一个小小城市选择控件引发的深度思考

2017 年 10 月 13 日 产品100干货速递 Mandy权

大家都知道,吃喝玩乐,永远是人的基本休闲方式。城与人的生活息息相关,针对吃喝玩乐设计的产品形态,往往都有城市、当前定位等基本功能的设置,以便于产品经理采集到用户行为后,做出更好的个性推荐及内容展示。


很早以前小Q在《用好的交互设计来管理复杂-“筛选器”》一文,较为全面的剖析了筛选器的各种分类及其利弊。本文会继续筛选器的城市选择控件继续分析。


很多城市特色推荐类App,打开首页,“推荐”和“附近”满足用户在多个场景下的应用,无论是周末的你在家苦于无处可去,还是吃完饭后想和朋友去附近逛逛。又譬如旅行类App,购买机票,预定酒店都是必须要做的事情,对于廉价机票的购买和抢单,也是很多热爱旅游的人们常做的事情,所以如何根据自己的业务形态设计好一款简单的城市控件,看起来是值得深思的问题。使用过30几款相关App之后,热爱总结和装逼的小Q,为你带来如下的总结,希望你喜欢。


城市选择控件大致分为三类:平铺式三层联动结构、响应式三级联动结构、A-Z index式字母结构。




平铺式三层联动结构


特点:逐层选择,逐层回退,操作重复


建议:根据当前GPS定位地理位置,优先显示周边(100km以内的)省市区信息(需要建立符合产品特性的城市匹配列表)


举例:京东App,发货地址选择地区时的交互流程,操作及反馈值得推荐,选中一层(省、市、区)则顺其自然的进入下一层选择,给人新增一条记录待添加的感觉,操作一气呵成。相反对比,把省、市、区作为Tab的Title的方式,让用户选择Tab,然后选择内容的方式。此交互体验更佳顺畅,且能解决用户点击层级深之后,短暂迷失方向的难题。





响应式三级联动结构


特点:通过省级自动定位市区级,对城市选择比较便利。地址显示的选项数量少,还只能挨个切换,效率低下。


建议:根据当前GPS定位地理位置,定位相关省级信息及名称,减少滑动操作。


举例:淘宝下单后的填写地址里面也有地区选择功能,微信里面也有收货地址,再者一些App的定位选择等等。





A-Z index式字母结构


A-Z index(字母索引)适用于对数据量为几十到几千之间的单词、词组或短语等类型的导航,且用户能对这些数据的首字母进行精确回忆。例如:国家、省份或城市的名称、姓名、昵称等。在移动端设计中A-Z index通常以竖轴形式出现在屏幕右侧,点击字母能将内容滚动到该字母的锚点位置。


特点:通过自然拼读和精确回忆,或者通过严格的筛选方式,精挑细选周边、同城中最值得去的生活高地,使得用户能快速找到所需内容。


建议:A-Z index严格按照字母顺序排序,但是在某些场景中,这并非是最高效的。可视业务和用户需求在A-Z index基础上增加常用选项导航(例如定位、热门和搜索)。


举例:有特殊记忆点的名称列表,短时间不会频繁更新订阅内容的产品形态,根据用户行为优先曝光常用入口,如通讯录的联系人列表,可通过添加Emoj图片或者英文首字母,调整中文内容的排序。或者天气通中订阅城市列表,根据用户使用率不同,筛选点击率较高的内容做优先展示。




小Q来总结


任何一个城市选择控件的基础,往往只能满足统一规范化的操作。若要满足用户多场景的复杂需求,产品经理在设计城市选择控件的过程中,可以优先通过数据挖掘,为用户提供一条捷径,试图让用户减轻重复操作的心理负担(如:快速选择、热门城市、热门景区等)。或者根据业务及用户场景的不同,做应用场景的优化和调整,譬如:根据定位做城市列表的不同排序等。


作者:Mandy权

来源:微信公众号 /  小Q聊产品


本文由作者授权产品壹佰发布,如需转载,请联系作者。

投稿邮箱:yli01@kaikeba.com 欢迎您的来稿




「今日互动」

主题:你在哪


一个简单的城市控件,简单的定位LBS,也需要复杂严谨的思考,绝不仅仅是一个定位成功就能解决问题的。当下,如何更快速更便捷的产品交互方式正在逐渐改变着世界,统一规范的操作也能有不同的效用。小伙伴们你们在使用APP选择位置的时候有没有哪些独特的想法呢?


欢迎在文章下方留言,大家踊跃发言,说说你们对文章的看法吧~




产品壹佰www.chanpin100.com),是慧科集团旗下企业开课吧诚意打造的,互联网产品人学习成长社群;致力于为互联网产品爱好者,提供优质学习资讯、线上公开课、线下沙龙、学习社群与教学服务。


开课吧 www.kaikeba.com ),是慧科集团倾力打造的互联网人学习成长社群,2016年8月,开课吧实力融聚无限互联、莱茵教育、产品壹佰、美好学院等知名职业教育品牌,专注打造互联网产品经理、UXD全能设计、技术开发等前沿专业课程及学习社群。致力于通过创新科技,提供智慧学习服务,高效链接人与知识,帮助互联网人实现可持续职业成长。



登录查看更多
0

相关内容

最新《经济学中的强化学习》2020大综述,42页pdf128篇文献
2019必读的十大深度强化学习论文
专知会员服务
57+阅读 · 2020年1月16日
【阿里技术论文】AliMe KBQA:阿里小蜜中的结构化知识问答
专知会员服务
82+阅读 · 2019年12月14日
【阿里技术干货】知识结构化在阿里小蜜中的应用
专知会员服务
96+阅读 · 2019年12月14日
可解释推荐:综述与新视角
专知会员服务
108+阅读 · 2019年10月13日
今日头条技术架构分析
互联网架构师
11+阅读 · 2019年8月19日
渗透某德棋牌游戏
黑白之道
12+阅读 · 2019年5月17日
如何运营15万付费用户?
三节课
6+阅读 · 2019年2月28日
深度解析京东个性化推荐系统演进史
CSDN云计算
6+阅读 · 2017年12月11日
【推荐系统】深度解析京东个性化推荐系统演进史
产业智能官
23+阅读 · 2017年12月8日
热点 | 深圳无人驾驶公交车正式运营!
机器学习算法与Python学习
3+阅读 · 2017年12月4日
【新零售】当下趋势:传统零售将变革为新零售
产业智能官
3+阅读 · 2017年11月12日
有了场景和画像才懂用户
互联网er的早读课
6+阅读 · 2017年8月26日
Arxiv
9+阅读 · 2019年11月6日
Learning by Abstraction: The Neural State Machine
Arxiv
6+阅读 · 2019年7月11日
Parsimonious Bayesian deep networks
Arxiv
5+阅读 · 2018年10月17日
Arxiv
135+阅读 · 2018年10月8日
Arxiv
3+阅读 · 2018年4月5日
Arxiv
4+阅读 · 2015年8月25日
VIP会员
相关VIP内容
相关资讯
今日头条技术架构分析
互联网架构师
11+阅读 · 2019年8月19日
渗透某德棋牌游戏
黑白之道
12+阅读 · 2019年5月17日
如何运营15万付费用户?
三节课
6+阅读 · 2019年2月28日
深度解析京东个性化推荐系统演进史
CSDN云计算
6+阅读 · 2017年12月11日
【推荐系统】深度解析京东个性化推荐系统演进史
产业智能官
23+阅读 · 2017年12月8日
热点 | 深圳无人驾驶公交车正式运营!
机器学习算法与Python学习
3+阅读 · 2017年12月4日
【新零售】当下趋势:传统零售将变革为新零售
产业智能官
3+阅读 · 2017年11月12日
有了场景和画像才懂用户
互联网er的早读课
6+阅读 · 2017年8月26日
相关论文
Arxiv
9+阅读 · 2019年11月6日
Learning by Abstraction: The Neural State Machine
Arxiv
6+阅读 · 2019年7月11日
Parsimonious Bayesian deep networks
Arxiv
5+阅读 · 2018年10月17日
Arxiv
135+阅读 · 2018年10月8日
Arxiv
3+阅读 · 2018年4月5日
Arxiv
4+阅读 · 2015年8月25日
Top
微信扫码咨询专知VIP会员