点击复制”。
反馈的明显性
反馈的明显性即指反馈信息的呈现要显而易见,否则就跟没有反馈一样。在使用手机淘宝的时候,付款完的订单会有一个“提醒发货”的功能,当点击完提醒发货的按钮后,仅是在屏幕的底部弹出了一个写着“提醒成功”的黑色小窗口,不仔细是不会注意到它的,然后就给用户一种没点上或是没提醒成功的感觉。
在产品设计中,也经常会遇到需要提醒的场景,比如保存成功提示、修改失败提示、未填写提示、格式错误提示等。通常有两类交互的提醒样式,一类是弹窗提示,另一类是在输入框处提示。对于弹窗,按照位置的不同也会分为两种,一种是主屏正中央的弹窗,另一种是主屏其他位置的弹窗。对于主屏正中央的弹窗,一般承载的是非常重要的提示信息,同时按照关闭方式又分为自动关闭和手动关闭两种,其中手动关闭是承载必须让用户仔细看的信息。
对于主屏其他位置的弹窗,一般是承载普通的通知信息,如保存成功、删除成功等,这种弹窗有一种好处就是保持用户的沉浸感,没有正中央弹窗带来的操作流程打断感,使用户的整体操作流程更流程,但是需要注意的是,不能像手机淘宝提醒发货的提示似的,显示在一个用户基本上看不见的位置。对于在输入框处提示,一般是对表单里某一项的校验提示,但需要注意的是,如果表单过长的话,则在点击提交校验时一定要注意锚点,否则就会发生看不到没有填写或填写错误的提示,但又不知道为什么不能提交成功的灵异事件了。
反馈的精准性
交互的本质是为了得到满意的响应结果,反馈也是如此,反馈的精准性是反馈体验非常重要的因素,假想我在淘宝搜索“衣柜北欧”时,搜索结果都是欧式各种大花纹装饰或是红木颜色的衣柜,那会很快让用户失去耐心的,而实际情况淘宝的这一点确实表现的也不好,如果淘宝在搜索算法中加入AI图像识别技术对衣柜图片进行风格分类识别的话应该会很好的提高反馈信息的精准性。
转载请注明:http://www.abuoumao.com/hykz/10148.html