Алекс Потриваев, продакт-дизайнер из Intercom, считает, что уведомлениям придется пройти через множество изменений. Как умные уведомления должны выглядеть в будущем?
Мой телефон завибрировал. Я где-то в Исландии. За десяток миль от своей машины и цивилизации. В руке почти разрядившийся телефон. Я включил его, чтобы посмотреть Google Maps.
«Spotify добавил 2 трека в плейлист Afternoon Acoustic». Очень вовремя. Оповещение от Periscope: «@kayvon приглашает вас посмотреть…», два новых письма в Mailbox, новый подписчик в Twitter, сообщение от Slack. Всего 9 уведомлений. Всё это ну очень важно для меня в этой глуши с 2% зарядки, сеть едва ловит, а мне очень нужно загрузить эту дурацкую карту.
Несмотря на все достижения за последние 20 лет, уведомления так и застряли в 1999.
https://twitter.com/mikeindustries/status/668107607308021760?ref_src=twsrc%5Etfw
Бесчисленные статьи, компании, продукты и конференции были недавно посвящены исключительно этой теме. Многое свидетельствует о том, что уведомления пора изменять. Как их можно исправить? Как выглядит будущее уведомлений?
Эпоха данных
От поиска Google до ленты Facebook, алгоритмы, анализирующие огромные объемы данных, решают, что мы видим онлайн. Самообучающиеся алгоритмы работают и в других продуктах, таких как Google Now и в недавно обновленных оповещениях Facebook. Умные алгоритмы для уведомлений появились совсем недавно, но, к счастью, данные для умных предиктивных уведомлений уже доступны.
Распространение социальных сетей сделало распространение персональных данных беспрепятственным; зачем мучиться и заполнять формы, если можно зайти через Twitter или Facebook?
Поведенческие данные
Даже если по своей сути продукт не собирает данные, многое может быть понять по тому, как именно люди используют этот продукт. В какое время суток они обычно заходят? Как много времени проводят в нем? Если ли взаимосвязь между этими временными интервалами и высокой вовлеченностью?
Информация об экосистеме
Чем еще интересуется этот пользователь? Какие другие продукты он использует? Как часто? Прослеживаются ли какие-то паттерны использования? Возможно, у нас уже есть решение проблемы соблюдения конфиденциальности. В недавно анонсированном «умном автоответчике» Google людям не разрешается читать личную переписку пользователей. А алгоритмам машинного обучения можно.
По-настоящему умные уведомления
Если мы можем собрать и проанализировать все эти данные, как будут выглядеть по-настоящему умные уведомления? Как минимум, они будут полезными, персональными, уместными и релевантными.
В нужное время
Мгновенные сообщения не всегда в тему. Одной из самых интересных функций недавно запущенного Basecamp 3 является «Work Can Wait», которая дает пользователям возможность выбирать время, в которое им удобно принимать оповещения. Во время вечернего свидания с любимым человеком вам, вероятно, помешает уведомление от коллеги, который живет в другой временной зоне и только начал работу.
Неуместные уведомления даже хуже, чем бесполезные. Иррелевантные сообщения не только игнорируются, они ещё очень отвлекают и вызывают ложное чувство срочности.
Уведомления будущего будут делать это автоматически. Предиктивный движок выберет по контекстным данным лучшее время для оповещения, так что вы сможете и дальше наслаждаться свиданием.
Умное определение местоположения
Геоданные очень важны для понимания контекста того, что делает пользователь. Если он в лодке за 30 километров от берега Черногории, то это не самый удачный момент для оповещения об однодневной распродаже в IKEA в Дублине.
Многие приложения уже с умом используют геоданные. Например, когда Foursquare замечает, что вы в новом месте, он отправляет вам полезную информацию о нем. И многие приложения-планировщики уведомляют вас о заданиях, когда вы находитесь на подходящем месте для их выполнения.
Умное сегментирование
Как и любая пуш-система, уведомления, как средство, очень уязвимы. Когда сервис слишком часто их задействует, пользователь просто отключает эту функцию. Даже если сообщения полезны, они могут надоедать. Вот почему их сегментирование становится важным.
Представьте, что Facebook группирует похожие уведомления, например, скольки людям понравилась ваша фотография. Отображается пара имен и количество лайков, а если пользователю интересно, то он нажмет и сам всё увидит. А Quora не только забрасывает уведомлениями, но и заставляет просмотреть каждое, даже если они практически идентичны.
С этим концептом умные уведомления могли бы использовать ступенчатое сегментирование. Если вы обычно получаете меньше чем 10 лайков за фото, тогда вам будет интересно видеть каждый из них. А если их обычно тысячи, то уведомления о каждой сотне будет уместнее. Были бы полезными отдельные уведомления о действиях членов семьи и близких друзей или действительно влиятельных людей. Эй, Марк Цукерберг прокомментировал вашу запись, вам, наверное, захочется увидеть это прямо сейчас?
Умное реагирование
И хотя каждый пользователь уникален, вы не можете создать для каждого что-то особенное, так что придется идти на компромисс. Умные уведомления могут предоставить совершенно новый уровень персонализации продукта.
На основании того, как вы обычно взаимодействуете с контентом, вам может быть предложен более удобный способ изложения. Как вы обычно реагируете на уведомления о лайках? Просто просматриваете или проверяете каждое из них? В зависимости от вашего поведения, уведомления могут быть структурированы по-разному.
Умное таргетирование
В Intercom мы постоянно общаемся с покупателями. Когда мы проводим анализ товара, мы никогда не задаем всем нашим пользователям один и тот же вопрос. Мы рассылаем таргетированные сообщения людям, которые наиболее вероятно ответят на него. Например, если мы хотим улучшить функцию экспорта, мы выбираем людей, которые экспортировали данные за последние два дня, чтобы спросить, не помешало ли им что-нибудь во время этого процесса (пока память ещё свежа).
Сообщение, отправленное правильному пользователю, показывает более высокий процент ответивших, обеспечивая действительно полезный фидбек и не досаждает другим пользователям. Благодаря всем комбинированным данным, умные уведомления смогут сфокусироваться на правильном пользователе и уменьшить неудобства остальных.
Умные уведомления vs системные уведомления
Умные уведомления больше будут напоминать сообщения от вашего ассистента или другого человека. Сравните их с системными уведомлениями. Должны ли они напоминать их? Должна ли быть у них быть такая же персонализация?
Существует психологический феномен под названием парейдолия, когда мы видим человеческие черты в окружающих нас вещах. Мы видим облака, похожие на человеческие лица, звери в мультфильмах ведут себя как люди, а роботы в научной фантастике приобретают человеческую форму. Мы склонны симпатизировать ботам, будь это Siri, Cortana или M (лишить Google Now индивидуальности — было большой ошибкой Google).
Уведомление от бота кажется более персональным, когда оно написано человеческим языком кем-то, похожим на нас. В действительности, уведомления уже становятся более интерактивными. Посмотрите на разницу:
Месседжинг только набирает обороты, но он станет настолько влиятельным, что поглотит уведомления в таком виде, какими мы их знаем.
Петли фидбека
Неважно насколько умным будет прогнозирующий интеллект, неважно насколько полезной будет собранная информация, петли обратной связи всегда будут нужны. Zima Blue, прекрасная история, написанная британским фантастом Аластером Рейнольдсом, включает в себя рассуждение о природе прогнозирующего интеллекта. Представьте, что вы выбираете белое вино, а не красное во время солнечного вечера со своими друзьями, и наслаждаетесь им больше, чем обычным красным. Алгоритм не придаст значение этому одному стечению обстоятельств. Одно исключение не повлияет в значительной степени на его предиктивную модель. Он все еще предложит красное вино в следующий раз. Но ваша память уцепится за это исключение и усилит его притягательность. Поэтому вы ещё раз можете выбрать белое. И еще раз. Целый поведенческий паттерн может быть изменен из-за одного отклонения. Алгоритм никогда не предположит это.
Путь к умным уведомлениям
Очевидно, уведомления больше не могут оставаться такими, какие они сейчас. Они отвлекают. Они назойливы. Они никому не нравятся.
В то же время, все данные, необходимые для создания умных уведомлений уже существуют. Есть продукты, которые пытаются правильно использовать эту информацию, предлагающую решение, как же сделать уведомления ценными и полезными.
Я надеюсь, что когда в следующий раз я достану свой разряжающийся телефон в какой-нибудь глуши, то увижу, что мой автоматизированный помощник спешит указать мне верный путь.