為進一步提升長視頻內容分發(fā)效率，優(yōu)酷平臺設計團隊發(fā)起智能 UI 項目，我們進行了為期半年的一系列測試，在核心數(shù)據(jù)上已長期取得正向收益。
借鑒集團在這個方向的探索經驗，我們沉淀了中臺能力，總結了符合文娛特性的智能 UI 設計方法供大家探討。
長視頻內容推薦是智能 UI 的核心發(fā)力場景，我們通過智能 UI 讓用戶和內容能夠更高效的連接。
1. 不同的用戶：多元化的消費者，差異化的決策
因年齡、地域、性別、收入的差異，用戶在視頻消費決策時會被不同的“推薦維度”和“UI 樣式”所影響，智能 UI 會根據(jù)用戶不同的“易感度”不斷嘗試更有效的 UI 設計。
2. 不同的內容：新熱視頻宣發(fā)+庫存視頻分發(fā)
優(yōu)酷的視頻由“新熱”和“庫存”組成，“新熱”強調宣傳和消費的時效性，“庫存”的特征是量級大、類型多元。
智能 UI 可以幫助單一內容多樣化表達，快速引起不同用戶的消費意愿，同時可以根據(jù)不同內容特點調整 UI 上信息的優(yōu)先級和形式，例如明星題材、互動熱度、觀看品質、行業(yè)評價、圈層喜好、價格優(yōu)惠等等。
1. 建立設計目標
2. 搭建生產閉環(huán)：前臺、中臺、后臺
按照不同使用對象和功能，智能 UI 的生產鏈路可以拆分成 3 個部分。
前臺：設計元素的數(shù)字
前臺包含智能 UI 方案對“用戶的展示”和“前端能力”，設計師需要和前端開發(fā)共建，把視覺樣式翻譯成代碼，顆粒度越細越意味著面對用戶展示的方案在復雜度和靈活性上可以更高。
中臺：設計經驗沉淀+方案存儲+方案決策
中臺的功能是讓機器智能進行 UI 方案的生產、存儲、呈現(xiàn)，并且提供給業(yè)務方、個人工運營或機器智能做出投放決策。
確立構成 UI 方案的公式
中臺搭建前期，設計師需要拆解所有構成 UI 方案的設計元素并梳理結構化分類，同時，形成一套穩(wěn)定組合元素的公式，當前公式由“內容”、“形式”、“組合方式”三部分組成。
“內容”即視頻的“推薦理由和圖像源”，“形式”是圖像的“布局”和文字的“視覺樣式”，還有頁面背景元素，如背景色、圓角、字號、間距，“組合”是內容和形式的多種結合方式變量。
個性化 UI 投放需要方案個數(shù)滿足一定量級，同時在視覺樣式上要拉開差異，這樣投放給不同用戶才能獲得差異化數(shù)據(jù)，幫助算法成長。
設計師需要根據(jù)專業(yè)經驗幫助算法建立方案的矩陣：洞察并假設不同方案和不同用戶之間的關系，將各種方案按照各自特征歸納和區(qū)分，最后將最核心的特征提煉并形成矩陣上的向限。
我們可以建立基礎 3 個向限圖，分別是“用戶”分類，“決策類型”分類，“UI 方案”分類，思考 3 個向限之間的關聯(lián)，觀察方案在象限上的分布，可以模糊的找到測試的方向，幫機器劃定測試的優(yōu)先級。
每次投放前后，我們可以觀察方案集中在向限的哪一部分，對應結果如何，測試是否有效。接下來，重點放在探索矩陣上的盲區(qū)，從方案最大差異化的角度去嘗試對不同用戶的吸引力和收益，最終逐步沉淀真正能帶來長期效果的 UI 方案組合。
后臺：沉淀數(shù)據(jù)資產
后臺面對的主要是業(yè)務方、運營、設計師，功能是解讀數(shù)據(jù)形成結論和策略，結論是“是否有效”，策略是“因何起效”，機器算法生成的設計可能會帶來意料之外的收益，從而補充設計師假設之外的經驗。
不同的業(yè)務需求，可通過數(shù)據(jù)報表可視化直觀看到方案對應的用戶畫像，反之也可以看到用戶對不同方案的度敏感。比起以前設計師憑借經驗和表述能力去反推業(yè)務，數(shù)據(jù)佐證更簡單直觀，這降低了多方溝通成本，也更清晰的衡量了設計的價值。
3. 明確 UI 設計原則
長視頻娛樂是各種故事、熱鬧的場景、影劇綜是一個個虛擬的世界，混雜著多重感官刺激，智能 UI 作為包裝它們的容器，應持續(xù)圍繞著內容特性出發(fā)，隨著創(chuàng)意元素和機器生成方案的量級變大，需要明確設計原則劃定創(chuàng)意的邊界，我們從平時大家經常說的一些關鍵詞總結原則，檢查 UI 方案是否符合初衷、有無偏離。
從受眾用戶特性出發(fā)
差異化、品質感、易感知
從視頻內容類型出發(fā)
沉浸感、故事性、情緒化
4. 一些實踐經驗
多 UI 模塊之間的流量分配
智能 UI 的測試一般從小范圍開始，從單個模塊向多個模塊擴展，最終覆蓋整個頁面。前期測試，核心關注單一模塊的新老效果對比，隨著局部數(shù)據(jù)提升，測試的多個模塊會互相爭搶流量，這需要我們重新明確當前頁面的整體目標，通過調整模塊上下次序或出現(xiàn)頻次去達成。
宣發(fā)和分發(fā)型 UI 模塊的平衡
“宣發(fā)型 UI”包含排行榜，合集等服務于用戶的功能，大多數(shù)用戶已有固定使用心智，可以在不損失使用效率的同做到“視覺有差異”但“占比小”，以幫助其余“分發(fā)型 UI”有更多曝光空間。
信息的密度和模塊的高度，影響瀏覽深度
長視頻內容宣發(fā)存在密集期和空檔期，通過控制“信息曝光密度”和“模塊高度”兩者的相互關系，可以根據(jù)業(yè)務需求引導用戶瀏覽深度，例如，信息密度變低，促進用戶下滑去分發(fā)庫存內容，信息密度變高，減少下滑更多曝光新內容。
“點擊”和“轉化”的平衡
點擊量和最終轉化在漏斗上的比例，需要根據(jù)業(yè)務訴求維持在合理的范圍！包c擊”升高，“轉化”降低，意味著個性化的 UI 讓用戶有了更大的探索欲望，“點擊”降低，“轉化“升高，意味著個性化 UI 讓用戶更短路徑獲得了自己預期的內容，“點擊”升高，“轉化”升高，提升了用戶對頁面總體的興趣，每一種點擊轉化比例都是有利有弊的，需要根據(jù)業(yè)務情況去使用。
移動端的競爭日益激烈，人口紅利見頂，新用戶增長放緩，個人使用時長接近極限。越來越多的服務和信息在用戶流量集中的移動端 app 中復雜交織！熬毣职l(fā)”成為基礎底層需求，這需要“UI 設計”更加匹配對應的“人群”
1. 更圍繞用戶“個體”的 UI 設計
用戶側：獲取的主動性降低
面對信息的沖擊，用戶在不斷降低為“信息獲取”所付出的成本。觸達界面減少，瀏覽碎片化，操作路徑固化且行為單一，瀏覽深度和耐心持續(xù)降低。
平臺側：推薦的效率提升
為了更多商業(yè)空間，業(yè)務的服務不斷精細的區(qū)分用戶類型，試圖對用戶“需求、意愿”進行更準確的“理解、預判”，提升精準的服務。
2. 不斷的精細化：從“推薦維度”個性化到“推薦形式”多元化
5G、社區(qū)化、內容化等讓曾經主流的“圖文”向“視頻”轉變，商品“個性化”過渡到“推薦維度”和“形式”的“個性化”。
3. 重新定義設計師和設計工作 — UI生產方式“智能”VS“人工”
UI 設計“傳統(tǒng)流程”
線性的工作流：時間成本
傳統(tǒng) UI 設計是強業(yè)務訴求驅動，設計處于工作鏈條上的中下游。決策方通過競對和成本等條件去判斷多套 UI 方案的優(yōu)劣，評估過程時間較長。
只能投放單一方案：用戶流失
當業(yè)務的用戶量級較大、構成復雜時，單一方案對全量用戶的做法會犧牲部分用戶的體驗，在流量價值越來越高的時代，無法服務更多類型用戶意味著難以實現(xiàn)最大規(guī)模的留存。
決策缺乏數(shù)據(jù)支撐：設計返工
方案投放后沒有得到理想的數(shù)據(jù)，意味著需要重新評估各方策略，設計在這一刻容易失焦，原因是缺乏量化且精準的數(shù)據(jù)指導修改。
UI 設計“智能流程”
發(fā)揮人與機器各自的優(yōu)勢
在智能 UI 項目中，設計師的優(yōu)勢在于“經驗，假設，情感，直覺，用戶的角度”，機器智能的優(yōu)勢是“自動投放、海量精細數(shù)據(jù)回收、數(shù)據(jù)存儲、策略生成、生成設計、產能提升（速度，規(guī)模）”。
設計師的角色和定位改變
傳統(tǒng) UI 的設計師憑借“經驗和技能”直接產生設計方案，而智能 UI 要求設計師重點在于設計一個“產生方案”的“設計系統(tǒng)”，將設計環(huán)節(jié)“工程化”，通過多方案追求整體提升，而不是追求某一設計方案本身。
減少設計內耗，專注設計專業(yè)，明確設計價值
通過智能 UI 能力，設計師也可以減少人力消耗，更專注于新技能開發(fā)、設計策略沉淀和準確選擇，同時，在業(yè)務大目標不變的情況下，設計師可以借數(shù)據(jù)和智能 UI 的能力主動自驅，不必完全等待需求。
4. 更科學的降低設計成本 — 一次性投入，長期積累
區(qū)別于傳統(tǒng) UI 在成本上的反復投入，智能 UI 的投入是一次性的，投入后即成為積累。
由于以前的技術限制，我們沒有能力去實現(xiàn)個體的在 UI 上的體驗差異，隨著中國人口比例和移動互聯(lián)網用戶構成的變化，商業(yè)和個性化體驗會關聯(lián)的越發(fā)緊密。業(yè)務需要通過更精細精準的服務完成營收，隨著數(shù)據(jù)帶寬和技術不斷提升，UI 設計從生產方式到方案勢必不斷變革。
隨著更人性化的需求在各領域的滲透，相信越來越多垂類場景的智能 UI 項目會出現(xiàn)在我們身邊，影響每一個人。
承擔因您的行為而導致的法律責任，
本站有權保留或刪除有爭議評論。
參與本評論即表明您已經閱讀并接受
上述條款。