大數據時代的設計特點，不了解這個你做不了今天的設計(3)

所謂來自未來的信息就是提取過去的信息和今天信息，進行綜合分析得到展示未來的信息。我們舉一個具體的商業(yè)例子來說明什么是未來的信息。

一個20歲喜歡購物的女大學生sara經常去自家附近商場的打折區(qū)閑逛，看到打折的商品可能會購買，我們的手機APP如果記錄了她的購買行為（包括購買區(qū)域、時間、品牌等），那么當sara再一次來商場的時候，APP就可能根據之前的信息進行準確的推薦，所以說這個推薦是基于一連串有關聯性的數據得出的，這就是來自未來的信息。

四、大數據設計的陷阱

大家可能覺得這的確很具有商業(yè)潛力，但是根據大數據所做的很多設計都是陷阱，看起來很好的設計到了應用的層面上出現了很多問題。來看啤酒和尿片的故事，這是大數據里最為經典的案例之一——

在90年代沃爾瑪發(fā)現了一個有趣的現象，在一張購物單里往往會出現啤酒和尿片兩種截然不同的東西，經過分析發(fā)現這些購物單多數來自男士，人物分析后認為可能是男士在購買尿片時怕有損自己的陽剛氣，于是順便買一些啤酒來彰顯自己“爺們”。于是沃爾瑪決定把尿片和啤酒擺放在一起，取得了極大的成功。這是一個正面的例子，如果我們這樣做行不行呢？

在結賬的時候向購買了啤酒的男士推薦尿片或是向購買尿片的男士推薦啤酒，這就是一個很糟糕的體驗，雖然尿片與啤酒依然具有關聯性，但是這種行為對消費者造成了干擾。

所以結合今天的設計來看的話，很多設計都是如圖左側所示，不管是視頻網站還是淘寶都是如此。用戶在購買東西或瀏覽信息時下面有一些相關的推薦，我們稱之為“掩埋型信息推薦”，采用掩埋的方式處理大數據設計的原因在于不足于50%的可能性、選擇權交給用戶、數據不夠精確、信息可信度不高等。

另一種設計我們稱之為“打斷型信息推薦”，形象地說就是用戶在瀏覽尿片時忽然彈出啤酒的信息。我認為凡是敢做成打斷型推薦的那么該信息必須滿足以下條件：100%的可能性、承受全部責任、數據絕對精準、信息可信度很高。所以我剛才提到的大數據設計的陷阱就在于很多設計者把本應是掩埋型信息推薦做成了打斷型信息推薦。來看個例子：

半夜三點鐘忽然收到一條打折信息，告訴用戶蔬菜打折了。這就是失敗的大數據推薦，會對消費者造成強烈的干擾，結果用戶以崩潰就把你的產品給卸載了···再來看一個很經典的案例，在之前做創(chuàng)新的時候經常被討論到：

有一個商務人士，他每天下午兩點到四點的時候準時開會，這時有人就想到一個創(chuàng)新：在下午四點的時候讓手機自動靜音，這樣就可以避免因為開會時忘記關閉鈴聲而帶來的尷尬。這個看起來很體貼的創(chuàng)新其實是不可行的。我們來區(qū)分一下以下兩種情況的責任：開會時因忘記關鈴聲手機響了，用戶會責備自己疏忽大意；而有這個功能后用戶因此錯失了一通重要電話，責任就在手機身上了。這就是所謂的沒有100%的可能性是不能做成打斷型信息的。下午兩點到四點開會這條信息是沒法準確判斷用戶一定需要靜音的功能的。

如果我們再加一個坐標，兩點到四點+會議室，也就是加GPS捕捉用戶的位置這個精確度就會大大提高，但是即便如此還是無法達到100%，所以這個設計還是沒法做的。

今天大數據的設計要考慮到人、目的、行為、環(huán)境、媒介，全面地考慮這五大因素才能更準確地集中信息。下面這張圖就顯示了什么是五要素，做設計時要進行綜合分析。

再來看一個例子：接掛電話是手機最常用的功能之一，如何從大數據的角度老考慮呢？上圖給出了三種情景，結合當時的環(huán)境、行為、目的，它們都是很優(yōu)秀的創(chuàng)新，但是脫離具體的環(huán)境后在別的場合就會變成干擾。

今天我們做設計時應力求做到以下三點：一是像打靶一樣精準瞄準用戶的需求信息，放棄撒網捕魚式的大而空的設計；二是將信息和需求明確主次，主次混沌一團是不受歡迎的；三是結合媒介進行信息的設計，我們不能所有的終端都用同樣的設計。針對大數據來說呢，只想重點強調一點，盡量采用掩埋型數據，謹慎使用打斷型信息。