編輯導(dǎo)語(yǔ)：很多人不太了解產(chǎn)品的“無(wú)”之道，所以本篇文章中，作者詳細(xì)地介紹了產(chǎn)品“無(wú)”之道的資源結(jié)構(gòu)層，根據(jù)案例解答了構(gòu)架應(yīng)該如何在實(shí)際中去運(yùn)用，推薦想要學(xué)習(xí)產(chǎn)品結(jié)構(gòu)構(gòu)建的群體閱讀。

上次我的產(chǎn)品“無(wú)”之道講到了能力范圍層層。今天接著講其在資源結(jié)構(gòu)層內(nèi)的應(yīng)用。

一、資源結(jié)構(gòu)層

到了資源結(jié)構(gòu)層，就進(jìn)入了產(chǎn)品設(shè)計(jì)的具體工作，分為信息架構(gòu)和交互設(shè)計(jì)兩個(gè)方面。

1. 信息架構(gòu)

可見(jiàn)的就是網(wǎng)站的結(jié)構(gòu)、頁(yè)面的跳轉(zhuǎn)、操作的流程等信息架構(gòu)。

而更高階的產(chǎn)品經(jīng)理，則能夠意識(shí)到產(chǎn)品的資源結(jié)構(gòu)層是為業(yè)務(wù)（業(yè)務(wù)背后是用戶(hù)需求，該邏輯不再重點(diǎn)說(shuō)明）服務(wù)的，因此必須以滿(mǎn)足業(yè)務(wù)流程為目標(biāo)。那么如何更好的設(shè)計(jì)產(chǎn)品的信息架構(gòu)呢？關(guān)鍵點(diǎn)就在于看不見(jiàn)的算法處理和數(shù)據(jù)流動(dòng)。

為了更好解釋算法和數(shù)據(jù)的重要性，我同樣通過(guò)幾個(gè)例子說(shuō)明。

（1）案例1

以我之前設(shè)計(jì)的作業(yè)系統(tǒng)為例，僅在批改環(huán)節(jié)，就涉及到如下復(fù)雜的業(yè)務(wù)邏輯。

業(yè)務(wù)目標(biāo)很簡(jiǎn)單，把學(xué)生提交的作業(yè)的作業(yè)題目通過(guò)人工智能或人工的方式批改。關(guān)鍵指標(biāo)在于效率和正確率，鑒于人工智能批改的局限和難以避免的人工錯(cuò)誤，因此增加了復(fù)核環(huán)節(jié)。

對(duì)于學(xué)生來(lái)說(shuō)，系統(tǒng)需要提供查看作業(yè)記錄的頁(yè)面，并且按照合理的順序（例如從晚到早）呈現(xiàn)出來(lái)，因此需要排序算法和作業(yè)數(shù)據(jù)。

學(xué)生在答題的時(shí)候，需要依次查看題目并作答，此時(shí)系統(tǒng)需要記錄學(xué)生的答題行為（答題時(shí)長(zhǎng)、連貫性等），以為學(xué)情分析提供數(shù)據(jù)，此時(shí)需要呈現(xiàn)題目數(shù)據(jù)，保存解答數(shù)據(jù)。

學(xué)生完成回答之后，需要首先要經(jīng)過(guò)系統(tǒng)的自動(dòng)批改。然而不是所有的題目都可以自動(dòng)批改，因此需要增加判斷算法：高于批改預(yù)置的自動(dòng)批改，否則分配給人工批改。而自動(dòng)批改的時(shí)又增加了自動(dòng)批改的結(jié)果數(shù)據(jù)。

分配給人工批改時(shí)，效率是個(gè)大問(wèn)題。思考一下，如何讓批改效率最大化？

一是要考慮時(shí)間問(wèn)題，作業(yè)提交的高峰期在晚上。

二是要考慮題目分配的問(wèn)題，按作業(yè)分配是不夠合理的，而讓一個(gè)運(yùn)營(yíng)人員一段時(shí)間主要批一道題，則可以大大提高效率。

三是要考慮正確率問(wèn)題，那么就需要把運(yùn)營(yíng)人員的批改正確率也和績(jī)效掛鉤。而此時(shí)又增加了人工批改的結(jié)果數(shù)據(jù)。

到了人工復(fù)核的環(huán)節(jié)，可以沿用批改時(shí)的思路。該環(huán)節(jié)又增加了復(fù)核數(shù)據(jù)。

依靠著對(duì)業(yè)務(wù)流程、算法和數(shù)據(jù)的全面分析，我短時(shí)間就從0到1搭建了一套比較完備的作業(yè)批改系統(tǒng)，有力的支撐了前線(xiàn)的業(yè)務(wù)。

而在梳理整個(gè)流程時(shí)，尤其是新手產(chǎn)品經(jīng)理，強(qiáng)烈建議使用泳道流程圖，可以幫助你快速的梳理清楚自己的想法，也能夠幫助別人理解整個(gè)業(yè)務(wù)流程。事實(shí)上，我曾經(jīng)因?yàn)橥祽芯筒辉佼?huà)流程圖，后來(lái)發(fā)現(xiàn)跟業(yè)務(wù)、開(kāi)發(fā)、測(cè)試溝通時(shí)，大家往往不能完全理解我的意思，于是又把流程圖撿了起來(lái)。

理解了“無(wú)”之道在資源結(jié)構(gòu)層的應(yīng)用，相信你通過(guò)訓(xùn)練，就能很好的去梳理、拆解業(yè)務(wù)流程，更合理的規(guī)劃產(chǎn)品的信息架構(gòu)。

為了幫助大家加深理解，我再隨便找一些生活中的產(chǎn)品，使用“無(wú)”之道進(jìn)行分析。

（2）案例2

先選擇我從來(lái)沒(méi)有涉足過(guò)的電商的搜索場(chǎng)景，來(lái)嘗試進(jìn)行分析。

首先是搜索頁(yè)，我們來(lái)看為了讓用戶(hù)完成搜索功能，淘寶提供了哪些功能：

文字搜索框：核心功能。

算法：關(guān)鍵詞匹配等搜索算法；數(shù)據(jù)：用戶(hù)輸入詞條。

圖片搜索：重要功能，增加了一種新的搜索緯度。

算法：圖像檢索算法；數(shù)據(jù)：用戶(hù)輸入的圖片。

歷史搜索：重要功能。

記錄用戶(hù)搜索歷史，方便在一段時(shí)間內(nèi)反復(fù)搜索。

搜索發(fā)現(xiàn)：基于歷史搜索的推薦功能。

算法：關(guān)鍵詞匹配等算法；數(shù)據(jù)：歷史搜索。

熱搜：主動(dòng)推薦功能，對(duì)于主動(dòng)搜索用戶(hù)作用不大，但是也可能培養(yǎng)用戶(hù)新的搜索習(xí)慣。

算法：話(huà)題熱度排序；數(shù)據(jù)：整體用戶(hù)行為。

當(dāng)輸入關(guān)鍵字之后，淘寶會(huì)彈出搜索推薦。從搜索結(jié)果來(lái)看，淘寶是綜合了關(guān)鍵字和用戶(hù)數(shù)據(jù)給出的推薦，既方便用戶(hù)輸入，也是創(chuàng)造新的商機(jī)。比如羽絨布的干洗劑、清潔劑等周邊產(chǎn)品推薦。

算法：關(guān)鍵詞推薦算法。

數(shù)據(jù)：搜索關(guān)鍵詞+用戶(hù)數(shù)據(jù)。

搜索結(jié)果頁(yè)，則更是搜索業(yè)務(wù)中的最核心步驟。需要在該界面達(dá)成商家競(jìng)價(jià)排名和用戶(hù)購(gòu)買(mǎi)體驗(yàn)的最佳平衡狀態(tài)。只考慮商家的需求，那么用戶(hù)尋找適合商品的成本就會(huì)增加，降低用戶(hù)體驗(yàn)；如果完全都按照用戶(hù)的需求來(lái)做，那么電商的業(yè)務(wù)邏輯和商家的流量就難以保證。

用戶(hù)在該頁(yè)面的瀏覽數(shù)據(jù)將不斷被記錄，并用于搜索結(jié)果乃至更多功能的優(yōu)化。

算法：商品推薦算法（商家競(jìng)價(jià)排名+用戶(hù)數(shù)據(jù)）。

數(shù)據(jù)：商品數(shù)據(jù)、用戶(hù)數(shù)據(jù)、用戶(hù)行為數(shù)據(jù)。

因?yàn)槿狈﹄娚探?jīng)驗(yàn)和技術(shù)背景，相信我的分析只是管中窺豹，但我們也可以感受到在一個(gè)簡(jiǎn)單的搜索場(chǎng)景背后，有著多么復(fù)雜、強(qiáng)大的算法和數(shù)據(jù)支撐。

（3）案例3

再選擇一個(gè)內(nèi)容編輯的場(chǎng)景來(lái)分析，以知乎為例：

1. 在創(chuàng)作入口，可以看到問(wèn)答和提問(wèn)仍是知乎最核心的業(yè)務(wù)。
2. 隨著業(yè)務(wù)發(fā)展，又增加了視頻、文章、直播等各種形式的信息發(fā)布。
3. 作為UGC社區(qū)，為了引導(dǎo)用戶(hù)創(chuàng)作更多的內(nèi)容，還提供了創(chuàng)作靈感的入口。
4. 同時(shí)還提供了草稿箱的快捷入口，方便再次編輯。

點(diǎn)擊回答問(wèn)題和創(chuàng)作靈感是一樣的，都是引導(dǎo)至問(wèn)題列表。

問(wèn)題列表是回答問(wèn)題的核心流程，做的也是匹配答主和題主的匹配。影響答主回答意愿的關(guān)鍵因素是興趣和回答曝光量，而影響題主提問(wèn)熱情的是是否有優(yōu)質(zhì)答主（答案）回答和問(wèn)題曝光量。因此推給答主既要有已知興趣，也要發(fā)掘更多潛在興趣；既要有熱門(mén)問(wèn)題，也要有關(guān)注度較低或新問(wèn)題。

算法：?jiǎn)栴}推薦算法。

數(shù)據(jù)：?jiǎn)栴}、用戶(hù)數(shù)據(jù)、整體問(wèn)題數(shù)據(jù)。

在編輯頁(yè)面需要考慮編輯信息的各種類(lèi)型，文字、圖片、視頻、鏈接、商品推等。當(dāng)用戶(hù)要退出的時(shí)候，需要確認(rèn)是否要保存草稿，因此內(nèi)容數(shù)據(jù)其實(shí)是分成當(dāng)前內(nèi)容和草稿。

算法：無(wú)。

數(shù)據(jù)：當(dāng)前內(nèi)容、草稿。

2. 交互設(shè)計(jì)

我認(rèn)為在出現(xiàn)新的技術(shù)之前，交互設(shè)計(jì)上很難有大的突破了。因此建議產(chǎn)品經(jīng)理和交互設(shè)計(jì)師遵循設(shè)計(jì)原則就可以了。不然標(biāo)新立異大概率會(huì)導(dǎo)致與用戶(hù)的操作習(xí)慣不符，反而導(dǎo)致用戶(hù)體驗(yàn)下降。

但是我們可以聊一下什么是好的交互設(shè)計(jì)，以及交互設(shè)計(jì)的“無(wú)”之道。喬布斯為什么偉大？我認(rèn)為不止因?yàn)樗麆?chuàng)立的蘋(píng)果公司，或是推出了非常多用戶(hù)體驗(yàn)極佳的產(chǎn)品，更多的是他重新定義了人與技術(shù)的溝通方式。

想想我們最早用的Windows電腦，科技含量很高，但是不好用。因?yàn)槠浯肓撕芏喙こ處熕季S，比如復(fù)雜的文件管理、復(fù)雜的軟件安裝和管理等。然而喬布斯認(rèn)為，好的設(shè)計(jì)在于消弭技術(shù)感，而不在于展示技術(shù)。

我們可以看到蘋(píng)果上集成了非常多的高科技，但是用戶(hù)卻沒(méi)有感知。比如Touch ID的準(zhǔn)確率、安全性、科技含量都非常高，但是蘋(píng)果只是增加了一個(gè)實(shí)體的Touch ID，用戶(hù)把手指放上去，然后自然的完成解鎖、確認(rèn)支付等操作。

交互設(shè)計(jì)背后的“無(wú)”在于人與工具的一種底層認(rèn)知：工具是人類(lèi)拓展自己能力的產(chǎn)物，可以視為人身體的延伸。

比如我們通過(guò)汽車(chē)作為雙腿的延伸，可以走更遠(yuǎn)的路；我們把顯微鏡作為眼睛的延伸，可以看到更細(xì)微的世界；我們把手機(jī)當(dāng)做眼耳嘴的延伸，我們可以看到、聽(tīng)到更多的信息，可以與遠(yuǎn)隔千里的人交流……

那么作為人體的延伸，就像我們的五官、四肢各種器官一樣，自然的、感知不到的工具最讓人舒服，也是交互設(shè)計(jì)追求的終極目標(biāo)?，F(xiàn)代交互設(shè)計(jì)的最高境界，就是作為人與技術(shù)之間的橋梁，起到讓技術(shù)成為符合人類(lèi)習(xí)慣甚至是本能的工具。

說(shuō)到了這里，我想聊一下對(duì)微信搖一搖的看法。微信搖一搖的功能本身，確實(shí)做的非常極致了，也為微信前期的擴(kuò)張和微信支付的崛起起到了舉足輕重的作用。但是從設(shè)計(jì)的本質(zhì)上來(lái)說(shuō)，它還不夠好。

張小龍說(shuō)搖一搖來(lái)自人最本能需求，但我認(rèn)為有一層意思他沒(méi)有提到或者不好說(shuō)。

搖一搖在搜索附近的人的時(shí)候，我最先想到的是求簽，通過(guò)搖動(dòng)簽桶/手機(jī)，去尋找自己的緣分，是一種挺浪漫的設(shè)計(jì)。而搖一搖在搶紅包中則像是搖色子，通過(guò)晃動(dòng)骰盅/手機(jī)去博取金錢(qián)。

因此搖一搖本質(zhì)還是通過(guò)搖動(dòng)，引起人對(duì)緣分或金錢(qián)的欲望。所以大家用的時(shí)候很爽，但是一旦缺乏外界刺激，就不會(huì)想到搖一搖這個(gè)功能了。

二、總結(jié)

總結(jié)在資源結(jié)構(gòu)層的“無(wú)”之道。

從信息架構(gòu)上講，業(yè)務(wù)（用戶(hù)）需求決定業(yè)務(wù)流程，業(yè)務(wù)流程的實(shí)質(zhì)為算法處理和數(shù)據(jù)加工，將業(yè)務(wù)流程做從頁(yè)面、功能需求、算法和數(shù)據(jù)四個(gè)層面拆解，有利于我們?cè)O(shè)計(jì)出更符合業(yè)務(wù)要求的信息架構(gòu)。
從交互設(shè)計(jì)上講，好的交互設(shè)計(jì)的背后是人的習(xí)慣和本能，設(shè)計(jì)師要做的是讓交互設(shè)計(jì)變得自然、感知不到。

本文由@一直產(chǎn)品狗 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash，基于CC0協(xié)議。