Мой телефон завибрировал. Я был где-то в Исландии, на расстоянии более 10 миль от своей машины и людей. Вот я держу телефон с умирающей батареей. Я включил его проверить Google Maps.

И на экран всплывает масса уведомлений по типу “Spotify добавил 2 трека в плейлист Afternoon Acoustic”. Самое время для таких уведомлений. Пинг из перископа, два новых имейла в ящике, новый фоловер в Twitter, и пинг от @channel на Slack. Всего девять уведомлений, и ни одного важного. А я в дикой местности с 2% зарядом батареи, очень нестабильным подключением к интернету и жизненно важной необходимостью загрузить эту чертову карту.

Несмотря на огромный прогресс за последние 20 лет, уведомления застряли где-то в 1999.

Дизайн умных уведомлений

Бесконечное количество статей, компаний, продуктов и конференций посвящены этой теме. Есть масса доказательств того, что уведомления явно отстали от сегодняшних потребностей пользователя, но так же не может длиться вечно. Как можно исправить ситуацию? Каким будет будущее уведомлений?

Эра данных

От поиска Google до новостной ленты Facebook, алгоритмы анализируют огромные объемы данных, чтобы решать, что нам видеть онлайн. Самообучающиеся алгоритмы движут другими продуктами по типу Google Now или недавно обновленной панели уведомлений Facebook. Умные алгоритмы только начинают использоваться, но, к счастью, данные, необходимые для интеллектуальных, предсказуемых уведомлений, уже доступны.

Эра данных

Распространение социальных сетей приучило нас к обмену личными данными; зачем заполнять скучные формы регистрации, если можно просто залогиниться через Twitter или Facebook?

Поведенческие данные

Поведенческие данные

Даже если продукт по своей природе не склонен к сбору информации (например, iA Writer), можно извлечь массу данных просто из того, как пользователь использует его. В какое время человек обычно логинится? Как много времени он проводит в приложении? Есть ли связь между временными рамками и пиками вовлеченности?

Данные экосистемы

Данные экосистемы

Что еще входит в интересы пользователя? Какими продуктами он пользуется и как? Есть ли какие-то общие закономерности в их использовании? Возможно, у нас уже есть решение касательно соблюдения конфиденциальности. В недавно представленной функции умного автоответчика Google людям не разрешается читать всю частную переписку пользователей. А вот алгоритмы машинного обучения могут читать все.

По-настоящему умные уведомления

Если мы можем собирать и анализировать все данные, какими будут по-настоящему умные уведомления? Как минимум, они будут полезными, персонализированными, своевременными и “по делу”.

Умный тайминг

Умный тайминг

Немедленность — не всегда лучший вариант. Одной из самых интересных особенностей недавно представленного Basecamp 3 является опция “Work Can Wait” (работа может подождать), которая дает пользователям возможность выбирать часы, во время которых они хотят получать уведомления. Свидание со своей половинкой — наверное, не лучшее время для посланий от коллег из разных часовых поясов, которые только начинают свой рабочий день.

Уведомления в неподходящее время — хуже, чем бесполезные. Звуки не вовремя не только игнорируются, они еще и отвлекают от текущих дел, раздражают и создают ложное ощущение срочности.

Будущие уведомления будут автоматически подстраиваться под ваш график. Движок будет экстраполировать контекстные данные, определяя, в какое время лучше всего отсылать уведомления, чтобы не отвлекать вас от приятного досуга.

Умное местоположение

Мобильное приложение Foursquare

Очень важно учитывать геоданные для понимания контекста того, что делает человек. Если кто-то находится на лодке в 20 километрах от берега на Монтенегро, это не самое лучшее место для уведомлений об однодневной распродаже в дублинском IKEA.

Многие приложения уже научились по-умному использовать геоданные. Например, когда Foursquare замечает, что вы в каком-то новом месте, он шлет полезные советы об этом месте. И очень многие приложения-планировщики уведомляют вас о задачах, когда вы находитесь в месте, наилучшим образом подходящем для их выполнения.

Умная группировка

Уведомления — очень хрупкая система. Если сервис ими злоупотребляет, пользователи просто их отключают. И даже если сами по себе уведомления хорошие и полезные, слишком много — это слишком много. Вот почему группировка станет важным аспектом.

Посмотрите, как Facebook группирует похожие уведомления, например, сколько людей лайкнуло ваше фото. Показывается пара имен и количество лайков, и если пользователь
хочет, может просмотреть подробности. В отличие от такого подхода, Quora не просто засыпает вас уведомлениям, она еще и требует, чтобы вы просмотрели каждое, даже если оно такое же, как и предыдущее.

Групировкм уведомлений Quora и Facebook

Если усовершенствовать этот подход, уведомления должны группироваться последовательно. Если вы обычно получаете меньше десяти лайков на каждое фото, вы бы, возможно, хотели получать отдельные уведомления по каждому лайку. Если в среднем вы получаете тысячи лайков на каждом фото, удобнее получать уведомление о каждой сотне. Вы можете также получать специальные уведомления о действиях близких друзей и родственников или каких-то очень влиятельных людей. Если Марк Цукерберг прокомментирует ваш пост, наверняка вам захочется об этом узнать?Марк Цукерберг прокомментирует ваш пост

Умные реакции

И хотя каждый пользователь уникален, вы не можете создать все для всех, так что нужно вырабатывать компромиссы. Уведомления могут реагировать интеллектуально, формируя некую персонализированность продукта. На основе того, как вы обычно взаимодействуете с контентом, можно предложить лучшую структуру и лексикон. Как вы обычно реагирует на уведомление о лайках фото? Вы только мимоходом их пролистываете? Или открываете каждое и просматриваете детали? В зависимости от поведения, вы сможете видеть разную структуру уведомлений.

Умный таргетинг

Умный таргетинг

В Intercom мы постоянно общаемся со своими клиентами. Когда проводим ресерч продукта, никогда не задаем пользователям один и тот же вопрос. Мы шлем таргетированные сообщениям людям, которым удобнее и нужнее всего предоставить нам информацию. Например, если мы планируем улучшение функционала по экспорту, выбираем тех потребителей, которые экспортировали данные в течение последних пары дней. При этом мы интересуемся, столкнулись ли они с какими-то проблемами в процессе (пока воспоминания еще свежи).

Сообщение, отправленное правильным пользователям, приносит гораздо больше ответов, дает действительно полезный фидбек и защищает других пользователей от ненужного раздражения. Умные уведомления смогут фокусироваться на правильном пользователе, и лишать дискомфорта и шума всех остальных.

Умные уведомления против системных уведомлений

Умные уведомления будут больше похожи на заметки из вашего органайзера. Сравните это со значком белого звоночка, сигнализирующего о системных уведомлениях. Нужно ли их объединить? Должен ли продукт быть более персонализированным?

У людей наблюдается такой психологический феномен как парейдолия, когда мы видим “человекоподобные” объекты в повседневных вещах. Мы видим лица в узорах облаков, животные в мультиках ведут себя, как люди, а роботы в фантастике внешне похожи на людей. Мы часто воспринимаем ботов, как людей, будь то Siri, Cortana или M (Google совершил большую ошибку, лишив Google Now персонализации). Уведомление от бота обычно кажется гораздо более личным, если оно написано на человеческом языке.

На самом деле, уведомления уже становятся более разговорными. Вот какое сообщение вы могли получить год назад, и какое получите сейчас:

Умные уведомления против системных уведомлений

Месседжинг только начали применять, но он быстро поглотит уведомления, в той форме, в которой они нам знакомы.

Петли обратной связи

Неважно, насколько умен прогнозирующий интеллект, неважно, насколько хороши собранные данные, петли обратной связи всегда будут нужны. Zima Blue, прекрасный рассказ британского фантаста Аластера Рейнольдса, включает в себя обсуждение природы прогнозирующего интеллекта. Представьте, вы выбрали белое вино вместо привычного красного, чтобы распить его солнечным днем с друзьями, и этот выбор принес вам гораздо больше удовольствия, чем если бы вы выбрали, как обычно. Алгоритм никак не привяжет этот эффект к этому счастливому стечению обстоятельств. Единичная девиация не повлияет на общую модель прогнозирования. Алгоритм все равно будет предлагать красное вино в следующий раз. Но ваша память будет помнить то исключение, его приятные последствия, так что и в следующий раз вы, вероятно, выберете белое вино, а потом еще раз. Весь поведенческий сценарий мог бы измениться из-за одного единственного проявления девиации. Алгоритм никогда не допустит подобного.

Петли обратной связи

Путь к умным уведомлениям

Очевидно, уведомления не могут больше стоять на месте. Они неэффективны, никто их не любит.

В то же время, все данные, которые нужны для создания более умных систем уведомлений, уже существуют. Есть продукты, пытающиеся применять умные подходы, предлагая способы совершенствования уведомлений для того, чтобы, наконец, начать приносить настоящую пользу.

Я только надеюсь, что в следующий раз, когда я решу включить свой умирающий телефон в недрах дикой природы, мой помощник сразу же выдаст мне жизненно необходимый маршрут.