6713
I diagnose with data and treat with design. More hardcore materials here – @co_intelligence @martsen | martsen.me | p13n.ru
Cisco's Product Principles 101
Рассказ о принципах дизайна Cisco и подходе к их формулированию в целом. Подход строится на противопоставлении.
Хм… скоро выходит книжка, которая фокусируется на прикладной пользе количественных исследований в UX в продуктовой работе.
Саммари:
"This practical guide explains how Quant UX is a crucial contributor to product development. It provides an overview of the necessary skills, presents hands-on projects with reusable code, and shares advice on starting and developing a career. It goes beyond basic skills to focus on what is unique to Quant UX."
Прочитаю и напишу что да как.
https://quantuxbook.com/
MVI (Model-View-Intent) — архитектурный паттерн, который базируется на идее Unidirectional Data Flow (однонаправленного потока данных)
https://habr.com/ru/companies/kts/articles/729832/
Выглдяит так, что этот паттерн можно применить для проектирования структуры аналитических событий.
Любопытный факт о качестве американских социологических данных. Ежегодно Бюро переписи населения США проводит опрос American Community Survey (ACS) среди 3.5 миллионов домохозяйств. Опросник состоит из 28 страниц плюс 16-страничная инструкция. Спрашивают про всё: сколько зарабатываешь, когда выходишь на работу, как часто моешься, с кем живёшь, есть ли психические или эмоциональные проблемы, с кем дружишь (фамилии, имена), на кого работаешь и так далее.
И теперь самое интересное: опрос регулируется федеральным законом и за каждый неотвеченный вопрос взимается штраф в размере до $100, а за каждый заведомо ложный ответ на вопрос штраф составляет до $500, правда общая сумма лимитирована. Так за отказ от участия в анкетирование или намеренную попытку исказить государственную статистику можно влипнуть на $5,000 и даже присесть на год. Вот это я понимаю — «дата-этика»!
https://www.law.cornell.edu/uscode/text/13/221
https://www.law.cornell.edu/uscode/text/13/222
Лучшие дизайн-практики по сбору фидбека с юзеров от NNg.
Фидбек юзеров - это данные. Данные - это топливо для решений. Лучше топливо - лучше результат.
Всегда держу в голове фразу "Garbage In, Garbage Out (GIGO)" — принцип в информатике, означающий, что при неверных входящих данных будут получены неверные результаты, даже если сам по себе алгоритм правилен.
"Мусорные" данные ведут к недостоверным выводам исследователя и к плохим рекомендациям для пользоателя, если этот фидбек используется в алгоритамх персонализации продукта.
Tips for designing social and behaviour change projects
Чуть-чуть про проектирование продукта, который поддакивает к смене поведения. Не все же про исследования ссылки постить :)
How to triangulate data from multiple sources in user research
Nikki Anderson из Dovetail делится своим опытом триангуляции данных при проведении пользовательских исследований
How to use mixed method research to drive product decisions
Raschin Fatemi показывает, как её команда в Shopify использует комбинацию методов исследований в продуктовой работе.
A Tried and True Framework for Prioritizing User Research
Фреймворк от Jeanette Fuccella для приоритезации исследований и выбора инструмента в компании Pendo. Pendo — это система для проведения исследований и продуктовой аналитики. Есть подозрение, что там работают люди “в теме”.
А вот тут чуть больше примеров использования: How to choose the right research methods for your discovery process
A Taxonomy of Common UX Research Methods
Классификация методов исследования
Набор книжечек из которых можно подчерпнуть принципы построения информационной модели продукта.
Читать полностью…
Поиск по базе знаний при помощи чата. Есть инструкция по шагам как сделать самому.
https://uxdesign.cc/i-built-an-ai-that-answers-questions-based-on-my-user-research-data-7207b052e21c
Суть такая же как и в /channel/product_science/490
В догонку...
Introducing AI-Generated Product Descriptions Powered by Shopify Magic (2023)
Shopify добавили возможность генерировать описание товара человеческим языком по набору ключевых слов.
Mapping research impact in product development
Фреймворк для оценки текущего влияния исследований в компании на продуктовую работу на разных этапах. Он показывает текущую ситуацию и помогает выбрать следующие шаги в повышении влияния.
Источник: @pdigest
Atomic Research
https://tsharon.medium.com/foundations-of-atomic-research-a937d5da5fbb
Всем привет!
Настало 3 мая.
Теперь можно выполнить: pip install retentioneering и вы получите пакет 3 версии.
Ура!
Мы долго готовились. И вот оно свершилось.
Спасибо за вашу поддержку и использование нашей библиотеки. Мы всегда стараемся улучшить наш продукт и помочь вам достигать ваших целей в области аналитики данных и управления продуктами. Если у вас есть какие-либо вопросы или отзывы, не стесняйтесь связаться с нами!
Design Metrics That Matter: A Guide To Design KPIs
Виталий Фридман предлагает своё видение метрик дизайна конкретного продукта.
Information Architecture: Study Guide
Nielsen/Norman Group сделали структурированную подборку своих статей об информационной архитектуре
Методичка из Гуглового People + AI Guidebook по дизайн-практикам проектирования форм сбора фидбека, который затем используется в машинном обучении.
Читать полностью…
Все тот же Conor описывает свое понимание специалиста по прикладному использованию поведенческих наук. Вот пара его очерков на тему:
Behavioral science as a specialization
Defining the Applied Behavioral Scientist Role
Similar but different. Data Science, User Experience, and Behavioral Science
Вместе с Connor Joyce разбираемся в сортах исследователей: дата-саентисты, ux ресерчеры и прикладные бихевиористы.
Они все анализируют пользователей, но немного по-разному.
Mixed methods research for feature prioritization
Sutong Liu делится опытом IBM по комбинации методам исследований для ранжирования беклога.
Better performance = better design
Про "базовое качество продукта" на примере набора метрик UPPer (User Perceived Performance). Они помогают оптимизировать важные сценарии использования вокруг производительности в разных аспектах.
Four Ways to Pick the Right UX Method
Памятка по тому как как выбирать метод исследования их для конкретного этапа проекта
Самый частый запрос в DM:
Порекомендуй книги по управлению знаниями.
Вот мой TOP-6:
Why Information Grows
Фунадаментальная книга о том что такое информация и как ей управлять.
The Organized Mind
Самая практичная книга про структуру и организацию всего на свете.
Есть на русском: Организованный ум
The Fifth Discipline
О том как устроена обручающаяся организация
Есть на русском: Пятая дисциплина
Critical Knowledge Transfer
Про распространение знаний в компаниях
Semantic Modeling for Data
База. Про создание схем и онтологий.
Больше всего ошибок в KM связаны с непониманием принципов из этой книги.
Lean Knowledge Management
Самое ценное тут: разбор кейсов NASA, как в агентстве работает управления знаниями.
Генерация джобов/юзер сторис/и так далее. Выглядят как способ найти подходящие и ёмкие слова.
https://jtbdtoolkit.medium.com/revolutionizing-jtbd-research-evan-shore-on-ai-1b5d5324cb97
Примеры использования ChatGPT в продуктовой работе:
Читать полностью…
https://www.salesforce.com/news/press-releases/2023/03/07/einstein-generative-ai/
https://www.salesforce.com/products/einstein/overview/
А тем временем интрумент по генерации/персонализации контента и интерфейса от Salesforce потихоньку развивается 👀
На этом набор ключевых терминов по организации знаний на сегодня завершаем 🙂
Читать полностью…
Информационная иерархия знаний DIKW (data, information, knowledge, wisdom)
https://ru.wikipedia.org/wiki/DIKW