巨匠電腦教學

【巨匠評價】電腦、英文、英語【巨匠電腦評價】建築室內設計見證1【巨匠電腦評價】建築室內設計見證2【巨匠電腦評價】建築室內設計見證3【巨匠電腦評價】建築室內設計見證4【巨匠電腦評價】建築室內設計見證5【巨匠電腦評價】建築室內設計見證6【巨匠電腦評價】建築室內設計見證7【巨匠電腦評價】成功案例見證1【巨匠電腦評價】成功案例見證2【巨匠電腦評價】成功案例見證3【巨匠電腦評價】成功案例見證4【巨匠電腦評價】成功案例見證5【巨匠電腦評價】成功案例見證6

巨匠電腦評價  / CHU

巨匠電腦分享，科技心理學：偷師Instagram、Yelp，複製讓人成癮的App設計學。

《TO 導讀》到底受歡迎的 APP 有沒有共同點？讓用戶拿起手機到進入 APP 中到底經過多少步？本文翻譯自知名產品設計人士Jason Hreha的分析文。藉由此文章來探討一個受歡迎的 app 除了功能強大、UIUX 強大、點子強大之外，還需要什麼「調味料」讓用戶能夠死心蹋地的長期使用。本文由中國媒體 36 氪「 友心人 」譯自《Introduction to Behavior-Based Design》，以下為作者第一人稱編譯。
我認為一個能與行為產生交互的產品才能成為好產品。在 Techcrunch 上充斥著很多華麗麗的產品的殘餘，它們曾被當做完美產品來設計。但卻沒能得到真正的用戶認可。這些產品沒能適應，或改變它們用戶的行為模式。

這一點顯而易見。那麼問題來了：為什麼這些產品沒能適應，或改變它們用戶的行為模式？通常來說，當一個行為沒有發生，這意味著以下三點中至少有某一點缺失（或不足）。

1. 動機
2. 能力
3. 觸發

一個行為得以發生，行為者首先需要有進行此行為的動機和操作此行為的能力。接著，如果他們有充足的動機和能力來施行既定行為，他們就會在被誘導 / 觸發時進行。這個簡單的模型叫做福格行為模型。

它以 BJ Fogg（斯坦福說服力科技實驗室主任）命名。我們可以將上述幾個要素一一拆解成分要素來更詳細的說明。但現在，我們先來從宏觀層面上理解一下，以跑步來舉個例子。

比如，你今天下午想去跑步，但卻沒去。為什麼？認真的說，你沒有去跑步有可能因為你感覺自己很棒完全不超重。你沒有狂燃的慾望目標去進行跑步。

這種情況下，行為沒有發生是因為缺少動機。另一種可能，你無法去跑步是因為你昨晚沒有得到充分的休息回到家時已經徹底精疲力竭。這時，行為沒有發生是因為缺少執行它的能力。也有可能因為你正被其他事物纏身而完全忘記了要去跑步。有可能你正深深沉浸在新一季的《紙牌屋》裡。在這種情況下，你的跑步行為沒有施行是因為缺少一個觸發點。

所以，當我們看待一種行為，就像用 Google 搜索一樣，我們需要問問自己問題在哪裡。在大部分的情況下，與這三種要素都有關係。然而，通常會有一個最主要的原因——主要的行為施行障礙需要被界定出來並予以解決。

• 一、觸發

據我自身的經驗來看，困擾大多數 APP 最主要的施行障礙就是使用 APP 觸發點。正如我和 Nir•Eyal 寫的那樣，觸發共有兩種表現形式：1. 內在觸發；2. 外在觸發。

一般來說，當用戶從一個 APP 中不斷獲得好的體驗時，內在的行為觸發點就出現了。在不斷地從 APP 中獲益之後，APP 與用戶想要打開使用 APP 的需求之間就建立起一種聯繫。像 Instagram，用戶的內在觸發點就是「哇，這太美了！我得照下來。」而 Yelp（外國的大眾點評），內在觸發點就是「好餓，有什麼好吃的嗎？」由於內在觸發的形式一般是人們不可控的想法或者內在驅動力，所以開發者想要依靠內在觸發達成 APP 的使用基本是不可能的。所以說，外在的行為觸發才是產品設計者最好的朋友。

以下是外在行為觸發的幾種形式：

1. 郵件
2. 推送
3. 短信
4. 指示

提醒當一個用戶在有行為可能性的時候收到一個電話提醒，那他很有可能會照做的。如果他之後在 APP 的使用過程中收穫了好的體驗，未來他的使用次數就會增多，如此往復，就會形成習慣模式：

行為觸發（通常是外在的）→打開 APP →好的體驗

諸如 Facebook 之類的公司都極大地依賴外在行為觸發點幫助他們的用戶建立使用習慣。

這些刺激的目的就是使得 APP 的用戶能在一天中盡可能多地想起他們的產品，帶來以下幾種效應：

1. 會增大用戶們點擊使用 APP 的可能性。
2. 為我們提供了一種機會使得用戶們在 APP 與日常使用之間建立起聯繫。

試想一下雅虎每天為他們的用戶們推送 5 至 10 條以下的提醒：你有什麼需要嗎？盡情地列在這裡吧。你餓了嗎？這裡有不錯的餐廳推薦哦。想知道明天的氣溫究竟要不要穿夾克？我們有幾種很棒的天氣預報 APP 推薦。

等等…… 我的意思並不是說雅虎一定要採用我的策略，但是這種方法的確可能會擴大 APP 的使用。基於現今智能手機的行為動力模式，人們已經被大量的 APP 淹沒了。你的 APP 只是一部手機中上百個 APP 中的一個，而且它可能並不是你的用戶在這一個星期內最新下載的那個。如果設計者不努力將 APP 不斷地留在用戶的視野範圍內的話，這個 APP 就很有可能被遺忘。

這就是外在行為觸發如此重要的原因所在——他們可以提醒用戶你的 APP 存在並且會幫助解決問題。當你覺得某些行為提醒很煩人的時候，可能你的用戶們並不這麼覺得。由於你自身時刻都在惦念自己的 APP，所以當你收到行為刺激時，你並不會覺得被提醒或對此感到高興。這就是為什麼提醒那些使用自己設計軟件的人總是很難。擴大你的考量範圍才能更好地估量提醒方式的適用性及有效性的最佳方案。

雖然大量的提醒使 APP 的用戶們感到厭煩（並且卸載率會急性上升）的現像是很難避免的。然而，從以上的觀點來看，用戶的使用行為觸發點越多，APP 會越成功（根據行為的觀點分析）。

• 二、能力

如果觸發不是主要的障礙，接下來最該關注的就是能力。如果一個 APP 十分難用，人們就不會使用它。他們會轉而去使用更易用，更簡單的替代物。這都是關於易用性。

在我的經驗中，優化這一要素最好的辦法是做大量的用戶測試（在最開始做非任務型的）。BJ Fogg 將能力分解為六個子成分。我認為它們在我們的工作中不一定特別有用，但在這裡我簡單列舉一下：

1. 時間
2. 金錢
3. 認知要求（精神付出）
4. 物理要求（物理付出）
5. 社會偏差
6. 非常規他依據障礙情況來架構「能力」。

如果一種行為需要大量的時間，那用戶很有可能執行它的能力較低。如果一種行為需要大量的金錢，或是認知上使用起來非常有挑戰性，也會導致執行能力較低，諸如此類。我將時間 / 任務完成比視為這一特徵（能力）的可用性的一個很好的指代。如果一項任務花費的時間很短，它很有可能沒有認知需求和物理需求，或者不會「非常規」。

因此，時間變量有可能是判斷一個 app 及其性能是否可理解、易使用的最佳指標。

• 三、動機

動機在兩個不同的水平上起作用：

1. APP 水平

2. 屏幕水平 APP

水平的動機指的是這個 APP 實現的功能或者解決的問題。舉個例子，比如有家公司邀你使用一個應用，這個應用是用於幫助人們了解當地不同咖啡店裡咖啡水平高低的。結果你被按鍵弄得團團轉，最後笨拙地終於實現了各項功能的便捷使用。但一天的體驗過後你意識到，你根本沒有關心這一款 APP 要解決的問題根本。那麼這個開發過程的動機水平就實在太低了，就算再多的遊戲化和調整都沒辦法掀起人們參與的浪潮。

我們看每一款應用，都需要帶著批判性地去問：
人們真的在乎嗎？它解決的問題究竟是不是人們真實困擾的？
在整個開發的世界裡面，這可能是最少被問到的問題。而且這個問題通常會在團隊對先前的結果進行討論的時候被提及。所以，首先如果一個應用確實解決的是一個人們真實存在的問題（APP 層面的動機），接下來在動機層面還有些什麼？

還有很多方面的內容，但是我們先從激勵機制講起。Dan Ariely 和 Jason Hreh 已經將各種不同的激勵機制劃分成為四大種類：

1. 金錢激勵
2. 有形物質激勵
3. 積分制度激勵
4. 社交激勵

金錢激勵是很直接的，在這裡也就不贅述。有形物質也同樣非常淺顯，而且他們並不適用於我們這裡想要解決的問題，所以我們也跳過。

積分是非金錢導向的，這裡有幾個例子：在視頻遊戲裡面的積分，常客飛行里程，拳擊開始的拳擊數。積分是遊戲化人群的核心策略。他們名義上只能在很短的時間內起作用，但是關於積分其實有很大的學問。在積分設置上體現人類智商低谷的不得不提 Turntable.fm（一個音樂類社交網站和 APP，用戶可以選擇不同主題的大廳用虛擬形象實時播放和收聽音樂、與同房間的人聊天，可以給實時博主點贊，播主從而獲得積分，積分可以用來購買不同的虛擬形象。國內類似的網站有蝦米 loop）

Turntable.fm

蝦米 loop

Turntable.fm 蝦米 loop 這個系統完全依賴積分來體現它的價值定位。這導致它成了個無法解決任何問題，又過於寬泛的「有趣的遊戲」。因此，我所知道的大多數用戶都將它視為一個遊戲：他們只會密集地使用它一段很短的時間，接下來就再也不會碰它了。這個 APP 後來下架了，並且被打上了失敗的標籤。這就是積分系統的本質。它會將引入積分的任何系統變成一個遊戲。而唯一能存活超過數週數月的遊戲，只有生活本身（以及魔獸世界”）。

• 四、社交

最後還有社交激勵。長期來說這是最有力且友好的一個吸引用戶的途徑。我們是社會動物，這是個不爭的事實。在漫長的演化中，我們進化出了推測他人想法，理解社會關係／等級，進而獲得他人幫助（無論同性還是異性）的能力。我們大部分的心理運作的機制都在於知覺社會線索。

這很容易理解：失去了理解他人和獲取幫助的能力，人就很難生存。在能力上表現不好的那些人將很難存活並繁衍，因而缺乏社交能力的特徵也很難表現在後代的基因表達上。因此，我們有著對他人強烈而執著的興趣，以及獲取他人認同的強烈慾望。

任何 app，只要能讓人獲得社會認同和矚目，或能幫助人增加和他人的連接，都會十分引人注意，令人欲罷不能。當然，獎勵系統並不是唯一的提高用戶動機的途徑。另一個激勵用戶參與到我們的 app 中來的途徑是一段設計巧妙讓人愉快的體驗。開發者常（限於時間和預算的約束）忽視那些微小卻能讓人愉悅的調整，而恰恰是這些讓產品變得完全不同。比如，蘋果的郵件系統中，上方那個更新郵件的劃屏小動畫，這個小改動讓陳舊的功能性體驗變得有趣而印象深刻。

一個 app，如果設計優美，有動畫，和給人感覺活潑的點觸，（某種程度上）使用它，以及它本身，就一段很有激勵作用的體驗。在急著做一個了不起的 app 時，我們不能忘記的是，點觸和劃屏能令它用起來更愉悅，就像每一次小的反應都有了呼吸，讓每次觸摸和滑動屏幕都有更好的體驗。

巨匠電腦表示，行動裝置的使用已經成為世界的趨勢，巨匠電腦掌握了這個趨勢，開設了手機App設計的課程，巨匠電腦教你如何設計一個好的程式，快來巨匠電腦輕鬆學！

文章與圖片出處: http://buzzorange.com/techorange/2015/05/18/app-mental/
想要學: 手機APP課程

【巨匠評價】電腦、英文、英語【巨匠電腦評價】建築室內設計見證1【巨匠電腦評價】建築室內設計見證2【巨匠電腦評價】建築室內設計見證3【巨匠電腦評價】建築室內設計見證4【巨匠電腦評價】建築室內設計見證5【巨匠電腦評價】建築室內設計見證6【巨匠電腦評價】建築室內設計見證7【巨匠電腦評價】成功案例見證1【巨匠電腦評價】成功案例見證2【巨匠電腦評價】成功案例見證3【巨匠電腦評價】成功案例見證4【巨匠電腦評價】成功案例見證5【巨匠電腦評價】成功案例見證6

巨匠電腦 / CHU

巨匠電腦學員透過巨匠電腦，考取了多張證照，讓他對抗不景氣的危機，順利接了許多工作。而巨匠電腦學員在考取證照後也不忘回巨匠電腦進修，努力考取更多證照。

積極的學習態度對抗不景氣的危機

2008年底遇到可怕的不景氣危機，面臨了公司縮編後的裁員問題，是觸發佳婷想考取ACA證照的主要原因。「大學雖然念了四年的設計課程，但卻沒有取得任何證照來保障自己，我告訴自己，趁這段失業期間積極的上課取照，投資自己的職場價值！」家住附近的佳婷，選擇了方便考照的台南認證中心，開始一路的學習。

學習是人生無價的寶藏

在有軟體學習基礎的情況下，佳婷報名了ACA認證課程，「感謝陳渝芳老師細心的指導我們考試該注意的小細節，提醒很多以前沒注意到的地方，整個課程像是總複習一樣，讓我在操作軟體時更能得心應手，加快處理網頁及美工案件的速度，進而提昇了工作效率！」學習的努力終會開花結果，佳婷順利的通過ACA的三張認證「考到證照對我來說是喜悅是興奮，更是一種自我肯定、一份成就感；ACA證照絕對不是萬能，學習的歷程才是難能可貴，我從一連串ACA課程中吸收的經驗價值早已大於手拿證照的充實感！」

有夢很美，能築夢踏實更美

現階段的佳婷已經陸續接了許多設計工作，累積自己的經驗與實力，期許自己有朝一日能完成自己的夢想－擁有一個自創的設計品牌，忙碌中她也不忘抽空回到巨匠進修，以考取更多類的證照為目標。佳婷踏穩學習的腳步、放遠目光，朝自己的夢想努力邁進中！

圖片與文章出處: http://www.pcschool.com.tw/campus/Default.aspx?c=9
想要學: 認證輔導課程

【巨匠評價】電腦、英文、英語【巨匠電腦評價】建築室內設計見證1【巨匠電腦評價】建築室內設計見證2【巨匠電腦評價】建築室內設計見證3【巨匠電腦評價】建築室內設計見證4【巨匠電腦評價】建築室內設計見證5【巨匠電腦評價】建築室內設計見證6【巨匠電腦評價】建築室內設計見證7【巨匠電腦評價】成功案例見證1【巨匠電腦評價】成功案例見證2【巨匠電腦評價】成功案例見證3【巨匠電腦評價】成功案例見證4【巨匠電腦評價】成功案例見證5【巨匠電腦評價】成功案例見證6

巨匠電腦 / CHU

科技日新月異，大數據被越來越多人應用，而要在這個大數據時代中求生存，巨匠電腦分享你一定要學的關於大數據的九個必殺技。

拜網路普及與科技進步之賜，大數據（Big Data）的熱潮越燒越烈，許多處理資料分析與管理的技術因應而出，迎來了巨量資料的時代。要能在這大數據市場中殺出一條血路，以下這 9 個必殺絕技你一定要學起來。

1) Apache Hadoop 黃色小象幫手

在上一篇文章《認識大數據的黃色小象幫手 –– Hadoop》裡介紹了 Hadoop 的兩大核心功能 —— 儲存（Store）及處理（Process）資料所用到的分散式檔案系統 HDFS 跟 MapReduce 平行運算架構。

基於 Hadoop 處理巨量資料的種種優勢，像是解決了檔案存放、系統擴張、資料處理及備份等問題，因此 Hadoop 被廣泛應用於大數據儲存和大數據分析，成為大數據的主流技術。

在近幾年內，叢集運算（clusters）在商用性與非商用性的領域也越來越普遍且應用的相當廣泛，2014 年無庸置疑成為了 Hadoop 的豐收年，對於 Hadoop 生態系例如 Flume, Oozie, Hive, Pig, HBase, YARN 等技能的市場需求也逐漸提高。

2) 大數據黑馬：Apache Spark

如果 Hadoop 是大數據市場裡的老大哥，那 Spark 則是具有超凡潛力的一匹黑馬！

Spark 是一個用途廣泛的叢集運算引擎，簡單來說就是一個能讓原本使用 Hadoop 來處理及分析資料的系統快 10 到 100 倍的好工具。

由於 Hadoop 分析資料時需要將中間產生的數據存在硬碟中，因此會有讀寫資料的延遲問題；有別於 Hadoop 的 MapReduce 架構，Spark 使用了「記憶體內運算技術（In-Memory Computing）」，能在資料尚未寫入硬碟時，就在記憶體內進行分析運算，號稱比原先的 Hadoop 快 100 倍。

去年在資料排序基準競賽（Sort Benchmark Competition）中，Spark 用 23 分鐘完成 100 TB 的資料排序，刷新了原本由 Hadoop 保持的 72 分鐘世界記錄。

3) 不只是 SQL：NoSQL

最近幾年網路上的資料量開始快速大量成長、資料量與日遽增，為了解決資料庫在進行大量資料存取時，所衍生出效能、擴充、維護等問題，近年來業界紛紛捨棄了以結構化查詢語言（SQL）為基礎的關聯式資料庫管理系統（RDBMS），改以 NoSQL 資料庫來提升效能與擴充彈性。

NoSQL 最早是指「No SQL」，號稱不使用 SQL 作為查詢語言的資料庫系統。但近來則普遍將 NoSQL 視為「Not Only SQL」，也就是「不只是 SQL」的意思，希望結合 SQL 優點並混用關聯式資料庫和 NoSQL 資料庫來達成最佳的儲存效果。

在巨量資料所帶動的潮流下，各種不同形態的NoSQL資料庫如雨後春筍般竄起，其中 MongoDB 是眾多 NoSQL 資料庫軟體中較為人熟知的一種。

4) 機器學習與資料探勘超夯！

在巨量資料中如何摸索出資料所要表達的意涵、提煉出「數據精華」是非常重要的課題，於是「機器學習（Machine Learning）」與「資料探勘（Data Mining）」成為了大數據時代中的重點領域。

機器學習可以從過去收集的資料與經驗中，萃取出感興趣的部份，構造出模型（Model）和規律（Pattern）當作我們參考的基準，對未來進行預測。應用機器學習的方法處理大量資料庫的數據則稱為「資料探勘」（Data Mining），顧名思義，就好比在地球上從一堆粗糙的石頭中進行地物探勘、尋找有價值的礦脈，資料探勘就是從巨量資料中提取出未知的、有價值的潛在資訊。

機器學習跟資料探勘到底有多夯？LinkedIn 之前發表的 2014 年「最熱門工作技能」排行榜，資料探勘（Data mining）榮登排行榜第一名這樣夯。

5) 統計及量化分析

大數據時代，統計與資料分析是根本中的根本，數學跟統計學則是基礎中的基礎。數據專家（Data Scientist）或量化分析師 （Quantitative Analyst）的專業包含了統計學、電腦科學和數學，過去這些人才都搶著要進華爾街工作，但多虧了 Big Data 帶來的風潮，現在各行各業都在尋找擁有量化分析、統計學背景的工程師、數據專家。

如果數學是你的拿手強項，基本上你已經贏在起跑點了，接下來再學習市面上的一些資料分析軟體及程式語言，像是 R、SAS、Matlab、SPSS、Stata 等，具備了以上技能，相信要進大數據一行不成問題。

6) 結構化查詢語言 SQL

結構化查詢語言（Structured Query Language），簡稱 SQL，是專門用於關連式資料庫的一種查詢語言，可以用來定義資料庫結構、建立表格、指定欄位型態與長度，也能新增、異動或查詢資料。簡單來說，SQL 是一種用來從資料庫讀取與儲存資料的電腦語言。

SQL 歷經了四十多年的考驗仍然在蓬勃發展，雖然 NoSQL （上述第三點）的出現帶來了一些影響，但 SQL 仍然主導着市場，並在大數據領域贏得了很多投資與廣泛部屬。像是 Cloudera 推出了即時查詢開源工具 Impala –– 一款用來跑在 Hadoop 架構上的互動 SQL 查詢引擎，在這些工具發展下 SQL 在大數據領域中更是歷久不衰。

7) 看圖說故事：資料視覺化

大數據的重要性與日俱增，不少企業如電子商務、零售業及半導體製造業等，開始廣泛運用巨量資料為公司擬定企業策略，不過並不是人人都是數據專家、資料科學家，如果要讓主管跟客戶們清楚了解資料背後的意義，那倒不如讓他們「一目了然」。

資料視覺化（Data Visualization）是關於數據之視覺表現形式的研究，資料視覺化的技術可以幫助不同背景的工程人員溝通、理解，以達良好的設計與分析結果。市面上已經有許多工具、軟體為人們提供這方面的需求，像是Tableau、QlikView 等工具就擁有絕佳的視覺化呈現效果，可以不限資料量、資料形式或主題，透過圖像化和便捷的操作介面製作出客製化報表，無需撰寫程式就能得到分析結果。

8) 基本程式開發能力

市場分析機構 Wanted Analytics 公佈的數據中，具有數據分析背景的電腦程式開發人員職位正在逐年增加中，2014 年最後四個月就增加了 2000 個相關的新職缺，比起 2013 年同期多出了 337%！

因此，基本程式開發能力也是在這大數據市場中生存的必要條件之一，在資料科學界裡，Java、C、Python、Scala 都是十分受歡迎的程式語言。

9) 創造力和問題解決能力

巨量資料的型態及發展會不斷的演化，無論你的程式開發能力有多好、精通多少項資料分析工具，要在大數據時代中活得好、長得壯，創造力（Creativity）和解決問題能力（Problem Solving）的重要性不可忽視，更是以上提到的工具跟技術都無法取代的必殺技！

巨匠電腦掌握了大數據的趨勢，設計了程式/資料庫的課程，除了九個必殺技外，還有基本大數據的分析與操作，來巨匠電腦能讓你更快學會大數據，掌握時代趨勢！

文章與圖片出處: http://goo.gl/bY5mPk
圖片出處: https://goo.gl/0emYrd
想要學: 程式/資料庫課程