搜索金融精細(xì)化體驗(yàn)設(shè)計(jì)|北京藍(lán)藍(lán)UI設(shè)計(jì)公司

2023-9-1    ui設(shè)計(jì)分享達(dá)人

精細(xì)化設(shè)計(jì)是可被復(fù)用標(biāo)準(zhǔn)化方法,通過精細(xì)化分析深入理解用戶需求/痛點(diǎn),制定有效的設(shè)計(jì)策略寫在前面

為什么要做精細(xì)化設(shè)計(jì)

1)不同圈層用戶需求不同,如股票小白、一般散戶、專業(yè)用戶群體,特點(diǎn)不同,需求也不同,充分對用戶進(jìn)行挖掘、細(xì)分才能更好的理解用戶。

2)在產(chǎn)品同質(zhì)化嚴(yán)重背景下,精細(xì)化設(shè)計(jì)是一條能持續(xù)產(chǎn)生創(chuàng)新收益路徑。

3)互聯(lián)網(wǎng)新流量獲取困難,比起搶占流量,當(dāng)下更重要的,是提升用戶粘性、更好的服務(wù)用戶、打造精細(xì)化服務(wù)體系。

精細(xì)化設(shè)計(jì)方法優(yōu)勢

精細(xì)化設(shè)計(jì)是可以被復(fù)用的標(biāo)準(zhǔn)化流程方法,設(shè)計(jì)師可以通過精細(xì)化用戶/場景/時段分析后更好的理解用戶多樣化需求,從而轉(zhuǎn)換角色發(fā)現(xiàn)用戶痛點(diǎn),基于痛點(diǎn)制定設(shè)計(jì)策略,展開具體設(shè)計(jì),設(shè)計(jì)方向精耕、細(xì)致,更關(guān)注效果,重視投入產(chǎn)出比。

一、精細(xì)化需求分析

用戶分層及需求分析

用戶分層:方法包含多種,包括按用戶價值、生命周期、RFM模型、AARRR模型、使用經(jīng)驗(yàn)分層等方法,需結(jié)合需求目標(biāo)及業(yè)務(wù)類型選擇匹配的方法。

以搜索金融垂類為例,目標(biāo)是更好的滿足用戶的需求,而不同分層下的用戶需求不同,因此結(jié)合金融垂類下不同使用經(jīng)驗(yàn)用戶需求不同的特征,按用戶使用經(jīng)驗(yàn)由淺入深分為:小白用戶、一般散戶、專業(yè)用戶,基于大盤用戶分析報(bào)告發(fā)現(xiàn)用戶類型主要以小白用戶和一般散戶為主,小白用戶占比最高。

需求分析:方法包括問卷調(diào)研、用戶訪談、焦點(diǎn)小組、數(shù)據(jù)分析等方法,此項(xiàng)目需求分析結(jié)論來源于用戶分析報(bào)告,主要是通過問卷方式調(diào)研用戶需求,將不同分層用戶的需求進(jìn)行分類整合,得出以下需求特征:

小白用戶:入門學(xué)習(xí)資料、百科基礎(chǔ)知識、新聞資訊、行情、社區(qū)內(nèi)容。

一般散戶:行情、自選、新聞資訊、投資建議。

專業(yè)用戶:自選、行情、資訊、社區(qū)、更高級的策略組合。

場景分類分析

輔助挖掘分場景的細(xì)化需求并提供對應(yīng)設(shè)計(jì)解法

不同場景下用戶需求不同,設(shè)計(jì)解決方案會有差異,金融品類需求豐富包括股票/基金/期貨/外匯/貴金屬,需求類型包括實(shí)體需求/問答需求/轉(zhuǎn)化需求,需通過數(shù)據(jù)分析了解各類需求占比,可以作為后續(xù)優(yōu)化優(yōu)先級的判斷指標(biāo),經(jīng)過數(shù)據(jù)分析后得出結(jié)論股票品類需求及用戶占比遠(yuǎn)高于其他品類,以股票品類舉例細(xì)化用戶需求,列舉搜索詞,便于后續(xù)進(jìn)行線上問題走查挖掘設(shè)計(jì)機(jī)會點(diǎn)。

使用時段分析

輔助挖掘分時效的細(xì)化需求并提供對應(yīng)設(shè)計(jì)解法

股票交易時段有固定的交易周期,包括盤前/早盤盤中/午休/午盤盤中/盤后幾個固定時段,不同時段用戶需求不同,了解不同時段的用戶需求可以更好的滿足用戶,比如開盤過程中用戶想看到更實(shí)時更專業(yè)的行情信息、實(shí)時的資訊動態(tài),而在盤前/盤后用戶更想看到的是今日大盤的走勢預(yù)測/收盤后的大盤總結(jié),除了固定周期的用戶需求,突發(fā)的新聞資訊類時效性內(nèi)容對用戶做決策分析也很重要。

二、機(jī)會點(diǎn)挖掘

綜合分析判斷設(shè)計(jì)優(yōu)先級

由于開發(fā)資源有限,不能一次做完所有產(chǎn)品設(shè)計(jì)優(yōu)化,因此需針對優(yōu)化內(nèi)容排布優(yōu)先級,對高優(yōu)場景進(jìn)行優(yōu)化,這里的方法是結(jié)合用戶分類規(guī)模、產(chǎn)品品類規(guī)模、發(fā)展目標(biāo)、體驗(yàn)收益高低明確優(yōu)化優(yōu)先級,通過上述精細(xì)化分析得出結(jié)論股票場景用戶規(guī)模大,且小白用戶占比高,因此在股票場景下針對偏小白用戶高優(yōu)進(jìn)行設(shè)計(jì)優(yōu)化。

結(jié)合分析結(jié)論洞察機(jī)會點(diǎn)

結(jié)合小白用戶需求特征在股票需求場景下挖掘設(shè)計(jì)機(jī)會點(diǎn),結(jié)合股票場景需求分類結(jié)論列舉搜索詞,針對搜索詞下的需求滿足情況進(jìn)行挖掘分析,可以從以下三點(diǎn)著重分析:

1)結(jié)合用戶需求結(jié)論分析是否存在未滿足的使用需求。

2)結(jié)合競品分析已滿足需求是否有提升空間,如在滿足效率上、信息理解成本上。

3)結(jié)合競品分析交互、布局、視覺樣式上是否存在優(yōu)化空間。

以大盤詞下的股市行情搜索詞為例:

1)當(dāng)前僅滿足了用戶單一市場的行情需求:僅展示了A股下的上證指數(shù)行情,缺少美股/港股等多市場滿足、缺少重要行情動態(tài)信息包括大盤最新消息、大盤整體漲跌情況、大盤特殊異動等信息。

2)數(shù)據(jù)圖表復(fù)雜理解成本高,滿足效率低:橫縱坐標(biāo)數(shù)據(jù)多、圖表內(nèi)包含分時、五日、日K等專業(yè)行情功能切換,小白用戶難以理解。

3)內(nèi)容布局及樣式上相對單一:由于滿足卡片使用了通用的股票行情設(shè)計(jì)模板、且需求滿足有缺失,導(dǎo)致了內(nèi)容及布局上相對單一,與競品相比在內(nèi)容豐富度及視覺樣式上差距較大。

按照以上方法對列舉搜索詞場景進(jìn)行逐一分析挖掘,最后整理分類總結(jié)設(shè)計(jì)機(jī)會點(diǎn)。

三、制定設(shè)計(jì)優(yōu)化策略

明確設(shè)計(jì)準(zhǔn)則及發(fā)力點(diǎn)

基于小白用戶經(jīng)驗(yàn)少、金融垂類專業(yè)知識多晦澀難懂、數(shù)據(jù)復(fù)雜難理解的背景,制定易觸達(dá)、易理解2個策略,通過信息可視化外顯、圖表圖形化表達(dá)、關(guān)鍵信息外顯等方式降低用戶消費(fèi)門檻,提高信息獲取效率,強(qiáng)時效是基于股票特有的盤前/盤中/盤后周期性交易特征擬定的,可通過此特征打造更加差異化的滿足。

四、落地應(yīng)用驗(yàn)證

股票大盤場景

1)分析用戶需求及業(yè)務(wù)訴求

典型搜索詞:如大盤行情、今日股市動態(tài)等大盤泛搜索詞。

用戶需求:結(jié)合用戶高頻使用功能分析發(fā)現(xiàn)小白用戶、一般散戶、專業(yè)用戶均對行情功能有高頻率的使用需求,具體需求包括了解多市場、關(guān)鍵指數(shù)行情、了解最新快訊、重要行情動態(tài)、盤前/盤中/盤后簡報(bào),再結(jié)合小白用戶占比高且對百科內(nèi)容有需求的現(xiàn)狀,知識科普信息也是相關(guān)待滿足需求。

業(yè)務(wù)訴求:增加自選股入口、開戶轉(zhuǎn)化導(dǎo)流入口。

2)競品分析挖掘優(yōu)化點(diǎn)

搜索競品分析:普遍用一張晦澀難懂的數(shù)據(jù)結(jié)果卡滿足全部用戶的復(fù)雜檢索需求,可獲取信息很有限,對小白用戶來說復(fù)雜的數(shù)據(jù)圖更是難以消化。

垂類競品分析:更專業(yè),信息滿足更豐富,但頁面內(nèi)容較繁雜,對于小白用戶來說入門成本較高。

設(shè)計(jì)優(yōu)化思路:結(jié)合競品優(yōu)劣勢可得出,需要在提高信息豐富度的同時,考慮小白用戶的入門成本,用更可視化及簡潔的設(shè)計(jì)語言輔助用戶快速獲取有效需求信息。

3)結(jié)合策略展開設(shè)計(jì)

結(jié)合用戶需求優(yōu)先級對信息模塊進(jìn)行分區(qū),強(qiáng)需內(nèi)容放在頭部,弱需滿足放在中部,附加轉(zhuǎn)化放在底部,如多市場TAB+指數(shù)模塊作為搜索強(qiáng)需置于上方,關(guān)鍵指數(shù)信息置于頭部,市場總覽及簡報(bào)內(nèi)容置于中部,開戶轉(zhuǎn)化等激發(fā)需求入口置于下方輔助展現(xiàn),并結(jié)合設(shè)計(jì)策略進(jìn)行詳細(xì)設(shè)計(jì)。

易觸達(dá):優(yōu)化前的搜索結(jié)果卡片僅支持上證指數(shù)數(shù)據(jù)的展示,更豐富的行情信息都承載在落地頁內(nèi),通過前卡與落地頁的聯(lián)動優(yōu)化,外顯滿足需求的關(guān)鍵信息,幫助用戶提升消費(fèi)效率。

易理解:通過數(shù)據(jù)結(jié)構(gòu)化、圖形可視化、標(biāo)簽化字體等用戶更易理解的設(shè)計(jì)表達(dá)語言,幫助用戶更簡單快捷的獲取信息。
強(qiáng)時效:增加快報(bào)簡訊等時效性內(nèi)容、周期性內(nèi)容展示。

4)實(shí)驗(yàn)上線驗(yàn)證

通過最終上線實(shí)驗(yàn)數(shù)據(jù)分析發(fā)現(xiàn),設(shè)計(jì)改版后由于更高效的滿足了用戶多樣化內(nèi)容需求,搜索量、點(diǎn)擊率大幅提升,也驗(yàn)證了整個設(shè)計(jì)方法思路的正確性。

開戶轉(zhuǎn)化場景

設(shè)計(jì)方法流程相同

分析需求:典型搜索詞股票開戶等轉(zhuǎn)化詞,線上僅有開戶入口列表,但實(shí)際搜索用戶有潛在的查找開戶方式需求未滿足,因此需先滿足用戶了解開戶流程的需求,再提供轉(zhuǎn)化入口。

競品分析:搜索競品包括今日頭條、夸克、QQ瀏覽器、必應(yīng)、谷歌均以滿足用戶查找需求為主,信息以純文本形式展現(xiàn),消費(fèi)成本較高,且未滿足用戶潛在的開戶需求,垂類競品開戶頁對流程、材料介紹均不完整、缺少完整的介紹及問題解答。

策略設(shè)計(jì) :結(jié)合用戶需求優(yōu)先級對信息模塊進(jìn)行分區(qū),可視化外顯優(yōu)先滿足開戶流程需求,再提供優(yōu)質(zhì)券商開戶入口,考慮到搜索結(jié)果頁卡片展示屏效,完整開戶指南配合在落地頁內(nèi)呈現(xiàn)。

驗(yàn)證收益:產(chǎn)品上線后開戶轉(zhuǎn)化率提升,用戶需求和轉(zhuǎn)化需求得到了較好的平衡,再次驗(yàn)證精細(xì)化設(shè)計(jì)方法的有效性。

總結(jié)與展望

精細(xì)化設(shè)計(jì)方法應(yīng)用落地主要分為四步:1)分用戶、場景、時效的精細(xì)化需求分析;2)VS競品分析問題挖掘設(shè)計(jì)機(jī)會點(diǎn);3)結(jié)合分析制定設(shè)計(jì)優(yōu)化策略;4)高優(yōu)場景設(shè)計(jì)及收益驗(yàn)證。該方法不僅適用于搜索金融垂類體驗(yàn)持續(xù)優(yōu)化,同時也可應(yīng)用至搜索全局啟發(fā)設(shè)計(jì)優(yōu)化思路。

作者:百度MEUX
來源:站酷
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán),非商業(yè)轉(zhuǎn)載請注明出處。

藍(lán)藍(lán)設(shè)計(jì)建立了UI設(shè)計(jì)分享群,每天會分享國內(nèi)外的一些優(yōu)秀設(shè)計(jì),如果有興趣的話,可以進(jìn)入一起成長學(xué)習(xí),請加藍(lán)小助,微信號:ben_lanlan,報(bào)下信息,藍(lán)小助會請您入群。歡迎您加入噢~希望得到建議咨詢、商務(wù)合作,也請與我們聯(lián)系01063334945

分享此文一切功德,皆悉回向給文章原作者及眾讀者.
免責(zé)聲明:藍(lán)藍(lán)設(shè)計(jì)尊重原作者,文章的版權(quán)歸原作者。如涉及版權(quán)問題,請及時與我們?nèi)〉寐?lián)系,我們立即更正或刪除。

藍(lán)藍(lán)設(shè)計(jì)( sillybuy.com )是一家專注而深入的界面設(shè)計(jì)公司,為期望卓越的國內(nèi)外企業(yè)提供卓越的UI界面設(shè)計(jì)、BS界面設(shè)計(jì) 、 cs界面設(shè)計(jì)ipad界面設(shè)計(jì) 、 包裝設(shè)計(jì)圖標(biāo)定制 、 用戶體驗(yàn) 、交互設(shè)計(jì)、 網(wǎng)站建設(shè) 、平面設(shè)計(jì)服務(wù)UI設(shè)計(jì)公司、界面設(shè)計(jì)公司UI設(shè)計(jì)服務(wù)公司、數(shù)據(jù)可視化設(shè)計(jì)公司UI交互設(shè)計(jì)公司高端網(wǎng)站設(shè)計(jì)公司、UI咨詢、用戶體驗(yàn)公司、[軟件界面設(shè)計(jì)公司](http://sillybuy.com "軟件界面設(shè)計(jì)公司"

分享本文至:

日歷

鏈接

個人資料

存檔