大数据时代的设计特点，不了解这个你做不了今天的设计

 

所谓来自未来的信息就是提取过去的信息和今天信息，进行综合分析得到展示未来的信息。我们举一个具体的商业例子来说明什么是未来的信息。

 

一个20岁喜欢购物的女大学生sara经常去自家附近商场的打折区闲逛，看到打折的商品可能会购买，我们的手机APP如果记录了她的购买行为（包括购买区域、时间、品牌等），那么当sara再一次来商场的时候，APP就可能根据之前的信息进行准确的推荐，所以说这个推荐是基于一连串有关联性的数据得出的，这就是来自未来的信息。

 

 

四、大数据设计的陷阱

 

大家可能觉得这的确很具有商业潜力，但是根据大数据所做的很多设计都是陷阱，看起来很好的设计到了应用的层面上出现了很多问题。来看啤酒和尿片的故事，这是大数据里最为经典的案例之一——

 

 

在90年代沃尔玛发现了一个有趣的现象，在一张购物单里往往会出现啤酒和尿片两种截然不同的东西，经过分析发现这些购物单多数来自男士，人物分析后认为可能是男士在购买尿片时怕有损自己的阳刚气，于是顺便买一些啤酒来彰显自己“爷们”。于是沃尔玛决定把尿片和啤酒摆放在一起，取得了极大的成功。这是一个正面的例子，如果我们这样做行不行呢？

 

 

在结账的时候向购买了啤酒的男士推荐尿片或是向购买尿片的男士推荐啤酒，这就是一个很糟糕的体验，虽然尿片与啤酒依然具有关联性，但是这种行为对消费者造成了干扰。

 

 

所以结合今天的设计来看的话，很多设计都是如图左侧所示，不管是视频网站还是淘宝都是如此。用户在购买东西或浏览信息时下面有一些相关的推荐，我们称之为“掩埋型信息推荐”，采用掩埋的方式处理大数据设计的原因在于不足于50%的可能性、选择权交给用户、数据不够精确、信息可信度不高等。

 

 

另一种设计我们称之为“打断型信息推荐”，形象地说就是用户在浏览尿片时忽然弹出啤酒的信息。我认为凡是敢做成打断型推荐的那么该信息必须满足以下条件：100%的可能性、承受全部责任、数据绝对精准、信息可信度很高。所以我刚才提到的大数据设计的陷阱就在于很多设计者把本应是掩埋型信息推荐做成了打断型信息推荐。来看个例子：

 

 

半夜三点钟忽然收到一条打折信息，告诉用户蔬菜打折了。这就是失败的大数据推荐，会对消费者造成强烈的干扰，结果用户以崩溃就把你的产品给卸载了···再来看一个很经典的案例，在之前做创新的时候经常被讨论到：

 

有一个商务人士，他每天下午两点到四点的时候准时开会，这时有人就想到一个创新：在下午四点的时候让手机自动静音，这样就可以避免因为开会时忘记关闭铃声而带来的尴尬。这个看起来很体贴的创新其实是不可行的。我们来区分一下以下两种情况的责任：开会时因忘记关铃声手机响了，用户会责备自己疏忽大意；而有这个功能后用户因此错失了一通重要电话，责任就在手机身上了。这就是所谓的没有100%的可能性是不能做成打断型信息的。下午两点到四点开会这条信息是没法准确判断用户一定需要静音的功能的。

 

如果我们再加一个坐标，两点到四点+会议室，也就是加GPS捕捉用户的位置这个精确度就会大大提高，但是即便如此还是无法达到100%，所以这个设计还是没法做的。

 

今天大数据的设计要考虑到人、目的、行为、环境、媒介，全面地考虑这五大因素才能更准确地集中信息。下面这张图就显示了什么是五要素，做设计时要进行综合分析。

 

 

再来看一个例子：接挂电话是手机最常用的功能之一，如何从大数据的角度老考虑呢？上图给出了三种情景，结合当时的环境、行为、目的，它们都是很优秀的创新，但是脱离具体的环境后在别的场合就会变成干扰。

 

 

今天我们做设计时应力求做到以下三点：一是像打靶一样精准瞄准用户的需求信息，放弃撒网捕鱼式的大而空的设计；二是将信息和需求明确主次，主次混沌一团是不受欢迎的；三是结合媒介进行信息的设计，我们不能所有的终端都用同样的设计。针对大数据来说呢，只想重点强调一点，尽量采用掩埋型数据，谨慎使用打断型信息。