最近有一部由多位外籍华人参演的片子要上映了,我很想去看,想为GDP做点贡献,于是我想到了网上订票。在杭城的同学知道,大部分影院都是归口于时代院线,订票也大抵上要通过该网站来完成。尽管我最后未能完成网上订票的夙愿(按步骤走完,我才发现我必须拥有一张会员卡才能订票,这又是另一个说来话长的故事了),但是我至少发现了一个有趣的、值得我写下点什么的地方。
最近有一部由多位外籍华人参演的片子要上映了,我很想去看,想为GDP做点贡献,于是我想到了网上订票。在杭城的同学知道,大部分影院都是归口于时代院线,订票也大抵上要通过该网站来完成。尽管我最后未能完成网上订票的夙愿(按步骤走完,我才发现我必须拥有一张会员卡才能订票,这又是另一个说来话长的故事了),但是我至少发现了一个有趣的、值得我写下点什么的地方。
上周,Brendan致力于解决在购物车(除了运费)中如何回答5个未答复用户的问题。根据最近一份由PayPal和comScore提供的研究报告表明,45%的美国在线顾客已然在近来的3周内多次放弃使用购物车。
顾客为什么放弃购物车?
46%的在线顾客声称高昂的运费是他们放弃购物车的“非常重要的原因”。在当下的经济中,免运费是否成为必须?你是否试过个性化当地运费? 你是否试过个性化当地运费
其他放弃购物车的原因如下:
你是否想过你也许需要一个购物车守护者?最近你设法处理了以上出现的多少问题?你是否测试并优化了你的购物车?如果没有,为什么?
原文标题:The Shopping Cart: How to Answer the 5 Unanswered Customer Questions
作者:Brendan Regan 版权所有
翻译:UCDChina翻译小组,Roc
电子商务中的购物可谓是网络实验的绝佳场所,一些简单的改变(布局,文字,色彩等等)常常带来意想不到的结果。这里罗列出了几个在我们用户看来未给予答案的问题,我们认为答案就在页面上,但用户却不这么认为。如果你不能确定未答复用户的问题是什么,你可以回到上几个步骤——使用角色设计或者用户测试来找出它们。
这里是5个关于购物车中未答复用户的问题(排除运费):
前不久我在网上找了家礼品零售店买了份父亲节礼物,总体上整个购物车流程都还“可以”,我给它一个“B-”的分数;它好在我无须帮助就可以完成交易,但没有好到获得品牌忠诚度。但有一点做的漂亮,他们清晰地回答了那5个问题,而这就足以帮助他们“获得金钱”。
我在他们的付款页面上截取一部分,以便看清他们如何设计回答这5个未答复用户的问题。当你看到这幅截图的时候,思考一下哪一个元素分别对应回答了哪一个问题。
你是否充分地回答了这5个未答复用户的问题呢?不管你相信也好,不相信也罢,或者介于两者之间徘徊,你完全可以去做些有趣的实验去验证关于你做得如何的猜测,也许你将提高你的渠道转换率!想要获得帮助?告诉我们。
摘要:即使再少的经验数据(比如,观察2名用户)也能极大提高做出正确UI设计决策的几率。
提供调整字体大小的功能给用户,还是简单的依赖于浏览器的自带功能?这个问题最近在一个交互设计的讨论组中被提了出来。
有12人回应了该问题。大部分人简单说了说解决此问题的意见。说的都挺有道理的:所有人都是各自领域的专家。但有6篇跟帖就什么才是最好的发表了自己的看法。
其中,2/3的跟帖纯粹出于自己的想象,而另外的1/3则是基于用户观察的经验数据。
猜测派:
数据派:
我们讨论组中的案例,
最引人注意的是, 75%的猜测都是错误的。也就是说,向这些人咨询建议还不如靠掷硬币得到答案。
在这个简单的案例中,基于对于真实用户最小数量的经验观察的设计建议使其正确率翻两番。
慎之又慎:虽然从父母亲处获得数据总比没数据要强,但我并不建议你将设计的决定建立在家庭成员身上,因为通常他们都比一般用户要聪明。(因为你是了解可用性知识的那部分聪明人中的一个。)我们从对儿童和青少年的研究中得知,相对于,一般的儿童和青少年在使用互联网时会碰到更多的困难。
虽然我们关于字体大小的案例仅仅基于很小的一组数据反馈。但另外一组基于更多数据反馈的案例也印证了相同的结论。
我们测试了两种不同的显示银行账户信息的方式,每个测试都由76名用户完成,一共152名测试者参与到这项基准测试中。我们要求用户完成诸如检查他们账户余额,并找出当前该银行提供的利率水平这样的任务。结果如下:
| 可用性标准 | 设计 A | 设计 B |
|---|---|---|
| 成功率(通过四个任务) | 56% | 76% |
| 完成四个任务的时间(分:秒) | 5:15 | 5:03 |
| 主观满意度(1~5等级,5是满分) | 2.8 | 3.0 |
在所有的三项可用性属性中,版本B的设计得分更好,虽然只是在成功率上体现出大到具有统计意义的差异。但总的来说,B优于A是毋庸置疑的。
(和上面的研究相比,有时候不同的设计在不同的可用性方面上各有输赢。例如,一个设计可能让用户更能完美的达成目的,而另外一个则在完成速度上给用户一臂之力。在众多的案例中,你也许要做出权衡,或者在有可能的情况下,你需要创建额外的第三份设计,以便将前两者的优点结合。)
在这种情况下,我将设计A和B展示给21名正在上互动设计课的学员,并问他们会选择哪一个方案给银行方面。完全依靠猜测去选择谁是最佳设计的他们,获得最佳设计建议的概率是50%。也就是,都比不上掷硬币来得好。(相信我,节省咨询费的一种便捷方式就是问你口袋里的硬币。)
接着,我让另一组上着同样课程的38名学员去做测试——两个设计,每种都有两名用户。果然,依靠2名用户行为得来的经验观察做出的选择,其成功率是76%。
从另一个角度去看待这个结果,每个设计中的仅仅2名观察用户让错误率从50%锐减到24%,足足一半。当然,如果你正谈论一个高投资回报率的设计决定的话,24%的错误概率还是差强人意的,所以在这种情况下,显然在每个设计上,我们需要测试更多的用户(我通常建议是5名用户。)
尽管这是小到不能再小的研究,但在每个设计中测试2名用户,远超掷硬币般的猜测,极大提升了设计建议的质量。
(在这份研究中,两个版本在对测量研究的重要性上表现的都差不多。如果你拿粗略的原型和完备的效果图去做比较的话,你将倾向于数据。)
比较我们的两个案例研究,在文字尺寸案例中猜测一方的表现差到不行。如果有人基于这些臆测出做设计决定,做出的3/4决定都将是错误。在银行的案例中,他们错了一半。
那么,这些可怜的讨论组为什么去做猜测?答案就在下面这两句:
遗憾,太多的Web设计师拒绝相信可用性研究结果会在长时间发挥作用。“过去困难的事情,如今一定要简单许多”的念头导致许许多多的网站走向毁灭。
当我们真正的研究真实用户时,我们发现用户学习技术的速度是如此之慢,使用花哨网站用户其能力得到的提升是如此之少。此外,最重要的是,我们发现关心学习诸多花哨功能的用户如此之少。用户只想登入页面,获得自己想要的,然后退出。他们没有想过要去学习。
猜测的错误原因就在于许多的设计师不假思索的想要相信先进设计带来的潜力。他们不会想象到,对于他们钟爱的技艺只是阳春白雪,曲高和寡。
(是的,在最近的测试中,我们的确发现,用户在技巧掌握上有了些许进展,但进展微乎其微;在未来的十多年内,你最好还是继续相信,简单才是取胜关键。)
在我所列举的两个例子中,哪怕只提供了极少的经验数据之后,设计正确的可能性都大幅提升了:不管是你的亲人,还是挑选2名用户测试。
当然,数据量再多一点肯定更好,但任何数据都比没有好。(扪心自问)在手头上还没有任何用户行为的经验数据的时候,你做出了多少设计上的决定?
我们的老伙计Dan Saffer在IxDA邮件组中提出了一个问题“交互设计师在战略层面应当做些什么了解?”,由此引发了一场很有益的探讨。我曾在回复的邮件中简单的回答过该问题,但我想在此把该文重新梳理一遍。
对于新手而言,他们习惯性将“战略”和“商业”之间划上等号,我认为这种观念十分有害。有许多的设计案例与商业不符,但无一不服从于战略。