主导预测性风险平台的设计，赢得重要客户并将合规成本降低 50%

锁定核心的可用性与合规问题

问题陈述

“Merkle Science 的用户体验受制于过度的数据复杂性和有限的自定义能力，使合规官和取证分析师难以高效地检测和防范与加密货币相关的犯罪。”

目标与成功指标

精简仪表盘：将合规官整理数据所花的时间减少 30%。

增强报告工具：让取证分析师的日常任务效率提高 25%。

竞争差异化：提供既易用又高度可自定义的功能，超越竞争对手（Chainalysis、Elliptic）。

竞品分析

Chainalysis：取证功能强大，但 UI 复杂、令人不知所措。

Elliptic：更易用，但自定义能力有限。

我们的优势：一种混合思路——在简洁界面上提供深度功能，并配以基于行为的交易监测，在市场中脱颖而出。

原型：为最佳可用性而迭代设计

我梳理出核心工作流程（交易概览、警报审查、案件报告），并聚焦于导航清晰和尽量减少杂乱。

下一步是加入品牌元素、图表占位符和初步的配色方案。然后我开始与选定的合规官进行测试，以确认数据流转的逻辑。

最后，我在 Figma 中构建了带有高级筛选逻辑和动态图表过渡的交互式原型。同时确保它展示了一套稳健的报告机制，包括面向取证团队的“附加证据”功能。

测试与优化：验证可用性提升

在优化好原型之后，我们进入持续改进的循环：

任务耗时指标：观察到用户参与度提高 20%，任务完成时间缩短 15%。

仪表盘自定义：为合规官减少了 30% 的数据管理开销。

取证报告：得益于全面的导出功能，平均调查时间缩短了 25%。

我加入 Merkle Science 时，该平台已经在处理交易监测、取证调查和合规培训等关键功能。然而，其 UI 和工作流程过于复杂，学习曲线陡峭，效率非常低。

从一开始我就有一些迫切的问题：

我们的主要用户究竟是谁（例如合规官、取证分析师还是监管者）？

他们在加密货币风险分析上最大的痛点是什么？

我们如何在不丢失关键细节的前提下简化数据呈现？

为了回答这些问题，我组织了一场跨部门工作坊（涉及产品经理、客服负责人、开发者和市场部），厘清平台当前的能力并识别核心用户挑战。工作坊的结果清楚地表明，我们用户群中的合规官群体正面临数据过载，而分析师群体则需要详尽的交易历史和快速的报告生成。

构思：在数据深度与清晰度之间寻找平衡的解决方案

手握研究洞察和竞品发现，我主持了头脑风暴，提出并对解决方案排定优先级。

我提出了以下几个概念：

可自定义仪表盘，让合规官选择显示哪些小组件，确保相关数据优先浮现。以及高级筛选器，可按风险评分、地域或钱包类型对交易分段。

增强型取证工具包，用于详尽的交易历史（丰富的元数据、可视化数据叠加和时间线视图），以及一个报告生成器，支持一键导出并配有面向调查人员或法务团队的自定义模板。

基于行为的监测思路，是引入机器学习模式，在异常交易升级之前将其标记出来。同时以清晰、简化的信息流呈现可疑活动警报。

在一次内部演示中，一位试点客户的合规官打趣道：“我终于不觉得数据在冲我吼了。”这句小小的评论印证了我们的信念：可用性和原始功能同样至关重要。

上线与影响：建立信任并赢得重要客户

高知名度客户的获取

实施后，现有客户把 Merkle Science 推荐给了更大的加密货币交易所。

拿下了与 Binance、Crypto.com 的试用，以及与美国政府机构的一次现场测试。

监管机构：参与了与联邦执法部门的试点项目，展示了平台稳健的取证能力和易用的设计。