讲师:siyu

1.拜年红包从哪来?

2月17日,也就是除夕前一天,大概中午时候,大家会发现微信聊天界面附件栏中的红包icon变红了,同时单聊点击红包之后会出现两个选项:红包和拜年红包——拜年红包就这样悄悄上线了。这是我们埋在6.1客户端里的新产品。它从哪来?


在我加入广研的时候,2年前,那时候我对产品设计还没有什么经验,我被训练的第一条产品世界观就是:做产品呢就是要找场景,然后再用简单的规则帮助用户在这个场景下的需求。拜年红包就是一个典型的从场景中来的产品。


在拜年红包之前,很多人都提出微信红包为什么不做具体场景的运营。比如,好友结婚,生育,乔迁等等,都是生活中非常典型的场景,那是不是我们可以推出祝贺结婚的红包,祝贺搬家的红包等等。


但如果真的是这样,我们的设计团队大概会陷入永无休止的重复工作之中:为羊年春节做一个喜洋洋剪纸的红包皮,为结婚红包做一个两个小人相拥在一起的红包皮,为生娃红包做一个可爱小宝宝的红包皮,诸如此类,然后我们再设计一大堆适合场景的文案,的确可以不断运营下去。但大概这不会是一个成功的产品。因为本质上它和我们一直有的微信红包没有任何区别。从这个角度,结婚/生育/乔迁等等并没有构成发红包场景上的差异。


那我们当时找到的场景到底是什么呢?


场景一:


无诚意的拜年祝福,每年都会收到一大堆。面对这样的群发祝福的时候,一个问题随之产生:回什么?回简单的谢谢或者是类似的无诚意祝福都不好——不经常联系的人要要开启一个对话好艰难。不回?这次有个开发给我发了个新春祝福,我当时偷懒没回。3月回公司上班,有个需求要找他,找到微信打开聊天界面,他给我的新春祝福赫然出现在眼前:我觉得我的需求没人做了。


场景二:


春节期间总有人会上门讨红包。这里产生了第二个问题:发多少钱?每个人对钱的数组的认知和感觉是不同的,可能我发了20块已经觉得很心痛了,对方却还嫌少。


就是基于解决这两个问题的目标有了这个产品。我们希望拜年红包能解决用户的实际问题。并因为其足够轻量和方便的操作,让用户在发拜年红包的时候就和往年除夕夜大家在群里发表情一样自然。——“轻钱”的设计目标。

2.拜年红包的数据表现

然后我们看到了结果:除夕当天,也是每年红包峰值最高的时候,拜年红包的收发数量占到了所有红包场景的三分之一。这是一个惊喜。因为拜年红包是突然上线的一个产品,没有宣传,没有what’s new,没有新手教育。但在上线第二天就占到了所有红包盘子里的1/3,这个数字我们都没有想到。另一方面,在除夕当天,人均发红包个数也远超普通红包和拼手气红包。从这个数据来看我觉得拜年红包时发挥了它应该发挥的作用的。他并没有取代普通红包和拼手气红包,拜年红包成为了红包场景的增量,它让更多原本不会发红包的人开始发。


3.拜年红包的设计过程和踩的坑


而当我们回头看这个产品的设计的时候,教训和经验同样多。这里跟大家分享一下设计过程中的几个插曲。




一开始受大富翁影响很深,想做成一个简单的小游戏:红白机游戏版。其实我个人很喜欢这个版本,因为交互性很强。我们为什么打游戏上瘾,是那种对事物的控制能力让人上瘾。试想如果手指在屏幕上的操作会影响到到最后你给出或者你收到红包的金额大小,会是一件很过瘾的事情。但后面这个方案很快就被否决了。因为我们对这个红包预期是,在春节那几天,对于会收发红包的人,是很高频的操作,我们担心步骤繁琐反而影响体验。



后来觉得,金额很少,那怎么让收到这么小的红包而没有寒酸的感觉,反而更有惊喜感,更加特别?那只有在设计上下功夫了。于是我们的设计师推出了一个非常有特色的版本:土豪金版。用设计师的原话说,是为了让拜年红包从一片红色海洋中脱引而出。这个版本在我们内部引发了巨大的分歧,总结一下就是,男生普遍觉得还能接受,妹子们统统受不了,觉得太正经和商务。从这个版本我们也再一次论证一个设计原则:如果你的受众群体非常的庞大,并且没有什么集中的特点,那么太有风格的设计可能是好的设计,但不一定能帮助产品获得成功——太有风格就一定有人喜欢,也一定有人不喜欢。


再后来就是大家看到的最终版本。这个版本做的好的地方很多人表扬过,比如金额滚动的动画让人有期待感,祝福语和金额的搭配比较讨喜等等。这里主要讲讲我们踩了两个巨大的坑:


第一个,祝福语和金额的组合切换过程比较繁琐。


当时版本做出来我们做ce的时候,用户看到金额滚动,下意识的就会去点金额去切换,这的确是很自然的操作,只是我们人为故意的去提高了操作成本。一开始我是不想让金额和祝福语换的。因为我当时希望强调随机性,觉得好友之间互发会很好玩,有种我们的友谊值多少钱的感觉。但考虑到有些金额和祝福语的组合的确有不合适的场景,比如5.20,4.19,就还是提供了切换的能力,只是藏的比较深。事实上拜年红包推出之后大家发现切换祝福语和金额组合的需求非常强烈,几乎每次都要去换:这也说明,随机性并没有我们预期中的重要,我们只是提供了有趣的组合,帮助用户节省了思考的成本,这是这个产品最key的需求。


第二个,彩蛋的设计。



这个点击掉钱袋的设计是特别做的:当时我们觉得微信红包实在是太冷静了。尤其是当支付宝红包推出之后,他们在页面气氛运营和动画上做的非常夸张,这一度让我们很惊慌。我们希望用这个彩蛋来提高微信中喜庆的氛围。而且这个但后来发现根本不需要:有钱才是最重要的,大家只关心钱。相反这个彩蛋掉落阻碍了看钱的动作。适得其反。

拜年红包被定为成今年春节的彩蛋,除夕上线——这是一个没有机会灰度迭代的产品。我们只有一次机会。当时只有很少一部分人体验了这个产品。我们没有机会让更多的人去试用去体验,设计者最后往往无法跳出产品来思考,因此犯了这两个错误。

4.如何开线上发布会?

做好了拜年红包,怎么发布?17号上线,18号就是除夕,拜年红包只有一天的时间让大家认识。我们想到可以利用除夕晚上的摇春晚活动:让拜年红包成为一种互动形势溶于其中,让用户参与进去,从而了解这个产品,就像微信每个版本做的what’s new一样。



但最后这个方案没有实现。这是一个妥协的产品。我们本来是没有做贺卡这个互动的。发电子贺卡没有太多创新,很多第三方都做过。原本设计的是摇到好友,给好友发红包。为什么要摇到好友?因为摇一摇本身就是一个充满了时空感的产品,跨过空间和地域的界限,两个人因为相同的操作而在一个页面相聚是摇一摇的核心——除夕当晚,你和你的好友,因为共同看春晚抢红包的动作而在这里相遇,互相用微信希望的方式去拜年送祝福,这是我们最初的设计。但后来因为可操作性上的原因:这里会加大c2c红包收发对银行接口的压力,而我们必须首先保证摇红包本身不出问题,所以当晚所有的拜年红包都不能走银行接口,只可以走零钱直接支付,所以只有零钱有钱的用户才会出这个互动,剩下的人只能出贺卡了。当时为了保证摇到好友让你有想发的欲望,而不是摇到一些莫名其妙的半生不熟的人,我们做了热度好友的策略。

5.除夕夜那些你看不懂的页面是什么?

最后,是一个谜底揭晓的环节。我们才春晚当天预埋了三个彩蛋页面,可能有同学摇到过,可能没有。彩蛋是项目很后期的设计。我记得当时客户端版本已经发出去了,有一天很晚大家在office聊天,提高说哇塞除夕当晚可能会有几十亿次的摇动哇,好可怕的数字。这么多人一起做同样的事情,可以载入史册。那如果我们让这几亿人中的一百分之一的人摇到一些不一样的东西,会怎样呢?然后小龙就说,那我们做几个彩蛋埋进去吧,然后就布置了作业下来说想几个有趣的页面。当时时间真的很紧了,我们摇一摇的后台听说我们又要加需求都疯了,我记得当时已经超过12点,我们几个人聚在tit3号楼一楼,我们的后台老大在拍了一通桌子之后后来很果断的说做!拉一条支线专门做!当时真的觉得很感动,我们开发真的很给力,只要有可能就不会说砍需求。后来除夕当晚共有700w人摇到了这三个页面,很多人都在问是什么意思。


第一个:宝马自行车——致敬广告。




第二个:科恩的诗。




这里向大家推荐一本书:渴望之书。最近看了我是歌手的人可能也有印象,我们的诗人李健唱《陀螺》的时候把这本书垫在了屁股底下。这应该算微信产品设计的红宝书吧,受小龙影响,有一段时间小龙总是拿这本书送人,团队中很多人也很喜欢他,很多时候会从这本书里找灵感,书中有大量关于两性话题,人的感情——他是一个加拿大的诗人兼歌手,还是个画家,一个私生活有点混乱,情绪敏感的艺术家。


微信在4.3版本的时候公司内部灰度体验就用过科恩的作品,但当时因为版权问题我们没有最后对外发布。这次解决了版权问题,我们就又一次想到了这个小老头。这次这首诗是我选的,因为这首非常简洁,字面意思也很好懂:我没有摇到妹子,也没有摇到红包,follow me——这就是平常人生的常态。


第三个:我们爱我们的顾客——隔壁老王。




隔壁老王,很多人想到的大概都是大头儿子小头爸爸中:大头儿子的头和隔壁老王的头一样大。但这里的“隔壁老王”来自一月小龙在朋友圈推荐给大家的一篇长文。隔壁老王是这篇文章的男主:老王的机器人公司,起初只是希望能构建一个可以代替人工签名的智能系统,但这个系统不断壮大,最终毁灭了创造这个人工智能系统的人类,并以极快的速度导致了全人类的灭亡。“我们爱我们的顾客”是老王的机器人不断重复的签名。听起来很讽刺,一个不断宣称爱顾客的机器人,最后却杀死了所有的人类——机器人是不能够控制自己的情感和行为的,我们不能指望机器人同我们一样保有理智和共情能力。


有关于机器是否可以取代人脑我们不知道。但在这篇文章中一个很明显的结论是:人类发展的向量是在不断增速的。老王做了很多事情,越往后发生的变化越大,耗费的时间却越短。就像人类这个高级生物耗费了漫长的时间才成为了智慧人,产生了文明,并改变了这个星球上所有其他生物的命运。会不会几十年后,所谓的人工智能,机器学习,也会出现爆发式的增长,至少将改变我们对于很多东西的认知。我们应该对未来抱有更到的预期,但需要保有的谨慎态度。免得像文中最后老王的结局一样。有兴趣的同学可以找来这篇文章看看。


非常感谢团队所有人。我们会继续努力。谢谢大家。