第1个回答 2022-06-08
1.1 需求挖掘
1）内部挖掘 ：头脑风暴、业务需求、运营反馈、产品经理
2）外部挖掘：用户研究（可用性测试、焦点小组、问卷调查、A/B测试等）
1.2 需求分级
1）通用四象限法
适用场景：交互设计师收到很多需求时
①重要且紧急的需求：立即搞定
②重要但不紧急的需求：排期实现
③不重要但紧急的需求：需要考虑
④不重要且不紧急：不用实现
2）kano模型
适用场景：收集到的需求当中，哪些需求能显著提升用户的满意度？
KANO 模型是东京理工大学教授狩野纪昭(Noriaki Kano)发明的对用户需求分类和优先排序的有用工具，以分析用户需求对用户满意的影响为基础，体现了产品性能和用户满意之间的非线性关系。
①必须具备的（Must-have）
②所期望的（Linear）
③超出预期的（Exciter）
3）马斯洛需求层次理论
适用场景：需求实现的价值有多大？
该理论是由美国心理学家亚伯拉罕·马斯洛在1943年在《人类激励理论》论文中提出，人类需求像阶梯一样从低到高按层次分为五种，分别是：生理需求、安全需求、社交需求、尊重需求和自我实现需求。
①生理需求
②安全需求
③社交/情感需求
④尊重需求
⑤自我实现需求
注：位于金字塔顶端的需求，能使利润最大化。
2.1 用户体验五要素
适用场景：采用五要素的方法，从不同层次指导产品的框架设计。
战略层：产品目标及其目标用户（做什么、为谁而做？）经营者和用户分别想从网站得到什么。
范围层：功能及其内容需求整合（需要做哪些？）
结构层：交互设计及其信息架构（怎样做？）
框架层：界面设计、导航设计和内容（信息）设计（要做成什么样子？）
表现层：功能及内容的视觉呈现（做成了什么样子？）
2.2 神奇数字7±2
1956 年乔治米勒对短时记忆能力进行了 定量研究 ，他发现人类头脑最好的状态能记忆含有7（±2）项信息块，在记忆了 5-9 项信息后人类的头脑就开始出错。与席克定律类似，神奇数字 7±2 法则也经常被应用在移动应用交互设计上，如应用的选项卡不会超过 5 个。
2.3 席克定律 Hick’s Law
定律内容：一个人面临的选择（n）越多，所需要作出决定的时间（T）就越长。用数学公式表达为反应时间 T=a+b log2（n）。多应用于软件/网站界面的菜单及子菜单的设计中，在移动设备中也比较适用。
2.4 Occam’s Razor 奥卡姆剃刀原理（简单有效原理）
这个原理被称为“如无必要，勿增实体”，即如有两个功能相等的设计，那么选择最简单的。
2.5 卡片分类法
适用场景：为我们设计导航、菜单以及分类提供帮助，例如，银行APP转账和查询余额两个功能是否放在一起？资金归集呢？
卡片分类法是一种规划和设计互联网产品或者软件产品的信息构架的方法。它属于用户研究中的一种方法，简单来说就是用户来对信息卡片（或者是菜单卡片）进行归类，从而得出信息关联性的一种方法。我们最后把关联性更强的菜单放在一起，就形成了较为科学的一套信息分组。
3.1 格式塔心理学
适用场景：界面设计时，选择有容易理解的形状，把相关联的元素组织在一起。
3.2 交互设计四策略
适用场景：界面设计元素组织
1）删除-去掉不必要的的按钮，直至减到不能再减
2）组织-按照有意义的标准把按钮划分成组
3）隐藏-把那些不重要的功能隐藏，避免分散用户的注意力
4）转移-只在主要界面/设备保留最基本功能，将其他控制转移到其他界面/设备/用户里
3.3 尼尔森可用性十大原则
适用场景：产品设计与用户体验设计的重要参考指标。
1）Visibility of system status 系统可见性原则
2）Match between system and the real world 匹配系统与真实世界（环境贴切）
3）User control and freedom用户的控制性和自由度（撤销重作原则）
4）Consistency and standards一致性和标准化（一致性原则）
5）Error prevention 防错原则
6）Recognition rather than recall 识别比记忆好（易取原则）
7）Flexibility and efficiency of use使用的灵活高效（灵活高效原则）
8）Aesthetic and minimalist design 审美和简约的设计（易扫原则）
9）Help users recognize, diagnose, and recover from errors 帮助用户识别，诊断，并从错误中恢复（容错原则）
10）Help and documentation 帮助文档（人性化帮助原则）
3.4 费茨定律 Fitts’ Law
适用场景：菜单的设计，可点击对象的尺寸设计
定律内容：从一个起始位置移动到一个最终目标所需的时间由两个参数来决定，到目标的距离和目标的大小（上图中的 D与 W），用数学公式表达为时间 T = a + b log2(D/W+1)。