真實案例:人工智慧(AI)產品設計覆盤

AIBigbull2050發表於2019-08-25

本文筆者從工作專案實踐出發,並結合具體案例分享了人工智慧產品設計過程中遇到的一些問題以及具體操作方案,供大家一同參考和學習。

對於AI產品一直抱有好奇之心,正好前端時間負責了我廠手機系統AI產品“智慧識屏”的落地,分享一些產品設計中的所思所想,大家輕拍。

產品示意圖如下(避嫌,用友商),一種無搜尋框的搜尋功能,使用者可以在任何APP(應用)裡,透過單指長按目標區域的文字或者圖片,來獲取所需要的資訊或服務。

示例中“戰狼、戰狼2、戰狼3被識別為電影”用到自然語言處理技術(NLP),故而智慧識屏被劃分為AI產品系。

AI產品是一個很好的宣傳概念,但是,使用者不會為AI技術買單,只會因AI產品能更好的解決問題才使用。AI產品還得回到產品的本質,下文從三個點展開:

  1. 智慧識屏要解決的問題;
  2. 智慧識屏提供的解決方案;
  3. AI技術特點相對應的產品設計原則。

智慧識屏要解決的問題

安卓APP是一個個可提供垂類標準化服務的資訊孤島,只會支援APP內的資訊服務搜尋,沒有對外搜尋的意願和通道,資訊流轉不暢會帶來一些麻煩,舉個例子:

想搞明白“親愛的,熱愛的”是什麼,目前主要的操作路徑如下:

觸發文字選擇狀態——選擇相應的文字(親愛的,熱愛的)——複製 ——系統切換APP——找到目標APP(百度或者豆瓣)—— APP內搜尋——回到觸發應用(微信);

可以看出“操作麻煩(游標好難操作,我的紅蘿蔔大拇指啊!)”且“操作路徑長”,類似的場景還有很多,且我們每個人每天都可能遇到類似問題。

另外一個層面,資源側,比如百度、豆瓣等,對於流量的需要是永恆的,精準的流量更是來者不拒。綜合使用者和資源角度,解決這個問題的價值就凸顯出來。

因為各APP內的資訊只有系統級別可以授權獲取,手機系統變成了最適合也最應該的問題解決方,且因可以拿到更多的“搜尋前”場景資訊:上下文資訊、環境資訊和使用者資訊,搜尋的效率有機會優於通用搜尋引擎。

智慧識屏提供的解決方案

上文提到的例子在智慧識屏的操作路徑,so easy!

可以看出,相較於使用者當前“操作麻煩,操作路徑長”解決方法,智慧識屏是一個便捷觸達所需資訊服務的搜尋通道,主要從服務觸達效率和服務質量兩個層面去拉大“新舊體驗差”,兩個點:便捷觸達和服務滿足。

1. 便捷觸達

使用者使用APP時,內容瀏覽或功能使用是主訴求,搜尋是低頻高階需求,因而,智慧識屏需要被使用者主動喚起。

便捷觸達是指功能喚起的方式友好,觸達想搜尋資訊的操作路徑短。

功能喚起的方式在比較了“手機物理鍵、單指長按、單指大面積長按、雙指長按、複製後”等方式後,選用了“單指長按”,有以下考慮:

  1. 使用者已有的解決路徑就是從“單指長按”開始,採用這個手勢,智慧識屏相當於在使用者有搜尋意圖的訊號時就去提醒使用者:這有一條捷徑!
  2. 單指長按是一個系統常用手勢,且可以收斂使用者目標搜尋詞的區間,給使用者少但精確的選擇;
  3. 單指長按也會帶來誤觸的負面體驗,這塊可以透過一些技術手段來處理,減少負面影響。

“單指長按”指定了目標區域,但是系統還是沒辦法判斷使用者想搜尋的關鍵詞或意圖,只能多拿目標區域文字(現在以段落來單位),提取相關關鍵詞及服務,讓使用者去選擇,圖片也是類似情況。

綜上,智慧識屏流程有三部分:功能喚起、服務選擇、服務瀏覽。

觸達資訊的路徑要短,就要每一個部分展示儘可能多的必要資訊,能在“服務選擇”卡片側給的資訊就在卡片側給,比如快遞當前狀態、航班車次的出發到達資訊都儘可能放在“服務選擇”的卡片側,使用者瞅一眼就結束;使用者有需要了解更多詳情時,再以“服務瀏覽”的方式去滿足。

2. 服務滿足

服務滿足是指根據使用者觸發關鍵詞提供的服務是精準且有價值的。

雅虎提出的搜尋意圖三大分類:導航類、資訊類、資源服務類,在智慧識屏中依然有用,只是會有一些手機的特殊場景,比如智慧識屏會覆蓋“淘口令、吱口令”這樣因為騰訊和阿里巴巴互相遮蔽衍生的導航類需求。

手機系統生態中,使用者會用APP來滿足頭部已標準化的需求,搜尋引擎來解決中長尾的需求。

智慧識屏也是儘可能延續使用者這樣APP服務為主,搜尋引擎輔助的思路。

目前智慧識屏支援的品類服務主要在下圖中第一和第四象限,以APP提供服務為第一優先順序,比如電影類會提供“可瞭解詳情的豆瓣資源”和“可觀看影片的騰訊影片等資源”,後面會根據使用者行為分析把服務逐步擴充套件到第二和第三象限。

服務載體除了APP,還會更多支援“快應用”這種廠商側重推且可控體驗的載體。

智慧識屏提供的每一個服務都是基於使用者的興趣點,有些興趣點即時服務即可,有些需持續關注。

關注的興趣點狀態需要被展示、被管理,依賴於更多的系統產品(如負一屏、日程、使用者中心等)與智慧識屏聯動起來,這樣服務鏈路才會完整。

另外,使用者觸發時,“搜尋前場景資訊”能輔助“搜尋意圖判斷”,比如使用者如果在“電商類”APP觸發電商類標題,意圖會是什麼呢?如果你能提供全網最低價呢?

這塊貼合場景的定向服務,會是使用者對於產品的強記憶點,持續的挖掘“功能覆蓋人群大”且“留存率高”的功能,是智慧識屏目前服務滿足的重點迭代方向。

最後,套用俞軍老師的使用者價值公式: 使用者價值 = (新體驗 – 舊體驗)- 換用成本,智慧識屏可以透過產品設計來不斷拉大“新舊體驗差”,但是這個產品要被使用者接受;

還有“換用成本”,可以透過使用者引導來轉換,也可以透過運營、宣傳來轉換,但最核心的一個點還是需要找到“大眾、留存高”的常規功能去逐步教育使用者開啟功能、使用功能、瞭解智慧識屏的核心價值!

AI技術特點相對應的產品原則

AI模型的推理能力是產品質量的最重要組成部分。推理是機率性正確,依賴於大資料和模型演算法,需要不斷迭代。大部分品類,準確率和召回率達到90%,算非常不錯了。

產品側要尊重上述AI模型的現實和規律,揚長避短,總結的原則有三:

1. 資料驅動

智慧識屏核心的價值是幫使用者快速觸達服務,觸達服務的準確率是“服務滿足”的前置條件,各類別模型的準確率和召回率是最最最重要的指標,預示著當前品類使用者的滿意程度。

使用者行為日誌是使用者需求挖掘的寶地,用日誌分析當前提供服務的滿足度,以及挖掘潛在使用者需求,迭代驗證產品方案,這樣的產品閉環跑通,智慧識屏才能健康的運轉下去。

上述統計指標和使用者行為日誌分析,用資料驅動產品迭代,是AI產品中非常重要的部分,每天必備。

2. 容錯設計

模型的推理會有機率性錯誤,加上產品覆蓋型別不會一蹴而就,這會讓使用者有機率得不到服務滿足,需要有容錯設計來解決這個階段狀況。

智慧識屏的“文字”功能,每次功能觸發都穩定存在,除了滿足使用者主動的文字編輯能力之外,一個重要的角色就是容錯,承擔服務滿足不了時的託底,使用者可以透過選擇相關文字去搜尋,服務鏈路不能斷。

3. 上新的機制

受限於研發、測試等資源,AI模型的迭代速度(比如產品覆蓋品類的擴充速度)與產品可迭代的速度可能並不匹配。而時間成本對任何產品來說,都是最寶貴的資源。

所以建議,在品類上新這樣可標準化的流程裡,從產品初期就定義好產品的資訊架構:可複用已有的產品樣式,也可快速伺服器上新的產品樣式。

這樣不管是品類上新,運營活動,還是小流量灰度,都可以更快速的拿到產品資料,驅動產品快速迭代。

上述的產品原則是在當前的產品狀態和投產比基礎上一些思考,非絕對概念,隨時歡迎大家探討相關的話題,感謝閱讀!

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69946223/viewspace-2654850/,如需轉載,請註明出處,否則將追究法律責任。

相關文章