Suurepärase disaini ja parema kasutajakogemuse ristumiskohas on kaks põhimõistet, mis täiendavad üksteist, olles samas ka oma lähenemisviisilt erinevad.
Sõna “andmed” kasutati esimest korda 1640. aastatel. Levinud arvamuse kohaselt kogutakse andmeid ja need muutuvad otsuste tegemiseks sobivaks teabeks, kui need on juba analüüsitud.
Analüüsitud andmed võivad aidata probleeme paljastada, pakkuda nende probleemide kohta rohkem teavet ja hinnata lahenduste tõhusust. See on tõsi, olenemata sellest, kas tegemist on teadusandmete või disainiga seotud andmetega.
'Andmete kogumine ja analüüsimine on parema kujunduse ja kasutajakogemuse loomise võti,' kirjutab Kujundusblogi toimetaja Cameron Chapman.
Sellisena kasutab andmepõhine disain andmeid (mõlemad kvalitatiivne ja kvantitatiivne ) teavitama disainerid kogu projekteerimisprotsessi vältel. Saadud kujundused on köitvamad ja kohandatud vastavalt kasutaja eelistustele, eesmärkidele ja käitumisele.
Disainiprotsessi terviklikult vaadates näeme, kuhu andmepõhine disain sobib:
Kust me andmeid saame? Andmed võivad pärineda mitmest allikast, näiteks analüütika, kasutaja testimine, uuringud (esmane, sekundaarne, generatiivne) ja kasutatavuse testid. Seda saab kogu projekteerimisprotsessi jooksul kasutada mitmel viisil, kuna igas olukorras pole kõigile üht kanoonilist viisi. Siin on mõned näpunäited andmete rakendamiseks seoses kujundusega:
kuidas teha kasutaja testimist
Üks või kaks andmekogumit ei anna hästi informeeritud tulemuste komplekti ja kuna eesmärk on arendada selget arusaama igapäevasest kogemusest, on mõistlik kaaluda võimalikult mitut tüüpi andmeid.
Kui loome kasutajauuringutel, teooriatel või protsessidel põhinevaid kujundusi, annavad need andmed meile usaldusväärsemad vastused. Võiksime aimata ja 'minna sisikonnaga kaasa', kuid see võib olla kulukas ja ebaefektiivne. Efektiivsem on strateegia kujundamine kui arvamine.
Sõna ettevaatusega. Andmeid on lihtne üle lihtsustada ja valesti tõlgendada. Võime keskenduda ühele aspektile ja eirata seda, mis meid ei huvita, või lisada subjektiivse vaate, mis võib nii disaineri kui ka kasutaja kitsale teele viia. Objektiivsus, avatud meel ja kõigi andmepunktide arvestamine on suurepärane lähenemisviis.
Kujundajatena kasutame disainide teavitamiseks ja kujundamiseks nii kvalitatiivseid kui ka kvantitatiivseid andmeid, seega on kasulik mõista mõnda kasutatavat tööriista. See pole sugugi ammendav loetelu kõigist saadaolevatest tehnikatööriistadest või tarkvarast.
Kvantitatiivsed andmepõhised kujundustööriistad
See eeldab, et on olemas sellised tööriistad nagu Google Analytics, Adobe SiteCatalyst jne.
Kvalitatiivsed andmepõhised kujundustööriistad
Andmepõhine disain töötab kõige paremini siis, kui organisatsioon järgib kõigi disainimeeskondade standardeid ja tavasid. Siin on mõned eduka andmepõhise kujunduse parimad tavad:
Andmeid, kuigi need on projekteerimisprotsessi jaoks väidetavalt kasulikud, ei tohiks kasutada ainult. On lihtne ette kujutada olukorda, kus andmepõhise lähenemisviisi kohene tagasiside võib viia projekti lõpliku lõpuni, arvestamata muud tüüpi sisenditega.
Kui andmepõhine disain põhineb kvantitatiivsetel ja vähemal määral kvalitatiivsetel sisenditel, siis generatiivne disain sisestab kujundamisprotsessi teabe, mis on vabalt voolav ja korduv.
Töötlevas tööstuses generatiivne disain võimendab masinõpet matkida looduse evolutsioonilist lähenemist. Disainiparameetrid sisestatakse tarkvarasse ja algoritmid uurivad lahenduse kõiki võimalikke kombinatsioone, mille tulemuseks on sageli sadu valikuid.
Generatiivne disain on võimalike kombinatsioonide uurimine, mida projekteerimisprotsessis nimetatakse iteratsiooniks, s.t mitmekesiste lahenduste saamiseks paljude erinevate „kujunduste” läbimine.
Tootekujunduses on see kontseptsioon väga sarnane disaini mõtlemise protsess , ainult tarkvara asemel teevad inimesed kordusi ja mõtlevad. Kujundused luuakse sisendite hulga põhjal (ideed, elukogemused jne).
1980. aastatel, autor Bryan Lawson soovitas komplekti disainiharjutusi, kus disainerid ja arhitektid töötasid kõrvuti osaluslikult. Kuni selle hetkeni ei näinud disainerid vajadust kaasata oma protsessi osana „autsaiderid“. Kuigi tollal oli vaieldav, tõestas nende harjutuste edukus, et varajane generatiivne lähenemine oli õige.
arhitektide korraldamine üliõpilaste juhendamisel
Nagu andmepõhise kujunduse puhul, toimub ka generatiivne disain disainiprotsessi kõigis etappides:
Pange tähele, et uue kujunduse korral pole veel andmeid, millele tugineda, seega kipume kõigepealt tegema generatiivse kujunduse. Kui meil on mõned ideed, mida maailmale välja panna, võime seejärel koguda oma kvalitatiivsed ja kvantitatiivsed andmed.
Generatiivne ja andmepõhine disain täiendavad teineteist. Andmepõhise kujunduse abil jõuame lahendusteni, mis on staatiline sisendi kvantitatiivse olemuse tõttu. Seejärel rakendame generatiivset kujundust ja jõuame vabalt voolavate tulemusteni, mida kordatakse ja kujundatakse, kui rohkem ideid välja tuuakse.
Generatiivsel disainil võib olla võtmeroll, võimaldades disaineritel lahendada suuremaid probleeme, mida nad muidu pole suutnud lahendada. Andmepõhine disain kinnitab, et nende probleemidega on edukalt tegeletud.
Siin on mõned eelised generatiivsele disainiprotsessile:
Tööriistad disainerid kasutamine generatiivse kujunduse jaoks on palju erinev sellest, mida kasutame andmepõhise kujunduse jaoks. Generatiivse kujundusega oleme huvitatud tööriistadest, mis aitavad meil inimesi kvalitatiivsest vaatenurgast korrata ja paremini mõista:
Generatiivne disain on pidev protsess ja läbimõeldud inimkogemuse uurimine, kuna see puudutab käsitletavat disainiprobleemi. Siin on mõned näpunäited, mida meeles pidada:
Andmepõhine disain ja generatiivne disain eksisteerivad samaaegselt, et disaini kaudu paremaid inimkogemusi luua. Andmed ja andmepõhine disain annavad meile konkreetset teavet, mida saame probleemi analüüsimiseks kasutada.
Kui andmeid ei oleks, poleks meil midagi uurimist väärt. Kui oleme lahenduste komplekti silmas pidanud, saame seejärel generatiivse disaini sisse ehitada, et aidata neid lahendusi tulemusteks kujundada.
Paljudel viisidel võib nende disainiprotsesside kokkusulamine kehastada disaini tulevikku: kujundusmõtte ja traditsioonilise disaini vahelise lõhe ületamine.
c ++ kompileerige päisefail
Oleme hakanud alles kratsima pinda, kuhu need kaks disainilahendust meid viia võivad. Kui andmepõhine disain oli maailma mõnes kõige uuenduslikumas tootes ja teenuses oluline, võib selle kombineerimisest generatiivse kujundusega palju kasu olla. Võib-olla võiksid need kaks sillutada teed keeruliste disainiprobleemide lahendamiseni.
Andke meile teada, mida arvate! Palun jätke oma mõtted, kommentaarid ja tagasiside allpool.
• • •
Andmeanalüütika on toorest teabeallikast ülevaate saamine. Andmepõhine disain ja andmeanalüütika võivad aidata ettevõtetel suurendada tulusid, parandada operatiivset efektiivsust ja reageerida kiiremini tekkivatele turutrendidele.
Isik on teie toote või teenuse kavandatud kasutaja kirjalik esitus. Persona eesmärk on tuua oma projekti reaalses perspektiivis sihtkasutajate pilgu läbi. Persoonad on empaatia ja kasutajakogemuse jaoks kriitilised disainivahendid.
Kasutajate ja nende käitumise kohta teabe saamiseks viiakse läbi generatiivseid uuringuid. Generatiivsed uuringud aitavad määratleda vaadeldavat probleemi.
Kasutatavuse testimine on toote või teenuse hindamine tüüpiliste kasutajatega testimisel. Testid hõlmavad kasutajaid tavaliselt erinevate ülesannete täitmisel, samal ajal kui vaatlejad vaatavad, kuulavad ja teevad märkmeid. See on sageli osa andmepõhisest kujundusest.
Andmepõhise kujunduse kaudu saadud kvantitatiivsed andmed on arvulised või andmed, mida saab teisendada kasutatavaks statistikaks. Kvantitatiivsete andmetena loetakse igasugust mõõdetavat ja loendatavat teavet.