使用汉王电子书电纸书有两个多月了，书断断续续读了4、5本，总体感觉还是个很有用的东东：
- 电子墨水的体验的确非同寻常，完全没有疲劳感。
- 阅读总量（电子+纸质）有所提高，不知道是否是新鲜感的缘故。
- 节能，到目前中间只充过一次电。
- 翻页时延大，但勉强可以忍受
- 幅面太小，一页内容很快就看完了。Kindle DX这样的大幅面还是很有必要的的。
这些都是e-ink技术本身决定的，基本上这个价位目前也就只能这样了。汉王的问题也不少：
- 工业设计属于90年代水平，持握感不好，按键硬，反馈模糊。左侧滚轮太小，杠手而且位置不顺手。
- 系统开关机太慢，应该是机器处理器水平太低的原因。
- 某些PDF，尤其是有图片的，打开会死机。
- 总的来说PDF没办法看。首先必须横着看，没有选择。而且缩小到全页宽度的话字体太小，费眼！放大一级后必须左右移动才能看完一行，配合e-ink的刷屏速度，真是砸机器的心都有。
尽管这个产品本身相当的糙，不过由于核心使用体验的提升，还是成功的改变了我的读书习惯。假以时日，这块小小的屏幕定会和电视、电脑、手机达到相当的普及程度。对业界相关公司来说，“成为中国Kindle”是大家共同追求而又尚未有人胆敢跳出来宣称的梦想。从我的观点看来，汉王内置数千本垃圾图书的做法已然是该硬件厂商难成大器的佐证。然而，尚不可知的是，这块新领域真的会出现中国Kindle，还是会变成另外一个山寨机战场。
———-胡言乱语的分割线———-
给中国Kindle们支个招：先做Government OA集成。大领导看显示器都不灵光！整人民日报那么大的屏幕，看报批文，爽死丫！别忘了集成一个供签字的手写板，手写板上别忘了放上“同意”的快捷键。
产品·设计, 小玩意儿, 浆糊点评, 阿爱迪尔
kindle, 汉王, 电子书, 电纸书
产品经理接项目，最头疼的不是接到烂摊子，而是一个已经非常成功而又被寄予更高期望的项目。相信这一点Facebook 和 百度贴吧 的相关产品、设计人员都很有体会。
Facebook新版发布后, 用户呈现出人意料的一边倒，在Facebook上的“Vote on the new Facebook layout”中，扎眼的红色反对票肯定让Facebook的同志们有“非死不可”的感觉：
对于如此用户反馈，Facebook CEO还是放出话来“对于最具颠覆性的企业，根本无须听取用户的建义和意见。”
同样的故事在中国的翻版发生在了百度贴吧上，尽管产品本身相差了至少两个年代，但其社区化的属性和流行程度却是有着共通之处。百度在3月26日发布了贴吧的新版。功能包括用户可以切换配色以及一些设计细节上的调整。
和Facebook相似的是开头：用户们不遗余力的表达着对新设计的不满；不同的是结局，李彦宏的回复简短而干脆：我不会坐视不管,紧接着百度的世界又蓝回来了。
具体的设计意图和细节放在一边，相信无论是Facebook还是Baidu都对改版进行了深入的思考。从如何处理用户反馈的角度，如果把互联网社区中的用户比作国家的公民，那么产品设计者无疑是规则的制定者–政府。采用何种治理方式最为有效不是一个非黑即白的选择题。一味的独裁会导致社会动荡，而一味的民主则会丧失效率。如何建立理想的流程平衡两者关系显然是规则制定者们应该考虑的一大问题。
产品·设计
baidu, facebook, 产品, 用户反馈, 百度
“Data-driven”,一个大家天天挂在嘴边的词, 然而如果设计可以真正的Data-driven, 那么这个过程就可以由机器而非人来完成。一起从数据出发真的就能Drive出好的产品吗？
用户是设计最本源的出发点。在“以用户为中心”的设计理念里，引入任何其他的因素作为出发点都是多余的。数据是理解用户意图的的手段，这里包括他们是谁，他们需要什么，怎么用。。。但绝不是唯一的手段，装和猜也是常见的方式。
毋庸置疑，数据在这些手段中占有极其特殊的地位。其中最主要的一个原因是数据是一种无歧义，容易传递的沟通方式。不像“装”和“猜”那样具有显著的个体差异，只可意会不可言传。但不了解数据局限性的Data-driven往往是无法达到预期的效果的。
任何数据的获得都有其特定的渠道，渠道本身往往会带来一些偏向性。而且，用户数据的特性之一是你不需要的时候看着很多，需要解决具体问题时往往没有针对性的。东拼西凑，加减乘除是少不了的，这些来源各异的家伙们凑到一起负负的正不是没有可能，错上加错也是家常便饭。就算不论数据运算的后果，仅仅是简单的数据范围也会带来大相径庭的效果，就像对于全球变暖，你可以这么看 ，也可以这样看 。不用任何解释，并不矛盾的数据已经带来的截然不同的结果。
另外一种常见的问题是数据的覆盖往往是不全面的。你可能知道用户需要一个功能，但数据没有告诉你放在哪里；告诉你放在哪里，可能没告诉你放多大。然而这些数据的真空的处置对于体验至上的互联网产品往往会成为细节中的魔鬼。经验和态度在弥合这些缝隙中起着重要的作用，装和不装的效果迥然不同。跳过数据，直接了解用户是最有效的方式，经过精心设计的用户体验研究往往可以作为解决这些细节问题的很好办法。在这种情形下也会得到一些数据，比如5个用户中1个不喜欢，但如将其当作统计数据来使用，未免有失偏颇。
在充分考虑这些局限性之后，Data-driven就有效了吗。如果把金融投资也当作产品设计，似乎很容易得到数据导向会从整体上最大程度规避风险、获取收益。 然而产品设计，尤其是互联网的产品是典型的马太效应。使用用户产生的数据来分析用户注定只能做一个伺候主子的好奴才。疯子一般的乔布斯一次次的让大家在目瞪口呆后后猛掏钱包，这样的本事人人都想学到，但如果苹果仅仅是数据分析的NB，怕是早就有一堆的 Pear，Grape 之类的水果品牌了。
简单归纳一下：
- 学会装和猜才能更好的理解数据。读数据如读用户的前提是对用户感同身受。
- 把数据当作工具，了解工具的局限性，才能不被数据牵着走。
- 把握数据的来源，在使用具体数据的同时需要了解置信区间。
- 对于新产品，新市场。数据可以保证方向的正确，但无法保证成功。是保健因素而非激励因素。
- 区分数据的使用场景，对于细节改进和质量提高，如果有直接统计数据，可以放心的去使用。对于新产品，新功能，千万不要因为有大量数据而放弃装和猜。
- 把数据当作重要输入，而不是限制条件。尤其是对于新鲜想法，用数据否定需谨慎。
产品·设计
产品，Data-driven
