小米是如何做產品設計迭代的？來看負責人的論文級總結！

搜索

• 
  

1. 首頁
3. 設計文章
4. 產品設計
6. 正文

• 全部
• UI
• 平面
• 網頁
• 手繪
• 電商
• 交互
• 產品
• 下載
• 神器
• 職場

小米是如何做產品設計迭代的？來看負責人的論文級總結！

閱讀本文需 28 分鐘 編輯： 土撥鼠 作者：二手設計 4天前 評論區

摘要：

目的：研究基於移動智能設備的互聯網產品設計的評估和迭代方法。

方法：通過作者親歷不同類型的互聯網公司的實際工作，分析和總結以小米互聯網開發模式為代表的產品設計迭代。

關鍵因素：測試環境與使用場景的關係、互聯網公司的投入與產出的權衡、科技的發展與用戶的需求變遷等。

結論：產品設計的品質在每個階段的衡量標準是不同的，基於移動智能設備的互聯網用戶參與形式將產品設計迭代推向新高潮，對未來互聯網產品設計迭代方法的探索也指明瞭方向。

互聯網產品設計迭代的背景

2018年中國的兩會期間，作為人大代表的雷軍提出了《關於大力發展中國設計產業、全面提升中國設計水平的建議》議案「1」，他認為伴隨著消費升級的大趨勢，則需要全面提升中國製造乃至中國設計的品質，才能打造具有世界級聲譽的中國品牌。而要提升尤其是以互聯網為代表，以信息技術為基礎的產品設計品質，其中關鍵之一就是需要在企業內部構建一套完善的用戶研究和評估測試流程，基於用戶反饋對產品設計進行迭代，不斷調整和改良產品設計以達到提升產品質量的目的。

1. 緣起：基於腳本任務的實驗室可用性測試

上世紀90年代正處於計算機科學技術的突飛猛進的階段，著名易用性專家雅各布尼爾森（Jakob Nielsen）提出了可用性概念以及一系列與可用性相關的原則和測試方法「2」「3」。這些原則和方法歷經20多年不論是對於當初的門戶網站還是當前的移動應用都依然經典。其中可用性測試是一種常見的用戶研究方法，非常適用於在設計流程以及上線流程中來評估產品設計質量。

由於當時人們的主要使用場景上都限於固定室內，因而外在環境或場景影響對於可用性測試的結果並不大，於是傳統大型 IT 或互聯網公司諸如微軟公司對於用戶研究大多都是在實驗室裡完成的，從而誕生了實驗室可用性測試（Lab Usability Testing）「4」。

實驗室可用性測試能夠在不干涉受試用戶的情況下非常完整的記錄用戶在受試過程中各種行為數據，甚至能夠配合生理信號採集系統來進一步判斷受試用戶在不同任務時的心理狀態，以供設計研究人員進行更為深入的研究和分析用戶行為。當時的計算機類型絕大多數以單機系統為主的臺式計算機，而且基於 C/S 即 Client/Server（可以是本的服務使用者/服務提供者，而不僅限於互聯網的概念）結構的圖形用戶界面（GUI）操作系統已經成為普及，實驗室可用性測試主要在 C/S 的 GUI 上來進行。根據 ISO 9241-11 國際標準對可用性的定義：產品在特定使用環境下為特定用戶用於特定用途時所具有的有效性（Effectiveness）、效率（Efficiency）和用戶主觀滿意度 (Satisfaction)。根據可用性層次的劃分，有效性可以歸為第一個層次，效率為第二個層次，而滿意度則為其最高層次。交互設計可以保障產品中第一個和第二個層次即有效性和效率，但對於最高層次的滿意度卻不如 GUI 設計更為直接和有效。GUI 設計能夠帶來更多美感和情趣，通過視覺設計，在情感上給用戶一種安撫，更有助於用戶達到使用上的滿意度「5」。

△ 「圖：傳統大型 IT 或互聯網公司的產品設計與開發流程」

當時人們的主要使用場景與測試環境或場景比較吻合，但是這種測試方法通常情況下大多是針對少量（5個即可）用戶的定性測試「6」，能夠方便對數據採集，包括用戶的發聲反饋，視頻及觀察記錄等，因此還需要結合諸如問卷調查等其它的用戶研究或測試方法來彌補實驗室可用性測試在受試樣本上的不足，這也要求實驗室可用性測試對於受試用戶類型的選擇更為嚴格與典型，對於任務的設計更加完善與準確「7」。另外，實驗室可用性測試還受限於前期對於測試場地的高昂的投入和建設，以及測試過程中受限於受試用戶的數量、質量等客觀條件的選擇，只有為數不多的注重產品設計質量以及在各方面資源充足的大型 IT 或互聯網公司才能夠負擔且長期進行。這也導致了中小公司缺乏足夠的資源進行產品設計的評估與迭代來保障用戶體驗的質量。

2. 發展：基於自然場景的互聯網在線迭代

互聯網信息技術的深入發展和普及為中小互聯網公司帶來新的契機，其中「以用戶為中心」產品設計準則能夠有效地提升互聯網產品的可用性「8」，而實施該準則首先要了解用戶及其所在場景「9」，需要通過深度的用戶研究準確把握用戶需求。用戶研究涉及到的各類定量或定性的方法曾被大量應用在了一線科技公司的產品設計驗證流程之中，為後續的產品設計迭代提供了有力的數據支持。但是這種歷經20多年的經典的用戶研究與測試方法對於新興的互聯網公司不論在人力、物力、財力還是時間成本上投入太大，尤其是對於更多關注投入產出比以及效率的初創互聯網公司而言高不可攀，更何況經典的用戶研究與測試方法的選擇沒有一定的最佳方案，因此尤其是國內眾多初創互聯網公司亟待需要尋求一種更加適合自身情況的產品設計的評估與迭代模式。

相較於傳統的 IT 公司而言，以騰訊為代表的新興互聯網公司的在線產品大多基於 B/S，即 Browser/Server（基於互聯網的瀏覽器/服務器模式）結構，客戶端採用瀏覽器（Browser）運行軟件。B/S 結構應用程序相對於傳統的 C/S 結構應用程序是一個非常大的進步：可以在任何地方進行操作而不用安裝任何專門的軟件。對於用戶來說只要有一臺能上網的電腦就能使用，客戶端零維護。B/S 結構的主要特點是分佈性強、維護方便、開發簡單且共享性強、總體擁有成本低「10」。這些基於互聯網信息技術的天然優勢使得以用戶為中心的用戶研究和測試可以不受時間與空間的限制，因此也不必再限於傳統測試環境進行用戶研究和測試，從而拉近了產品與用戶之間的關係，並逐漸形成了一套互聯網產品設計迭代方法。這套方法與傳統的實驗室可用性測試不同在於：不必再像傳統 C/S 應用產品要達到完整程度再投放市場，因為用戶可以隨時在線獲取，甚至可以在不確定產品設計是否符合用戶需求的情況下快速投入市場以獲得驗證，進而為下一個版本的改進繼續提供數據支持。

△ 「圖：互聯網公司的產品設計與開發流程」

全開放的互聯網開發模式的興盛

1. 契機：基於移動智能設備的現場可用性測試

隨著時代發展，主流互聯網產品又從 B/S 轉移到了 C/S，從固定臺式計算平臺逐步轉移到了移動計算平臺，用戶使用場景不再是固定而是多樣。這對於新興移動互聯網公司有著更多機會獲取獨立用戶的產品使用情況，加上智能手機及物聯網設備（傳感器）的快速發展和普及，尤其是智能手機自帶的錄屏功能、錄音功能以及其它小型視頻設備使得在現場進行用戶測試變得門檻更低。這使得用戶研究員可以在符合自然場景的現場地點做用戶測試，同時也使得用戶研究員能夠更為方便地記錄並跟蹤高仿真度產品原型真實測試情況，用戶也能夠在實際測試中進行出聲思考和評論。

這種測試方法很受移動互聯網公司的青睞：受試用戶一般被安排符合或接近實際使用場景被給予需要執行的任務，而設計研究人員只需開啟被測智能設備例如智能手機自帶的錄屏和錄音功能對被測用戶的操作過程進行錄製以備後續的數據統計與分析，而不再像傳統的觀察控制室通過單向反光玻璃並通過麥克風對測試用戶發出相關指令並進行記錄和觀察。為了獲取更為詳細的數據，設計研究人員也會鼓勵他們在嘗試完成任務時出聲思考。

例如，相較於傳統的實驗室記錄，超小型的運動相機可以通過任意佩戴的方式記錄受試用戶在使用產品時的動作表情和聲音，有時還會配合使用智能手機上安裝的眼動記錄軟件通過前置攝像頭來記錄受試用戶眼動軌跡或熱區數據和使用運動手環來記錄受試用戶心率波動變化數據等，以便進一步獲取受試用戶在交互過程中的行為數據並瞭解用戶界面對用戶心理的影響。因此在自然場景下的可用性測試能夠在不干涉受試用戶的情況下更為真實和完整地記錄用戶在受試過程中各種行為數據，甚至能夠獲取自然場景下可能存在的其它非產品設計問題：比如由於網絡連接引起的延遲、戶外光線變化引起的屏幕低可視性等問題，能夠針對性地反饋給其它相關開發人員進行研究和分析，並加以改進。

△ 「圖：可用於移動自然場景拍攝的小米小蟻運動相機」

2. 變革：以小米為代表的全開放式用戶參與互聯網開發模式

這種基於移動自然場景的迭代方法在準確性上依舊無法替代經典的定性的用戶研究方法，因為通過數據樣本進行統計和分析只能夠發現問題但無法定位問題的原因，所以新興移動互聯網公司通過大數據定位產品問題範圍後，還需通過焦點小組或深度訪談更進一步明確產品細分問題並推導出具體原因。基於推導原因繼續在線迭代，逐漸逼近產品設計的目標，循環往復「11」。此外，這種方式除了成本有所降低以外並不比實驗室敏捷多少，也可能需要受試用戶和設計研究人員付出更大的努力進行準備、配置、記錄、整理統計和分析等工作。因此尤其是像小米這樣新興的移動互聯網公司，迫切地需要創新出一種更為高效低成本的、敏捷的迭代模式來更好的優化產品與設計。

小米公司正式成立於2010年4月，是一家以手機、智能硬件和 IoT 平臺為核心的互聯網公司。而在初創時期的小米核心產品並非手機等智能硬件，而是從基於谷歌 Android 移動操作系統定製化開始，通過迭代和改進適合當前中國用戶使用習慣，最終開發出廣受讚譽的手機操作系統：MIUI，這也為後來的小米手機的推出和熱銷奠定了基礎。與很多新興的中小型移動互聯網公司一樣，小米在初創時期缺乏足夠的資源和能力對 MIUI 中的各個產品功能和設計進行快速、完整地評估與迭代。

為了讓產品設計迭代更加敏捷，能夠快速響應用戶反饋，於是小米聯合創始人黎萬強在進行小米手機操作系統 MIUI 開發時不像很多傳統大型 IT 或互聯網公司在產品未上市之前對市場或用戶進行過多地防範和封閉，相反在確保產品基礎功能穩定的基礎上，會將產品設計團隊的很多新想法、新功能都坦誠地公開在用戶面前，目的是通過藉助互聯網的規模優勢，讓全國各地的用戶都能參與到產品設計的驗證和迭代之中，從而實現組建「一個10 萬人的互聯網開發團隊」來幫助小米進行產品設計迭代。這一想法將互聯網產品設計迭代推向了高潮。

△ 「圖：10 萬人的互聯網開發團隊模型」圖片來源：黎萬強，《參與感》

隨著移動互聯網和智能手機的大規模普及，使得這個想法逐漸成為可能：於是小米創新性地率先通過論壇包括基於移動端的小米社區作為互動平臺，以更為開放的形式能夠讓一部分忠實用戶深入參與到產品的研發過程中「12」，與產品設計團隊在線進行密切協作。

通過高頻率高密度的與用戶線上交互，小米獲取了在大量豐富的自然場景下的用戶使用反饋後，通過快速迭代進行產品設計升級，從而達到降本提效。在面向消費者終端的行業中，小米總結出了「用戶模式大於一切工程模式」。為了讓用戶深入參與到產品、設計和研發過程中，小米還設計了「橙色星期五」的互聯網開發模式：核心就是 MIUI 團隊通過論壇與用戶互動，把 MIUI 系統的升級時間固定為每週星期五，以減少用戶的記憶成本從而儘量減少用戶參與的成本，同時也為了把這種論壇互動方式產品化，讓用戶能夠在各種不同的自然場景中使用新產品或新功能後完成小米精心設計的使用報告——四格體驗報告，以獲取用戶試用之後即時的主觀評價與反饋。從最開始收到上萬的反饋一直髮展到現在每期都有數十萬用戶參與。

△ 「圖：小米 MIUI 「橙色星期五」的四格體驗報告與手機論壇」

此外，小米在 MIUI 中還能讓用戶在線抓取操作日誌進行更為專業和詳細的數據反饋，通過這些用戶深度參與的機制不僅為小米團隊節省了大量開發、測試甚至運營資源，還讓 MIUI 收穫了令人吃驚的好口碑和增長速度。這份口碑也構成了小米在日後發佈手機後火爆的用戶基礎「13」。

△ 「圖：用戶可以通過各種方式進行在線反饋」

可見在當前中國國情下，這種全開放式的產品設計迭代模式使傳統的產品驗證的流程發生了轉變：通過部分大規模忠實用戶試用的用戶反饋在移動互聯網公司的產品研發階段變得更為普及，因而能夠被越來越多的國內中小型移動互聯網公司乃至大型頭部互聯網公司所借鑑並推行。

△ 「圖：以小米為代表的移動互聯網公司的設計評估與迭代流程」

這種全開放式用戶參與本質上還是一種中心化的產品設計迭代思路，需要符合所對應的公司文化、用戶類型、業務規模以及風險控制等條件才能充分發揮出互聯網開發模式的潛力，並也只能最終產生出「滿足了80%的用戶80%的需求」產品設計「14」。那麼在未來，是否有一種滿足「所有的用戶所有的需求」的互聯網產品設計呢？

未來互聯網產品設計迭代的展望

1. 去中心化的互聯網發展趨勢

隨著5G通訊、雲計算與移動互聯網服務的日漸完善，人工智能逐漸滲透到更多細分領域滿足日益多變的用戶個性化需求，同時有利於高科技公司進行快速、低成本的創新。眾所周知，人工智能的發展依賴於大數據、雲計算和實現框架「15」。互聯網公司可以通過用戶智能手機上的各種傳感器從不同維度監測用戶數據，使得智能手機逐漸成為每個用戶的新一代「微型服務器和計算中心」，這種去中心化的互聯網「雲計算」能夠存儲和分析每個用戶海量的數據幫助互聯網公司更為精確地理解每個用戶，並能夠在此基礎上探索出新的用戶需求和衍生出新的產品與服務。因此，在未來如何基於人工智能進行產品設計迭代來滿足「千人千面」的個性化用戶需求將是所有互聯網公司所面臨的挑戰「16」。

2. 自動駕駛技術的「影子模式」提供了一種可能性

2018年10月26日，特斯拉在北美地區向用戶升級了新的自動駕駛技術：「Navigate on Autopilot」。這個技術的關鍵在於「Navigate on Autopilot」不論用戶是否開啟，都可以在後臺記錄在真實場景所有駕駛決策和控制數據。「這樣在人類駕駛員導致交通事故時就可以對比分析，看看自動駕駛是不是可以避免事故」，特斯拉將其稱之為「影子模式」「17」。

△ 「圖：基於影子模式的高精度導航地圖對比」

圖片來源 Tesla Motors, https://mashable.com/2015/10/14/tesla-high-precision-digital-maps（左圖是普通的低精度導航地圖路徑，而右圖則是特斯拉通過數據積累繪製的高精度導航地圖，通過對比可以看出，高精度導航地圖可以呈現更詳細更豐富的路徑規劃與選擇，以應對實時變化的路況變化採取不同的自動駕駛策略「18」）

所謂的影子模式即無需主動定期招募目標用戶、選擇和撰寫測試任務腳本、收集數據分析和產出報告，而是通過終端系統後臺感知並記錄自然場景下用戶使用產品的每個基於真實需求所需要完成的任務路徑數據，終端系統不採取實際測試任務指示，但是會對比完成同樣任務時自己默認規劃的最優任務路徑。這樣，當用戶實際任務路徑數據累積成為任務「路徑流量」，通過繪製出高精度任務路徑地圖「19」和用戶實際的任務路徑流量判斷每個任務完成情況是否符合終端系統預期的數據，尤其是當該任務路徑下流失的用戶流量或者某些任務路徑的用戶流量超出閾值時，系統會定位評級出該任務路徑所在產品設計的具體問題並生成多個測試方案。影子模式的強大之處在於隨著受試用戶使用時間和任務路徑數據的積累，系統能夠記錄和學習該用戶特有的使用偏好進而結合該用戶的個人用戶畫像分析該用戶使用行為和心理預期，最終為該用戶迭代出適合該用戶偏好的最優產品設計方案。

3. 基於人工智能的自我產品設計評估與迭代

自我產品設計評估與迭代分為：感知記錄，行為理解，定位評級與決策控制四個部分，週而復始，循環往復。

△ 「圖：自我迭代模式」

感知記錄：

採集的數據越客觀「精度」越高，對後續評估與迭代越具有參考價值。但在以往的用戶測試中，主觀性和引導性都會影響數據的「精度」。例如在隨機調查中，用戶只是猜測他們可能會怎麼做，或者他們喜歡哪些功能，但這並不意味著他們會在現實生活中使用或喜歡它們「20」。此外，以往通過用戶測試所收集的數據大多來源於具有引導性的用戶任務場景中，因此數據不可避免或多或少地受到非客觀的顯性重要性影響（Explicit Importance）「21」。而影子模式的感知記錄能更好地避免由於人工干預導致的顯性重要性影響而產生的測試誤差。

行為理解：

通過使用場景的重繪與用戶操作路徑的統計，結合用戶個人的基本信息或畫像，來更為準確地判斷用戶偏好和理解用戶行為「22」，通過元數據、場景數據並結合詳細的行為數據識別和分析得到用戶的不同行為。但是並不一定同樣的問題對不同偏好的用戶都會產生可用性問題。例如有的用戶偏好傾向手動輸入銀行卡信息的交互操作可能對於偏向更快捷的掃描輸入銀行卡信息交互操作用戶而言反而會導致可用性較差，這取決於用戶輸入信息習慣，心理安全感甚至與硬件設備條件限制等諸多與用戶畫像與使用場景相關。因此這些不同行為偏好可以迅速定位出具體的可用性問題，並據此針對不同的用戶展示不同的迭代方案。

定位評級

基於「倖存者偏差（Survivorship Bias）」理論「23」，以往的數據的採集和統計往往基於那些能夠完成任務或者是有願意完成任務的用戶，而更為重要的可用性問題則有可能集中在那些中途無法完成任務而流失的用戶身上：即首要應該考慮在那些未完成任務的用戶操作路徑數據中分析找出用戶流失最為意外和嚴重的任務操作路徑。因此高精度的用戶任務操作路徑數據的統計能夠更為精準的對可用性問題進行定位和評級。此外，由於有了用戶畫像與用戶 ID 數據的統計和分析，目標用戶能夠更為容易地被確定，所產生的任務操作路徑數據相對其它類型用戶也更具評估價值。

決策控制

對於前面提到的不同偏好的用戶，有可能同樣的設計方案會造成不同的結果。在理解用戶行為的基礎上產品設計的評估與迭代更加智能化，可以自主決策如何進行產品設計迭代：通過實時監控該類用戶任務操作路徑的數據，並不斷自主迭代出最適合該類用戶非顯性重要性偏好的產品設計，做到更懂用戶以至於能夠自主決策和控制整個產品設計的「進化」方向，這也將實現產品設計的「千人千面」，以滿足不同用戶日益多變的個性化需求。

結語

產品設計的品質在每個階段的衡量標準是不同的，這不僅取決於公司及其所在社會環境對產品設計迭代的認知程度，同時還取決於公司依據自身實力在這個過程中的資源投入是否能獲得因產品設計質量提升所帶來的增值，因此它的評估與迭代在每個階段的方法和目標也會是不同的。更重要的是，隨著用戶需求層次的不斷提高，產品設計的目標也會隨之不斷提升：例如在最早時期的標準就是能夠讓不同的人去適應於一個標準、通用產品而不出錯和可用，而隨著互聯網、大數據和人工智能等先進平臺和技術不斷深入發展，可以想象，互聯網公司產品設計的評估與迭代的衡量標準將是如何更懂「我」和更瞭解「我」，如何能夠自我「進化」地去適應每個不同的人。

更多小米設計案例：

我邀請了小米探索實驗室的設計總監，和你聊聊智能音箱

南迪爾：‍Hi 大家好，我叫南迪爾。我大學畢業後在工業設計領域比較出名的設計公司 LKK 工作，‍‍然後12年加入百度，‍主要負責百度雲的交互設計，後面成為智能硬件團隊的設計經理，負...

閱讀文章 >>

參考文獻

• 雷軍：《關於大力發展中國設計產業、全面提升中國設計水平的建議 》[J]，中國科技產業，2018年第03期。
• Jakob N., MOLICH, R. Heuristic evaluation of user interfaces [C]. Proc. ACM CHI’90 Conf, Seattle, WA, 1-5 April 1990, 249-256.
• Jakob N. Heuristic evaluation. In Nielsen, J., and Mack, R.L. (Eds.), Usability Inspection Methods [M]. John Wiley & Sons, New York, NY, 1994.
• Usability Testing: Microsoft’s Unique Approach. Microsoft Research, https://news.microsoft.com/1998/05/19/usability-testing-microsofts-unique-approach, 1998.
• 張旭：《淺談可用性的 GUI 設計》[J]，藝術與設計 (理論版)，2008年第7期，第114-116頁。
• Jakob N. Why You Only Need to Test with 5 Users. Nielsen Norman Group, https://www.nngroup.com/articles/why-you-only-need-to-test-with-5-users, 2000.
• 張旭：《基於可用性的移動流媒體視頻點播業務的交互研究與設計》[D]，湖南：湖南大學，2008，第20-31頁。
• Donald A N. User-Centered System Design: New Perspectives on Human-Computer Interaction [M], 1986.
• Turn User Goals into Task Scenarios for Usability Testing. Nielsen Norman Group, https://www.nngroup.com/articles/task-scenarios-usability-testing, 2014.
• P.B. Lewis. Application of WWW technology to the human-machine interface [C]. 1999 International Conference on Human Interfaces in Control Rooms, Cockpits and Command Centres, 1999, 206-211.
• Christian R. When to Use Which User-Experience Research Methods. Nielsen Norman Group, https://www.nngroup.com/articles/which-ux-research-methods, 2014.
• 《從「以用戶為中心的設計」到「用戶參與式設計」》，百度 MUX， http://www.boxui.com/ued/user-research/7618.html，2013年。
• 黎萬強：《參與感：小米口碑營銷內部手冊》[M]，北京：中信出版社，2014。
• 劉德：《小米生態鏈Part 1:小米的產品故事》[C]，浙江：湖畔大學，2016。
• The Decentralized Web (3.0) – How the Internet is Changing for the Better. Techutzpah, https://www.blockdelta.io/the-decentralized-web-3-0-how-the-internet-is-changing-for-the-better, 2019.
• Eyal D, Carolina S G, Steve L, S. H M, Meysam R. Hierarchical Serverless Computing for the Mobile Edge [J]. 2016 IEEE/ACM Symposium on Edge Computing (SEC), 2016.
• Introducing Navigate on Autopilot. The Tesla Team, https://www.tesla.com/blog/introducing-navigate-autopilot, 2018.
• Introducing Software Version 9.0. The Tesla Team, https://www.tesla.com/blog/introducing-software-version-9, 2018.
• 張旭：《交通標誌的獲取、確定交通路路線的方法、裝置及系統》[P]，中國發明專利，CN201410852738.0，2014年。
• Jakob N. First Rule of Usability? Don’t Listen to Users, https://www.nngroup.com/articles/first-rule-of-usability-dont-listen-to-users, 2001.
• Measuring Explicit vs. Implicit Importance in Customer Satisfaction Studies. Openmet Group, https://www.openmet.com/en/enmeasuring-explicit-vs-implicit-importance-in-customer-satisfaction-studies-htm.htm, 2014.
• Kara P. Why Designers Think Users Are Lazy: 3 Human Behaviors. Nielsen Norman Group, https://www.nngroup.com/articles/lazy-users, October 2015.
• Survivorship bias. Wikipedia, https://en.wikipedia.org/wiki/Survivorship_bias, April 2017.