Artworks Discovery：藝術探索與搜尋系統

概覽

Artworks Discovery 是公司建立的第一個藝術內容整合總入口，旨在讓使用者能在同一個介面中，橫跨探索來自畫廊、Artnet Auctions、合作拍賣行與成交紀錄的作品，資料庫涵蓋超過五千萬件項目。

本專案表面上是內容的水平整合，背後其實隱含三個更棘手的底層挑戰：異質來源的資料結構差異（data schema inconsistency）、市場語意彼此衝突（market semantics mismatch），以及不同類型使用者的搜尋意圖差異（search intent variance）。

有些使用者帶著明確目的尋找特定作品，也有些使用者以藝術家、風格或市場類型進行探索。因此設計範疇從單一網頁，延伸為一個同時支援多種搜尋意圖、並維持資訊一致性的探索系統。

本專案主要橫跨兩個核心介面：Discovery 列表頁（跨來源瀏覽與篩選），以及 Artwork 詳情頁（單件作品資訊整合）。

角色: 產品設計師
職責: 資訊架構設計、互動設計、可用性研究
時程: 約 6 個月（含上線與後續迭代）
團隊: 2 位設計師、內部產品團隊、外部開發合作夥伴

問題

藝術內容分散在四個來源，彼此並不一致

Problem statement

當我在瀏覽藝術品時，我希望能用同一個搜尋系統找到我需要的所有資訊，這樣就不用在不同來源之間來回切換。

藝術內容分散在四個來源：畫廊、Artnet Auctions、合作拍賣行與歷史成交紀錄。這些來源各自有不同的資料結構與市場語意，彼此並不一致。

在既有架構下，使用者需要在不同系統之間切換，並自行整合資訊，才能理解一件作品的完整市場脈絡。

舊系統的入口地圖：全站搜尋結果、藝術家頁、畫廊作品頁、拍賣行夥伴拍賣頁，以及 Artnet Auctions 與其單件詳情頁，各自是獨立的頁面。 — 舊系統的樣貌：藝術內容分散在多個獨立入口（全站搜尋、藝術家頁、畫廊與拍賣行頁面、Artnet Auctions），使用者得在不同頁面之間切換，才能拼湊出一件作品的完整市場。

HMW

我們能如何用一致和諧的設計語彙，同時呈現不同來源的藝術品資料，又不製造衝突？

同時必須避免一級市場（畫廊展售）與二級市場（拍賣成交）被錯誤地視為完全可直接比較的數據。

解法

打破來源壁壘，但維持市場語意邊界

我重新設計兩個核心介面：Discovery 列表頁負責跨來源整合、瀏覽與篩選；Artwork 詳情頁負責呈現單件作品的脈絡。以下分開說明。

Artworks Discovery 在筆電與手機上的畫面：Browse Artworks 頁面，含來源篩選與來自畫廊、拍賣、成交紀錄的作品列表。 — Artworks Discovery 跨桌機與行動裝置的實際響應式網頁畫面。

介面 01 — Discovery 列表頁

一個聚合型總入口，讓畫廊、拍賣與成交歷史並陳在同一份可流暢瀏覽的清單中。

統一卡片結構，但保留來源差異

所有作品使用同一套卡片設計，但保留各自的市場語意：畫廊作品標示「Price on Request」、進行中的拍賣顯示「Live Now」與估價、已成交作品顯示「Results Available」。用同一套排版包容不同的市場狀態，而不把它們抹平。

四張共用同一套版型的作品卡：標示「Live now」與估價的 Artnet Auctions 拍品、外部拍賣行拍品、標示「Price on Request」的畫廊作品，以及標示「Results Available」的已成交作品。

來源導向的篩選系統，與跨裝置一致的版型

篩選依資料來源與狀態切分：Available Now、Artnet Auctions、Galleries、Auction Houses 與 Ending Soon，用來梳理超過五千萬件作品。同一套版型從手機延伸到桌機，作品的閱讀結構不會因螢幕尺寸而位移。

Browse Artworks 頁在手機、平板與桌機上的呈現，篩選分為 Available Now、Artnet Auctions、Galleries、Auction Houses 與 Ending Soon。

篩選面板在手機與桌機上的特寫，所有欄位皆標注：關鍵字、藝術家、物件類型、媒材、價格範圍、尺寸、年份、拍賣行與畫廊、地區、時期、作品名稱，以及篩選標籤與結果數量。 — 細看篩選面板：那些原本散在不同搜尋頁的欄位（關鍵字、藝術家、媒材、價格、尺寸、年份、地區⋯）整合進單一、依來源設計的面板，附預設值與範圍，手機與桌機皆適用。

介面 02 — Artwork 詳情頁

單件作品的詳情頁，依各自的市場來源清楚承載脈絡。

重新組織資訊層級

改版後把來源資訊、市場數據與推薦作品分區呈現，避免混在同一層級互相干擾。

作品詳情頁改版前後對照，含淺色與深色版本，呈現來源、市場資料與相關作品更清楚的資訊層級。

畫廊與拍賣的欄位與市場意義不同，因此詳情頁在共用同一套 layout hierarchy 的前提下，依來源調整版型：畫廊作品偏重展覽與背景脈絡，拍賣作品偏重成交與估價資訊，避免視覺碎裂。

畫廊作品：展覽與背景脈絡。

有人在筆電上瀏覽 Artworks Discovery 的作品清單，在實際工作情境中查看篩選後的作品。 — 實際使用情境：在真實工作場景中瀏覽篩選後的作品列表。

成果

瀏覽與探索行為的早期變化

由於本專案是新建的 Discovery 入口，以下屬於 early signals（早期行為觀察），並非嚴格的前後對照。初步觀察是：平均瀏覽深度約提升至 1.6×，使用者更常從單一查找轉向連續瀏覽，跨來源切換的次數也下降。

1.6×

瀏覽深度

平均瀏覽深度約提升至 1.6×，使用者更常從單一查找轉向連續瀏覽。

約 30%

月回訪率（早期數據）

用於觀察「一站式探索」是否開始形成使用習慣，而非代表最終成長。

學習收穫

上線後的測試，指出了下一步要修什麼

上線後，我針對四位與藝術市場相關的使用者進行可用性測試（Usability Testing）：2 位資深畫廊專業人員、1 位畫廊創辦人、1 位高資產初次藏家。每場測試包含 10 分鐘訪談與 20 分鐘任務操作（跨四個情境），全程遠端進行。

雙軸模型上的三種使用者

我用「技術熟悉度」與「藝術市場熟悉度」兩個維度來分析使用者行為，整理出三種主要使用者：視覺探索者（依風格與視覺直覺瀏覽）、市場策略者（依作品名稱與市場資訊搜尋）、畫廊推廣者（關注藝術家曝光與能見度）。

整體穩定，但特定任務出現明顯落差

整體可用性表現穩定（4.5／5），但在特定任務上出現明顯落差。關鍵問題集中在「搜尋特定作品」，這是四個情境中唯一明顯斷點的任務。

核心問題出在系統邊界

最嚴重的問題是心智模型錯誤：使用者會誤以為 Header 的全站搜尋等於 Discovery 頁搜尋，但兩者範圍其實不同。這導致搜尋路徑錯誤、找不到預期結果、任務無法完成。

完整的研究報告依序說明了研究方法、三種 User Persona、核心洞察以及四個脈絡測試情境。

Discovery 頁可用性測試報告，第 3 頁：雙軸模型上的三種 User Persona。

Discovery 頁可用性測試報告，第 4 頁：Persona 1：視覺探索者。

Discovery 頁可用性測試報告，第 5 頁：Persona 2：市場策略者。

Discovery 頁可用性測試報告，第 6 頁：Persona 3：畫廊推廣者。

Discovery 頁可用性測試報告，第 7 頁：洞察：各 Persona 的可用性評分。

Discovery 頁可用性測試報告，第 8 頁：洞察：八大痛點，依嚴重程度排序。

Discovery 頁可用性測試報告，第 10 頁：情境 2：依多重條件進行進階搜尋。

Discovery 頁可用性測試報告，第 11 頁：情境 3：編輯與調整篩選條件。

Discovery 頁可用性測試報告，第 12 頁：情境 4：不套用篩選的自由瀏覽行為。

Discovery 頁可用性測試報告，第 13 頁：總結：五個 How Might We 與後續推進方向。

1／13 背景：研究目標與方法。

下一步要修什麼

測試顯示，問題核心在於對系統邊界的理解錯誤。因此優先順序定為：

修正全站搜尋與 Discovery 頁搜尋之間的心智模型。
優化搜尋與篩選的互動。
微調視覺細節。

結論的適用邊界，比結論本身更重要

四位受測者偏向畫廊端使用者，因此結果更適合描述特定專業族群的行為，不代表整體市場。研究的價值，在於清楚界定結論適用的範圍。

更深一層的收穫是：跨來源的系統設計，本質上是在設計「使用者如何理解資訊來源」，以及它在不同市場語境中代表的意義。

Praxis，AI 交易策略評估工作空間→