Помните вот тут писал про Мацу? Что теперь еще и им помогаем расти, помимо Crauch…
Так вот, как и Crauch, ребята ошашели тоже! И я просто не могу не поделиться их сегодняшним релизом. Это вау! Дизайн по подписке на западный рынок 🙌🙌🙌

Всем хааааай)
А мы тут сразу с 2 новостями.

1) Мы запускаем новый сервис по подписке MateDesign. Это уже не агентство, это уже продукт, где любая компания может заказать безлимитный дизайн на месяц / квартал / год по подписке.

Запустили, и сразу вот такая первая интересная заявочка)) Возможно фейк, но будем надеятся, что нет. 🤞

2) Мы залетели с MateGate и MateDesign в подборку Тильды. Не удивительно, но всё так же очень приятно))


И ещё раз простая ссылка на посмотреть — https://matedesign.co/

Так-так! Неделя концептов продолжается.

Уже были Пежо, Райффайзенбанк и сегодня у нас…

Пятёрочка ❤️

Это особенно тёплый и родной ролик для нас. С этого проекта мы и начали делать такие видео-презентации.

Его мы тоже сделали тогда за 3 дня, чтобы тоже всех удивить, чтобы показать как и что можно сделать. Пишу и прям тепло на душе, ребята )

Тогда и диктор этот в первый раз нам зачитал строки и потом мы его начали приглашать на другие ролики уже как фирменный голос…

Словом — культовый ролик и бренд! Ролик, с которого все началось…

Вот он: https://youtu.be/Gcvg55H4E-8

Приятного просмотра :)

Приём из прошлого
Вчера «Визуальным приёмам» исполнилось 5 лет — канал был создан 9 августа 2017 (с ума сойти).
В честь классной даты — приём-игра из прошлого, один из первых, что здесь публиковался: объекты, ведущие себя неожиданным образом. Кактус, который лопается от соприкосновения с воздушным шариком, бутерброд, падающий джемом вверх, стеклянный стакан, разбивающий пол.

Источник)
#видео

Как хороший дизайн помогает хорошим алгоритмам?

В статье Seeing Like an Algorithm бывший продакт видео Меты и Амазона Eugene Wei раскрывает некоторые очевидные неочевидности. Источник публичный, поэтому я думаю, что многим новичкам на канале будет небезынтересно почитать о таком подходе, который предполагает алгоритмоцентризм в UX.

Итак, в https://www.eugenewei.com/blog/2020/9/18/seeing-like-an-algorithm поднимается вопрос - как при помощи дизайна достигнуть максимальной отдачи от алгоритмов машинного обучения при разработке приложений и сервисов?

Изначально для TikTok (или Douyin, его китайского предка), которому нужен был алгоритм, способный рекомендовать зрителям короткие видеоролики, не было массивного общедоступного обучающего набора данных. Где вы можете найти короткие видеоролики с мемами, детьми, танцующими и поющими липсинки, домашними животными, инфлюенсерами, продвигающими бренды, солдатами, бегущими через полосу препятствий, детьми? Даже если бы у вас были такие видео, где бы вы могли найти сопоставимые данные о том, как пользователи относится к таким видео?

В уникальной задаче о курице и яйце те самые типы видео, на которых должен обучаться алгоритм TikTok, было невозможно создать без инструментов и фильтров приложения для камеры, лицензированных музыкальных клипов и музыки. В этом и заключается магия дизайна TikTok: это замкнутый цикл обратной связи, который вдохновляет и позволяет создавать и просматривать видео, на которых можно обучать его алгоритм. Чтобы его алгоритм стал таким же эффективным, TikTok стал собственным источником обучающих данных.

Если раньше дизайнеры и теоретики предполагали, что мы должны максимально удалять трение между приложением и юзером, то теперь мы все больше думает не в русле эргономики, а гедономики, способа получить фан и удовольствие. Важно при этом, что такой фан и удовольствие сами по себе могут требовать нетривиальных усилий и труда.

Что если ключ к лучшему обслуживанию ваших пользователей во многом зависит от обучения алгоритма машинного обучения? Что, если этому алгоритму машинного обучения нужен массивный набор обучающих данных? Когда машинное обучение находится на подъеме в мире — это становится все более важной задачей проектирования.

Вы смотрите видео, у вас мало интерфейса - в этот же момент какой-то человек из операционной группы TikTok уже просмотрел видео и добавил множество соответствующих тегов или ярлыков. Алгоритм видит только ваше поведение и ярлыки.
Все просто, но сравните то, что видит алгоритм TikTok FYP, с тем, что видит сопоставимый алгоритм рекомендаций в большинстве других каналов социальных сетей: социальные графы, «Возможно Вы знакомы», всякий мусор типа подарочков, стикеров, способов монетизации развлекательных порталов, данные портлетов. Бесконечные ленты — это апофеоз дизайна, ориентированного на юзера, минимальное усилие и при этом навигация при необходимости с кучей настроек.

ТикТок предлагает работать, чтобы им пользоватся — его надо листать пальцем и с усилием!

Другим примером может быть кнопка «Дизлайка» в условном реддите, которая тоже требует усилий, но при это тренирует алгоритм рекомендаций. Также и твиттер - с его блокировками юзеров и блокировкой слов в твитах для ручной настройки алгоритма.