Was ich auf der Awwwards Conference 2019 gelernt habe

Zwei Tage voller Reden der einflussreichsten Fachleute gaben uns einen Überblick über aktuelle Trends, zukünftige Vorhersagen und einen Überblick über die aktuellen Herausforderungen und Chancen in der digitalen Industrie. Auf die eine oder andere Weise waren die wichtigsten Themen der diesjährigen Konferenz:

  • Kreativität & Designprozess
  • User Experience Perspektive
  • Produktdesign und Zusammenarbeit
  • Design für künstliche Intelligenz
  • UX-Forschung
  • Branding, Business und Strategie

Kreativität & Designprozess

Hayley Hughes, Designleiterin von Airbnb Design Language System, sprach mit ihrem charakteristischen Ansatz und Präsentationsstil über die Hierarchie des Designsystems der menschlichen Bedürfnisse. Einige Unternehmen schaffen Systeme für konsistente Erfahrungen und plattformübergreifende Einheit, andere bringen sie dazu, ihr Erscheinungsbild auszudrücken. Obwohl sich das Ziel unterscheiden mag, haben alle Systeme etwas gemeinsam - die Menschen müssen in der Lage sein, sie wiederzuverwenden und zu erweitern. Wenn wir nur Zeit damit verbringen, Produktkomponenten zu entwerfen, entwerfen wir nicht die unsichtbaren menschlichen Komponenten: die Gesamtbeziehungen zwischen dem System und den Teams, die es übernehmen.

Es gibt drei Ebenen der Designsystemhierarchie: Produkt als Komponenten, Dienstleistungen als Reisen und Werte als Modelle.

Produkt als Komponenten

Das Design Language System ist eine Sammlung von Komponenten, die durch gemeinsame Prinzipien und Muster definiert sind. Dies ermöglicht eine schnelle Iteration unter Verwendung eines gemeinsamen Vokabulars für Design, Engineering und andere Disziplinen. Es gab einen einfachen Styleguide, den wir als Foundation bezeichneten. Diese Grundlage hat unsere Typografie, Farben, Symbole, Abstände und Informationsarchitektur lose definiert. Die Grundlage erwies sich als unerlässlich, um unsere Arbeit in eine einheitliche Richtung zu lenken und gleichzeitig Raum für die individuelle Erforschung kreativer Designlösungen zu schaffen.

Jede Komponente wird durch die erforderlichen Elemente (wie Titel, Text, Symbol und Bild) definiert und kann manchmal optionale Elemente enthalten. Diese Elemente werden sowohl im Skizzendokument als auch im Code definiert. Anstatt sich auf einzelne Atome zu verlassen, betrachtete Airbnb ihre Bestandteile als Elemente eines lebenden Organismus.

Während die Bibliothek wuchs, begann Airbnb, einzelne Komponenten in Zeichenflächen mit ähnlichen Elementen zu organisieren. Diese Zeichenflächen wurden dann nach allgemeinen Kategorien in folgende Kategorien unterteilt: Navigation, Festzelte, Inhalt, Bild und Spezialität.

Dienstleistungen als Reisen

Das Journey-System kann Unternehmen dahingehend verändern, dass sie in menschliche Bedürfnisse anstatt in Produkteigenschaften investieren. Durch Recherche, Metriken und Strategie kann das Reisesystem Lücken und Chancen aus Sicht der Benutzer gut vermitteln.

Wert als Vorbild

Um auch in Zukunft relevant zu bleiben, müssen sich Designer für ihre unbewussten Werte zur Verantwortung ziehen. Wie können Sie für alle entwerfen, ohne das Gesamtbild zu verstehen? Das Nachdenken über unbewusste Werte, die in das Computing eingebettet sind, und die von ihm unterstützten Praktiken können und sollten ein Kernprinzip des Technologie-Designs sein. Werte wie Wissensaustausch fördern die Menschenrechte in Bezug auf Zugänglichkeit und Bildung, und Werte wie geistiges Eigentum fördern die Menschenrechte in Bezug auf Wettbewerb und Rentabilität.

Wie Elaine Chao, die Produktmanagerin von Adobe XD, erwähnte, gibt es für Unternehmen viele Probleme, mit der Arbeit an Design System zu beginnen. Es ist jedoch wichtig, dass sich die Mitarbeiter weiter mit dem Gebäudedesignsystem befassen und in dieses investieren.

User Experience Perspektive

Kat Fukui von Github hatte eine großartige Präsentation der Github-Online-Community und wie sie Funktionen und Systeme entwickelt hat, damit sich Benutzer und Communitys sicher fühlen. Das Entwerfen für die Sicherheit in digitalen Räumen liegt in der Verantwortung aller. Ein Teil der Sicherheit unserer Benutzer besteht darin, Missbrauchsvektoren zu identifizieren, auszuschließen und zu verhindern. Missbrauchsvektoren sind unerwünschter, gezielter Missbrauch von Technologie - oft auf unerklärliche Weise. Sie erwähnte die folgenden Beispiele für Inhalt und Verhalten von Missbrauchsvektoren.

Sicherheitsgrundsätze

Definieren Sie, was es bedeutet, vor Missbrauchsvektoren zu schützen, Missbrauchsverhalten zu unterbinden und eine gute Online-Bürgerschaft für Ihre Benutzer zu fördern.

Vor Missbrauch schützen

Erstellen Sie Benutzergeschichten zu Stressfällen, um besser zu verstehen, wie sich Ihre Benutzer in unheimlichen Situationen fühlen - wie wenn Sie versuchen, Missbrauch zu entgehen.

Entmutigen Sie das Missbrauchsverhalten

Die Frage nach Einwilligung hilft Benutzern, die Kontrolle über ihre Erfahrungen auf einer Plattform zu behalten. Bei Aktionen, bei denen möglicherweise private Informationen verloren gehen oder die Benachrichtigungen eines Benutzers ausgenutzt werden, sollten wir den Benutzern die Möglichkeit geben, Funktionen oder Workflows zu aktivieren. Es ist auch wichtig, konsistente visuelle Werte zu verwenden. Verwenden Sie beispielsweise einfache Textschaltflächen (siehe Missbrauch melden weiter unten) anstelle von eigenständigen Symbolen, um die Aktion zu verdeutlichen. Gruppe von am wenigsten bis am aggressivsten in der Reihenfolge; Ausgewogenheit zwischen einer entmutigenden Aktion, die den Hauptworkflow jedoch nicht ablenkt.

Benutzer von der Organisation ausschließenMissbrauch melden

Ermutigen und stärken Sie die Community

Wir geben Betreuern die Möglichkeit, Gemeinschaftsnormen nach eigenem Ermessen zu regeln und durchzusetzen. Der Governor kann die destruktive Ebene des Kommentars bearbeiten und den störenden Inhalt löschen. Um die Benutzerinteraktion zu fördern, ermutigt Github zum ersten Beitrag, veröffentlicht Emojikunst auf Profilen, veröffentlicht Reaktionen und hilft Benutzern beim Ausfüllen der Profile.

Kommentar bearbeiten oder löschenBewerten Sie die destruktive Ebene der KommentareLöschen Sie störende InhalteBenutzereingriff auf ProfileReaktionen anregenCheckliste für das Community-ProfilErster Mitwirkender

Produktdesign und Zusammenarbeit

Jedes Designprojekt benötigt eine Produktvision, die die Richtung vorgibt und das Produktentwicklungsteam leitet. Aber Vision ist nur die Hälfte des Bildes. Die Produktstrategie ist eine Kombination aus einer Vision und erreichbaren Zielen, die zusammenarbeiten, um das Team auf das gewünschte Ergebnis zu lenken - das ultimative Benutzererlebnis. Die Produktstrategie definiert die Reise eines Produkts. Ihre Vision hilft Ihnen dabei, ein Ziel (die Zielbedingung) zu definieren - die ultimative Benutzererfahrung, auf die Sie abzielen. Sie können Ihre Route zum Ziel planen, indem Sie sich genau auf das konzentrieren, was Sie bauen müssen. Indem Sie das Ziel (die Herausforderung) festlegen, können Sie die Richtung Ihrer Produktanstrengungen anpassen.

Sobald die Produktvision definiert ist, bildet die Produktforschung (die natürlich auch die Benutzer- und Marktforschung umfasst) die andere Hälfte der Grundlage für großartiges Design. Um Ihre Erfolgschancen zu maximieren, führen Sie vor Produktentscheidungen aufschlussreiche Recherchen durch. Eine gute Benutzerrecherche ist der Schlüssel zum Entwerfen einer großartigen Benutzererfahrung. Durch die Durchführung von Nutzerforschungen wird Ihr Produkt informiert, und die Tatsache, dass es zu Beginn des Designprozesses eingesetzt wird, spart Ihnen viel Ressourcen (Zeit und Geld), da weniger Anpassungen erforderlich sind. Mit fundierten Recherchen wird es außerdem viel einfacher, Ihre Ideen an Stakeholder zu verkaufen.

Sie müssen wissen, wie Benutzer Ihr Produkt in der freien Wildbahn einsetzen - und genau hier kommen Analysen ins Spiel. Die von einem Analysetool bereitgestellten Zahlen (Klickraten, Navigationszeit, Absprungraten usw.) können verwendet werden, um zu verstehen, wie die Menschen tatsächlich sind Verwenden Sie Ihr Produkt. Metriken können auch unerwartete Verhaltensweisen aufdecken, die in Benutzertests nicht explizit angegeben sind. Das Produktteam muss die Produktleistung kontinuierlich verfolgen, um festzustellen, ob die Kundenzufriedenheit erreicht wird und ob Verbesserungen möglich sind.

Emilia Dallman hat ein großartiges Gespräch über die Tipps für die Zusammenarbeit mit anderen Designern, PMs und Ingenieuren als Produktdesigner geführt. Zusammenarbeit bedeutet offene und ehrliche Kommunikation, gemeinsame Ausrichtung und gemeinsames Bauen. Wenn Produktdesigner mit Menschen zusammenarbeiten, müssen sie das Problem verstehen, das wir lösen, die Beziehung zur emotionalen Intelligenz entwickeln und durch gemeinsame Metriken, qualitatives Feedback und die Strategie des nächsten Schritts Einfluss gewinnen.

Design für künstliche Intelligenz

Joël van Bodegraven und Pedro Marque teilten einige Methoden und Ansätze des Trainings von KI mit Design. Ich teilte auch einige Erkenntnisse aus dem Buch Artificial Intelligence Driven Design von Joël van Bodegraven. Während es weit davon entfernt ist, Superintelligenz zu erreichen, wird AI immer besser darin, eng definierte Aufgaben zu erfüllen. Künstliche Intelligenz verändert die Art und Weise, wie Menschen unsere Produkte erleben, und wirkt sich auch auf unseren Designprozess aus. Wir haben die Möglichkeit, die Zukunft der künstlichen Intelligenz und eine bessere Benutzererfahrung zu gestalten.

AI-Design-Prinzipien

Minimaler Aufwand, maximales Ergebnis

Wir werden mit Benachrichtigungen, Anreizen und Erwartungen bombardiert, die wir irgendwie handhaben müssen. KI kann das Problem "Beinarbeit" für uns lösen. Denken Sie an abgegrenzte Aufgaben, die leicht ausgelagert werden können. Uber entfernte den Mittelsmann und machte es einfacher, ein Taxi zu buchen. Die KI von Google verleiht der E-Mail einen Mehrwert, indem sie automatische Antworten vorschlägt.

Design für Vergebung

Weil die KI mit Sicherheit Fehler machen wird. Als Designer ist es wichtig zu überlegen, wie man damit umgeht. Es gibt mehrere Zutaten, die funktionieren können. Bei Netflix können Sie Eimer mit Auswahlen ablehnen. Blendle kann man sogar pro Artikel Feedback geben. Danach verspricht es, die bevorstehende Auswahl anhand des gegebenen Feedbacks zu verbessern.

Design für Vertrauen

Daten sind der Schlüssel zur Weiterentwicklung der KI. Daten sind ein wahres Geschenk und für viele Benutzer wertvoll. Daher ist es wichtig, dass wir Vertrauen schaffen, indem wir transparent machen, was wir über den Benutzer wissen und wie wir es verwenden werden. Wenn möglich, sollten Benutzer die Kontrolle haben und in der Lage sein, ihre Daten bei Bedarf zu ändern. Netflix schafft Transparenz, indem die Auswahl der Eimer mit Argumenten versehen wird (Beispiel: „Weil Sie Orange als neues Schwarz angesehen haben“). Blendle ist sehr transparent und sagt Ihnen, was sie wissen und warum Sie welche Inhalte erhalten (Beispiel: "TECH - weil Sie oft darüber lesen").

Erfahrungen humanisieren.

Da sich unser täglicher Umgang mit Maschinen schnell ändert, wird der Wert der Persönlichkeit immer wichtiger. Bei den jüngsten Ergebnissen von Google, die untersucht haben, wie Menschen mit Google Home interagieren, ist eines aufgefallen. Die Benutzer interagierten damit, als wäre es ein Mensch. Benutzer sagten zum Beispiel "Danke" oder "Entschuldigung" nach einem Sprachbefehl. Diese Beobachtung zeigt das Potential der Persönlichkeit innerhalb der Mensch-Maschine-Beziehung.

Design für weniger Auswahl

Wir treffen täglich mehr als 25.000 Entscheidungen. Ein vorausschauendes Design kann Benutzern dabei helfen, unnötige Entscheidungen zu entfernen. Google nutzt das Design für weniger Auswahl mit seinem "Slices" -Konzept, bei dem Nutzer eine vorhergesagte Aktion sehen, die auf ihrem früheren Verhalten oder ihren Aktionen basiert. Apple führt ein ähnliches Konzept mit Verknüpfungen in seinem kommenden iOS 12-Update ein.

Maschinelles Lernen ist jetzt ein UX-Problem

Künstliche Intelligenz (KI) kann auf verschiedene Arten lernen und sich weiterentwickeln. Im Allgemeinen kann man sagen, dass eine KI aus (Daten-) Mustern, Fehlern / Irrtümern und Erfolgen (Versuch und Irrtum) lernt. Im Gegensatz zur herkömmlichen Programmierung beginnt das maschinelle Lernen am Ende, sodass Sie die Lösung nicht codieren, sondern die Maschine selbst aus einer Reihe von Regeln lernen und Muster und Beziehungen in Daten erkennen kann. Als Designer bilden Muster ein Schlüsselelement in unseren Produkten. Ein gutes Lernmodell ist daher der Schlüssel zum Erfolg. Unternehmen wie Google und Netflix setzen Maschinelles Lernen sehr effektiv ein und verfolgen einen interessanten Ansatz.

Google nutzt maschinelles Lernen, um die E-Mail-Nutzung effizienter und zeitsparender zu gestalten. Google hat festgestellt, dass Nutzer auf eine E-Mail reagieren müssen, indem sie schnelle Antworten vorschlagen. Google verfügt über jahrzehntelange Erfahrung im Verstehen von Sprachen und Bedeutungen mit der Google Translate-Plattform. Sie nutzen diese Fähigkeit zusammen mit einem hierarchischen Lernansatz, um vorherzusagen, welche Reaktion am besten geeignet ist.

Der Geschmack und die Vorlieben sind so unterschiedlich, dass Netflix der Meinung ist, es wäre besser, für jedes Mitglied das beste Kunstwerk zu finden, um „die Aspekte eines Titels hervorzuheben, die für sie spezifisch relevant sind“. Ihr Betrachtungsverlauf spielt eine große Rolle bei der Entscheidung, welche Grafik angezeigt werden soll. Das Bild unten zeigt, wie sich Ihr Betrachtungsverlauf auf das angezeigte Kunstwerk auswirkt, basierend auf den Genres, die Sie mögen und sehen.

Netflix über ihre Methode:

„Traditionell sammeln wir eine Reihe von Daten darüber, wie
Unsere Mitglieder nutzen den Service. Dann machen wir einen neuen
Algorithmus für maschinelles Lernen für diesen Datenstapel.
Als nächstes testen wir diesen neuen Algorithmus gegen den Strom
Produktionssystem durch einen A / B-Test. Ein A / B
Test hilft uns zu sehen, ob der neue Algorithmus besser ist als
unser aktuelles Produktionssystem durch Ausprobieren auf a
zufällige Untergruppe von Mitgliedern. “

Da AI mit historischen Daten trainiert wird, um ein Ergebnis vorherzusagen, kann es sehr schnell veraltet sein. Wenn Sie Ihr Modell nicht aktualisieren, geben Sie ungenaue Vorhersagen, ohne es zu wissen. Google stellt neuen Nutzern ein „Dummy-Modell“ zur Verfügung und trainiert es jeden Tag, indem aktiv beobachtet wird, wie Menschen mit ihren E-Mails interagieren. Daher wird dieses Modell alle 24 Stunden verbessert.

Eingebautes Feedback

Es gehört zu unserem Leben als Designer, mit Benutzern zu sprechen und deren Feedback zu erhalten, und hier können wir den größten Beitrag leisten. Während wir intelligente Systeme bauen, können wir eine wichtige Rolle spielen, indem wir sicherstellen, dass die Interessen und Ziele unserer Benutzer die künstliche Intelligenz vorantreiben. Am besten beginnen Sie mit der Erstellung von Schnittstellen mit integriertem strukturiertem Feedback. Wenn in Ihrem Modell ein Fehler aufgetreten ist, ist strukturiertes Feedback häufig besser als eine Ja / Nein-Frage.

Versuche nicht, Leute zu täuschen

Teilen Sie den Leuten unbedingt mit, was gerade passiert, und zeigen Sie ihnen, warum Sie etwas empfehlen. YouTube leistet dabei hervorragende Arbeit. Es empfiehlt Ihnen neue Videos, die auf dem basieren, was andere Nutzer ebenfalls gesehen haben. Mit einem kleinen Exemplar von „Kevin Kenson-Zuschauern sehen Sie sich das an“ können Sie Ihren Benutzern mehr Transparenz geben und sie möglicherweise dazu bringen, Ihnen in Zukunft mehr zu vertrauen, da sie jetzt wissen, warum Sie ihnen Dinge empfehlen.

Vermeiden Sie Vorurteile

Maschinen haben von Natur aus keine Vorurteile, aber wir trainieren unsere Modelle damit und es gibt keine einfache Möglichkeit, diese zu beheben. Meistens wissen wir nicht einmal, dass wir voreingenommen sind, weil wir mit diesen Vorurteilen geschult wurden. Der erste Schritt besteht darin, zu erkennen, dass wir unbewusste Vorurteile haben. Danach können Sie sich und Ihr Produkt nur noch kontrollieren, wenn Sie Ihre Benutzer testen und mit ihnen sprechen.

UX-Forschung

Steve Portigal von Portigal Cousulting präsentierte das Lernen von Benutzern für Nichtforscher. Es war wirklich inspirierend, die Tipps eines erfahrenen Benutzerforschers zu hören, der über eine Landschaft von Benutzerforschungsmethoden diskutierte. Es ist wichtig, keine Antworten in Fragen zu setzen, das Wort „OMG, ich bin derselbe!“ Nicht zu verwenden, die Benutzersprache zu sprechen und Ratschläge bis zum Ende zu behalten. Stellen Sie weiterhin Fragen als Folgefragen, zum Beispiel "Ich möchte zu etwas zurückkehren, das Sie zuvor gesagt haben" und "Okay, lasst uns den Gang wechseln ...".

Es ist wichtig, das Benutzerfeedback zu analysieren und zu synthetisieren. Hören Sie Ihr eigenes Urteil, widerlegen Sie die Behauptung und verwenden Sie neue Daten, um sie zu konkretisieren. Im Folgenden finden Sie ein gutes Beispiel für die Bewertung des Feedbacks durch Anmerkungen.

Zusammenfassend war die Awwwards-Konferenz definitiv eine großartige Gelegenheit, um zuzuhören und einige der besten Fachleute zu treffen. Ich frage mich, wie viele neue Ideen und Ansätze der nächste bringen wird. Freuen Sie sich auf die nächste Konferenz!