另外矩阵式结构还体现在链路关系上,没有层级和中心的概念,更加强调信息之间的互联互通。通过这种连接关系甚至可以将跨领域、跨层级的信息关联起来。
比较典型的就是电商App,通过商品详情页可以到达店铺、到达同类推荐产品、到达客服、到达购物车、到达活动页面,甚至是搭配商品等等。这种结构具有很强的自由度和灵活性,既可以避免用户行为进入「死胡同」,又可以通过多重的信息连接,丰富产品的运营场景,带给用户更多的可能。
当然这种结构的前提是信息必须是关系紧密的功能场景,否则信息会出现错乱,并增加用户的认知负担。
③ 自然结构
自然结构不会遵循任何一致的模式。节点是逐一被连接起来的,同时这种结构没有太强烈的分类概念。自然结构对于探索一系列关系不明确或一直在演变的主题是很合适的。但是自然结构没有给用户提供一个清晰的指示,从而让用户能感觉他们在结构中的哪个部分。
自然结构具有随机性和不确定性,随着算法的提升,这种结构应用越来越广泛。最常见的就是各种推荐信息流,电商平台、音视频、资讯平台等产品都主打推荐频道,透过投喂的方式,吸引没有明确需求的用户,给他们更多的选择。
不过自然结构的随机性意味着用户无法建立固定的信息架构认知,所以自然结构不会单独存在,只是对信息架构的补充。另外在B端产品中,用户通常具有明确的任务和目标,所以自然结构并不适用于B端产品。
④ 线性结构
线性结构来自于你最熟悉的线下媒体。连贯的语言流程是最基本的信息结构类型,而且处理它的装置早已被深深地植入我们的大脑中了。书、文章、音像和录像全部都被设计成一种线性的体验。
线性结构是比较单一的信息结构,信息有先后顺序要求,逐层向下递进,并且没有交叉。这种组织形式决定了线形结构主要用在简单产品或者产品信息构架的末端场景中。
例如在微信读书中,打开书籍后用户只能一页页翻看,不会与其他书籍有交叉关联。在OA,电子邮箱等产品中,每一个流程,每一封邮件都是线性的、相互独立的,信息之间不会增加不必要的关联。
2. 标签系统
标签系统指的是整个产品信息节点的命名体系,静态展示了产品信息架构的具体内容,包含文字和图片(图标)2种信息。标签系统需要符合用户的认知习惯,减少用户的学习成本。在日常设计工作中,标签系统需要注意以下3个方面:
1)标签内容的准确性
标签定义时,需要准确地表达信息的内容项。举两个例子:
在C端领域为了提高用户的点击率,经常会遇到一些信息融合累加的设计形式。例如宣传用语是“立享300元福利”,用户点开一看,或许只是10张优惠券。这种设计利用了用户“贪便宜”的心理,已经成为了行业约定俗成的表达形式,倒也可以接受。
不过之前有个营销弹窗的案例,用户点击后跳转到活动页面,然后逐个领券。弹窗中按钮有两种方案,A方案是“开心收下”,B方案是“立即领取”。
虽然后台有历史数据显示,“开心收下”的文案用户点击率比较高,并不意味着这个文案可以用在所有场景下。“开心收下”意味着完成领取并入账,“立即领取”则是需要继续操作才能完成领取,两者适用于不同的场景。
标签系统首先要考虑表达的准确性,要符合用户的心智模型以及所代表的行为模式。
2)优先选用行业通用的术语或图标
尼尔森十大可用性原则中要求「贴近用户真实环境」。在标签定义的时候,尽量使用目标用户的语言。尤其在B端产品中,不少名词对设计师而言比较陌生。但是对专业领域的用户,这些都是日常工作术语,早已达成了共识。如果做出改变,反而会增加用户认知成本。
所以设计师要克服自己的认知缺陷。一方面要了解业务、通过用户调研,建立更符合用户认知的标签系统,另一方面也可以参考竞品来学习和应用信息标签。
为了保证新、老用户的快速了解系统,最大程度地降低学习成本,可以在标签旁边添加注释进一步说明。例如英文缩写术语、容易引起歧义的指标、不易理解的标签等等。
对于图标,有些是各个产品通用的形式,用户很容理解。例如「设置」、「删除」、「帮助」等。还有相当大一部分图标很难准确表达出内在信息,就需要增加文字信息,辅助信息表达。
3)标签信息简洁高效
标签系统既要完整表达信息,也要注意信息的简洁高效。
例如下图中菜单命名,大量重复的信息增加了信息识别的难度,并且名称字数没有控制导致内容截断,也会增加用户的操作成本。