羚羊工业互联网平台致力于用工业感知、工业认知、工业大模型等AI技术推动制造业智能化转型,是政府扶持企业相关政策的重要平台入口。
从0到1设计网站，并且在设计过程中给予企业用户清晰准确的信息提示，提高入口相关点击数据。
设计过程的最大困境是时间紧迫，作为设计负责人连续上了31天班，还需要协调3个城市的6设计师进行设计。与一般公司不同，科大讯飞由于存在保密要求，无法使用figma进行在线协同，设计师的可选工具只有Axure或sketch的离线版，为了本次项目设计团队第一次尝试使用MasterGo进行设计协调和汇报，最终在时间节点内完成了设计。官网上线之前就开始了Web规范及组件的设计，官网设计过程中设计部的其他成员继续推进，项目上线后整个团队完成并补充了设计，给网站和公司的Web项目铺垫了坚实的基础。
信息架构
根据需求设计网站的整体信息架构
视觉节奏
让浏览的体验最优化
web规范与组件
组织部门从0到1的设计公司的web规范与组件
无人眼动仪优化首页布局
通过以CNN为基础的无人眼动仪，完成首屏布局的调整
根据产品的需求，整体的信息架构层级设定为3/5级。首页作为扶持中小企业进行数字化转型平台的商场入口；“供需服务”是搭建在科研与生产之间的桥梁，助力科研成果产业化；“生态合作”接入更多的生态伙伴，一起服务于中小企业客户。
供需服务
生态合作
整体信息架构
重新设计网站的栅格系统，并在纵向的浏览体验上保证视觉的节奏性。
节奏逻辑
组织部门从workshop开始，逐步进行web规范和组件的全新设计。
执行步骤：
1.意向图与视觉风格多轮workshop和投票；
2.根据投票结果设计关键视觉token，并再次进行投票；
3.根据投票结果确定视觉token，然后将团队分为多个设计组，根据每个组的业务特征分别完成对应组件的设计；
4.将设计的组件汇总并优化，最终逐步迭代出整体的设计规范和组件库。
Web设计规范-基础组件
web设计规范-应用组件
Attention-Insight“无人眼动仪”是一种基于人工智能的预测式眼动追踪技术，无需真实受试者或物理设备即可模拟人眼的注意力分布。其核心原理是利用深度学习模型，在数万张带有真实眼动数据的图像上训练出视觉注意力预测算法。用户只需上传网页、广告、包装等设计图，系统便会在几秒内生成“热力图”“焦点图”等结果，显示哪些区域最能吸引视线，并给出清晰度与焦点评分。相比传统眼动实验，大幅降低了时间和成本，适合在设计早期快速验证视觉层次与信息优先级，该技术的预测准确率可达90%以上。通过模拟人类第一眼的注意模式，设计师可以判断标题、按钮或Logo是否被及时看到，从而优化布局与转化效果，为设计提供了高效、低成本的决策依据。
问题：首页作为扶持中小企业数字化转型的入口，需要提高主banner点击率
改版前首页
线上数据CTR
寻找原因：通过热力图与焦点图寻找原因，发现搜索文字与banner右侧的非重点入口对主体banner点击有较大影响。
改版前-无人眼动仪焦点图
无人眼动仪CTR
方案实验：
1.与运营同事协商删减不必要的运营入口，适度弱化搜索，对新方案进行实验。
2.实测线上CTR从2.7%（线上真实数据3.1%）上升至新方案的3.5%。
新方案
新方案-无人眼动仪焦点图
新方案-无人眼动仪热力图
布局修改上线最终效果:
有效提高了首页banner点击率，统计6月29日-7月11日数据，
主banner的CTR从3.1提至4.81%
上升约1.71%，上升约55.2%。
企业用户数：12万+
个人用户数：42.5万+
Web端平均月活：3.5万+
App端平均月活：1.5万＋
订单数量：14万＋（笔）
下单企业用户数：3.4万＋（家）
消费券发放量：3.5万+
design.sopherzheng.top/
独立创意设计、编程（webflow、html、css)
Email : zwtk001@163.com
