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

酷 壳 – CoolShell
酷 壳 – CoolShell
aimingoo的专栏
aimingoo的专栏
P
Proofpoint News Feed
宝玉的分享
宝玉的分享
MyScale Blog
MyScale Blog
The GitHub Blog
The GitHub Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
月光博客
月光博客
量子位
博客园 - 司徒正美
V
V2EX
I
InfoQ
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Vercel News
Vercel News
H
Hackread – Cybersecurity News, Data Breaches, AI and More
美团技术团队
N
Netflix TechBlog - Medium
L
LangChain Blog
IT之家
IT之家
Blog — PlanetScale
Blog — PlanetScale
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Stack Overflow Blog
Stack Overflow Blog
A
About on SuperTechFans
Microsoft Azure Blog
Microsoft Azure Blog

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,
交互细节|多选应该选“或”还是“且”
阿青 · 2023-11-02 · via 人人都是产品经理

在设计过程中,关于筛选,有多选的选项应该选择“或”还是“且”,哪种更合理?本文阐述了二者之间的差别以及如何选择?一起来看看吧。

最近在做设计方案时,遇到一个筛选的问题,关于多选的选项应该选择“或”还是“且”,哪种更合理?

需求是这样的,教学管理系统,老师在发布学习活动时,可以指定发给哪几个班级,也就是说学习活动和班级的关系是“一对多”。

在学习活动的列表里需要增加一个班级的筛选项,问题是单选合适还是多选合适,如果用多选,是“且”合适还是“或”更合适。

一、数据和标签的关系对筛选方式的影响

筛选是对于数据带有的标签进行筛选,所以数据和标签之间的对应关系会影响数据的筛选方式。比如我想点咖啡,咖啡有品牌标签,两者之间是“ 1 对 1 ”的关系,如果我去筛“星巴克且瑞幸”的结果就很没意义。

所以根据数据和标签的对应关系梳理了两种筛选方式的所有结果,如下图。

从图中可以看到,如果标签与数据的关系是“1 对 1”,则筛选可以是单选、多选(或)。当数据和标签的关系是“ 1 对多”,则筛选方式都可以,所以仍需根据具体业务来判断使用什么方式更适合。

二、寻求信息的目的

人们所做的一切都需要耗费精力和注意力,而人们没有无限的精力和时间,所以人们需要通过只做他们最有动力做的事情来保持效率。

对于寻找信息,人们最重要的动机是为了解决问题或者作出决策,而筛选作为帮用户快速过滤信息的方式,提高了用户解决问题或者做出决策的效率。

我们是 B 端产品,面对的是学校用户,对于教师,解决的是高效管理教学的需求,这里的重点在于“高效”。那么对于筛选结果一定是收缩而不是扩散,扩散会导致越筛越多,增加信息复杂度,从而降低效率,与用户目的不符。

所以这里的解决方案应该是:当标签与数据的关系是“ 1 对 1 ”,筛选是单选。当数据和标签的关系是“ 1 对多”,筛选是单选或多选,其中多选一定是“且”的关系,这样对于筛选结果才是收缩的而不是扩散的。

解决问题和制定策略是信息寻求最重要的动机,但不是所有,依然存在一些无目的的行为,比如浏览,在淘宝中就是“逛”的需求。C 端面向普通用户,解决用户消费和文娱需求,寻求信息在这里就存在一些无目的或者其他目的性的行为。比如“刷”抖音,“刷”知乎,“逛”淘宝,类似的词语也表现出了用户在使用这些产品时的心理,无目的或者目的性不强,效率不是第一位。

所以对于这些产品,是可以存在筛选结果扩散的情况。比如淘宝和京东的筛选基本是类似的,对于“1 对多”是多选,且的关系,比如折扣与服务模块。对于“ 1对1 ”也是多选,或的关系,结果越筛越多,满足用户无目的逛的需求。

最后

“如果用户想这么怎么办,想那么怎么办”,总是从这些方面去思考问题,功能可能会越增越多,体验可能越来越差,方案可能会越来越纠结。我们无法做到穷尽用户所有的场景和所有的使用方式,但人的本质是相同的。

了解人,了解用户,了解业务。

大概是这样~

本文由 @阿青 原创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。