今朝、ドリフターズの「This Magic Moment」という曲が、はっきりとした理由もなく私の頭に浮かびました。

私たちの脳内のこれらの不気味なニューラルネットワークは楽しいことをします。それらは一見無関係な概念と考えを結びつけます。

額を叩いて、「でも、もちろん……」と自分に言い聞かせました。

最近、私はデバイスやデジタルサービスとやり取りするときに発生するUXの魔法の瞬間について考えています。まるで魔法のように、すべてが正確に正しい方法で、正確に適切なタイミングで所定の位置に収まる完璧な瞬間を見つけます。それはあなたの銀行、あなたの車、自動販売機、またはあなたの電話にあるかもしれません。

先見の明の時代はここにあると思います、あるいは少なくとも私たちの手の届くところにあります。

テクノロジーと入力方法の進化の結果として、限られたGUIが変化しています。それは有機的で自然な進化です-もちろん、私たちはすでに私たちのデバイスと話し合っています！

たとえば、運転中に「アンナに電話して」と言うかもしれません。 Siriにタイマーを開始するように依頼するか、近くで映画を上映しています。そして、Alexaに音楽を再生するかコーヒーを注文してもらいます。しかし、40年以上前に確立された比喩とグラフィック要素はあまり変わっていません。

最終

元のXeroxPARC GUIは44年前のものですが、ユーザーインターフェイスは見栄えがよいことに注意してください。

Xerox Star Workstationは、1973年に最初の商用グラフィカルユーザーインターフェイス（GUI）オペレーティングシステムを導入しました。

今日でも2次元の画面が見られ、入力にはキーボードとマウスが使用されています。これらのデバイスは、人間ではなくコンピューター用に最適化された対話方法用に設計されています。

私たちがやり取りするマシン-ラップトップ、デスクトップ、タブレット、 モバイル 、過去から受け継いだシステムであるメンタルモデルや技術で設計・構築された自動販売機など。

まるで、ジェットソンの世界でフリントストーン時代のインタラクションモデルを使用しているかのようです。彼らはまだ多くのユーザーインタラクション（入力）に依存して次のステップに進み、有用な情報（出力）を表示します。

予想デザインとは何ですか？

デジタルビジネスが私たちのデジタルライフの過程を簡素化および促進するためには、予測的デザインの適用がこれまで以上に重要になります。

コンピュータグラフィックス対グラフィックデザイン

これに照らして、予想デザインとは何ですか？

エントリをあまり必要とせずに発信します。

次のうち、データベースの冗長性を回避するメリットではないものはどれですか？

私たちのコンピューティングマシンが、コンピューターではなく人間のために最適化されたインタラクションメソッド用に設計されている世界。決定論的から確率論的であるユーザーの意図から私たちが移動するデジタル世界。

巨大なアーロン・シャピロ 予測設計を定義します ユーザーの意思決定の一歩先を行くニーズ、つまりまだ表現していないユーザーのニーズに対応するプロセスを簡素化する方法として。

最高の形での高度な設計は、カスタマイズをはるかに超えています。

たとえば、Netflixは、パーソナライズの好みや履歴に基づいて視聴する映画を表示しています。高度な設計により、アプリケーションと対話する瞬間にインターフェースが実際に変化します。

パーソナライズの例-予測的なデザインではありません。

予測的デザインとは、たとえばオンラインショッピングの場合、システムがエクスペリエンスを認識してパーソナライズし、まるで魔法の手がエクスペリエンスを導くように感じることを意味します。実際には、ユーザーインターフェイスを即座に変更し、無関係な情報を削除し、最も関連性の高いオプションのみをタイムリーでシンプルかつ効率的な方法で提示します。

これを今日達成するのはそれほど難しいことではありません。

誰かがguitarcenter.comで非常に高価なギターを購入しているとしましょう。支払い時に、サイトはデフォルトのオプションとして「収集するために店舗に送る」を自動的に提示します。これは、高価なギターを購入する他のユーザーの過去の行動を観察することで、最寄りの店舗でギターを受け取ることを好むためです。

別の例として、Amazonでシャツを購入しているとしましょう。

アマゾンはすでにあなたのためにたくさんのものをカスタマイズしています、そしてあなたは以前にサイトでシャツを購入したのであなたはあなたのサイズと色の好みを知っているべきです。

商品詳細ページに移動することで、サイズを事前に選択し、ネイビーブルー、ホワイト、チェッカーを最初に表示し、ピンクとイエローを無視して、シャツが異なるたびにサイズを選択する必要はありません。

どうして？

予測的な設計の約束は、摩擦の排除と効率の向上であり、ユーザーエクスペリエンスを大幅に改善し、結果に影響を与えます。人々は、欲しいときに欲しいものを提供する製品やサービスに戻ります。

私たちのデジタルシステムとの日々のやり取りは、前例のない規模に達しています。しかし、これらの相互作用の多くは、摩擦とそれに続く欲求不満の感情に悩まされています。

ユーザーを喜ばせ、彼らの生活を簡素化するカスタマイズと大規模なニーズが本当に必要です。

旅行者が旅行者カードをリロードできるセルフサービスの券売機（またはATM）を利用してください。

それらはまだ馬鹿げているように設計されています-誰もが同じイライラするたくさんのオプションを通り抜けるユーザー入力によって駆動されます。

充電履歴をカードに保存できる、はるかに改善された、よりパーソナライズされたシステムを簡単に想像できます。

数え切れないほどの入力要求の代わりに、最初にこのオプションを選択し、次にこの他のオプションを選択するなど、対話全体は、常に再充電したいカードの挿入から始まり、システムはすぐに次のように表示します。マスターカードを使用して、このカードに20ドルを補充したいですか？ 「」

次のステップは、支払いをして操作を完了することです。

これにより、カードのリロードにかかる時間が少なくとも75％短縮され、効率が向上し、人々の移動が速くなり、その後、カードの満足度が高まります。

これはすでに可能ですが、これを行う単一の発券機を私は知りません。

多くの入力を必要とする「愚かな」ユーザーインターフェイスと「予測的」なユーザーインターフェイス？

未来のインターフェース。

AIが普及すると、カスタマイズの度合いが高くなると、より高いレベルの予測設計が可能になります。

初心者向けの機械学習チュートリアル

購入履歴や好みなど、ユーザーが承認したあらゆる種類の行動追跡に基づいて、システムはそれを認識し、高い確実性で、次の選択が何であるかを予測します。

今日、そうすることをそれほど難しくしない技術が存在することを考えると、予測的な設計の欠如は驚くべきことです。

一部の企業は、すでに最初の形式の予測的設計を実践しています。 2つの例は Google Now Y ユーバー。

Google Now

Google Nowアプリケーションは、Google検索ソフトウェアの最も野心的な進化の1つです。

考え方は単純です。必要なことや必要なことを知る前に、知りたいことや必要なことを予測し、読みやすいカード形式で提供します。

Googleのデータマイニング機能は他に類を見ません。それはあなたが誰であるかを知っており、個人情報、カレンダーイベント、地元の天気、ニュース、株価、フライト、搭乗券、ホテル、近くの写真などの位置情報を含むカードを表示できます。また、現在の交通状況に基づいて、仕事から家に帰るのにかかる時間も示します。

グーグルがあなたが今何かを必要としないと思うなら、それは現れません。これは、予測設計の実施形態です。

Uber

アプリUberでは、どこかに乗車すると、元の目的地に戻りたい可能性が90％あるため、アプリを後で起動したときに戻るボタンが表示されます。ピックアップとドロップオフの場所を指定する必要はありません。そして、それは素晴らしいことです。

Uberアプリは、乗車を完了した直後に起動すると、ユーザーに「戻る」へのクイックショートカットを提供します

時代は変る。

物事は自然な相互作用の方法に進化します。

それほど遠くない将来、私たちのエントリーはより簡単になるでしょう。

音声、ジェスチャートラッキング、アイトラッキング、スピーチなどのインタラクション方法を使用して、拡張現実と仮想現実を実現します。グーグルはすでにそれに取り組んでいます。それはプロジェクトソリと呼ばれています。

AIと機械学習を活用した高度な設計手法により、完全に優れたレベルのエクスペリエンスが提供されます。

予測的なデザインをどのように活用しますか？

「アブラカダブラ」を発音する魔法の杖はありません。では、これらの魔法の瞬間をどのように設計するのでしょうか。予測的なデザインを使用して、これらの魔法の瞬間を提供するために今日実行できる手順は何ですか？

Metromileで機能する洗練されたカスタムアルゴリズムは、期待感を生み出し、顧客にとって非常に役立ちます（駐車違反切符は避けてください）

信じられないほど洗練された予測アルゴリズム、完全に開発されたAI、機械学習ができるまで、企業は既存のデータをマイニングしてカスタマイズの機会を得ることができるため、潜在的な問題点や障壁を減らすことができます。

また、ユーザー中心の設計プロセスに完全に参加し、詳細な調査、広範なユーザーテスト、およびオープンソースソフトウェアライブラリなどの使用ツールを使用して、次のようなマシンインテリジェンスを実現することもできます。 Tensorflow。

資本予算は次のプロセスです。

綿密な調査により、おそらく文脈に応じた観察や民族誌的研究が可能になります。そこでは、ユーザーがフローの中で時々何をしたいのかを観察できます。これらのユーザージャーニーを段階的にマッピングし、それに応じてインタラクションを設計することができます。

データマイニングとパーソナライズをユーザー中心の設計手法と組み合わせて適用することの理想的な結果は、シームレスなエクスペリエンスと前例のない期待を生み出し、顧客を喜ばせ、物事をまるでそうであるかのように見せることで忠誠心を築きます。魔法。

これにより、最先端のユーザーエクスペリエンスが向上し、企業とユーザーの両方にWin-Winの状況が生まれ、顧客満足度が向上し、収益にプラスの影響を与えます。