使いやすいデザインの要素とは？

しばらく前に、UXブースの編集者の1人であるエイミー・グレース・ウェルズが記事のアイデアを提案しました。

 

学習、検索、探索、発見の可能性のアイデアを説明、比較、対照する記事と、それぞれがUXにどのように影響するかについての記事をどう思いますか？

 

たった1つの記事でユーザーエクスペリエンスを作るために、これらすべてがどのように連携するかをどのように説明しますか？

 

これが、ここでのモダンなエクスペリエンスデザインの基本です。

 

人々は、これらの概念の1つだけに焦点を合わせてキャリアを作ります。

 

そして、私は、UXブースのすべてに関するハウツー記事を作るように依頼されたため、数ヶ月間座ってメモを書き、インスピレーションを待ちました。

 

そして、14インチ（36 cm）のインスピレーションが私の前の芝生に着陸しました。シアトルは、1世紀で最も雪が多い2週間でした。1つの雪片のために既に閉鎖された都市を麻痺させる4つの嵐がありました。

 

二つの最大の嵐の間に、私はなんとか車道から車をシャベルで掘り、スーパーマーケットにたどり着きました。

 

私は食料品の買い物が嫌いです。すべての製品の場所を気まぐれに移動するように見えるこの騒々しくばらばらの経験で、すべての検索スキルを働かせる必要があります。

 

しかし、「未知の古いの乾燥豆」や「最後の氷河期に冷凍されたように見える残り物」ではない食物が不足しており、食欲をそそるようなものを見つけられない家族がいます。

 

 

検索の可能性に関するウォークスルー

私の妻は私に含まれているリストをテキストで送りました。

・バナナ
・ポテトチップス
・凍結されたもの（買い物に4日間出かけられない場合、簡単な夕食を食べられるかもしれません）

 

バナナ。それは簡単です。ドアを歩いて右折し、市場の農産物セクションに行きます。バナナは真ん中のスタンドにあり、未熟な緑と熟した黄色のさまざまな色合いです。

 

バナナは検索可能です。大体、どこでそれらを探すべきかを知っています。それらも見つけられます：それらは明らかに配置され、簡単に識別できます。

 

私がしなければならないことは、適切な量（バナナはいくつですか？）と熟度レベル（今日、または3日後に食べますか？）を選ぶだけです。

 

ストアのアーキテクチャは検索に役立ちます—それは、生産物がどこにあるかを非常に明確にします。スポットライトが当てられており、すべての農産物が簡単に検査できるようになっています。グリーンはグリーン、フルーツはフルーツと一緒です。

 

北米のすべての食料品店には、同様のバナナの山がある同様の農産物セクションがあります。ヨーロッパやアジアの食料品店には、新鮮な食材を保管するエリアがあります。小麦粉やスナックの隣の棚には積まれません。

 

地元のバリエーションや癖がありますが、バナナを見つけることができないのは珍しい店だけです。農産物セクションを見つけてください。

 

 

学習可能性は再現可能

食料品店へのこのパターンは、セクションを学習可能にします。このようなパターンは、システムの設計に役立ちます。

 

再現性がなければ、ユーザーはシステムが毎回同じ品質の結果を出すとは限りません。

 

Googleの検索は反復可能です。なぜなら、SEOとSEMを投げても、他の10,000回検索したのと同じパターンが認識できる信頼できる結果のセットを（ほぼ）常に返すからです。

 

農産物セクションの検索可能性は、その製品の検索可能性と一致します。検索可能性がシステムと作成されたパターンに依存する場合、検索可能性はそれらの製品を見つけやすくします。

 

私はバナナがどのように見えるかを正確に知っており、バナナのディスプレイが目立つことは、バナナのパターンにマッチして決定を下すのに役立ちます。

 

見つけやすさのために設計されたシステムは、これらのことを念頭に置いています。どのような検索に対しても、適切なキュー（視覚、聴覚、身体）を使用して、適切な結果を表示することに焦点を当てています。

 

人々がより多くを探す傾向があるものであれば、より目立つように表示されます。

 

たとえば、リンゴやモモなどの果物があり、ルタバガと大根が緑の隣に詰められます。

 

システムの成功は、ユーザーが探しているものを正確に特定する能力に依存しています。どこかでよくある質問に埋もれたり、曲がりくねったクリックパスを失ったりすることはありません。

 

バナナを手に入れて、ポテトチップスに取り掛かります。

 

そして、ここで私は少し困惑しました：どのような種類のポテトチップス？ブランドとサイズはたくさんあります。もちろん、驚くほど多くのフレーバーもあります。（地元の市場でのBBQフレーバーチップの数は目を見張るものです。裏庭BBQやハニーマスタードBBQ、それとも韓国BBQが必要でしょうか？他にも15種類あります。）

 

私は家族が何を食べるかについての知識を利用しなければなりません。たとえば、サワークリームとタマネギは常にヒットしますが、ペパロンチーニは…？まざに本物の味！自分自身のためにキープしておこう。（そして時々、私はそれらをその理由のためだけに購入します。）

 

ここでブランドが重要であることも知っています。レイのサワークリームとタマネギは軽くて薄く、厚いケトルチップよりも好まれますが、私の子供のティムが愛してやまないカスケードオリジナルは他のすべての製品よりも優れています。

 

これが探求の可能性です。探求の可能性は発見の可能性とは異なります。

 

特定の 1つ（バナナ）を探す代わりに、利用可能なすべてのオプションを探して、最適なものを選択します。あなたには特定のニーズがありますが、それはある括りの中の一つを見つけることであり、「その物」を見つけることではありません。

 

Wayfair.comのファセット検索

検索で探索の可能性の経験に言及する場合、通常、ファセット検索に注目します。

 

ファセット検索により、ユーザーはカテゴリとフィルターに基づいて検索結果を変更し、表示されるオプションを減らすことができます。ファセット化はカードカタログの時代から存在していましたが、最新のファセット検索が可能になったのは、情報システムがすべてのカテゴリとタグを即座に相互参照できるようになったときだけです。

 

 

ウェブ上の発見可能性

最新の電子商取引サイトはこれらすべてを実行できます。

 

衣類乾燥機の交換に必要な時間を考えてみてください。そこに私が探していたいくつかの重要なものがありました：電気の代わりにガス、スペースに合う特定のサイズ、乾燥が完了したことを知らせるアラーム、洗濯機に合う白いもの。

 

逆に、Wi-Fi対応の乾燥機は必要ありません。私はブランドにとらわれませんでした。それに現代の蒸気乾燥技術があるかどうかは本当に気にしませんでした。私が見たすべてのストアWebサイトは、結果セットを制御する機能を提供し、閲覧するオプションの数を減らしました。

 

ただし、物理的なスペースは異なります。

 

ポテトチップスの袋を、塩辛い揚げ物の特定の精神的階層に基づいて物理的に再配置することはできません。また、店舗でもそれを行うことはできません。莫大な費用がかかるわけではありません。

 

店舗には好みの情報アーキテクチャがあり、自分のメンタルモデルを自分のメンタルモデルにマッピングするように求められます。

 

チップは、ブランドごとに、主要な成分（ポテト？コーン？ピタ？）ごとに並べられます。次に、それらを視覚的に並べ替え、必要なサワークリームとオニオンチップの種類を識別する必要があります。

 

ただし、分類上の問題が発生する場合があります。フリット、マサの一種で作られた揚げたコーンチップを取ります。トルティーヤチップスと同じセクションにあると思う人もいるでしょう。トルティーヤチップスもマサで作られて揚げられています。しかし、ほとんどの場合そうではありません。

 

またはメープルシロップを例にすると、一部の店舗ではパンケーキミックスの近くに置いて、正しい（北米の）コンテキストパターンを示しています。パンケーキ（およびワッフル）はメープルシロップに合います。しかし、他の人は、シロップに砂糖を入れ、パンケーキミックスをケーキミックスに入れ、しばしば通路を離します。どちらが正しいパターンですか？

 

優れた発見可能性は、検索可能性のために文脈的に最適化された検索可能性のための堅実なシステムでのみ存在できます。

 

 

マイナス面

しかし、ポテトチップスに関する別の問題に直面しています。店は通路を移動しました。バナナビジネスでは学習可能性は優れていますが、ポテトチップの懸念ではあまり好まれません。

 

ここでは、探求の可能性の周りのダークサイドに遭遇しています。Webでの発見可能性について話すとき、通常、SEOについて話し、組織がユーザーに見せたいものを最適化することになります。彼らは自分のサイトを検索結果の最上部近くに置きたいと思っており、そこにたどり着くために何でもします。

 

あなたが食料品店にいるとき、この体験はエンドキャップに代表されます。宣伝または販売されている製品を展示する通路の端にある棚。通り過ぎる買い物客は、彼らが必要と知らなかったものに引き寄せられます。衝動買いに最適であり、店舗のビジネスを維持するのに役立ちますが、気を散らすものでもあります。

 

ポテトチップスの通路を移動することも、もう1つのパターンです。

 

簡単に見つけることができないため、採餌本能に頼らざるを得ません。チップを探して店内を歩き回る必要があり、途中ですべての通路と正しい場所を指す標識をスキャンする必要があります。

 

ストアの基本的な検索の可能性はそのままですが、発見の可能性は探索の可能性に劣っています。これはあなたをイライラさせるかもしれませんが、エンドキャップのように、このマイナス面は店がより多くのお金を稼ぐのに役立ちます。

 

 

検索可能性の頂点

冷凍食品の通路は、これらすべてのアイデアが集まる場所です。

 

冷凍庫は移動が難しいため、店舗は、たとえばポテトチップスを建物全体に移動させるのと同じくらい簡単に、店舗のメンタルマップをハッキングできません。

 

したがって、学習性はストアのアーキテクチャに組み込まれています。ただし、凍結セクションのアイテムを再配置することにより、学習性を損なう可能性があります。そして、彼らはしばしばそうします。

 

そのため、検索の可能性は標識に大きく依存しています。これは、冷凍ピザのある場所、アイスクリームのある場所です。

 

この検索は、冷えた食用の適切に分類された分類法によって駆動されるよりも、ランドマークに基づいています。

 

「おそらく凍結されたもの」のようなあいまいな要求で店に入ったとき、あなたはあなたの優柔不断に依存するシステムに優柔不断をもたらし、あなたを遅くし、より多くを費やさせます

。

幸いなことに、ここでMarcia Batesと「berrypicking」が助けになります。

 

 

ベリーピッキング– Web検索パターンのレッスン

ベイツは1989年に、情報検索の古典的なトランザクションの「クエリとドキュメントのニーズの一致」モデルではなく、「ベリーピッキング」と説明したモデルに依存する検索検索システムを提案しました。

 

「手動ソースでの実際の検索では、エンドユーザーは、より広範なトピックの1つの機能または関連する1つの参照だけで開始し、さまざまなソースを移動できます。

 

彼らが出会う新しい情報のそれぞれは、彼らに従うべき新しいアイデアと方向を与え、その結果、クエリの新しい概念を与えます。各段階で、単一のクエリに対してより良い一致を得るために、使用される検索用語を変更するだけではありません。

 

むしろ、クエリ自体（および使用される検索用語）は、部分的または全体的に継続的にシフトしています。このタイプの検索は、ここでは進化検索と呼ばれます。」

 

さらに、クエリの概念が異なるそれぞれの段階で、ユーザーは有用な情報と参照を特定できます。言い換えると、クエリは、単一の最終的な取得セットではなく、絶えず変更される検索の各段階での個々の参照と情報のビットの一連の選択によって満たされます。この種のビット単位の検索は、ここではberrypickingと呼ばれます。

 

この用語は、フォレスト内のハックルベリーまたはブルーベリーを選ぶことに例えられています。果実は茂みに点在しています。彼らは房に入っていません。一度に1つずつ選択する必要があります。検索の必要性自体を変更（進化）せずに情報のベリーピッキングを行うこともできますが、この記事では、これらの両方の機能を組み合わせた検索に注目しています。」

 

30年前、ベイツは、今日知られているWebだけでなく、ウサギの穴やウィキペディアのトレイルが集まって実際の発見につながっていることだけでなく、凍結されたものに対するリクエストにどう対処するかというジレンマを説明しました。

 

これを食べ物を直接検索するのではなく、要件に最も適したものを選択し、特に何も探していないことを十分に理解します。

 

冷凍ピザ？ええ、彼らはそれを食べるでしょう。それは私に…ラザニアを思わせますか？キャセロール？したがって、私は冷凍庫を探し回って、バスケットにアイテムを投げ入れ、次の嵐を乗り切るのに十分な量を蓄えることができます。

 

ベリーピッキングでは、現代の発見可能性が定着します。

 

検索とは、コンテンツを人に一致させるという単一のトランザクションではなく、検索クエリの複雑なウェブ、各クエリの後に行う決定、そして情報の熟した各ベリーを選択するためにさまよう検索を絶えず変更することです。マーシア・ベイツはこれを「ブラウジング」と呼びました。実際、堅牢なブラウジングには堅牢な発見可能性が必要であり、その発見可能性に影響を与えることは最新のウェブにとって最も重要です。

 

検索エンジンマーケティング（SEM）は、組織がこのブラウジングとベリーピッキングに影響を与えようとする最も一般的な方法です。以前に検索または購入したものを表示し、それらに基づいて提案を提供することも別の方法です。（もちろん、これはコンテキストに応じて適切に機能する必要があります。Amazonは長年、掃除機の購入者に、より多くの掃除機を購入することを提案していました。バッグと交換部品。）

 

このように、次の吹雪が来る前に買い物リストを完成させ、私の目標は達成されました。私の家族の誰も、バナナ、ポテトチップス、または冷凍ピザがなくて困ることはありませんでした。

 

しかし、食料品店はウェブではありません。物理的な環境には明らかな欠点があります。その場でコンテキストを変更することはできず、ファセットとフィルタリングを提供して選択を選別することはできません。

 

一方、オンライン食料品店は、これらすべてを実行できます。Amazon FreshまたはSafeway.comでは、ウェブ上に構築された物理的なスーパーマーケットで見つかった原則を見つけます。

 

ある世代のeコマースサイトに期待されるものと同じ検索パターンとツールによる検索可能性。これらのパターンに従うことによる学習可能性。ブランド、部門、およびその他の分野のフィルターおよびファセットによる検索可能性。提案、製品カタログ、および履歴による発見可能性。

 

Amazon Freshの例

 

もちろん、eコマースだけではありません。高度に検索可能なシステムは、ライブラリからメディアカタログまで、あらゆるタイプの情報カタログのバックボーンです。

 

これらのシステムが学習可能になると、Googleの検索演算子のような短縮検索言語の出現がわかります。前述のメディアカタログのように、フィルターとファセットを備えたシステムのファインダビリティサーフェス。発見の可能性は、Netflixの膨大なアルゴリズムを含む、あらゆる推奨システムを推進します。

 

すべてがうまく機能したら、ブラウジングとふるい分けによって探しているものを見つけ、同じパターンを使用して再び見つけ、ベリーピッキングの才能を活用して、数十万の可能性にわたって探しているものを見つけます。

 

うまく機能していない場合、エクスペリエンスはバラバラなので、人々は一般的な検索クエリから予測可能な検索結果の提案、フィルタリング、検索を求め始めます。

 

エクスペリエンスデザイナーとして、ユーザーが移動する環境（物理、仮想、または拡張現実）の両方に関係なく、4つすべてを念頭に置く必要があります。私たちは、情報検索の最古の時代にさかのぼるパターン、さらには何かが食用であるかどうかを判断しようとすることから生まれたパターンを扱っています。

 

学習の可能性、検索の可能性、探索の可能性、および発見の可能性の原則に従うことで、設計したものを使用する人々にとって有意義で有用な体験を見つけます。