采铜学心录

    Groupon横空出世，以王兴的美团网为首的国内效仿者也是应声而起，大有星火燎原之势。那么，是什么原因引爆了Groupon的热潮？除了各种营销、推广手段的推动之外，Groupon作为一个目前来看颇为成功的互联网产品，其成功的内在逻辑又是什么呢？

 

    我认为，Groupon的精髓并不在于“电子商务”+“团购”这种新的模式。事实上，它做的根本就不是团购，团购的本来意义是购买者抱成团跟商家去议价，而在Groupon里，购买者还没抱团甚至出现，商家就已经把超低折扣打好了。“团”的力量并没有体现，体现的是网站的线上推广和线下运作能力，这跟凭口碑卡或者大众点评卡消费打折是同样的道理。Groupon做的事情其实就是打折，靠超低折扣吸引消费者，又用这个“贪图便宜”消费群来吸引更多的商家用更低的折扣来推广自己。

 

    如果Groupon的故事到此结束，那么实在了无新意。价格战是商业竞争最原始也是最有效的武器，实体店铺能打折，淘宝网上众商家的价格更便宜，凭什么团购网站还有火起来的空间呢？我认为，Groupon成功的最核心的逻辑是：
 
    给打折找一个理由，让打折 make sense

 

    而“团购”就是这个理由。团购让潜在的购买者相信折扣这么低不是因为里面有猫腻，不是因为原价被悄悄抬高，不是因为产品质量有问题，而只是因为“团购”，因为“人多力量大”。购买者们之所以毫不怀疑地按下硕大的“购买”按钮，是因为他们相信，他们终于淘到了真正的物美价廉的商品，而不论自己是否真的需要。想到这里，我不得不怀疑，Groupon的创始人在决定使用“Groupon”这个名字的时候就已经想好了就是要设这样一个“套”，做一个“伪团购”网站。

 

    社会心理学中有一个著名的“归因理论”，就是说人们对发生的任何一件事情都会想去找出它的原因，给出一个解释，如果找不到解释，人们就会怀疑事件本身的真实性。比如股票涨了，人们就会四处打听有什么惊天利好，股票跌了，就会问有什么重磅利空，但市场的波动本来就是常态，很多时候股票的涨跌并不需要这么多理由。正是由于人们的这种归因心理，商家在打折的时候同样会给出各种各样的理由，什么“店庆”啊，什么“××节”啊，什么“转让清仓”啊，什么“装修前特卖”啊，总是有很多人会相信这些理由而认为自己捡了便宜。事实上，即便商家一年365天都拿这个折扣卖，它还是能赚钱，而且它其实也乐意，只不过是这样一来，打折优惠的真实性反而会被怀疑。事实上，越来越多的人已经对上面那种司空见惯的打折噱头“疲劳”了，老噱头越来越没有吸引力，那么新噱头“团购”就出现了。

 

    其实我们可以想象这样一个例子，上海某中档咖啡店做了两个推广方案，一个是在美团网上卖咖啡，购买者凭美团券5块钱一杯，另一个是在新浪首页打个小广告，不说明理由，就说咖啡特卖5块钱一杯。哪个效果好呢？前者可能一天卖出了5000杯咖啡，而后者可能大多数人点开这个广告的意愿都没有，因为用户的直觉反应可能就是“没有理由卖这么便宜的咖啡，如果有也是很劣质的咖啡”。

 

    写到这里，我不禁想，国内的100多家把Groupon从头抄到尾的“团购”网站其实只是学了Groupon的皮肉，却没有学到它的灵魂。Groupon的成功逻辑是为商家打折找到了一个还算新鲜的理由，吸引大量“贪图便宜”的消费者；Groupon做的不是“团购”，而是让消费者“信任”的小诡计。那么想复制Groupon神话的国内创业者，在目前国内类Groupon网站同质化严重的情况下，就不应该再去复制“团购”这种模式，而是好好思考一下，如何在互联网平台上为商家打折（或者推广）再找到一个新鲜的、不容易被看穿的理由。

 

    在信息图表（或统计图表）中，颜色的使用并不是随性而至的，而是要满足一个基本的原则，就是：

    R0:颜色使用必须传递特定的信息；不传递信息的颜色使用是多余的，应该避免。

    而这条基本原则，在实际应用中被很多人忽视。例如下面的两个柱形图中，左侧的图中的颜色变化是多余的，因为横坐标的标签已经显示了每个柱形的含义，颜色并没有增添其他的信息，反而可能使读者产生疑惑；而右侧的图则是比较专业的做法。   

   图1 R0原则的说明图（数据来源：艾瑞咨询）

    那么在信息图表中，颜色能传达出什么信息呢？我总结了一下，颜色在图表中主要有信息分类（组）、信息排序和信息强调三种用法。

    1. 信息分类（组）

    这是颜色最常见的功能。人们在信息设计中经常使用不同色调的颜色来表示不同组或类的数据，例如下面的条形图和散点图。

    图2 颜色的信息分类（组）功能

     运用颜色表达信息分类时，一般需要遵守一些四个原则：

     R1.1: 使用的颜色种类一般不要超过五种。颜色过多会给读者增加比较大的辨别难度和记忆负担。

     比如下面的左图，读者将不同的颜色与折线一一对应起来很需要花一番力气，而右图则使折线同时在形状上有所变化（这在工效学中称为“冗余维度编码”），使得读者更容易地进行区分：

图3 冗余维度编码增加了各个数据系列的区分度

     这就引出了下面一条规则：

     R1.2: 当必须使用5种以上的颜色时，可以采用冗余维度编码，即同时变化多个特征维度（如形状）的值对不同数据组进行编码。

    例如下图是一组采用了冗余维度编码的视觉编码：

图4 一组常用的冗余维度编码（摘自Colin Ware的Visual Thinking for Design）
    

     另外，还需要注意的一点是：

     R1.3: 所选用的各个颜色的色调须尽可能最大间距、均匀地分布在色谱中。

    例如图2中所使用的四种颜色都是分散在色谱之中的、完全不同的颜色。这样做的目的一是方便读者的区分辨识，二是更好地突出不同“质”的概念。

     最后一点是一个补充建议，即：

     R1.4: 所选用的各个颜色的饱和度应尽可能相同或相近。

    也就是说，色调须尽可能拉开差距，而饱和度须尽可能相同。之所以提出这条原则有两个原因：一是为了使整个视觉感受更加和谐，二是饱和度隐含着表示信息的重要程度的含义，高饱和度的视觉内容往往被认为重要性更高，如果饱和度不同可能会使读者产生额外的不必要的理解。下面的地铁图中，所有的颜色的饱和度是相同的，这就暗示每条线路的重要性是相同，没有厚此薄彼：

    

图4 波士顿地铁线路图

    2. 信息排序

    颜色在信息图表中的第二个常见用途是表示信息的序列或者量的增减关系,这常常通过同一色调颜色的不同亮度或者饱和度的变化来表示：

     R2.1: 应用同一色调的亮度或者饱和度变化来表示不同重要性程度的数据或者量的变化关系。

    比如下面的图就用同一色调的不同亮度和饱和度来表示时间的递进关系：

图6：亮度和饱和度的变化表示时间的递进关系

 R2.2：应用两种截然不同的色调在亮度或者饱和度上的渐变来表示两级数量关系的变化。

      在图7中，两种色调的渐变表示了两种对立情绪的程度变化：

图7 两种色调的渐变

   3. 信息强调

    颜色的第三种功能是强调特定的信息，这体现在规则3.1中：

    R3.1：用自然的、柔和的、饱和度低的颜色表示重要程度低的信息，用强烈的、“突兀的”、饱和度高的颜色表示需要强调的信息。

    在认知心理学中，颜色的差异被认为能在视觉注意的最初阶段（“前注意”）就被侦测到，因而人对颜色的对比是十分敏感。当图表的大部分元素采用柔和的颜色，而在少量元素中采用强烈的颜色时，人的注意力会在一瞬间就被牵引到强烈的颜色上，因此颜色的对比和反差是用来强调特定信息的最佳方法。具体请参见我在稍早前写的博文：《凸显关键数据的视觉设计》。

    相关规则3.2：

    R3.2: 将低饱和度（并且在大多数情况下较高亮度）的颜色应用于背景或者大面积色块，将高饱和度（并且在大多数情况下较低亮度）的颜色应用于显示目标信息或者小面积色块。

    这一规则是基于人的视觉习惯和期望。

 

    除了以上介绍的信息分类、排序和强调三大功能外，图表中的颜色使用还需注意以下几点：

    1. 考虑文字的易读性。   

    R4：使文字易读的关键是文字与背景的亮度对比要明显，即在低亮度背景上呈现高亮度的文字或在高亮度背景上呈现低亮度文字。

      2. 使背景颜色保持单一。

   人对颜色的知觉很大程度上受到该颜色所在背景的影响，比如我们看下面这个图：

图8 背景色的不同导致人们对相同颜色的不同知觉

    因此，我们必须遵守原则5，以保持人们对颜色知觉的准确性，而不致于对数据属性产生误解：

   R5：使用单一、柔和的背景色。一般情况下不要使用渐变等花哨的背景色设计。

    3. 考虑品牌形象因素

    除了传递数据属性、数据关系等信息外，颜色还可以传递品牌形象及其内在的文化含义这样的深层信息。因此，专业的咨询公司或媒体常在信息图表中使用与自己产品标识、Logo等相呼应的颜色组合，以展现出独特的品牌形象。当然，考虑这一因素的设计不应与上面的各条原则产生冲突。

    R6：使用与本公司产品标识、Logo等相呼应的颜色组合，以展现出独特的品牌形象。

 

     2006年任天堂推出带体感功能的游戏机Wii，从此掀起了一个新的游戏热潮。索尼和微软也不甘落后，分别开发了PlayStation Move和Kinect。体感交互的主要特点是能将人的肢体动作直接映射到游戏角色的动作之中，尽管不同产品的技术实现路径各有不同（比如Wii采用加速度感应器、陀螺仪感应器等来感知人的动作，而Kinect采用3D摄像机和计算机视觉技术），但是其人机交互的本质属性是一样的。体感游戏使人们不需要任何学习，只要凭借自己原先就具有的肢体动作技能与游戏进行直接地交互。在传统的图形用户界面中，人对游戏的控制是2D的，体感游戏使得人们可以实现真正的3D控制。

     三大游戏厂商在体感游戏领域正打得难解难分，同时国内也出了不少山寨产品。体感游戏似乎已经从原来的蓝海变成了红海。不过，如果把眼光放得更远一点，就会发现，体感交互的应用前景非常广阔，并不只限于游戏。如果把游戏中的角色替换成现实世界中的机器人，把体感控制器中的命令传输到机器人中，那么人就可以用体感交互技术对机器人进行直接地控制，让机器人代替人类完成各种原先需由人来完成的工作。比如，用体感交互方式操纵家用机器人做家务，用人的手臂动作对机器手臂进行远程控制实现洗衣、拖地、炒菜等动作，同时机器人上的摄像机又实时传输回现场的视频信息使人可以做出准确的操作。这样的机器人是否会有很好的市场前景呢？我想是的。汽车为人代步，机器人为人代手，具有很好商业前景的科技创造大多使人们更加“懒惰”。所以我认为，家用机器人可能是继汽车之后新一代流行的家庭大型消费品，而体感交互应该在其中大有用武之地。

     当然不仅仅是家用机器人，体感交互也能用于工业机器人、医疗机器人或者营救机器人中。当然，可能不少人会有疑问，就是现在的体感交互技术，其精细度和准确度还不足以胜任这些工作。我觉得，未来的技术发展应该能解决好这个问题。

      下面我们来看一下加拿大Calgary大学的Ehud Sharlin教授等人做的将Wii与机器狗AIBO进行混搭的尝试：

    桌面游戏在人类有几千年的历史。在广义上，围棋、象棋、国际象棋、扑克、麻将等等都是桌面游戏。即便在网络游戏、视频游戏大行其道的今天，桌面游戏依然没有退出人们的生活，“杀人”、三国杀等桌面游戏更是风头正劲。是什么让人们对桌面游戏痴迷不减呢？究其原因，桌面游戏不仅仅是游戏，还是一种社会互动的方式。几个好友聚在一起，围成一圈，嬉笑怒骂，插科打诨，不亦乐乎。而相对来讲，网络游戏中人与人的交流是间接的，必须通过电脑这一媒介进行，总归不及桌面游戏中人们面对面的互动那么真实、亲切。但是，桌面游戏受制于游戏设置的单一性，缺乏游戏的纵深，也不能像电脑或视频游戏一样给玩家以丰富的视觉和听觉体验，这是桌面游戏的明显劣势。

    那么，如果把桌面游戏与电脑或视频游戏结合起来会是什么样子呢？这就是数字桌面游戏（digital tabletop game）。数字桌面游戏把传统桌面游戏的社会互动与电子游戏的声光色影、多变剧情的地图和剧情等优点结合起来，让玩家获得全新的体验。下图就是一款为电子桌面量身定制的游戏Weathergods：

     Weathergods虽只是一个简单的游戏，但是却充分体现了数字桌面游戏的特点。从上图我们可以看到，数字桌面游戏通过桌面显示丰富多彩、灵活多变的游戏画面和生效，同时玩家可以自如操控“棋子”，直接与游戏进行交互，而不再通过鼠标、键盘。这种交互方式在国外的人机交互学界已经形成了一个专门的研究领域，叫做“可触用户界面（Tangible User Interface，TUI）”。可触用户界面的历史比数字桌面游戏要早，最初是由麻省理工学院媒体实验室的学者Ishii等人于上世纪90年代中期提出。可以说可触用户界面相对于已经主导人机交互方式三四十年的图形用户界面（GUI）来说是一场革命。为什么这么说呢，看下面这张图，体现了两种交互方式的主要差别：

                  
    在GUI界面中，数字信息是不可见的，都位于“水面之下”，人通过显示器这种物理形式获得信息，又通过鼠标等物理形式进行反馈。更关键的是，输入与输出装置是相互隔绝的，彼此不存在直接的通信。而在TUI交互中，数字信息直接映射到物理形式的显示和控制装置之中，并且输入与输出装置是融为一体的。有趣的是，
Ishii认为人类最早的TUI设备就是中国的算盘！在算盘里，数字信息不仅通过算珠直接表现了出来，而且人还可以直接拨动算珠来改变这些信息。算盘使人与信息的交互是如此直观、简洁乃至优美。。。。

     那么，电子桌面游戏系统如何读取桌面上的实物信息呢？一般来说是两个途径，一个是用摄像机+计算机视觉技术来分析“棋子”的形状、空间位置、空间关系等，还有一个是在“棋子”内植入射频识别标签（RFID），通过RFID阅读器来读取信息。

     当然，电子桌面游戏并不限于TUI这一种交互方式，还可能使用手势识别、语音识别等技术。不过，数字桌面游戏要流行起来，最主要的问题可能还是成本的问题。由于数字桌面游戏系统对设备的要求比较高，可以想见，要在家庭中流行起来尚需时日。或许其商用的突破点是从游戏吧这样的公共娱乐场所开始。

    在图研所网站上看到这张图，第一感觉很不错。但是对这张图所表达的数量信息，一时半会儿没有搞懂。看了半天才搞明白原来整张图的关键是包围饼图的那几条螺旋线，最短的螺旋线（11%）在数值上是其紧邻的更长的螺旋线（33%）的一部分，然后这条螺旋线又在数值上是更内侧的螺旋线（54%）的一部分。这里面就出现了一个矛盾，尽管从数量关系上看，短的螺旋线是长的螺旋线的一部分，但是从视觉呈现上看，短的螺旋线似乎是包围着着长的螺旋线。还有一个问题就是，占据整张图大部分面积的饼图部分其实没有表达实质性信息，或者说表达了误导的信息，因为各个扇区之间并不是并列的百分比的关系，而是一层层包含的关系。总之，这张图的视觉设计并没有与它所要传递的信息相匹配。

    其实，对于这类表现百分比的包含关系的信息，最合适的方法是采用瀑布图，在这种图中，读者可以很直观地感受到这种层层递进的分解、组合关系。因此，我重画了上面这张图，采用瀑布图的方式，如下：