图吧导航暴走了
图吧导航的 iPhone 应用暴走了。虽有炒作嫌疑，但也反应了从业人员的一些困惑，不容易啊。
街旁用户的声音
街旁是社交化移动互联网领域的典型应用，这股风潮由美国的一款应用 Foursquare 掀起。至今在中国已经拥有了好几份拷贝，街旁是其中一份。我们不能说街旁抄袭了 Foursquare，因为它是有进步有创新的。谁不是站在巨人的肩膀上呢？街旁具有中文界面以及和国人审美特点相符的logo，在这一点上 Foursquare 的本地化做的没有街旁好。
最近在网上收集了一些来自用户的声音，都是有关街旁的，一共三十余条。整理归纳后形成几类，希望能够给出街旁功能的概貌和一些问题。
我在哪里？和谁在一起？照片中有谁？
这是街旁最基础的功能，用来告诉你的好友和那些即将为你服务的商家（那些关注着你的人）。论好友沟通与拍照...
阅读全文手机地图更新功能设计分析
手机地图更新是LBS中最常用的功能之一。既然我们需要重新获取地图数据，那么首先要了解数据的获取方式。根据有网和无网两种情况，我们一般可将地图分为：
在线地图
离线地图
目前在线地图的形式比较多，最常见的形式如 iPhone 上的谷歌地图，他依托手机开发本地应用，但在地图数据上，他仍然是在线获取的。另一种形式类似桌面互联网，直接在浏览器中输入地图网址，即可在线获取地图数据，目前百度、诺基亚等都有推出自己的 HTML5 网页版本地图，俗称 Web App。
在线地图的优势在于，软件占用的空间很小，下载安装方便快捷，一般软件都在 3MB 到 5MB 左右。但它的劣势在于不能离线查看，需要实时加载网络，并且在...
阅读全文浅谈LBS定位与技术主导
技术主导，你的软肋？
对于客户来说，作为电子地图、导航、地理位置服务（LBS）等应用的一个基础，定位的速度和精度是用户体验的重要方面。这一功能的关键不在于信息架构，不在于交互设计，不在于视觉设计，它的关键不是产品经理和设计师们的强项，而在于技术。但技术导向的功能在很多产品中都是核心功能，我们如何进行此类功能的设计，并和技术人员相处好呢？
定位技术概述
从定位的类型来说，大致有GPS定位、基站定位和Wifi定位三大类。GPS定位通过接收多颗卫星的信号来完成精准定位，精度较高。基站定位和Wifi定位则通过基站和热点等网络完成定位，精度较低。
目前最主流的实现方式是首先通过GPS定位，但由于GPS定位受到设...
阅读全文客户真不知道自己想要什么？
乔布斯一直都在告诉我们
客户不知道自己需要什么。
这是真的吗？客户真不知道自己想要什么吗？乔布斯一直信奉的另一句相关名言来自于 Henry Ford。
如果我问顾客想要什么，他们可能会说自己想要一匹快马。
如果你只听从客户告诉你的需求，你可能永远也制造不出汽车。客户似乎被他们当成了猴子，一群可以被忽略的人。但我相信不论是乔布斯还是福特，这意义并不在于强调客户不知道什么，而是在于告诉我们客户不会替我们去进行产品创新，你只能依靠自己。
这样的观点是很容易理解的。客户不是猴子，但他也无法替你设计产品。因为：
客户不了解汽车和马达，他不懂技术。
客户也不想去了解汽车制造技术。
客户使用你的产品，但他却并不是专家，他对...
阅读全文凯立德地图客户需求汇总
本文是上一篇的延续，调研了一些凯立德地图客户的反馈。凯立德的情况和高德的客户需求基本相似，许多问题都出现在相同的方面，要注意以下几方面的内容：
安装、可用性、核心功能
安装、下载需要在尽可能多的不同品牌型号的手机上充分测试，过程中不应出错。每次更新与升级产品都要对该过程在不同手机平台上的可用性进行测试。对于现有的LBS产品，普遍都存在文件较大、更新较频繁的情况。许多用户现有的操作模式是，不在移动设备上更新软件或地图，而在PC电脑等其他设备上进行长时间的下载，完成后替换到移动设备中，这是用户对产品性能优化的解决办法。产品要具有这样的灵活性让用户能够自行选择优化的办法，要规划好安装后的文件目录结构和文...
阅读全文高德地图客户需求汇总
汇总了一些网上搜集到的高德地图客户的相关问题，分析了一下觉得很有意思。对于一个网络或软件产品来说，客户常见需求有以下几点：
安装与可用性
可用性问题中会碰到的第一大问题就是下载安装。不能下载或安装出错就无法使用。它们是用户体验的第一步。找不到下载地址和出错的安装过程会让用户觉得很不爽。地图更新也是一个常见需求，必须好用。软件版本对不同操作系统的兼容性也需要记录清楚。用户，特别是老用户，常常会在安装过程中遇到各种软件版本不兼容问题，因此要尽量避免软件会对其他东西产生依赖。安装后的目录结构要清晰。资源文件，如地图文件等可替换更新的文件命名要清晰，从而允许一些专业用户进行一些小调整，比如某个地图的替换。...
阅读全文时间段的创建 R语言
在管理统计中我们经常要统计的量是时间，因为时间是一项主要的成本，和人力成本有较大关系。时间段在R语言中一般使用以下函数创建。
as.difftime("00:30", "%H:%M")第一个参数指定时间段的数据，第二个参数指定数据表达的语义。以上函数将返回一个时间段 0 小时 30 分钟。这个数据将是一个 difftime 类型。这个数据类型能够进行简单的相加操作，比如多个 difftime 数据支持进行 sum 操作，计算时间总和。当然也可以将 difftime 数据使用 as.numeric 函数转换为数字类型。当然 difftime 类型还可以指定它的单位。比如以上函数默认将分钟作为单位，...
阅读全文factor分类与显示 R语言
我们对数据进行分类统计时便要用到 factor 数据。一般 factor 类型的数据在数据库中都会以整数存储以节省数据库空间，这样就需要解决 factor 的分类和显示问题。假设有一个公司部门的数据 x，1代表行政部，2代表财务部，3代表销售部，我们如果只要对1和2做分类统计的话，可以使用以下方法。
new_x <- factor(x, levels=c(1, 2))
对于这样的操作，所有原来是3的数据都会被处理为 NA。假设我们还想把1和2显示成字符串。
new_x <- factor(x, levels=c(1, 2), labels=c("行政部", "财务部"))labels 这个参数根据 ...
阅读全文数字vector分区间统计 R语言
除了按照字符型类别去统计数据时，我们往往还需要按照数字区间进行分类统计。假设我们要按照一家公司员工的入职天数进行分类，统计不同区间的人数时，就要用到分区间的技巧。分区间一般使用 cut 函数。
f <- cut(days, breaks=c(0, 100, 200))
以上函数将入职天数 days 按照 breaks 参数设定的数字值，将 days 分为两大类，(0, 100] 和 (100, 200]。注意，默认区间最左侧值不包含，右侧值包含。如果想要包含最小值 0 ，采用如下写法。
f <- cut(days, breaks=c(0, 100, 200), include.lowest=T)
cu...
阅读全文