追求極致使用者體驗需要不斷在控制元件設計上挖掘痛點細節。

說到Picker選擇器，它的功能不止是提供常規的選擇功能，更是需要讓使用者快速的選擇到需要的內容，這才是滿足使用者行為的極致互動設計。

本文主要例舉Picker選擇器，通過講解『使用者意圖管理』，分析『機器能力』與『使用者風險』的平衡點來制定互動元素的設計目標。

Picker使用場景

對於Picker選擇器的使用場景，基於形式的分類可以知道它們各自的高頻使用場景：

• 日期類選擇器：主要用在訂票時選擇日期選擇、提醒事項的日期選擇等；
• 地址類選擇器：主要有交通、住宿地址選擇、資料錄入地址選擇、零售收貨地址選擇等；
• 時間類選擇器：多用於會議準點提醒、面試提醒等事項類的提醒事件；

此外還有他們相互的組合使用，以滿足更多複雜場景下的需求，但是對於一款基本的互動控制元件來說，我們做好所有型別，將基本功能做閉環就夠了嗎？這是個值得深思的問題。

對於一個筆者而言，體驗過數量繁多的各類控制元件後，覺得越是簡單的元素，越需要在『易用性』上做好，就是需要懂使用者、便利使用者。

基於『易用性』原則，我們需要提出Picker選擇器的體驗目標。

制定符合使用者行為的體驗目標

在這裡需要引入一個概念，在人機互動的體驗中，機器不能完全準確的預估使用者在當前的意圖，但是針對上下環節操作，可以在使用者預期與實際結果中掌握平衡點。這叫做『使用者意圖理解』。

通過『使用者意圖理解』來完成『產品易用性』的提升，可以最大化機器能力在人機互動中的效益。但與此同時，機器能力不可避免地也會帶來相應的風險性。

• 機器能力：在一定資料處理的加成上，對使用者行為進行合理預估，自動操作，節省使用者操作成本；
• 使用者分險：某一操作失誤所帶來的風險程度；

我們需要在『機器能力』與『使用者風險』之間尋求合適的設計目標來達到平衡點。

根據以上四個平衡點，可以制定Picker選擇器的相應設計目標

1. 智慧預判 自動選擇

軟體應該保持智慧的模式，在適當的風險點內，幫使用者選擇決策。

最常見的就是地址選擇器，在使用者選擇出發地與出發時間時，系統自動預判後進行選擇，減少使用者操作。

2. 資料收集 推薦選擇

合理的選項推薦不僅可以提高使用者效率，更可以贏得使用者信任，建立心理連線。

在旅遊類產品的地址選擇中可以看到，系統會將最常使用與最近使用做選項突出，符合隱形使用者行為，更快的選擇到自己想去的沉睡。

類試的還可以在其他類的選擇器中看到，雲之家登入方式中的電話區號選擇，為使用者提供推薦登入地區。

3. 操控自由 便利選擇

機器不能完全代人工做決策，在初次使用或者使用者意圖發生變動時都會存在機器不能合理預判的情況。

在機器不能較好的做預判和推薦的內容時，需要為使用者做好全功能閉環的互動，其中不管是『資訊嚮導式』的A-Z index式字母結構，還是『資訊分類式』的響應式三級聯動結構，都是在操控便利與高效上實現效益。

4. 合理容錯 彈性回退

不管是機器預判還是使用者自主選擇，都存在操作錯誤風險性，此時合理的容錯機制就是需要給使用者設計回退路徑重新操作。

在餓了麼APP中，機器可以自動抓取到使用者所在地的地理位置，從而進行合理推薦，但是也提供了快速切換的操作，並且在快速切換的頁面下，豐富地承載了重新定位、收貨地址、附近地址三條路徑，機制靈活，可以滿足基本上所有的使用者場景。

總結

除了上述的Picker選擇器外，在人機互動中的任何涉及資料錄入的地方都存在『機器能力』與『使用者風險』的關係管理，合理利用就可以讓機器效能發揮最大，真正做到人機互動中的服務式設計。

在工作中，產品經理和互動設計師都應該去思考，產品如何最大化的幫助使用者，實現自身價值。