Хороший 3D счетчик, за которым просто интересно следить

Минутка наступающего:

Всегда интересно посмотреть как привычный формат трансформируется в современности дизайна. Например, ёлочная игрушка.

Коллекция «Эхо» от «Чуть Чуда»

«Эхо» — серия дизайнерских игрушек на ёлку, концептуальное высказывание в стекле о личной трансформации.

Коллекция состоит из одной игрушки и набора, которые рассказывают единую историю роста:

«Капля времени»
Игрушка, прошедшая путь трансформации. Изначально лаконичная и совершенная форма шара обретает изгибы и естественные неровности, становясь интереснее и выразительнее.

Набор «Отражения»
Три украшения — три состояния одной истории. Каждое со своим характером, показывающее, что путь преобразования многогранен.

Коллекция создана вручную в стеклодувной мастерской Санкт-Петербурга. Мастер чутко следует за стеклом, создавая неповторимые формы.

«Эхо» — это напоминание. Мы входим в Новый год с бесценным багажом опыта. Меняясь, мы не теряем себя, а трансформируемся, обретая свой уникальный путь.

Дизайн в настроении праздника и состоянии личной творческой рефлексии.

«Эхо» от «Чуть Чуда»

в телеге

Чиним макет: легаси-экран Каталог

Дизайнер Инна делится опытом работы с Figma в B2B сегменте. Узнаете полезные советы и лайфхаки для джунов, миддлов и синьоров-помидоров

Читать на дизайнерс | #урок

Кристина Мруц написала, как снизить влияние когнитивных искажений на восприятие пользовательского фидбека.

— Перед релизом новой версии вы могли переживать, что пользователи её не примут, и негативные отзывы (даже если их несколько) подтвердят ваши сомнения;
— Чтобы уменьшить эффект подтверждения, когда мы принимаем только аргументы, подтверждающие нашу исходную позицию, перед чтением отзывов изучите объективные данные (например, продуктовые метрики);
— Можно привлечь независимого аналитика или автоматически кластеризовать отзывы по темам (BERTopic, GPT-based summarization), чтобы оценить тренды без влияния предположений команды;
— Чтобы уменьшить негативное искажение, делите отзывы на позитивные, негативные и нейтральные и смотрите на их баланс. Тональность отзывов помогают определять RoBERTa и BERT-based модели;
— Смотрите на частоту проблем: сколько пользователей пишет об одном и том же;
— Но учтите, так сложнее заметить отдельные отзывы, которые сами по себе могут стать проблемой. Например, негативные публикации инфлюенсеров;
— Стоит отделять отзывы о временных негативных или позитивных событиях. Если сервер лежал несколько часов, будет много негатива, но это проблема не продукта, а инфраструктуры;
— Один яркий запоминающийся кейс из саппорта может создать впечатление, что это значимая проблема (эвристика доступности);
— Систематизируйте отзывы по сценариям, чтобы не принимать редкие проблемы за типичные. С этим помогает LDA, BERTopic и GPT-топики. Полезно иметь базу типовых пользовательских сценариев, чтобы ссылаться на них и лучше понимать контекст отзыва;
— Чтобы снизить эффект авторитета, не указывайте статус автора;
— Но иногда полезно наоборот сегментировать отзывы по авторам: эксперты, инфлюенсеры, новички, обычные пользователи. При развитии продуктов для узких сегментов отзывы экспертов критически важны;
— Тон отзыва влияет на интерпретацию. Учитесь не вестись на манипулятивный, эмоциональный, экспертно-уверенный стиль высказываний.

#feedback

Минутка нашего:

Держитесь, новый мерч у «Вкусно — и точка» — зимние носки.