筆者前段時間了解到谷歌早在幾年前便針對用戶體驗建立了名為 HEART 的追蹤驗證框架，好奇其內(nèi)容是否對建立驗證方案的方法論有助益，遂抽時間搜索了原外語文章，并進行了翻譯和拆解。

01 摘要

越來越多的產(chǎn)品和服務(wù)被部署在 Web 上，這為大數(shù)據(jù)下評估用戶體驗帶來了新的挑戰(zhàn)和機遇。 Web 應(yīng)用程序非常需要以用戶為中心的度量指標，它可以用來度量關(guān)鍵目標的進展，并驅(qū)動產(chǎn)品決策。

在本文中，我們描述了以用戶為中心的 HEART 框架指標，以及將產(chǎn)品目標映射到度量指標的過程。

我們還提供了 HEART 指標如何在兼顧數(shù)據(jù)驅(qū)動和以用戶為中心的情況下幫助產(chǎn)品團隊做出決策的實例。

框架和過程已經(jīng)覆蓋了足夠多的我們公司產(chǎn)品，所以我們相信其他組織的團隊也能使用或適應(yīng)它們。 在大規(guī)模行為數(shù)據(jù)之下，我們也鼓勵更多對度量指標的研究。

02 介紹

Web 技術(shù)的進步使更多的應(yīng)用程序和服務(wù)基于 Web 打造，并愈加具備交互性質(zhì)。

現(xiàn)在，用戶可以“在云端”執(zhí)行各種常見任務(wù)，包括那些以前僅限于本地客戶端應(yīng)用程序的任務(wù)(例如文字處理、編輯照片)。

對于用戶體驗專業(yè)人士來說，這種轉(zhuǎn)變的一個關(guān)鍵意義是能夠使用 Web服務(wù)器日志數(shù)據(jù)來大規(guī)模跟蹤產(chǎn)品的使用情況。

通過附加的儀器，也可以通過不同的界面接口運行對照實驗（ A/B 測試）。 但是，從以用戶為中心的角度來看，它們（不同界面）應(yīng)該根據(jù)什么標準進行比較評估呢? 我們應(yīng)該如何擴展我們熟悉的用戶體驗度量指標，這里面存在哪些新的機會?

在 CHI 社區(qū)，已經(jīng)存在一種既可以在小范圍內(nèi)（在實驗室中）也可以在大范圍內(nèi)（通過調(diào)查）測量態(tài)度數(shù)據(jù)（例如滿意度）的既定實踐。

然而，就行為數(shù)據(jù)而言，已有的測量方法大多是小規(guī)模的，并且實驗中有部分信息是通過秒表和檢查表收集，如有效性（任務(wù)完成率、錯誤率）和效率（任務(wù)執(zhí)行時間）[參考13]。

CHI 研究中缺失的一個關(guān)鍵部分是基于大規(guī)模行為數(shù)據(jù)的用戶體驗指標。

Web 分析社區(qū)一直致力于將關(guān)注點從簡單的頁面點擊數(shù)轉(zhuǎn)移到關(guān)鍵的性能指標。 然而，該社區(qū)的主要動機仍然以業(yè)務(wù)為中心，而不是以用戶為中心。

Web 分析包（此處大意應(yīng)是指性能分析類包體）提供現(xiàn)成的度量解決方案可能過于通用化，而無法考量用戶體驗如何，或者過于特定在電子商務(wù)背景下應(yīng)用，而難以對 Web 上的其他大量應(yīng)用程序和交互起到幫助。

我們已經(jīng)創(chuàng)建了一個框架和過程來定義大數(shù)據(jù)下的以用戶為中心的度量指標，包括態(tài)度上的和行為上的。

我們從在一家大公司工作的經(jīng)驗中總結(jié)了這些，該公司的產(chǎn)品涵蓋了廣泛的類別（面向消費者和面向業(yè)務(wù)），而且產(chǎn)品幾乎都是基于 Web 的，每個都有數(shù)百萬用戶。 我們發(fā)現(xiàn)這個框架和過程已經(jīng)適用于我們公司足夠多的產(chǎn)品，并且非常有效，所以我們相信其他組織的團隊將能夠成功地使用和適應(yīng)它們。 我們也非常鼓勵更多基于大規(guī)模行為數(shù)據(jù)背景下對度量指標的研究。

03 相關(guān)工作

近年來出現(xiàn)了許多工具來幫助跟蹤和分析web站點和應(yīng)用程序的指標——

• 商業(yè)和免費的分析軟件包[參考 5,11 ]提供現(xiàn)成的解決方案。
• 現(xiàn)代的分布式系統(tǒng) [參考 4,8 ] 和專門的編程語言 [例如參考 12 ] 使得大規(guī)模日志數(shù)據(jù)的自定義分析變得更加容易，Web 應(yīng)用挖掘技術(shù)可根據(jù)網(wǎng)頁訪問者的行為 [參考 3 ] 對其進行細分。
• 多個供應(yīng)商支持用戶調(diào)研的快速部署和分析，有些還提供用于大規(guī)模遠程可用性測試或基準測試的軟件 [例如參考 14 ]。
• 在合理設(shè)計 A/B 測試實驗和此類實驗分析上，存在著大量的工作。在 AB 測試中，兩個相似的用戶群體被給予不同的用戶界面，他們的反應(yīng)可以被嚴謹?shù)臏y量和比較 [例如參考 10 ]。

盡管取得了這些進展，但有效地使用這些工具仍然具有挑戰(zhàn)性——

標準的 Web 分析指標可能過于通用，不適用于特定的產(chǎn)品目標或研究問題?？捎脭?shù)據(jù)的絕對數(shù)量可能是巨大的，因此有必要確定究竟要查找什么，以及什么行為該被作為結(jié)果來看待。

一些專家建議，最好的做法是關(guān)注少量的關(guān)鍵業(yè)務(wù)或用戶目標，并使用指標來幫助跟蹤實現(xiàn)這些目標的進展[參考2,9,10]。

我們也認同這一理念，但卻發(fā)現(xiàn)這個理念很難應(yīng)用。 因為產(chǎn)品團隊并非可以一直在他們的目標上達成一致或清晰地闡述他們的目標，這使得定義相關(guān)的度量指標變得困難。

可以確定的是，這些度量不應(yīng)該是獨立的。 它們應(yīng)該結(jié)合其他來源的研究結(jié)果(如可用性研究和現(xiàn)場研究[參考6,9])去分析，從而得到更好的決策[參考15]。

此外，它們主要用于已發(fā)布產(chǎn)品的評估，而不能替代早期或形成性用戶研究。 我們試圖創(chuàng)建一個結(jié)合大規(guī)模的態(tài)度和行為數(shù)據(jù)的框架來補充現(xiàn)有在我們公司使用的的用戶體驗研究方法（補充而非替代）。

04 PULSE 指標

最常用的大數(shù)據(jù)下的度量指標專注于產(chǎn)品的業(yè)務(wù)或技術(shù)方面，許多組織廣泛使用它們（或類似的變體）來跟蹤產(chǎn)品的總體運行狀況。

我們將這些指標稱為 PULSE 指標：頁面瀏覽量（Page Views），正常運行時間（Uptime），延遲（Latency），七天活躍用戶（Seven-day active users）（即上周至少使用一次該產(chǎn)品的獨立用戶數(shù)）和收入（Earnings）。

這些指標都非常重要，并且與用戶體驗有關(guān)。

例如，奔潰很多（正常運行時間短）或速度很慢（高延遲）的產(chǎn)品不太可能吸引用戶。 一個電子商務(wù)網(wǎng)站，其購買流程太多，可能會減少收入。 具有出色用戶體驗的產(chǎn)品更有可能看到頁面瀏覽量和獨立用戶增加。

但是，這些是非常底層的或間接的用戶體驗指標，因此在用于評估用戶界面更改的影響時，它們是存在問題的。它們的解釋也可能不準確。

例如，特定功能的頁面瀏覽量增加既有可能是因為該功能是真正受歡迎的功能，也可能是因為界面設(shè)計得令人困惑不知如何使用，用戶胡亂點擊時產(chǎn)生的數(shù)據(jù)。短期內(nèi)帶來更多收入的修改可能會導(dǎo)致較差的用戶體驗，從長遠來看會流失用戶。

給定時間段內(nèi)的獨立用戶數(shù)量（例如7天活躍用戶）通常用作衡量用戶體驗的指標。 它可以衡量用戶群的總體數(shù)量，但無法深入了解用戶對產(chǎn)品的忠誠度，例如不知他們每個人在 7 天內(nèi)的訪問頻率如何。 它也不能區(qū)分新用戶和老用戶。 從理論上講，在最壞的情況下，如果用戶群的周流失率達到 100％ ，它的 7 天活躍用戶數(shù)仍會增加。

05 HEART 指標

基于 PULSE 在度量用戶體驗質(zhì)量和提供可操作的數(shù)據(jù)方面的缺陷，我們創(chuàng)建了一個名為 HEART 互補的度量框架： Happiness（幸福感）、Engagement（參與度）、Adoption（接受度）、Retention（留存率）和 Task success（任務(wù)完成率）。

這些是指標分類，團隊可以從中定義特定的指標，用于跟蹤目標實現(xiàn)的進度。

幸福感和任務(wù)成功的類別是從現(xiàn)有的用戶體驗度量中概括出來的：幸福包含滿意度，任務(wù)成功包含有效性和效率。參與度、接受度和留存率是新的類別，大規(guī)模的行為數(shù)據(jù)讓追蹤這些新類別指標成為可能。

該框架源于我們與團隊合作為他們的產(chǎn)品創(chuàng)建和跟蹤以用戶為中心的指標的經(jīng)驗。我們開始在我們所使用或建議的度量指標類型中看到通用性規(guī)律，并意識到將這些歸納到一個框架中會使這些原則更容易被其他團隊記住和使用。

并不是所有場景都適合使用所有類別去度量，但是引用框架有助于明確地決定是否包含或排除特定的類別。

例如，對于面向企業(yè)端的產(chǎn)品來說，用戶如果將產(chǎn)品作為其工作的一部分，參與度可能意義不大。在這種情況下，團隊可能會選擇更關(guān)注愉悅感或任務(wù)完成率。但是，在功能級別而不是整個產(chǎn)品級別上考慮用戶參與率可能仍然是有意義的。

06 幸福感

用“幸福感”來描述的度量指標，本質(zhì)上是一種態(tài)度指標。這些都與用戶體驗的主觀方面有關(guān)，比如滿意度、視覺吸引力、推薦意愿和易用性。使用一個通用的、設(shè)計良好的調(diào)查，可以隨著時間的推移跟蹤相同的度量指標，以查看所做更改的帶來的變化。

例如，我們的網(wǎng)站有一個個性化的主頁——iGoogle。團隊通過每周產(chǎn)品內(nèi)調(diào)查來跟蹤許多指標，以了解更改和新特性的影響。在進行了一次重大的重新設(shè)計之后，他們發(fā)現(xiàn)他們的用戶滿意度指標在最初出現(xiàn)了下降。

(以7分李克特量表去調(diào)研。這里7分李克特量表層級對應(yīng)完全同意，非常同意，同意，不一定，不同意，非常不同意，完全不同意，分別對應(yīng)7、5、4、3、2、1分)

然而，隨著時間的推移，這個指標恢復(fù)了，這表明用戶厭惡改變可能是導(dǎo)致下降的原因，而一旦用戶習(xí)慣了新的設(shè)計，他們就會喜歡它。有了這些信息，團隊能夠做出更有信心的決定來保持新的設(shè)計。

07 參與度

參與度是指用戶對產(chǎn)品的投入程度。在度量環(huán)境中，這個術(shù)語通常是行為代指，例如在一段時間內(nèi)交互的頻率、強度或深度。

例如，每個用戶每周訪問的次數(shù)，或者每個用戶每天上傳的照片的數(shù)量。一般來說，每個用戶的數(shù)據(jù)平均值作為一個參與度指標去評估會比取總數(shù)去評估更有用，因為總數(shù)的增加可能是更多用戶參與的結(jié)果，而不是更多行為使用量導(dǎo)致的結(jié)果。

例如，與7天活躍用戶數(shù)的PULSE指標（僅計算上一周內(nèi)至少有多少用戶訪問過該產(chǎn)品的數(shù)量）相比，Gmail團隊希望更多地了解其用戶的參與程度。

考慮到日常工作中，用戶會應(yīng)定期檢查其電子郵件帳戶，因此我們選擇的指標是在過去一周內(nèi)訪問該產(chǎn)品不少于五天的活躍用戶的比率。 我們還發(fā)現(xiàn)，該比率的人群更可能長期留存下來，因此可以用作參與度的具體度量指標。

08 接受度和留存率

接受度和留存率指標可用于更深入地了解給定時間段內(nèi)（例如，為期7天的活躍用戶）獨立用戶的數(shù)量，從而解決將新用戶與現(xiàn)有用戶區(qū)分開的問題。接受度指標跟蹤給定時間段內(nèi)有多少新用戶開始使用產(chǎn)品（例如，最近7天創(chuàng)建的帳戶數(shù)），留存率指標跟蹤給定時間段內(nèi)存在的用戶在一些時間段后仍存在（例如，給定一周中7天活躍用戶在 3 個月后仍處于7天活躍用戶的比率）。

怎么才算是“使用”產(chǎn)品會隨著產(chǎn)品的性質(zhì)和目標不同而有所不同。在某些情況下，僅訪問其網(wǎng)站可能就算是“使用”。在其他情況下，您可能會僅在訪問者成功完成關(guān)鍵任務(wù)（例如創(chuàng)建帳戶）時才算是使用了產(chǎn)品。像參與度一樣，留存率也可以在不同的時間段內(nèi)測量。對于某些產(chǎn)品，您可能希望查看周留存率，而對于其他產(chǎn)品，月留存率或 90 天可能更合適。

接受度和留存率對于新產(chǎn)品和功能或正在重設(shè)計的產(chǎn)品特別有用。對于較成熟的產(chǎn)品，除季節(jié)性變化或外部事件外，它們趨于穩(wěn)定。例如，在 2008 年 9 月股市崩潰期間，Google 財經(jīng)瀏覽量和7天活躍用戶數(shù)均激增。

但是，這些指標并未表明激增是由對危機感興趣的新用戶驅(qū)動還是現(xiàn)有用戶對投資進行了恐慌檢查。 不知道誰在進行更多訪問，就很難知道是否或如何更改站點。 我們研究了接受度和留存率指標，以區(qū)分這些用戶類型，并研究了新用戶選擇繼續(xù)使用該網(wǎng)站的比率。 該團隊能夠使用此信息更好地了解由事件驅(qū)動的流量高峰帶來的機會。

09 任務(wù)成功率

最后，“任務(wù)成功”類別涵蓋了用戶體驗的幾種傳統(tǒng)行為指標，例如效率（例如完成任務(wù)的時間），有效性（例如完成任務(wù)的百分比）和錯誤率。大規(guī)模測量這些數(shù)據(jù)的一種方法是通過遠程可用性或基準研究來為用戶分配特定任務(wù)?；诰W(wǎng)站的特性，使用 Web 服務(wù)器日志文件數(shù)據(jù)，可能很難知道用戶試圖完成哪個任務(wù)。如果存在用于特定任務(wù)的最佳路徑（例如，多步驟注冊過程），則可以衡量用戶對其的跟蹤程度[參考7]。

例如，Google Maps曾經(jīng)有兩種不同類型的搜索框：一個是用于本地搜索的雙盒，用戶可以在其中分別輸入“ what”和“ where”方面（例如[pizza] [nyc]），另一個是搜索框處理各種搜索（包括本地搜索，例如[pizza nyc]或[nyc pizza]）。

團隊認為單盒方法最簡單，最有效，因此，在 A/B 測試中，他們嘗試了僅提供單盒的版本。他們比較了兩種版本的錯誤率，發(fā)現(xiàn)處于單框狀態(tài)的用戶能夠成功地調(diào)整其搜索策略。這向團隊證明，他們可以為所有用戶移除雙框。

10 目標–信號–指標

無論以用戶為中心的度量指標如何，除非它與目標明確相關(guān)，否則在實踐中不太可能有用，并且可用于跟蹤實現(xiàn)該目標的進度。 我們開發(fā)了一個簡單的過程，該過程使團隊逐步闡明產(chǎn)品或功能的目標，然后識別表明成功的信號，最后構(gòu)建要在儀表板上跟蹤的特定指標。

目標

第一步是確定產(chǎn)品或功能的目標，尤其是在用戶體驗方面。 用戶需要完成哪些任務(wù)？ 重新設(shè)計試圖實現(xiàn)什么？ 使用 HEART 框架來提示目標（例如，吸引新用戶還是鼓勵現(xiàn)有用戶更深入?yún)⑴c更重要？）。 以下是我們給的一些較為有益的建議：

• 不同的團隊成員可能會對項目目標有分歧。 這個過程提供了一個很好的機會來收集所有不同的想法并努力達成共識（并為選定的指標提供支持）。
• 特定項目或功能成功的目標可能與整個產(chǎn)品的目標不同。
• 在此階段，不用為能否可以找到相關(guān)的信號或指標而擔(dān)憂分心。

信號

接下來，考慮目標的成功或失敗如何在用戶行為或態(tài)度中體現(xiàn)出來。 哪些動作將表明目標已實現(xiàn)？ 什么樣的感覺或感知與成功或失敗相關(guān)？

在此階段，您應(yīng)該考慮這些信號的數(shù)據(jù)表現(xiàn)是什么， 例如，對于基于日志的行為信號，當(dāng)前是否記錄了相關(guān)操作，或者是否可能記錄? 你要如何收集態(tài)度反饋，可以定期部署調(diào)查嗎？ 日志和調(diào)查是我們最常使用的兩個信號源，但還有其他可能性（例如，使用評審團來進行評級）。 以下是我們的一些建議：

• 選擇對目標敏感且特定服務(wù)于目標的信號——這個信號僅在用戶體驗更好或更差時會隨著變化，而不因其他無關(guān)的原因而改變。
• 有時候，失敗比成功更容易識別（例如，放棄任務(wù)，“撤消”事件[參考1]，沮喪）。

指標

最后，考慮如何將這些信號轉(zhuǎn)換為特定指標，以適合隨時間推移在數(shù)據(jù)板上進行跟蹤。 以下是一些建議：

• 原始數(shù)據(jù)將隨著用戶群的增長而增加，需要進行規(guī)范化； 單用戶的比率，百分比或平均值通常會更有用。
• 在確?；赪eb日志的度量指標的準確性方面存在許多挑戰(zhàn)，例如從自動來源（例如，爬網(wǎng)程序，垃圾郵件發(fā)送者）中過濾流量，以及確保記錄所有重要的用戶操作（在默認情況下可能不會發(fā)生，特別是在AJAX或基于flash的應(yīng)用程序中。）
• 若能將您的產(chǎn)品與其他產(chǎn)品進行比較（競品分析），則可能需要追蹤那些產(chǎn)品建立的標準所使用的額外指標。

11 結(jié)語

我們已經(jīng)花費了數(shù)年的時間來研究大數(shù)據(jù)背景下以用戶為中心的產(chǎn)品指標的問題。 這導(dǎo)致我們開發(fā)了 HEART 框架和目標-信號-指標流程，我們將其應(yīng)用于 Google 各個領(lǐng)域的 20 多種不同的產(chǎn)品和項目。

我們在本文中描述了幾個示例，這些示例說明了所得指標如何幫助產(chǎn)品團隊做出以數(shù)據(jù)為驅(qū)動力和以用戶為中心的決策。

我們還發(fā)現(xiàn)框架和流程對團隊討論的聚焦更加有幫助。 它們已經(jīng)推廣到我們公司自己的產(chǎn)品中，足以使我們相信其他組織中的團隊將能夠成功地使用或適應(yīng)它們。

我們已經(jīng)對框架和流程進行了一年多的微調(diào)，但每個框架的核心都保持穩(wěn)定，并且框架的類別足夠全面，可便可以適應(yīng)新的指標概念。

由于大規(guī)模行為指標相對較新，因此我們希望看到更多有關(guān)此主題的 CHI 研究，例如，確定每個類別中的哪些指標能夠最準確地反映用戶體驗質(zhì)量。

12 快速總結(jié)

（1）本文旨在通過建立 HEART 框架，并成立目標—信號—指標的映射方式來解決設(shè)計決策迭代科學(xué)性的問題。這個框架的成立基礎(chǔ)是大數(shù)據(jù)+自定義指標+周期性追蹤。

（2）HEART 的框架主要分別是 Happyness（幸福感）、Adoption（接受度）、Engagement（參與度）、Retention（留存率）和 Task Sussess（任務(wù)成功率）。其中簡易區(qū)別如下：

• Happyness 和 Task sussess 是貫穿所有產(chǎn)品時期的數(shù)據(jù)指標；
• Engagement 是成長期、成熟期更應(yīng)該追蹤的可以用于區(qū)分核心用戶的指標；
• Adoption 和 Retention 主要是探索期和成長期還有轉(zhuǎn)型期/重設(shè)計時期主要追蹤的指標（這兩個指標在成熟期會傾向于維穩(wěn)）。

（3）HEART 的數(shù)據(jù)指標的關(guān)鍵點是大數(shù)據(jù)周期性的迭代追蹤，部分指標在目前市場情況下稍顯理想化。

（4）框架應(yīng)用關(guān)鍵點在于目標——信號——指標的映射，也就是以終為始的思維。其中信號主要圍繞什么樣的用戶態(tài)度或行為會表明目標成敗的角度去構(gòu)思，并且該態(tài)度或行為變化應(yīng)僅受目標成敗的影響。

致謝

感謝 Aaron Sedley，Geoff Davis 和 Melanie Kellar 為 HEART 做出的貢獻，以及 Patrick Patrick 的支持。

參考資料

（此部分翻譯有些鏈接失靈，請直接谷歌關(guān)鍵詞）

1. Akers，D.等人 （2009）撤消和擦除事件作為可用性問題的指示器。 CHI 2009年，ACM出版社，第659-668頁。
2. Burby，J.和Atchison，S.（2007）. ActionableWebAnalytics. 印第安納波利斯：威利出版公司
3. Chi，E. 等人 （2002）. LumberJack：Web用戶流量組成的智能發(fā)現(xiàn)和分析。 WebKDD 2002 Proc，ACM Press，第1-15頁。
4. Dean，J.和Ghemawat，S.（2008）. MapReduce：大型集群上的簡化數(shù)據(jù)處理。 ACM的通訊，51（1），第107-113頁。
5. GoogleAnalytics：http://www.google.com/analytics
6. Grimes，C.etal（2007）. 僅查詢?nèi)罩具€不夠， WWW 07查詢?nèi)罩痉治鲅杏憰某绦颍篽ttp://querylogs2007.webir.org
7. Gwizdka，J. ＆Spence，I. （2007年）Web導(dǎo)航中損失和成功的隱式度量。 與計算機進行交互19（3），第357-369頁。
8. Hadoop：http://hadoop.apache.org/core
9. Kaushik，A.（2007）. WebAnalytics：AnHouraDay. 印第安納波利斯：威利出版公司
10. Kohavi，R.等 （2007）. 網(wǎng)絡(luò)上的受控實驗實用指南。 KDD 07，ACM Press，第959-967頁。
11. Omniture：http://www.omniture.com
12. Pike，R.等 （2005）. 解釋數(shù)據(jù)：使用Sawzall進行并行分析。 科學(xué)程序設(shè)計（13），第277-298頁。
13. Tullis，T.＆Albert，W.（2008年）. 衡量用戶體驗。 伯靈頓：摩根考夫曼。
14. UserZoom：http://www.userzoom.com
15. Weischedel，B.和Huizingh，E.（2006年）. 使用Web指標進行網(wǎng)站優(yōu)化：一個案例研究。 ICEC 06，ACM Press，第463-470頁。

注：

（1）翻譯目的是共享學(xué)習(xí)，有疑惑或翻譯錯誤請聯(lián)系 Dreamy 的郵箱 1163940428@qq.com 。鍵盤俠勿擾，和諧生活。

（2）局部翻譯結(jié)合原文與中式術(shù)語修改表述，讓其更易于理解。

（3）若侵權(quán)請聯(lián)系譯者刪除文章。若想轉(zhuǎn)發(fā)也請附上譯者信息（便于甄誤）。

原文作者：克里·羅登，希拉里·哈金森，辛孚（原Kerry Rodden, Hilary Hutchinson, and Xin Fu）

原文標題：《大數(shù)據(jù)下評估用戶體驗: Web 應(yīng)用程序中以用戶為中心的指標》

原文地址：?https://static.googleusercontent.com/media/research.google.com/zh-CN//pubs/archive/36299.pdf、

編譯作者：水水；博客（擱置 1.5 年重新?lián)炱?，沒啥幾篇破文章）：http://my.cgsdream.org/

本文由 @水水 翻譯發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。