biryani

构建FoodPanda3.0，重塑⾷品发现体验

构建FoodPanda3.0，重塑⾷品发现体验

为上百万的FoodPanda⽤户设计⼀个改进⾷品发现的信息架构。

项⽬概述

Olacabs于2017年12⽉收购了FoodPanda在印度的业务。收购的⽬的是帮助Olacabs向⾷品外卖领域扩张，这是Ola长期以来⼀直感兴趣的⼀

个⾏业，该公司过去曾做过OlaCafe这样的实验。

FoodPandaIndia在印度100多个城市拥有超过1.2万家餐厅合作伙伴，这让Ola凭借⼀些⾮常可靠的资质进⼊了⼀个本已竞争激烈的市场。

图⽚由ᴊᴀᴄᴍᴍᴄᴀUnsplash

这个团队

收购完成后，团队被召集在⼀起，帮助侯卫东官场笔记 建⽴下⼀代FoodPanda。我得到了设计⾷物发现问题解决⽅案的机会，直接与⼀些⾮常优秀的设计师合

作，⽐如SunitSingh和PrashantJain。

我们称这个项⽬为Unlock，它让我在Sunit的指导下，与⼀个产品和⼯程团队⼀起⼯作。

我们的⾸要任务是了解当前FoodPanda应⽤程序在哪些⽅⾯未能满⾜⽤户和业务需求。

FoodPanda设计团队(缺少⼀些⼈)

⽤户对旧的UX有什么问题

1.太多的选择

决定点什么⾷物是⽇常⽣活中最困难的决定之⼀!选择是⽆限的，特眼睛凸 别是在鬼船 班加罗尔(Indiranagar)或孟买(Colaba)相对较⼤的微观市场，那⾥有超

过300家餐厅可以在午餐和晚餐的⾼峰期提供服务。

在这木头密度 样⼀个过度饱和的微观市场中，旧的应⽤程序

过于脱节，⽆法让⽤户更好地体验更深层次的美⾷发现。

。

希克定律告诉我们，我们提供给⽤户的选择越多，他们做出决定的时间就越长，从⽽增加了他们放弃应⽤程序的机会。

2.选择太少了

⽼款应⽤严重依赖于横向卡⽚收集来展⽰餐厅的选择，但在规模较⼩的微观市场上，这款应⽤表现不佳，因为其⼴度不⾜以提供良好的点菜体验。

在印度的⼆线和三线城市，有时供应晚餐⾼峰时段的餐馆不超过50家。

3.⼀⼑切

由于技术上的限制，旧的设计⽆法满⾜快速增长的印度企业的需求。我们决定采⽤⼀种适合所有⼈的设计，但这种设计在各个⾓落开始出现问题。

4.⾷物的⼀维发现

当⽤户被外卖餐馆的数量所淹没时，缩⼩他/她的选择需要更多的思考——预算还是挥霍?送货最快还是不急?什么菜——中国菜、北印度菜、南印

度菜、⼤陆菜、意⼤利⾯?

⼀旦⽤户进⼊⾸选菜单(中⽂)，就不太容易探索和⽐较其他菜系(可能是泰国菜)的供应。

5.宽度是未知的

尽管FoodPanda⾮常注重交易，但对于⼀个不寻求交易的⽤户来说，选择的⼴度(餐厅总数)是未知的，从⽽导致该⽤户的选择减少。

业务需求

1.⽆法展⽰多样化的供应链

因为我们的主页很⼤程度上依赖于横向的卡⽚收集，所以很难在平台上展⽰餐厅选择的多样性，即不同的菜系或餐厅提供的服务等等。除此之外，

这些卡⽚的收集并没有提供更深⼊的发现体验，⽽只是在每个收集的卡⽚下⾯都有⼀些餐馆，这只是冰⼭⼀⾓。

我们的研究显⽰47%的⽤户点击了集合中的前⼏个选项，⽽只有35%的⽤户点击了“查看全部”。

FoodPanda应⽤程序的旧设计严重依赖于⽔平卡⽚收集。

2.为合作伙伴创造价值

由于采⽤了⼀种适合所有⼈的⽅式，麦当劳越来越难以在不将主页挤得像⼀个交易应⽤程序的情况下为餐厅合作伙伴提供价值。我们需要更多的营

销元素，⽽不是将⼴告条空间塞进⽆尽的幻灯⽚中。

3.需要试验来创造更多的收⼊机会

作为饱和和过度竞争的⾷品递送⾏业的参与者，需要不断尝试，为⾃⼰和合作伙伴创造更多的收⼊流。这是FoodPanda旧设计中的⼀个⼤漏洞，

需要纠正，以确保可伸缩性。

关键可交付成果

了解了我们的基本现实和设计团队的⽬标后，我的⼀些关键交付成果是:

设备采⽤新的信息架构

创建可伸缩的导航

定期与所有项⽬⼲系⼈保持同步，以跟踪项⽬进展、分享见解或进⾏正确的课程

在Ola同时设置的设计系统中⼯作

最后，向所有涉众展⽰新的设计

设计过程

我们从⼀个简单的格⾔开始

我们如何让⽤户更容易找到⾷物，⼀旦他们进来?

点餐本⾝就是⼀项任务。滚动到最深处，但仍然不知道吃什么，这很痛苦!或者更糟糕的是，⽆法简单地重新订购以前的订单。

我们的⾸要任务是重新思考完整的信息架构，并改进漏⽃式⾷品发现技术。

项⽬解锁团队每周同步跟踪设计进度，分享过去7天的见解或反馈。在这些及时同步的基础上进⾏了下⼀次迭代。除此之外，我和设计经理定期进

⾏设计签到，以确保我们⾛在正确的道路上。

识别问题陈述

在最初的⼏个星期⾥，我研究并理解了从娱乐到电⼦商务和⾳乐等各个领域的内容应⽤程序的信息架构，这样我们就可以开始寻找⼀些基本问题的

答案:

如何在意图的基础上，通过灵活的导航，推动⽤户进⾏选择，从⽽解决⾷品发现的问题?

我们如何建⽴⼀个信息架构，能够⽴即吸引并减少决策的焦虑?

竞争与⽐较分析

我对苹果应⽤商店(AppleAppStore)、Netflix、Spotify、亚马逊(Amazon)、Instagram和AirBnB等内容丰富的应⽤程序，以及其他地区的

订餐应⽤程序进⾏了⽐较研究，以找出有助于这些应⽤程序易于使⽤的模式。

我研究了Spotify、AirBnB和Wish等所有内容丰富的应⽤程序的信息架构。

我们了解到的是，⼤多数内容丰富的应⽤程序都将它们的全部产品缩减到少数⼏个顶级超类别。这些是内容发现的主要接触点，它们打开了内容发

现背后更深层次的体验。

⼤多数内容丰富的应⽤程序都可以将它们提供的所有应⽤程序分解为⼏个超级类别。⾷物的超级类别是什么?

拿⾛#1-找到⾷物的顶级类别

为了做到这⼀点，我们⾸先需要了解⼈们是如何点菜的。

我们如何对⾷物进⾏分类?

⽤户点餐的决定受到两个简单的标准的影响:

时间

你在⼀天的什么时间点餐——早餐、午餐、⼩吃还是晚餐?

情绪

你今天想吃点什么?

“时间”和“情绪”在很⼤程度上影响着潜意识的点菜。

让我们假设⼀个⽤户在⼀个星期天早上点早餐。从英式早餐到美式早餐，南印度式早餐，帕拉塔式早餐，或者是像VadaPav这样的地⽅早餐，这

些选择数不胜数。

或者在晚餐时，⽤户可以想要任何东西，从Biryani、NorthIndian或Parathas，到像泰国或印度尼西亚这样的⼩众市场。

另外⼀个影响点餐时间和⼼情的因素是你的地理位置。对于印度班加罗尔的⽤户来说，时间和⼼情会受到周围餐厅多样性的影响，⽽印多尔的⽤户

可能没有这么多选择。

地区

你从哪⾥订货?

影响⾷物订购的三个因素是时间、⼼情和地理区域。

点餐的时间和⼼情进⼀步受到⽤户的“位置”的影响。

综合我们的研究结果

我们现在明⽩了，我们需要找到⾷品订购⼼理的顶级接触点。时间、情绪和地理区域影响决策。

因此，我们可以开始设计⼀种可伸缩的导航系统，既能更好地发现⾷物，⼜能对时间敏感、个性化、适合地区。

⼀个多⽉的探险蒙太奇

了解我们的⽤户

虽然⽤户⾓⾊是在更⼴泛的研究之后才被揭⽰出来的，但是我们做了⼀些⽤户调查来了解印度⽤户的点餐模式。我们偷鞋 可以定义4种在线订购⾷物的

⽤户类型。我们还必须找到⼀种⽅法来优先考虑这些需求，同时允许更快更好地发现⾷物。

⽤户

⽤户确切地知道他们想要什么，并且10次中有7次会重新订购。

普⾥亚筋疲⼒尽地回到家后，既没有时间也没有耐⼼弄清楚吃什么。她有3-4种可供选择的⾷物，她可以从当地流⾏的“云厨房”(cloud

kitchen)的“新鲜菜单”(FreshMenu)中选择。

⽤户B

有价格意识并需要快速接收订单的⽤户。

Rishabh每天都在他豪华的初创公司办公室订午餐，但通常都很忙，在会议间隙会有⼀⼩段时间吃午饭。他想要快速点餐，讨厌在⾷物上花太多

钱。

⽤户C

具有⼴泛偏好的⽤户，如菜肴或特定菜肴。

史⾥雅在点菜的时候总是很困惑，毕竟选择的余地是⽆穷⽆尽的。但她⾄少知道⾃⼰是想吃中国菜还是印度菜，从⽽减少了⾃⼰的⾷欲。

⽤户维

渴望尝试新事物的⽤户。

Supriya和Vinay是班加罗尔的⼀对新婚夫妇，周⽇通常是他们寒冷的⼀天。这就意味着，你可以花更多的闲暇时间试着想出今天点什么菜，这样

双⽅都能满意。

内容的不同部分

主要的横幅

它们是主要的销售单元，经常被⽤来推⼴餐馆或FoodPanda活动。

盘导⼊

“菜品导⼊”是指从每个餐厅挑选出的菜品列表，这些菜品都可以快速结账。⽤户流最适合单餐。

例如“美味汉堡@99”或“两⼈开斋餐@159”。

餐厅导⼊

这些是由机器⽣成或编辑策划的餐厅集合。

例如，“顶级品牌”、“渴望传奇”、“再次下单”和“闪电快递”。

收集导⼊

集合导⼊是在相同主题下聚集在⼀起的餐厅，主题可能是机器⽣成的，也可能是编辑策划的。另⼀种看待它的⽅式是，收集的导⼊物只不过是餐厅

导⼊物组合在⼀起。

⼀些例⼦是华丽的英语早餐下299,与50%的餐馆”,“素⾷者只”、“帕拉只”。

餐厅列表

所有在那个地⽅服务的餐馆的详尽名单。

这些收集是由⼀个单⼀的标准，如预算，交付时间或评级。或者是主题收集，如周五晚上的订单或在特定地理位置的午餐订单。餐厅列表也总是搜

索和排序/筛选兼容。

识别构成FoodPanda的不同内容块

解决⽅案

通过个性化、时效性和地域性的可伸缩导航，解决⾷物的发现问题

⼀个剖视图

完全分解我们的信息架构，我们有我们的构建块，即，

组件

组件是不同类型的内容，可以放在⼀起创建n次体验。

组件是模块化的元素，允许⽤户沉浸式的⾷物发现体验。

模板

模板是由特定规则管理的框架，每个规则都提供独特的⾷物发现体验。

当各种成分组合在⼀起时，它们就形成了⼀个模板，这本⾝就是⼀种迷你美⾷体验。

主导航

⽤户可以通过主导航在不同的模板之间导航。

主导航是将较⼩的⾷物体验联系在⼀起的关键，让⽤户可以轻松地在每种体验之间导航。

总之，可以说，

组件组成模板。模板是由主导航绑定在⼀起的独特类别体验。

介绍⼀种发现⾷物的新⽅法

我们新的主导航是由“超级菜系”组成的——顶级菜系，如亚洲菜、意⼤利菜、北印度菜，通过它们在每个微观市场的受欢迎程度和订单量来识

别。

这些超级菜系会根据时间和地理位置的不同⽽变化(并且会“学会”将订单历史考虑在内)。

超级菜系上的导航主要根据时间、⼼情和地理位置⽽变化。

这样做的⽬的是，当⽤户完成了学习并成功地将上下⽂绑定在选项卡和时间之间时，就取消标题栏中的称呼。

主导航中的每个标签都是⼀种完全不同的⾷物体验，与⽤户的时间和地点完全不同，⽽且对于每个微市场都是不同的。

这⾥有⼏条关于超级烹饪的指导原则:

超级料理可以⼤到有⾃⼰的⼦菜——例如，泛亚洲可以有泰国菜、马来菜等。

⼀个超级烹饪应该有⾄少10家餐馆服务在⼀个位置上的主要导航

主要导航不仅仅局限于超级烹饪。它也可以是季节性的，节⽇的或只是真的很流⾏!

主导航不仅仅局限于超级菜系。它也可以是季节性的，节⽇的(Navratri)或只是⾮常流⾏的(披萨)!

⾸先看看⼀个可伸缩的⾷品发现体验-揭⽰项⽬解锁的结果!

接下来是什么?

构建应⽤程序的其余部分

随着主导航功能的完善，我们将完成FoodPanda应⽤程序的其余部分(在分阶段的sprint中)的构建。我们对⽤户进⾏了访问，并观察了点菜的过

程，以便对⽤户最重要的东西进⾏优先排序。我们深⼊研究了印度⼀些最⼤的微型市场的订购频率。所有这些共同的知识推动了新的FoodPanda

应⽤程序的设计和⽤户体验。

新的⽤户体验在旧设计的基础上快速推出，同时我们也在⽤户测试和迭代中不断改进。

迁移到Ola的通⽤设计系统

当我们忙于构建新的FoodPanda3.0时，Ola的设计团队正在为Ola世界中的所有应⽤程序(⾦钱、游戏、FoodPanda)创建⼀种新的设计语⾔。

除了在新的设计语⾔中构建新的信息架构之外，我们在9⽉份还进⾏了⼀次快速冲刺，在Olacabs应⽤程序中启动FoodPanda——这⼀练习帮助

我们在实现新的UX更改的同时快速改进了旧的UX。

新的FoodPanda已经与Olacabs应⽤程序集成，我们正在构建⼀个独⽴的PWA。

测试和迭代

我们的下⼀个任务是积极地测试我们的新设计和⽤户流，并快速迭代。最初的⽤户测试⽀持新的主导航，现在我们需要集中精⼒进⾏⼴泛的⽤户访

谈和焦点组测姓方的名人 试。

改善骑⼿体验

重新设计rider应⽤程序的计划正在进⾏中。在正确的时间优先选择正确的信息将是我们最⼤的挑战，当改善骑⼿的⾷品提取和交付的经验。

确认

来⾃出国护照办理流程 整个Ola团队的⽀持

FoodPanda⾸席产品官RajatShikhar

NikhilJain，产品副总监

JayVisavadia，⾼级产品设计师

AtulKaushal，产品设计师

IramJaved，产品设计师

每⼀步指导

PrashantJain，设计总监

SunitSingh，设计副总裁