重新设计币安资产页
重构专业用户的资产视角
以结构化设计梳理复杂信息与流程。
为专业用户而建，
却远未达专业。
BINANCE Pro
流于表层的资产分析
生硬的策略建议
零散的信息结构
信息散乱分布，资产纵览效率低。
资产分析缺乏递进与深度，难以支撑洞察。
策略建议脱离上下文，徒增噪音。
专业用户体量虽少，
却占营收大头。
散户占多数，但营收主要来自专业与机构用户，以它们作为设计对象回报率较高。
资料来源: Chainalysis, 2023. Exchange user segmentation and inflow analysis.
描摹用户画像
深度、活跃、多样资产、跨平台交易
较大的资产数额
持有资产约在$10,000–$10,000,000 ，深度参与投资。
复杂的资产构成
持有多个账户和币种，对于直观的资产视图有较高的要求。
高频交易
几乎每天交易，活跃交易至少一年以上。
跨平台交易
熟悉各平台规则，频繁跨平台交易。
重视数据完整性
偏好完整、可溯源、逻辑清晰的数据，可接受较高的信息密度。
结构化分析的思维框架
擅长结构化分析和比较，从不同角度评估资产。
有复盘分析的习惯
关注资产当前状态以外，还会复盘过往策略和交易行为，提升交易质量。
高开放性，对进阶工具的接受度高
乐于学习和探索新工具、策略和分析方法，对于复杂的交互有较高的接受度
深入用户行为模式
精准、结构化、擅于复盘、高开放性
为专业用户的交易工作流而建
目标提升长期留存
设计策略
超越数字
焕然一新的资产视角
结构化的资产布局
流畅的交互流程
递进式的解读
更深入的洞察与分析
场景化的建议
紧贴用户交易性格
结构化的资产布局
流畅的交互流程
资产页以更结构化的布局和更流畅的交互呈现，用户可以快速扫读并深入对比细节，以清晰的体验辅助顺畅的交易。
资产概况，一眼即知。
Before
After
首页外露更多资产中期表现数据，帮助用户快速评估近期表现；信息架构上，杠杆从现货中独立成类，两者的风险情况不再容易混淆，提高了资产统计计算的准确性和展示清晰度。
After
Before
空间利用率低
币种全称、表头、按钮等低价值的信息重复展示。
难以区分于比较
总额和平均价格样式类似，所有的数据挤在右侧，难以快速辨认。
混乱的浏览动线
一旦难以辨认数据名称，用户视线需要反复左右切换，打乱了扫读节奏。
明显的视觉区分
用颜色和位置区分盈亏数额和总额，方便币种间对比。
精简的信息
次级信息如平均价格和操作按钮默认折叠，保证关键信息呈现
更便捷的浏览交互
点击图表右侧展开详情，避免了重复的跳转
更清晰的列表。
币种再多，浏览依旧高效。
无缝切换，
更顺畅的多币种浏览体验。
After
Before
频繁切换页面中断了浏览流程，要浏览各个币种的详情，用户必须在列表页和详情页之间反复切换。
币种详情页的横滑切换交互保证了顺畅的浏览体验，用户可以在币种详情页里直接切换。
位于盈亏报告的币种分布
位于资产首页的账户分布
仅支持单一维度查看，且散乱分布在不同页面。
Before
更精细的图表，
分层次展示资产结构。
饼图入口关联放置在币种和账户列表一侧
占比分析在盈亏报告中单独作为一个模块
触手可及的场景化入口
以单一维度查看资产时，用户可以进行下钻分析，如在查看币种分布时，可以查看该币种下的账户分布。
新增币种-账户维度，帮助用户更细致查看资产分布。
多个维度的视角
精准定位到「币种-账户」维度
After
更清晰的解读
堆砌的技术语言，复杂的公式和术语让用户费解。
资产趋势包含转换行为，容易与盈亏混淆
简明且用户友好的语言，结构化呈现，用户可以进一步校验盈亏。
转换行为在图表上提示说明，避免误解
After
After
Before
Before
循序渐进的解读
更深入的洞察与分析
资产盈亏报告整合了币种、账户、市场表现与时间等多个维度，帮助用户进行更精准的归因和洞察，以提升留存指标并转化用户进行更深入的交易。
散乱的结构不利于连贯分析
Before
相似的分析内容如盈亏归因，被拆散到页面的不同模块，缺乏连贯的分析逻辑，用户难以构建全面的理解。
纵览信息架构
整体表现
盈亏分析
交易细节
持有资产细节
用户画像
资产分析
总资产趋势
交易分析
交易盈亏趋势，交易盈亏日历
各账户的交易次数与盈亏
币种分布
币种分布
盈亏前三名的币种
流入与流出分析
流入与流出数额
风险评估
用户风险画像
资产风险占比
主要信息大类
信息架构
After
结果层-分析层-根基层
以递进结构深入洞察
围绕完整的因果链条，页面模块顺序从盈亏结果开始，逐层扩展到不同的视角，并最终落地到用户的行为模式，兼具分析的广度与深度。
开门见山，
多视角的资产总览。
After
Before
点击今日盈亏数值，却在页首展示总体资产趋势，容易让用户误以为是实际盈亏，而资产趋势实际包含了跨链转换行为。
单一维度的概览，且容易引发歧义
盈亏，市场行情，交易行为
各个视角一眼纵览。
使用折线图展示展示单日收益容易误以为是累计收益，柱状图更适合展示单日的独立收益。
头部展示交易盈亏而非资产趋势，贴合用户点击盈亏数值的预期。
增加展示BTC价格趋势，帮助用户结合市场行情对比自身收益。
图表上展示该时段内的交易行为，辅助用户结合行情趋势进行粗略的分析和归因。
使用颜色区分则导致红绿曲线上颜色过多，破坏了视觉简洁性。
使用图形区分虽然降低了色彩复杂度，但六个图形依然过于复杂，难以辨认。
精简的图例设计，
兼具视觉简洁与可读性。
整合相同方向的交易行为，将图例缩减到四个，简洁且已读。
Before
After
深入数值，
更明确的盈亏归因。
盈亏仅以账户或币种单一视角呈现，
难以精准归因。
一个币种下的不同账户可能有不同的盈亏，账户维度同理，单一维度的分析难以精准归因，且盈亏分析被拆散到不同的模块，难以形成连贯的分析链路。
以「币种-账户」维度精准归因。
更深度的分析，更易读的设计。
点击展开下钻分析，币种价格变化，交易行为，持仓变化辅助更深入的归因。
柱状图直观对比盈亏数值。用相同的方向，不同颜色展示盈亏，相比常规反方向展示盈亏，这一设计能更直观对比数值。
剖析交易行为，
多角度的交易复盘。
精简的交易洞察，侧重分析
完整的交易历史，侧重检索
复盘交易行为，而非持仓。
标识的细节：
颜色标记结果，而非价格。
除了买入和持有以外，卖出行为同样纳入复盘。假设收益帮助用户评估卖出时机，即是否成功止盈或错事时机。
传统用红绿色表示价格涨跌在这一场景下可能引起歧义，如在价格下跌时期卖出是增益交易，但用红色表示可能误以为是不利信号。
用红绿色直接反映结果，帮助用户一眼辨认是增益交易还是不利交易。
复盘包含进行中和已经完结的交易，进行中的展示当前收益，已完成的展示完整周期的结果。
视频
最大金额，最大收益，最大损失（包含实际盈亏和假设盈亏）这三个维度帮助用户从信息量庞大的交易历史中挑选重点进行分析。
以三个维度挑选关键交易行为
多个指标与图表
辅助评估交易时机与质量
每个交易行为包含三个指标和一个图表，盈亏和价格变化反映交易质量，交易后24小时的涨跌和价格图表则用于评估交易时机。
拆解资产结构，
更清晰透明的资产解读。
Before
After
单一维度的呈现资产占比，黑盒式的风险总结。
多维度精确呈现资产占比，清晰透明总结资产风险。
风险分析仅展示了用户的风险画像和整体的风险分布。同时策略建议略显生硬，缺乏和上文的关联性。
风险分析具体拆解到币种和账户维度，增加展示最大回撤，辅助用户针对性调仓，策略建议关联到具体的分析，两个梯度的建议更易被用户接受。
以复盘收尾，
超越日常涨跌的交易画像。
交易性格l从用户的交易行为中提炼而成，者矣模块将盈亏报告的关注点从行为引申到行为特质。为整体表现提供了一个宏观的概括视角，较低的更新频率也适合作为收尾模块。
场景化的建议，
紧贴用户交易性格。
从交易心理学入手总结用户行为，向用户传达更易接受，更贴合自身情况的策略建议。
脱节的建议。
打断体验，而非提供引导。
空泛的建议没有关联用户的行为，更像打扰性的广告而非可落地的洞察。穿插展示在重要的数据不仅打断了分析链路，也降低了用户对建议的信任。
Before
先建立共情，
再给出建议。
Web3 用户对建议普遍谨慎。在去中心化信念和海量的信息之下，他们更依赖自己的判断。只有当建议建立在“被理解”的基础上，触发用户共情，才有被接受的可能。
借助交易心理学
连接策略建议和用户行为
中立的展示，降低用户防御
低成本生成，却兼具情感共鸣
After
四个独立的维度刻画用户行为。每个维度能够反映典型的交易模式，整合后构成完整的用户画像，构建出「被理解」的感知。
用光谱展示用户性格，每个性格两侧展示百分比，展示各自成分而非一个固定的标签，中性，不评判的语气旨在降低用户的防御。
仅需统计关键的交易行为并评分，将分数区间对应到概括性的描述，这一方式降低了系统统计的复杂度，同时降低了用户对于隐私的顾虑，相对模糊而又细腻的语言进一步激发用户被理解的感受，提升了建议的接受度。
查看更多作品
© Qicheng Hsu. All rights reserved.