LabRdr是一个非常精巧的新闻阅读应用，它是由卫报的移动创新实验室负责设计和研发的。它和我之前介绍的卫报客户端属于同一东家，不同的是，LabRdr是一个完全实验性的产品。

从用户场景出发，贴着场景设计产品

在第一次使用这款应用的时候，LabRdr 会问你几个问题。第一个问题是你早晚的通勤开始时间，也就是上班时间和下班时间；第二个问题是问，你花在早晚通勤上的时间长度，你可以分别作出选择。在此之后，LabRdr 会根据你的选择，为你挑选适合你通勤长度的文章集合，在你每天早晨和晚上通勤开始的时候推送给你。

在这里，LabRdr 有一个有趣的特性，就是它的文章同步是在后台进行的。这应对的是一个什么样的场景呢：我们出门坐地铁或者其他交通工具，手机有可能会没有信号。这时我们一般会在上地铁之前先打开离线一些数据，然后在地铁上读；LabRdr在后台同步的功能就会离线下载，用户也就无需打开应用手动下载。

这是LabRdr整个的设计起点。就像我在之前分享 Hopper 的时候提到，越来越多的产品在改变自己的设计起点，产品不再从我们有什么出发，而是从用户需要和用户场景出发。LabRdr就是这样，它不是将大量的新闻分类排序，和盘托出摆在用户面前；而是去理解用户阅读新闻的场景，从场景里面长出功能。

我们可以看到 Labrdr 上的文章并不会一直保留。当一天过去后，这一天文章集合就会消失不见，这跟传统的新闻客户端永无止境拉不到头的时间线形成了鲜明的对比。

这个设计跟我们做的 Readhub 有些类似，我们不希望对用户来说，信息是无尽的，它只会让用户消耗更多无意义的时间，并陷入到信息焦虑中。

用户收集数据的透明化处理

除了场景化的新闻阅读功能之外，LabRdr还有另一个我认为非常出色的处理，它会将用户数据的收集透明化。

我们刚才提到 Labrdr 会根据用户的喜好给用户推荐新闻，这类功能又叫个性化推荐，很多的新闻客户端都能做到。但以往的个性推荐算法通常是个黑箱。有时候我们误点了一些文章，导致算法认为我们喜欢这样的主题，然后时间线里头不断会出现更多此类文章。进而又增加了误点的风险。最后，误点越来越多，推荐也越来越飘逸。

Labrdr 会将你阅读过的所有文章，按类别放在日志里；并且明确地告诉你，这是根据这些数据来对你的喜好进行猜测的。这种将逻辑和规则开放给用户的设计，会让用户有控制感和安全感。

产品和用户的每一次互动，其实都是一次交易

很多应用并没有讲清楚自己为什么需要请求推送权限，只要一打开应用，它们就要求用户开启这款应用的通知推送设置，这样的做法其实会让转化率会受到很大的影响，而Labrdr 请求用户开启通知推送的时机却选择得十分巧妙。

选择向用户请求推送的时机十分重要。我们首先需要让用户了解到：推送是可以带来直接价值的。这时一定要说清楚，应用会在什么样的时机推送什么样的内容，对用户有什么样的好处。

产品和用户的每一次互动。其实都是一次交易。不论是购买一个产品，还是使用一个功能，我们需要用户付出他的时间、精力或者其他资源。这时候，我们就必须要说清产品究竟可以给他带来什么价值，只有当这个价值高于用户对于自己所付出资源的成本预期时，交易才会顺利地进行。