大數(shù)據(jù)時(shí)代下的用戶體驗(yàn)方法研究

陳 琴

（仲愷農(nóng)業(yè)工程學(xué)院，廣東廣州 510225）

用戶體驗(yàn)的核心是以用戶為中心，并圍繞著這個核心進(jìn)行設(shè)計(jì)，踐行用戶體驗(yàn)一系列的流程和方法都是從這個核心出發(fā)。用戶體驗(yàn)的核心是以人為本，要求研究者和設(shè)計(jì)師在研究和設(shè)計(jì)過程中把用戶放在核心地位，利用用戶研究方法洞察出用戶真實(shí)的需求，并為此需求進(jìn)行設(shè)計(jì)，開發(fā)出滿足用戶真實(shí)需求的產(chǎn)品，實(shí)現(xiàn)在使用過程中的最優(yōu)體驗(yàn)。大數(shù)據(jù)的發(fā)展為用戶體驗(yàn)的研究提供了更大體量的數(shù)據(jù)支撐，為用戶體驗(yàn)的研究過程節(jié)省了收集及整理數(shù)據(jù)的時(shí)間，研究員在這過程中有了更多的時(shí)間和精力對整理好的數(shù)據(jù)進(jìn)行分析。同樣，大數(shù)據(jù)也是把雙刃劍，有利也存在弊端。而弊端體現(xiàn)在研究員過度依賴大數(shù)據(jù)，從而喪失了一些感性思考。總的來說大數(shù)據(jù)對于用戶研究來說利大于弊，也同樣是時(shí)代的潮流，這要求研究員要把握住其優(yōu)勢，避免其弊端。

1 用戶體驗(yàn)與大數(shù)據(jù)

1.1 用戶體驗(yàn)

用戶體驗(yàn)，簡稱UX 或UE，最初由唐納德·諾曼提出。唐納德認(rèn)為用戶體驗(yàn)的目標(biāo)是可用、好用、友好、好看、好記，這五大目標(biāo)讓用戶在使用產(chǎn)品或者服務(wù)時(shí)有著更好的體驗(yàn)。用戶體驗(yàn)方法流程的維度可以借用2005 年英國設(shè)計(jì)協(xié)會提出的一般性設(shè)計(jì)流程的“雙鉆設(shè)計(jì)程序模型“（Double Diamond Design Process Model）”的四個主要步驟：發(fā)現(xiàn)、定義、開發(fā)和交付。第一個步驟發(fā)現(xiàn)是一個發(fā)散的過程，收集內(nèi)部與外部資料，研究方法主要有文獻(xiàn)綜述、案例研究、焦點(diǎn)小組、訪談法、觀察法、問卷調(diào)查、市場細(xì)分等。第二個步驟定義是將前期收集到的資料進(jìn)行整合分析、提煉核心，是一個收斂的過程，其研究方法包括卡片分類、用戶畫像、用戶歷程圖、場景分析、KANO 模型、親和圖等。第三個步驟開發(fā)又是發(fā)散的過程，將抽象設(shè)計(jì)概念現(xiàn)實(shí)化、具體細(xì)節(jié)化，并且進(jìn)行反復(fù)終端使用測試，檢驗(yàn)是否能解決問題，其研究方法有原型和模擬、故事版、頭腦風(fēng)暴、服務(wù)設(shè)計(jì)藍(lán)圖、聯(lián)想法等。第四個步驟交付是整個研究設(shè)計(jì)驗(yàn)收環(huán)節(jié)，用戶最終能切實(shí)參與互動的環(huán)節(jié)，其方法包括用戶體驗(yàn)審核、期望值測試、評估性研究、眼動追蹤、網(wǎng)絡(luò)行為跟蹤、測試與評估、可用性測試、用戶反饋收集等。用戶體驗(yàn)研究方法多樣，本文主要從雙鉆設(shè)計(jì)程序模型四個步驟里的研究方法中選取用戶行為、用戶角色構(gòu)建、需求挖掘以及消費(fèi)者體驗(yàn)預(yù)測與大數(shù)據(jù)融化進(jìn)行研究分析（見表1）。

表1 雙鉆設(shè)計(jì)程序模型

1.2 大數(shù)據(jù)

“大數(shù)據(jù)”的概念最早出現(xiàn)在1980 年，麥肯錫（2011 年）等提出了大數(shù)據(jù)的5V特征，即體量（Volume）、種類（Variety）、速率（Velocity）、價(jià)值（Value）、真實(shí)性（Veracity），并被學(xué)術(shù)界和產(chǎn)業(yè)界廣泛認(rèn)同[1]。大數(shù)據(jù)的特征首先體現(xiàn)為“規(guī)模大”，存儲單位不斷增大以承載更多的數(shù)據(jù)量，表示數(shù)據(jù)體量巨大；“多樣”是大數(shù)據(jù)的重要特征性，其中包括了結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)；“速度快”是大數(shù)據(jù)采集和處理數(shù)據(jù)速度非?？?，能夠滿足實(shí)時(shí)數(shù)據(jù)分析需求；“價(jià)值密度低”是大數(shù)據(jù)的核心特征，隨著物聯(lián)網(wǎng)的廣泛應(yīng)用，信息感知無處不在，因?yàn)閿?shù)據(jù)量的分母太大了，即密度在降低，這個后面直接的隱喻就是要深度挖掘，才能發(fā)現(xiàn)我們希望的價(jià)值；“真實(shí)性”指的是大量的數(shù)據(jù)都來源用戶真實(shí)行為，真實(shí)的數(shù)據(jù)確保了研究結(jié)論的精準(zhǔn)性。這些特征使得大數(shù)據(jù)區(qū)別于傳統(tǒng)的數(shù)據(jù)概念。

1.3 大數(shù)據(jù)對用戶體驗(yàn)方法研究的影響

用戶體驗(yàn)是用戶使用服務(wù)時(shí)建立的一種整體的、主觀的心理感受。目前的用戶體驗(yàn)研究方法眾多，包括問卷調(diào)查、卡片分類、情景訪談、啟發(fā)性評估、可用性測試等[2]?；谝陨系难芯糠椒ǎ谝欢ǔ潭壬夏軌蚪鉀Q用戶體驗(yàn)中樣本量少并無法量化的問題。而大數(shù)據(jù)優(yōu)勢正好為這個問題提供解決方法，主要體現(xiàn)在大數(shù)據(jù)的五個特點(diǎn)上。借助于大數(shù)據(jù)的5V 特性，能夠在一定程度上優(yōu)化傳統(tǒng)用戶體驗(yàn)研究存在的短板。同時(shí)，從研究者角度出發(fā)，具有數(shù)據(jù)量大且真實(shí)的大數(shù)據(jù)在用戶有效性上對于用戶體驗(yàn)研究方法來說有拔高作用，實(shí)現(xiàn)“以人為中心”的產(chǎn)品設(shè)計(jì)目標(biāo)，研究所設(shè)計(jì)生產(chǎn)的產(chǎn)品能最大限度地滿足用戶的需求。此外，它們能準(zhǔn)確地適應(yīng)特定用戶的需求，體現(xiàn)了“以人為本”的產(chǎn)品設(shè)計(jì)理念。因此，大數(shù)據(jù)的發(fā)展對于用戶體驗(yàn)的研究發(fā)展具有重要意義。

2 大數(shù)據(jù)時(shí)代下的用戶體驗(yàn)方法

2.1 定性研究與定量研究的融合

基于雙鉆設(shè)計(jì)程序模型的研究方法。大多數(shù)學(xué)術(shù)研究人員更加傾向于從定性角度研究用戶體驗(yàn)，而企業(yè)設(shè)計(jì)師及設(shè)計(jì)實(shí)踐團(tuán)隊(duì)則希望采用一些定量化、標(biāo)準(zhǔn)化的研究工具和方法讓用戶體驗(yàn)?zāi)軌虮痪_度量[3]。由于兩種不同的研究視角在實(shí)際過程中整合度不夠。因此將傳統(tǒng)的定性研究與大數(shù)據(jù)的定量研究融化一起，更好地避免在用戶體驗(yàn)研究過程中存在的弊端。雖然設(shè)計(jì)思維基本上是一個以人為本的創(chuàng)新過程，設(shè)計(jì)思維可以用來探索和洞察用戶潛在需求。在線上通訊技術(shù)發(fā)達(dá)的時(shí)代，用戶在線上所產(chǎn)生的行為都會留下痕跡，進(jìn)而成為研究員的用戶真實(shí)數(shù)據(jù)來源，并對這些真實(shí)數(shù)據(jù)進(jìn)行整理及分析其關(guān)聯(lián)性，可以發(fā)現(xiàn)這些數(shù)據(jù)所隱藏的用戶真實(shí)需求。大數(shù)據(jù)整合可以針對缺乏用戶真實(shí)數(shù)據(jù)來源，從而糾正設(shè)計(jì)師在設(shè)計(jì)過程中會犯的主觀意識為主導(dǎo)的錯誤，更好的設(shè)計(jì)出滿足用戶真實(shí)需求的產(chǎn)品。

因此，大數(shù)據(jù)定量研究和定性研究的優(yōu)勢互補(bǔ)結(jié)合，讓用戶體驗(yàn)在研究設(shè)計(jì)的流程中不再是單方面的主觀表現(xiàn)，而是利用數(shù)據(jù)的多樣性和真實(shí)性進(jìn)行研究和使用。它不再追求事物之間的因果關(guān)系，而是更多地關(guān)注事物之間的相關(guān)性，從而使設(shè)計(jì)結(jié)果更加客觀。

2.2 用戶行為挖掘

大數(shù)據(jù)時(shí)代帶來海量真實(shí)的數(shù)據(jù)，這些數(shù)據(jù)中產(chǎn)生了多樣化的用戶行為。通過這些數(shù)據(jù)和可視化的方式，我們逐漸開始看到一些問題，也可以看到一些用戶行為的特點(diǎn)。例如，對于產(chǎn)品的全體用戶，就是頻繁購買某些商品，不管價(jià)格如何變動；或者在產(chǎn)品的整個用戶群體中，一部分用戶在交易流程中的某個環(huán)節(jié)特別容易跳出流程，而另外一部分用戶則完全不存在這樣的問題。根據(jù)這些用戶行為的特征可以運(yùn)用大數(shù)據(jù)的工具將其分析并得出一定的規(guī)律以便指導(dǎo)決策。利用大數(shù)據(jù)5V 特征可以彌補(bǔ)了傳統(tǒng)的用戶體驗(yàn)方法的存在的用戶樣本量小的問題。大數(shù)據(jù)時(shí)代下我們不需要知道這些數(shù)據(jù)背后的“為什么”，知道了“是什么”就已經(jīng)足以指導(dǎo)我們的決策。沃爾瑪就運(yùn)用了大數(shù)據(jù)所呈現(xiàn)的現(xiàn)象進(jìn)行商品擺放的位置，通過大量的數(shù)據(jù)他們發(fā)現(xiàn)當(dāng)颶風(fēng)來臨時(shí)，蛋撻的需求量就會增加。因此，這個時(shí)候沃爾瑪超市就會將颶風(fēng)用具與蛋撻擺放在一起。大數(shù)據(jù)指導(dǎo)他們將蛋撻與颶風(fēng)用品擺放那個在一起即可,并不需要去探索背后的原因。大數(shù)據(jù)的挖掘?qū)⒕珳?zhǔn)的精準(zhǔn)信息去做出更好的營銷決策，直接提高產(chǎn)品的銷量，讓產(chǎn)品獲得更好的增長。

2.3 用戶畫像構(gòu)建

在大數(shù)據(jù)運(yùn)用范疇內(nèi)，用戶畫像是通過大數(shù)據(jù)的整合與歸類而輸出的重要內(nèi)容。用戶畫像是研究者將大量真實(shí)的用戶數(shù)據(jù)進(jìn)行整合與歸類，從而建立的虛擬的用戶，這一個虛擬的用戶就代表著背后成千上萬的真實(shí)用戶，因此為一個虛擬用戶設(shè)計(jì)即是滿足了一群用戶的需求。利用大數(shù)據(jù)技術(shù)，一方面可以建立更全面、立體的用戶畫像；另一方面為用戶畫像的構(gòu)建提供了全量和真實(shí)的數(shù)據(jù)。在挖掘用戶行為基礎(chǔ)上，進(jìn)一步分析獲取用戶偏好、用戶習(xí)慣等信息，構(gòu)建出用戶完整畫像，再對用戶畫像進(jìn)行分類聚合，形成一個全面的用戶群體，并讓企業(yè)針對不同的用戶畫像制作個性化的推薦系統(tǒng)。很多成功的案例，它們都有著共同的特征，均為用戶畫像定位清晰、特征明顯，從產(chǎn)品角度從就是解決了專注、極致的核心問題。如蘋果的產(chǎn)品就是為有態(tài)度、追求品質(zhì)、特立獨(dú)行的人群服務(wù)，從而滿足了這起用戶群體的需求及在數(shù)碼市場上占據(jù)了穩(wěn)定的市場地位。又如豆瓣，它的目標(biāo)用戶群體就是文藝青年，而且僅為這群目標(biāo)群體提供服務(wù)，因此豆瓣的用戶黏性非常高。因此利用大數(shù)據(jù)技術(shù)建立全面、立體的用戶畫像，為產(chǎn)品的決策明確定位，服務(wù)核心用戶群體是走上成功的關(guān)鍵。

2.4 用戶需求挖掘

用戶需求的挖掘基于用戶畫像進(jìn)行分類聚合，形成抽象人群劃分，進(jìn)而可以根據(jù)人群畫像不同的屬性進(jìn)行分析與提取用戶的需求。在大數(shù)據(jù)時(shí)代，為了掌握和了解更多的用戶，就會對大數(shù)據(jù)進(jìn)行最基本的收集、分類、提取，人們可以通過多種不同渠道進(jìn)而獲取大量的用戶行為數(shù)據(jù)?；诖髷?shù)據(jù)的特點(diǎn)孕育了新的用戶需求挖掘工具和方法，如分類法、回歸分析法以及Web 數(shù)據(jù)挖掘法。分類方法主要用于尋找較大類別的數(shù)據(jù)庫，并將需要分析的數(shù)據(jù)對象劃分為不同的類型。其目的是使用分類形式將數(shù)據(jù)對象分類為特定類型。這種分類法在商業(yè)上運(yùn)用的很多，比如淘寶，它通過收集用戶在淘寶上所產(chǎn)生搜索和購買行為，進(jìn)行采集和劃分，從而對不同的用戶根據(jù)他們所購買的商品進(jìn)行精準(zhǔn)的推薦，這個分類法讓淘寶提高了銷量，同時(shí)又增加了用戶留存率。

3 大數(shù)據(jù)時(shí)代下用戶體驗(yàn)發(fā)展趨勢

隨著人工智能時(shí)代的到來，5G、數(shù)據(jù)儲存處理設(shè)備等軟硬件的發(fā)展，為用戶體驗(yàn)的研究方法提供有力的支撐。大數(shù)據(jù)以TB 為單位的爆炸性增長，讓用戶數(shù)據(jù)收集變得更加便利，同時(shí)硬件的發(fā)展，使得數(shù)據(jù)收集后能夠進(jìn)行大量數(shù)據(jù)的分類，這些數(shù)據(jù)分析的算法將作為體驗(yàn)設(shè)計(jì)師強(qiáng)大的助手?；诖髷?shù)據(jù)的優(yōu)勢用戶體驗(yàn)研究將從傳統(tǒng)單一的定量研究，轉(zhuǎn)變?yōu)閷⒍颗c定性兩個維度的研究方法相結(jié)合。首先收集到大量的用戶真實(shí)數(shù)據(jù)，再通過大數(shù)據(jù)的分析方法從而獲取用戶相關(guān)信息，在定量的分析方法上結(jié)合定性的分析方法，從而洞悉用戶真正的潛在需求。這可將定量研究中的客觀性與定性研究中的主觀性很好的結(jié)合在一起，彌補(bǔ)各自存在的不足，輸出更加精準(zhǔn)的設(shè)計(jì)策略。

結(jié)合人工智能技術(shù)運(yùn)用到用戶體驗(yàn)當(dāng)中來，來幫助用戶體驗(yàn)進(jìn)行更合理的研究。AI、云計(jì)算、深度學(xué)習(xí)等技術(shù)成為研究人員的得力助手，AI 能夠代替研究人員來處理簡單、重復(fù)的工作，進(jìn)而提高工作效率，如自動搜索海量資料數(shù)據(jù)并將其進(jìn)行分類、分析以及提取有用的數(shù)據(jù)。因此，在結(jié)合大數(shù)據(jù)基礎(chǔ)之上，可以實(shí)現(xiàn)在更大用戶范圍、更多數(shù)據(jù)來源的用戶體驗(yàn)設(shè)計(jì)上的研究。

4 結(jié)語

以用戶為中心的用戶體驗(yàn)是產(chǎn)品設(shè)計(jì)中的重要支撐，大數(shù)據(jù)能夠?yàn)橛脩趔w驗(yàn)研究提供海量的數(shù)據(jù)庫以便進(jìn)行分析。同時(shí)，還可以利用大數(shù)據(jù)的優(yōu)點(diǎn)，更好完善傳統(tǒng)用戶體驗(yàn)研究過程中會產(chǎn)生的主觀性偏差的問題。能夠更加精準(zhǔn)理解用戶真正的需求，進(jìn)而轉(zhuǎn)化為產(chǎn)品設(shè)計(jì)、服務(wù)設(shè)計(jì)等、更好地踐行了“以人為中心”的設(shè)計(jì)理念。