惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Martin Fowler
Martin Fowler
Y
Y Combinator Blog
M
MIT News - Artificial intelligence
The Cloudflare Blog
WordPress大学
WordPress大学
H
Hackread – Cybersecurity News, Data Breaches, AI and More
博客园 - 司徒正美
小众软件
小众软件
Blog — PlanetScale
Blog — PlanetScale
雷峰网
雷峰网
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
J
Java Code Geeks
云风的 BLOG
云风的 BLOG
C
Check Point Blog
D
DataBreaches.Net
T
The Blog of Author Tim Ferriss
V
V2EX
F
Fortinet All Blogs
B
Blog
大猫的无限游戏
大猫的无限游戏
N
Netflix TechBlog - Medium
B
Blog RSS Feed
A
About on SuperTechFans
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
这样打分公平吗?聊聊评分系统的用户体验设计
TCC翻译情报局 · 2023-06-15 · via 人人都是产品经理

在网络平台上,我们或许需要对某款产品或者某部影视作品进行评分,这个时候,评分系统的存在便显得重要了起来,那么,什么样的评分系统才更符合用户体验预期呢?本文尝试解析了评分系统的设计策略,一起来看一下。

在设计新产品时,我需要一个评分系统,用户应该要对一系列因素投票。对此,我第一个想到的就是现成的五星评价系统。但是近些年这个评价系统并没有优化且(或)高效。

这样打分公平吗?评分系统的用户体验设计

必须先熟悉掌握这个设计规则,才能去打破它们。

要找到替代的评分系统,首先,我们必须要了解五星评价系统,这样我们才能找出其所有的缺点,并理解它在用户体验方面造成的问题(这点我将放到一边稍后再说)。

(从不同用户的视角而言——星星并不能准确地展示某事物的好坏。

一、五星评分系统的缺点

最主要的问题是(从不同用户的视角而言)星星并不能传达某事物好坏。在最初的研究中,我发现三星评价对于某些用户而言意味着“合适”,而对另一些用户意味着“不佳”!这意味着我们从评分系统收集到的数据并不准确且不可靠

另一个问题:给一颗星更差还是一颗星都不给更差?没有星星应该被当作 0 分么?如果我们需要计算一个产品的平均用户评分,我们必须计算那个零颗星么?或者我们应该将零颗星算作 3 分(平均分)?或者直接不将这种情况纳入计算?

接下来的问题:当你在 IMDB(评分系统是 1 – 10 分)上搜索高评分电影时,优秀的喜剧电影通常会有6分(相当于在五星评价系统里的3星),但是优秀的惊悚电影经常有 8 分!这意味着用户潜意识里给喜剧电影更少的分数(用户给电影赋予了一份嘲讽的感觉,并在脑海中贬低它),所以我们只有很少的 8 分喜剧电影。尽管喜剧电影非常卖座,甚至比惊悚电影销量更佳。

这样打分公平吗?评分系统的用户体验设计

二、Netflix 平台的评分系统设计经验

1)研究表明,当用户为电影评价高分时,并不一定意味着他们喜欢这部电影!Netflix(电影平台)的设计师发现用户会给纪录片打更高分,但是当用户返回网站,他们会搜寻那些他们打更低分的电影。所以 Netflix 算法无法基于用户评分而为用户推荐他们真正喜欢的电影。为了改进评分系统,Netflix 和 Youtube 决定使用「喜欢」和「不喜欢」按钮来替代五星评分系统,从而获得更准确的用户评价。

2)Netflix 最近宣布,用户在每个电影顶部看到的排名,并不是来自于用户的平均评分。而是 Netflix 基于数据挖掘算法、用户兴趣和品味,而认为用户会给电影的分数。(如果你经常给喜剧电影高分评价,那么我们会给你看到喜剧电影的更高排名!)

3)对Amazon(亚马逊购物平台)上评价的研究表明,大部分的评价可以分为两类:要么用户对产品坠入爱河并夸奖产品,或者他们十分讨厌产品并吐槽之。仅有少数人会温和公平地评价产品。认知科学可以更好地解释这个现象,但是底线是人们仅仅对极端情况(不在正常情景下)产生反应。

三、替代评分系统

鉴于所有这些以及 5 星级系统的模糊性,我们决定去寻找更准确的评分系统。以下是各类评分系统的优缺点:

这样打分公平吗?评分系统的用户体验设计

第一个替代选择还是使用了五级评价系统,但是把星星替换成了情绪符号。选项 1 现在的意思是“非常差”。而在上一张有五颗爱心的图片里,一颗爱心不可能被当作“非常差”,因为爱心或者星星没有一点负面含义。

这样打分公平吗?评分系统的用户体验设计

第二个替代系统:拇指系统,通常被称作「喜欢和不喜欢」,可以让用户更容易去衡量,因为:

1)「喜欢/不喜欢」可以让用户很容易去判断。因为它只有两种模式。这是两种极端模式。这意味着,要么是顶线要么是底线!(和有更大测试域的五星评价系统相比)

2)「不喜欢」清晰地展示了我们忽视了什么。Netflix 说双按钮选项在双按钮系统里对我们而言有巨大的好处:我们可以搞清楚什么是用户真正厌恨的东西,这样就再也不在时间线上展示了。( 5 星评价系统没有「不喜欢」。即使用户给某样东西打了一分,你也不能判断是不是用户不喜欢它)

3)研究表明,拇指系统可以鼓励用户投票并增加用户对于服务的参与度(和五星评价系统相比)。如果你想要更多的用户参与度,你必须要把投票弄得更简单。就像 Twitter 和 Instagram ,他们只有一个喜欢状态按钮(而不是两个状态)。

四、用户需求准确性=更少参与度

有的时候我们不需要这么多细节,当我们要求用户更准确时,他们就会离开当前应用。

唐纳德·诺曼(Don Norman,90 年代 Apple 的用户体验创始人)在他的书《设计心理学》(《The Design of Everday things》)里讨论过:现在这里是 55 华氏度。但我习惯使用摄氏度单位。所以 55 华氏度等于多少摄氏度?

下面是将华氏度转为摄氏度的准确公式:C = (F-32) × 5 ÷ 9

这个公式很难记也很难算,所以我永远记不住!

但是有一个半准确的计算公式可以记住使用:C = (F-30) ÷ 2

对于第一个计算公式的答案是 12.8 ,对于第二个没那么准确的公式,答案是 12.5。对于唐纳德·诺曼而言,一个不够准确的答案已经足够了,它让我们看到了我们想要的结果。因为大家只是想看下这天气穿毛衣冷不冷!

五、结果

我们需要从用户那获得数字的准确程度,取决于我们需要什么类型的结果这样打分公平吗?评分系统的用户体验设计

六、最后的设计

这是我为产品设计的最后的评分组件,它代表了用户在多少程度上对于我们网站应用的赞同/不赞同:

这样打分公平吗?评分系统的用户体验设计

评分系统:

  1. 不赞成
  2. 中立
  3. 赞成
  4. 非常赞成

原文作者:Hossein Sharafi(本文翻译已获得作者的正式授权)

原文:https://uxdesign.cc/designing-the-user-experience-of-a-rating-system-2c6a4d33bb11

译者:陈羽姿;审核:李泽慧;编辑:韩硕、孙淑雅;微信公众号:TCC翻译情报局(ID:TCC-design);连接知识,了解全球精选设计干货。

本文由@TCC翻译情报局 翻译发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。