情感化设计的首要关键词是“情感”,情感是由人本能的生理需求所引发的,再通过表情、态度、语言、动作及状态等进行表达。情感独立于知觉和意志,是一种无意识的复杂心理过程。然而,情感往往会调节和影响人的认知过程,并驱动人对信息的选择以及相应的行为。不同社会环境和文化氛围下的人的情感驱动或表达有所差异。
情感化设计是为引起用户注意、激发用户情绪反应并诱发用户特定行为可能性的一种设计。美国教授唐纳德A·诺曼在其撰写的《情感化设计》一书中提出,以现代心理学为理论基础,情感化设计应当分为本能层次、行为层次和反思层次的三种设计层次。其中,本能层次也称为“外显有型层(OuterTangibleLevel)”,是指关注用户对产品表象层面的直观感受,例如色彩、材质、形态、结构、质感等;行为层次又称“中间行为层(MiddleBehaviorLevel)”,是指关注用户对产品交互方式的操作感受,例如效率、乐趣、流畅度等;反思层次又称“内隐无形层(InnerIntangibleLevel)”,是指关注产品对于用户的象征意义、社会价值的内在感受,包括不同文化背景下不同意识形态、文化观念及审美取向。
二、情感化设计在手机APP中的应用
随着移动互联网的普及,手机已成为人们离不开的一个重要媒体工具。移动互联网市场的快速发展,促使APP产品的数量也呈现出了非线性增长,在如此数量庞大的APP的选择下,用户不再满足于普适化的产品和功能,而开始更多地关注产品的人性化服务和体验。开发者在交互设计过程中的关注点也从基本的功能及流程转移到了界面设计的情感化体验,即引起用户个人情感的触动。例如,研究发现颜色明亮的按钮更容易引起用户的无意识注意力,因此,设计师通常通过这种简单的视觉生理刺激来激发用户的点击行为(如广告链接、注册登录或网上购买等)。
手机APP的情感化设计参照唐纳德A·诺曼教授的三层设计法,分为视觉层面设计、操作层面设计及反思层面设计。首先,视觉层面设计是为了保证APP的视觉效果符合用户审美,界面的关键因素包括合理的色彩搭配、易识别的图形元素、明确的文字信息、清晰合理的布局结构以及明确丰富的内涵。其次,操作层面的设计是为了保证APP的易用性,其一,传递有效的信息,即将机器语言或专业术语转化为大众化的用户语言,在必要使用专业术语时及时向用户进行解释;其二,调节信噪比,突出有用的信息,削弱次要信息;其三,确保操作的流畅度、高容错性以及反馈的及时性。最后,反思层面的设计是为提高用户的愉悦度、增加用户的共鸣感、并增加用户的品牌黏度。
三、情感化设计在手机APP推送功能中的应用
在2010年,APPstore和Googleplay总下载次数只有不到50亿数据,到2013年,其数字增长了10倍,而2014年,这个数据已超过500亿次。随着手机里安装的APP数量越来越多,人们接收到的信息也越来越丰富和繁多,主流手机操作系统均通过消息推送(Push)的方式将通知和提醒呈现在用户面前。14年7月,市场分析公司Localytics就15亿部设备和2.8万个应用调查之后发布了一份报告,得出结论“如果用户打开了一款应用的消息推送功能,那么62%的用户会在几个月之后再次使用这款应用;相比而言,如果用户关闭了应用消息推送功能,这一比例只有32%.”
众多开发者为了争抢用户黏度,开始不断以非必要性更新来提升自己的APP在推送通知栏里的曝光率,推送功能给APP开发者带来了更多的用户关注度和广告曝光率,无疑是众多开发者争相采用的功能。然而近年来,随着人性化设计的提出,越来越多的交互体验缺陷被暴露出来,APP开发者们也开始关注用户的看法和反馈。消息推送功能给用户带来便捷的体验和多元化的视野以外,也带来了碎片化的信息轰炸。尤其是安卓系统,由于其系统的自由性,导致安卓手机缺乏明确的盈利模式,所以安卓手机的APP推送有很大程度是带有广告目的的泛滥推送。
近几年,新浪、网易、雷锋之家等各大网络媒体都发布新闻谴责众多APP的过渡推送功能。认为APP各类功能的首要任务应当是服务用户,而不是满足开发者的利益。何况,由于现而今用户手机上的APP数量只增不减,APP开发商或运营商再在信息推送这片红海里竞争,有可能会带来负面效果。因此,APP开发商有必要开始考虑推送功能的转型。
以下将针对智能手机APP中的推送功能进行分析,力图用情感化设计的方法来提高推送功能的用户体验。
1.能层次的情感化设计
本能层次设计在这里主要指感官审美上的设计。出现在通知栏的信息推送,其结构和展现方式都受到了很大的限制,而用户时常会对一成不变的视觉效果和听觉效果感到厌烦,因此,APP运营商可以在展现形式上稍加一些新颖的变化。
信息推送最常见的模式是手机系统提示音提醒加上纯文本的弹出。但事实上手机消息的推送提示音可以自定义,例如Android系统就支持定制提示音,并不一定要用系统自带的提示音。其次,弹出消息可以加上特定的视觉效果,为了抓取用户的注意力,可以将简单的纯文本展示变为文字加图像展示。其中,尤其要注意的是文本信息的表达方式,用户通常会对一眼看上去拖沓的、没有重点的文字语言产生抵触心理。因为目前手持的移动设备最常用的就是手机和PAD,手持设备的最大特点就是屏幕较小,因此,如果内容表达不合适或太拖沓,就很难让用户直观地接收到推送信息所表达的含义。运营商应当以精炼而简短的文字概括推送的内容,让用户一目了然。
2.行为层次的情感化设计
行为层次设计在这里主要指交互体验方面的设计。交互体验着重研究用户模型与产品模型的关联,并挖掘用户的情感需求。
除了了解用户的使用场景、操作流程等数据以外,情感化设计研究更多地关注用户的内心感受,强调挖掘用户的潜在需求,明确用户在操作过程中的驱动力和障碍。消息推送目前给用户造成的操作困扰主要集中在:被动接收推送、对推送内容不感兴趣、打开推送消息与关联页面不符这三大问题。下文会就这三个方面概括推送功能在行为层次上的情感化设计。
(1)归还用户主动权
消息的推送应当归还用户以主动权。运营商强制让用户接收推送消息以便于推广其广告或商品,实际上容易造成用户反感,不少用户找不到关闭推送授权的开关,甚至会直接将APP卸载,或选择使用其它同类型APP.这种强制推送的方式不但没有起到推广效果,反而降低了用户黏度。任何一个APP功能的设置首先要尊重用户,给予用户基本的选择权,移动端APP的消息推送应当学习PC端的订阅功能,用户可自行选择订阅或取消。
(2)推送用户感兴趣的内容
应当推送用户感兴趣的内容,使得推送内容符合用户心理定位、增加其认同感和点击欲。14年初,Gamelook对1万名用户进行了问卷调查,结果表明80%的用户(无明显性别、年龄影响)不会拒绝推送功能,并且在APP启动初期,有35%~50%的用户选择“允许接收推送消息”,在对信息推送接受度调查中得出,用户最易接受的信息推送为新闻媒体类,其次是运动健康,最后是娱乐游戏。这是通过调查得出的比较宏观兴趣取向。除此之外运营商还应当着重考虑用户自己的个性化兴趣点,例如通过用户的订阅内容或是大数据统计结果。
(3)推送内容与打开后的页面密切关联
通知栏上的推送内容应当与点击后打开的页面紧密联系。如果推送的内容希望用户进入APP设置里进行某项行为,那么推送点击后的跳转页面应当直接关联到APP设置栏里,而不是跳转到APP入口页或其它无关页面,再让用户自己查找或搜索推送内容所指向的位置。
三、反思层次的情感化设计
反思层次的情感化设计主要指在大数据背景下的运营方式设计。面对如今已经是红海的APP平台,唯有专业、精准的运营和推送方式,才能提高用户留存率,使APP得到良好的推广。要做到精准推送,简单来说就是“通过对特定用户发送消息,提升用户活跃度,挽回潜在流失用户,并实时查看推送效果。”
(1)按需推送
上文提到,很多运营商只顾自身利益而广撒网式地向用户大量推送消息,以便保证其广告的覆盖面、点击率和APP用户留存率。然而不少研究调查表明,用户留存率与推送的数量并无太大关系,却与推送的内容有关。运营商要做到对不同的用户推送不同的内容,首先要细分用户群。细分的具体方法是进行大量的用户调查,制定相应的用户标签。APP开发者通过用户的使用足迹,得到用户的性别、位置、消费习惯、社交状况等信息,并以此为用户打上标签。其中,三个重要的标签信息有:地理位置、版本号、沉默用户。APP开发者可以通过用户的GPS信息轻易了解到用户所在地,并推送相应地方特色的信息或广告;或通过APP内部版本号信息了解到用户是否需要升级为特定版本;并且密切关注沉默用户,防止这个群体的流失。
(2)标签再分类
在收集到基本的用户标签之后,应当对标签进行再分类。如果以运营结果为导向,标签分类则可分为潜在流失用户模型标签和潜在的付费模型标签。通过分析用户在线时长、使用频率、使用流畅度等因素,建立用户预测模型,推算出哪些用户可能已经对APP“不耐烦”或者哪些用户对APP“存有极高的兴趣”但还尚未使用付费功能,然后APP运营商则可对不同标签类别下的用户进行针对性推送。
(3)细节因素
精准推送还需要注意到一些细节因素,包括用户的APP使用规律、网络环境、电量使用状况等,这直接决定了用户是否会对推送内容作出回应。用户使用不同种类的APP的频率不同,其中以社交类APP使用频率最高,每天用户会打开社交类APP20次以上,而工具类的APP只会打开1次左右,推送消息的数量应该达到用户心理的平衡值,让用户不至于对过多的信息感到反感。并且用户使用手机的习惯也不同,运营商应考虑到错开用户的休息时间,而集中在用户在线量较多的时间进行推送。此外,用户只有在WIFI状态、并且电量足够的情况下才会对APP进行升级,而在使用数据流量或电量不足的时候,甚至连一条新闻推送都不会打开。APP运营商充分为用户着想,方可进一步提高推送消息的合理性和友好性,从而达到增加用户好感度的目的。
(4)反馈数据的整理和分析