[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fizc" } } }, { "id": 4, "label": "240х200_mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "flbq" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "create", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223676-0", "render_to": "inpage_VI-223676-0-158433683", "adfox_url": "//ads.adfox.ru/228129/getCode?p1=bxbwd&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid21=&puid22=&puid31=&fmt=1&pr=" } } ]
{ "author_name": "Лена Очкова", "author_type": "self", "tags": ["\u0438\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441\u044b","\u0434\u0438\u0437\u0430\u0439\u043d","yammer","airbnb","\u0434\u0438\u0437\u0430\u0439\u043d\u0435\u0440\u044b","netflix","\u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0430_\u0438\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441\u043e\u0432","data_driven_design"], "comments": 11, "likes": 27, "favorites": 39, "is_advertisement": false, "section_name": "default", "id": "15115" }
Лена Очкова
17 731

Чем хорош подход Data-Driven Design и почему в дизайне не стоит опираться только на данные

Шеф-дизайнер компании AIC Сергей Попков написал для рубрики «Интерфейсы» колонку о том, как проектирование продукта на основе исследований и тестов меняет профессию дизайнера, за что этот подход критикуют и каким образом его используют Netflix, Atlassian и Airbnb.

Внешние изменения в сегодняшнем веб-дизайне можно свести к формуле «трех У»: упрощение, уплощение, унификация. Главный внутренний тренд — дизайн на основе данных.

Data-Driven Design — это проектирование продукта на основе данных: исследований, тестов, проверки гипотез, Big Data.

Прежний подход подразумевал, что дизайн-решения принимает дизайнер, целиком основываясь на своем опыте, понимании задач, навыках, изобретательности, чувстве вкуса. Появление новой парадигмы закономерно — давайте рассмотрим предпосылки.

Первыми потребность в Data-Driven Design (DDD) испытали следующие сегменты рынка:

  • Сайты ecommerce.
  • Технологические стартапы.
  • Социальные сети.

Причина в «юзерцентричности» таких сайтов: вспомните, сколько всего поменялось в Facebook или в сервисах Google за последний год. И все в угоду пользователям.

Трансформации начали происходить не только в потребностях, но и в предложении digital-рынка. Так появились «конверсионные» агентства, которые измеряли эффективность своей работы по конкретным KPI. Грубо говоря: достигли обещанных показателей — получили оплату, не достигли — не получили. Наравне с ними появились компании, предлагающие конверсионный или сервисный дизайн, то есть разработку продукта, основанного не на субъективных предположениях, а на проверенных данных.

Сегодня DDD закрывает недостатки традиционного дизайн-подхода — как на стороне подрядчика, так и на стороне заказчика. Почему DDD выгоден клиенту:

  • Больше никаких действий наугад в ущерб бюджету проекта.
  • Отказ от философии «Мы ничего не можем гарантировать. Давайте попробуем, как дизайнер предложил, а там посмотрим», не соответствущей интересам бизнеса.
  • Обоснованный дизайн вместо интуитивного.

Почему DDD выгоден подрядчику:

  • Меньше необоснованных правок, исключение вкусовщины. Совместные усилия концентрируются на том, чтобы построить лучший сервис.
  • Каждое решение обосновано данными, а значит, нет нужды отстаивать позицию агентства.

Для появления DDD были все условия — со стороны эволюции методик и технологий. И случился «большой взрыв».

Как DDD поменял мир дизайна

1. Усложнился анализ потребностей

Уже с приходом UCD-парадигмы (User Centered Design) традиционный подход к веб-дизайну изменился. Каждое решение разрабатывалось индивидуально, исходя из анализа потребностей пользователей.

Суть UCD-подхода в том, что дизайнеры концентрируют усилия на одной центральной проблеме пользователей. Проводят брейншторм, прототипируют, тестируют концепции на группах пользователей. Затем выпускают в свет, наблюдают за реакцией и приступают к следующему этапу создания продукта.

Центральный метод UCD — проверка гипотез методами качественных и количественных исследований на разных этапах работы над продуктом.

Пример Yammer

Задача — увеличить число новых зарегистрированных пользователей в Yammer, службе корпоративных социальных сетей.

Идея. Руководство выдвинуло предложение: упростить цепочку регистрации для достижения большей конверсии.

Существующий процесс регистрации состоял из четырех шагов:

Были выдвинуты три варианта решения проблемы:

  • Убрать шаг загрузки фото.
  • Убрать шаг «присоединиться к группам».
  • Убрать оба шага из регистрации и перенести их в сам продукт.

Yammer провели тестирование, фиксируя результаты как по новым пользователям, так и по зарегистрированным. Во второй группе измеряли конверсию загрузки фото и вступления в рабочие группы. Именно их убрали из регистрации и сделали отдельными блоками на главной странице.

Результат. Две вариации, отказ от шага вступления в группы и отказ от обоих шагов сразу, дали положительный результат в цифрах: +2,38% и +3,69% соответственно. Тем не менее было решено не менять форму регистрации.

Причина в том, что снизилась вовлеченность пользователей. Они попадали на страницу Yammer, где у других участников не было фото и информации о группах, — и проявляли меньше интереса к сервису.

Это важная особенность любого Data-подхода к дизайну: количественные показатели еще не гарантируют, что дизайн-решение выбрано правильно. Big Data-подход к дизайну чаще всего критикуют именно за то, что он существует вне контекста.

С приходом парадигмы DDD аналитический подход усложнился: в его основе теперь комплексный Big Data-анализ. Это был уже не поиск решения одной главной проблемы и тестирование дизайн-идей. DDD охватывает всех пользователей, анализирует данные об их интересах, стиле жизни и социальном статусе. Находит несколько главных проблем для каждой группы, анализирует активность групп и так далее.

Разработчики продукта получили инструмент, который позволяет:

  • Находить взаимосвязи между потребительскими инсайтами и дизайн-решениями там, где обычное наблюдение беспомощно.
  • Работать на интересы всей аудитории, а не только тестовых групп.

Netflix использовала подход Data-driven, чтобы принимать решения о дизайне. Команда провела цветовой анализ обложек популярных шоу, выявила закономерности и выразила их в данных. Например, в компании подсчитали степень схожести обложек «Карточного домика» и «Макбета».

Netflix получила не просто понимание того, насколько две обложки похожи. С Big Data удалось построить связи между таким цветовым кодированием и поведением пользователей: просмотрами, рекомендациями, предпочтениями, рейтингами.

Создавая обложку для нового ТВ-шоу, Netflix основывается не на вкусах дизайнера, а на конкретных числовых показателях. У компании есть данные, как разные варианты обложек влияют на поведение целевой аудитории и стоит ли использовать персонализацию обложек под разные группы.

2. Профессия веб-дизайнера распалась на составляющие

UI-дизайн «вылупился» из классического веб-дизайна, после чего целенаправленно эволюционировал: от рисования «красивой картинки» до проектирования продуманного веб-сервиса. Все это время не менялось одно — дизайн-команда.

Взгляните на любой коммерческий продукт: сайт, веб-сервис, мобильное приложение. Кто занимается проектированием дизайна? И тогда, и сейчас это в большинстве случаев один-единственный человек — дизайнер. Когда продукт большой, их несколько. Иногда их контролирует арт-директор, иногда помогает проектировщик. Менеджер дает входные данные, которые он взял в лучшем случае у отдела маркетинга заказчика. Всё.

Что все это значит? Пока дизайн менялся, дизайн-команда практически замерла на одной точке. Качественный скачок произошел совсем недавно — когда заметно усложнилась и внешняя часть интерфейсов, и внутренняя подоплека, то есть данные. Современная дизайн-команда большого проекта, отвечающая принципам DDD, — это уже не дизайнер-одиночка.

DDD-команда, графика:

  • Визуальный UI-дизайнер.
  • Дизайнер взаимодействий или проектировщик (UX-designer).
  • Дизайнер анимации (motion-designer).

DDD-команда, аналитика:

  • Специалист по большим данным (data scientist).
  • Аналитик.

Само собой, это не значит, что один человек не может выполнять несколько ролей одновременно, но дробление профессии налицо.

3. Интерфейсы стали персонализированными

Идеальный современный digital-продукт — это конструктор. Набор UI-элементов (UI-Kit), из которых сайт динамически собирается под каждого пользователя. Большие данные уже позволяют это сделать — сложность только в том, что техническая реализация отнимет много ресурсов.

Частные примеры персонализации мы уже видим повсеместно: зайдите на сайт любого крупного интернет-магазина и тут же попросите другого человека сделать то же самое. Магазин будет показывать вам разные товары — в каталоге, в рекомендациях, на баннерах. Так увеличивается релевантность контента и, соответственно, конверсия.

Netflix запустила на YouTube серию персонализированных прероллов к ситкому «Друзья». В основу рекламной кампании легли запросы пользователей: если человек искал видео по запросу cats, то в качестве тизера сериала использовался эпизод с Рэйчел и ее кошкой. Если искал видео с танцами — Netflix привлекал его танцующими Россом и Моникой. На каждый популярный вопрос был сделан свой тизерный ролик.

Подход позволил Netflix привлечь внимание молодой аудитории YouTube, которая не застала сериал в 1994–2004 годах.

4. Дизайн стал ориентироваться на бизнес-показатели

DDD — это постоянная петля улучшений. При традиционном подходе работа над веб-формой на сайте происходила бы по сценарию:

  • проанализировали потребности;
  • спроектировали;
  • нарисовали;
  • утвердили;
  • запустили.

В результате получилась бы форма с конверсией N, причем это значение N было бы на вполне приемлемом уровне. А дальше все бы успокоились и пошли заниматься другими аспектами бизнеса.

Но только не в DDD. Пример из нашей практики: после тестов уже запущенного сервиса онлайн-провайдера мы предложили изменить логику работы выбора тарифа. Оставили активными только те участки, с которыми непосредственно работал пользователь, чтобы не отвлекать его дополнительной информацией. В результате тестирования выяснили, что альтернативная форма дает на 20% конверсии больше. Стоило это аналитики и изменений? Безусловно.

С DDD тоже не все так безоблачно. Некоторые вещи вызывают бурную критику такого подхода.

Недостатки Data-Driven Design

Они есть как для того, кто платит за дизайн, так и для того, кто его делает. Для заказчика постоянная петля улучшений подразумевает резервы бюджета. Не каждый бизнес готов пойти на дополнительные затраты на этапе запуска и «обкатки» проекта. Учитывая размеры команды в DDD, затраты предстоят немалые.

Для подрядчика есть риск увязнуть в данных, демотивировать дизайнеров. Креатив, новаторство и смелые идеи не живут там, где правит аналитика, а непрерывные изменения в готовом продукте деморализуют дизайн-команду.

Это подтверждает известная история о дизайнере Google, покинувшем команду из-за чрезмерного «датацентризма» компании:

Когда компания наводнена инженерами, они стараются любое решение сузить до одной логической задачи. Удалить всю субъективность и просто взглянуть на данные. Когда команда Google не могла выбрать между двумя оттенками синего, они проводили тестирование 41 оттенка, чтобы увидеть, какой работает лучше.

Недавно я спорил о том, какой должна быть обводка в толщину: 3, 4 или 5 пикселей, и меня попросили подкрепить мое мнение данными. Буду скучать по работе с невероятно талантливыми и умных людьми, но не по дизайн-философии, которая пала от меча под названием «Данные».

DDD в чистом виде часто ведет к перегибам — «машинному» подходу к разработке продукта для людей. Именно поэтому подход и критикуют. Но если не Data-Driven, то что?

Data-Informed Design — «очеловеченный» Data-Driven

Хотя данные приносят неоценимую пользу продукту, наиболее успешные сервисы придерживаются иной философии. Она называется Data-Informed Design — дизайн с учетом данных, но без слепого подчинения им.

Airbnb так пишет об экспериментах со страницей поиска: «Мы долго работали над проектом и думали, что сделали идеальный сервис. Это подтверждали наши пользователи в исследованиях. Несмотря на это, мы решились на эксперимент».


Решение «после» сейчас кажется очевидно более удачным. Но тесты говорили «Выбери первый вариант».

Похожая история у Atlassian — разработчика баг-трекера JIRA и еще ряда корпоративных продуктов. Они решили провести эксперимент, чтобы сделать сервис более «дружелюбным» к новым пользователям и, конечно, сделали тестирование изменений. Вовлеченность снизилась на 12%, что говорило о полном провале.

Но команда поверила в проект: из данных они сделали выводы, кое-что доработали, в итоге конверсия увеличилась на 22%. Этого не произошло бы, если бы Data-Driven Design предопределял дизайнерские решения.

Дизайн, который опирается на данные и количественные исследования, должен учитывать контекст и не упускать из виду качественные данные. Именно поэтому так важно совмещать Big Data и традиционные подходы: опросы, наблюдения. По той же причине не стоит уходить в сторону датацентризма: новации всегда порождают люди, а не технологии. Data-Informed Design — наилучшая на сегодня пропорция данных и творчества.

Что ждет профессию дизайнера

Дизайнер давно занимается не столько «картинками», сколько логикой работы. Анимация, сценарии взаимодействия, иконографика — все эти инструменты не для задачи «Как это выглядит». Они решают задачу «Как это работает».

С появлением новой парадигмы дизайна многие начали предрекать смерть профессии. Они не совсем правы. С одной стороны, как мы уже говорили, дизайн дробится на составляющие: усложняется сам подход, он становится все менее спонтанным. Один человек или даже группа равных специалистов просто не в состоянии справиться с таким объемом разноплановой работы.

С другой стороны, работы для графического дизайнера не становится меньше. Перспективы — дизайн персонализированных пользовательских сценариев. То есть работа с самообучающимися аналитическими системами, которые будут менять дизайн сайта в зависимости от пользователя, — как уже сейчас динамически меняют контент. Предпосылки уже есть. Самая простая и знакомая всем — адаптивные сайты или персонализация в интернет-магазинах.

В следующих статьях расскажем о том, чему служит парадигма Data-Informed Design, — о сервисном дизайне.

#Интерфейсы #yammer #airbnb #дизайнеры #netflix #интерфейсы #разработка_интерфейсов #Data_Driven_Design

Статьи по теме
Netflix сделал рекламой на YouTube сцены из сериала «Друзья», соответствующие поисковым запросам пользователей
Популярные материалы
Показать еще
{ "is_needs_advanced_access": false }

Комментарии Комм.

0 новых

Популярные

По порядку

Прямой эфир

Нейронная сеть научилась читать стихи
голосом Пастернака и смотреть в окно на осень
Подписаться на push-уведомления