彭浩 吳志軍 楊元

關(guān)鍵詞：數(shù)字技術(shù) 數(shù)字挖掘 工業(yè)設(shè)計(jì) 用戶研究 用戶畫像 用戶需求

引言

工業(yè)設(shè)計(jì)用戶研究主要是精準(zhǔn)構(gòu)建目標(biāo)群體用戶畫像、獲取用戶反饋、探究用戶行為規(guī)律，從而獲取用戶真實(shí)的場(chǎng)景痛點(diǎn)，促使產(chǎn)品研發(fā)更符合用戶心理期待。其方法是企業(yè)研究用戶行為、用戶態(tài)度、用戶環(huán)境的關(guān)鍵[1]。但由于傳統(tǒng)工業(yè)設(shè)計(jì)用戶研究用戶參與性不強(qiáng)、用戶調(diào)研數(shù)據(jù)過少、數(shù)據(jù)分析工作量過大，導(dǎo)致用戶畫像、群體特征、用戶需求模糊化等問題[2]。這對(duì)傳統(tǒng)工業(yè)設(shè)計(jì)用戶研究方法提出了挑戰(zhàn)，從而亟需優(yōu)化其方法，構(gòu)建數(shù)字技術(shù)下工業(yè)設(shè)計(jì)用戶研究方法。本文圍繞數(shù)字技術(shù)內(nèi)涵，在分析傳統(tǒng)工業(yè)設(shè)計(jì)用戶研究方法的基礎(chǔ)上，將數(shù)字技術(shù)與工業(yè)設(shè)計(jì)用戶研究相結(jié)合，依托互聯(lián)網(wǎng)平臺(tái)，在數(shù)字挖掘方面，通過AI智能精準(zhǔn)構(gòu)建用戶畫像，從而發(fā)現(xiàn)潛在用戶以及隱性需求；在數(shù)字連接方面，通過爬蟲技術(shù)整合用戶信息，從而擴(kuò)大用戶研究樣本、獲取個(gè)性化與多樣化需求；在數(shù)字分析方面，通過數(shù)字傳感技術(shù)，智能分析用戶行為規(guī)律，發(fā)現(xiàn)用戶使用過程的問題，探索影響用戶操作的因素。

一、數(shù)字技術(shù)的內(nèi)涵

數(shù)字技術(shù)是以智能化技術(shù)為依托、以互聯(lián)網(wǎng)平臺(tái)為載體、以大數(shù)據(jù)為生產(chǎn)要素的現(xiàn)代化科學(xué)技術(shù)[3-4]。其主要具有如下特征：（1）數(shù)字挖掘。以AI智能為核心，以某一特征為中心，將大量數(shù)據(jù)借助相似性、相關(guān)性、因果性關(guān)系進(jìn)行計(jì)算，自動(dòng)挖掘龐大數(shù)據(jù)庫中的關(guān)聯(lián)信息，并將其以網(wǎng)狀形式連接、分類及可視化方式展示。（2）數(shù)字連接。以爬蟲技術(shù)為核心，以建立虛擬網(wǎng)絡(luò)平臺(tái)或抓取互聯(lián)網(wǎng)數(shù)據(jù)的方式打破傳統(tǒng)數(shù)據(jù)壁壘的局限，將各行各業(yè)的數(shù)據(jù)進(jìn)行整合連接，讓萬物數(shù)據(jù)互聯(lián)、人人數(shù)據(jù)互聯(lián)，從而快速獲得更多資源。（3）數(shù)字分析。以數(shù)字傳感技術(shù)為核心，以利用數(shù)字傳感裝置感應(yīng)物理世界操作行為的方式獲取人-物-環(huán)境的交互規(guī)律，將物理世界的行為進(jìn)行數(shù)字世界的觀察和分析，從而快速獲取行為、空間規(guī)律等信息。

鑒于數(shù)字技術(shù)具有上述的三種特征，其在數(shù)字化背景下工業(yè)設(shè)計(jì)用戶研究方法中具有以下幾個(gè)特性：（1）通過數(shù)字挖掘精準(zhǔn)構(gòu)建以用戶標(biāo)簽核心的用戶畫像，從而精確獲取潛在用戶及用戶隱性需求。采用AI智能挖掘互聯(lián)網(wǎng)平臺(tái)上不同行業(yè)的用戶數(shù)據(jù)，按照用戶喜好、生活方式、行為等特征把用戶進(jìn)行細(xì)分，從而把握用戶群體特征。（2）通過數(shù)字連接促使用戶以基于數(shù)據(jù)的“標(biāo)準(zhǔn)化，平等性交流”的方式參與研究，從而發(fā)現(xiàn)用戶個(gè)性化、多樣化需求。利用互聯(lián)網(wǎng)平臺(tái)建立網(wǎng)絡(luò)社群的方式，以及通過爬蟲技術(shù)抓取用戶在電子商務(wù)平臺(tái)評(píng)價(jià)信息的方式，直接或間接地獲取用戶使用反饋、價(jià)值需求等一手資料，從而將研發(fā)端與需求端無縫連接。（3）通過數(shù)字分析探究用戶在操作產(chǎn)品時(shí)的空間規(guī)律和行為（頻率）規(guī)律。利用數(shù)字傳感技術(shù)，通過智能互聯(lián)產(chǎn)品以及可穿戴設(shè)備，將用戶操作行為、移動(dòng)頻率、行為軌跡及日常生活習(xí)慣等信息數(shù)據(jù)化、可視化表達(dá)，以此來獲取用戶行為數(shù)據(jù)庫。

二、傳統(tǒng)工業(yè)設(shè)計(jì)用戶研究方法

工業(yè)設(shè)計(jì)用戶研究?jī)?nèi)容主要是把具有相似喜好、生活方式等特征的用戶群體進(jìn)行分類，精準(zhǔn)構(gòu)建用戶畫像、把握群體特征，并在其基礎(chǔ)上觀察用戶行為、探尋用戶心理特征及感受用戶體驗(yàn)性需求，獲取用戶在生活及產(chǎn)品使用過程中真實(shí)的場(chǎng)景痛點(diǎn)，促使產(chǎn)品研發(fā)更符合用戶使用經(jīng)驗(yàn)、生活習(xí)慣及心理期待。傳統(tǒng)的工業(yè)設(shè)計(jì)用戶研究方法以信息化技術(shù)為依托、以線下調(diào)研為載體、以小數(shù)據(jù)為生產(chǎn)要素。其主要從構(gòu)建用戶畫像、獲得用戶反饋、探究用戶操作行為三個(gè)維度進(jìn)行工業(yè)設(shè)計(jì)用戶研究[1]。

（一）構(gòu)建用戶畫像的目的主要是定義目標(biāo)人群、把握群體特征、獲取潛在用戶與隱性需求。其通過用戶訪談、問卷的形式獲取用戶年齡、收入、地域等身份標(biāo)簽，通過統(tǒng)計(jì)分析，構(gòu)建基于身份標(biāo)簽的用戶畫像[5]，獲取不同的用戶需求。例如，基于收入水平構(gòu)建的用戶畫像，由于收入差距，用戶對(duì)產(chǎn)品的質(zhì)量、價(jià)格、情感價(jià)值關(guān)注的側(cè)重點(diǎn)不同，需求也不同。但在數(shù)字化時(shí)代，用戶喜好、行為特征等會(huì)隨時(shí)間快速變化，導(dǎo)致基于身份標(biāo)簽構(gòu)建的用戶畫像不具有全面性、動(dòng)態(tài)性，從而很難把握用戶動(dòng)態(tài)變化的需求[2]。例如，收入水平相似的用戶，消費(fèi)習(xí)慣可能天差地別，富人也可能喜歡去小米優(yōu)品購買低價(jià)優(yōu)質(zhì)的商品，同時(shí)隨著收入的提高，用戶生活需求及消費(fèi)水平可能會(huì)有新的改變。

（二）用戶反饋的目的主要是發(fā)現(xiàn)用戶個(gè)性化、多樣化需求?，F(xiàn)階段一般是采用用戶訪談、線上線下用戶問卷的形式獲得用戶反饋，通過統(tǒng)計(jì)分析、定性分析的方式分析用戶反饋、獲取用戶需求，從而使產(chǎn)品能夠快速迭代[6]。在用戶需求快速變化的時(shí)代，采用用戶問卷、入戶拍攝、問題訪談等傳統(tǒng)工業(yè)設(shè)計(jì)用戶研究方法，會(huì)導(dǎo)致樣本過少、地域范圍小、成本過高等問題。例如，在獲得用戶對(duì)智能掃地機(jī)器人的使用反饋時(shí)，由于時(shí)間、成本等問題，只能對(duì)部分區(qū)域、部分群體進(jìn)行訪談或問卷，從而導(dǎo)致用戶參與研究能力不足、無法獲得大部分用戶真實(shí)有效的場(chǎng)景痛點(diǎn)及用戶個(gè)性化需求。

（三）用戶操作行為的目的主要是研究用戶使用產(chǎn)品時(shí)的空間規(guī)律和行為（頻率）規(guī)律。現(xiàn)階段主要以視頻拍攝、行為實(shí)驗(yàn)等方式來記錄和體驗(yàn)用戶使用產(chǎn)品的全流程，通過行為觀察、視頻切片的方式研究用戶使用產(chǎn)品時(shí)的日常習(xí)慣和操作規(guī)律，分析出符合用戶行為習(xí)慣的產(chǎn)品使用流程，提升用戶使用體驗(yàn)[7]。例如，在研究用戶使用烤箱烹飪面包的操作行為時(shí)，需要對(duì)大量的錄像視頻進(jìn)行一幀一幀的分析，或者邀請(qǐng)不同用戶進(jìn)行行為實(shí)驗(yàn)，來觀察用戶的行為（圖2）。但這樣的研究方法會(huì)出現(xiàn)步驟繁瑣、分析速度慢、數(shù)據(jù)分析工作量龐大等情況，從而導(dǎo)致無法精準(zhǔn)捕捉用戶行為規(guī)律。

三、基于數(shù)字技術(shù)的工業(yè)設(shè)計(jì)用戶研究

在數(shù)字化背景下，用戶從物理人轉(zhuǎn)變?yōu)閿?shù)據(jù)人，用戶特征、行為等信息呈指數(shù)增長(zhǎng)。在其基礎(chǔ)上，利用數(shù)字技術(shù)將用戶信息通過數(shù)據(jù)的形式記錄、傳遞、加工、處理，從而擴(kuò)大研究樣本、優(yōu)化分析方法，最終促進(jìn)用戶參與研究力度，得到精準(zhǔn)的用戶需求，為工業(yè)設(shè)計(jì)用戶研究從量變到質(zhì)變的飛躍創(chuàng)造條件[8]。在數(shù)字化時(shí)代，依托互聯(lián)網(wǎng)平臺(tái)，構(gòu)建基于數(shù)字技術(shù)的工業(yè)設(shè)計(jì)用戶研究方法（圖3）：（1）基于數(shù)字挖掘精準(zhǔn)構(gòu)建用戶畫像，利用AI智能，以用戶標(biāo)簽為中心獲取數(shù)據(jù)，借助因果性關(guān)系分析用戶喜好、行為等特征，從而精確獲取潛在用戶及隱性需求；（2）基于數(shù)字連接全方位獲取用戶反饋，利用爬蟲技術(shù)，抓取用戶在互聯(lián)網(wǎng)平臺(tái)的使用反饋等數(shù)據(jù)，從而促進(jìn)用戶參與研究力度，獲取用戶個(gè)性化、多樣性需求。（3）基于數(shù)字分析探究用戶操作行為，利用數(shù)字傳感技術(shù)，將物理行為、移動(dòng)頻率等信息數(shù)字化分析，從而獲取用戶在某一場(chǎng)景下，操作產(chǎn)品的習(xí)慣及行為規(guī)律。

（一）基于數(shù)字挖掘精準(zhǔn)構(gòu)建用戶畫像

數(shù)字挖掘主要是依托AI智能，通過以身份標(biāo)簽、統(tǒng)計(jì)標(biāo)簽、算法標(biāo)簽為核心的用戶標(biāo)簽精準(zhǔn)構(gòu)建用戶畫像。身份標(biāo)簽即用戶屬性標(biāo)簽，主要是用來獲取用戶姓名、年齡等基本信息；統(tǒng)計(jì)標(biāo)簽即用戶行為標(biāo)簽，主要是獲取用戶在互聯(lián)網(wǎng)平臺(tái)的網(wǎng)頁瀏覽、購買等行為；算法標(biāo)簽即用戶喜好標(biāo)簽，主要是挖掘用戶偏好、用戶習(xí)慣等需求[9]。在數(shù)字化時(shí)代，為應(yīng)對(duì)用戶喜好、體驗(yàn)等動(dòng)態(tài)需求，通過AI智能對(duì)用戶信息全方位、長(zhǎng)周期掌握，并借助因果性、相關(guān)性關(guān)系進(jìn)行智能化實(shí)時(shí)分析，從而獲得潛在用戶及用戶隱性需求[10 -11]。其具體實(shí)施方式為：首先，從用戶在淘寶、抖音等互聯(lián)網(wǎng)平臺(tái)上會(huì)員登陸的終端系統(tǒng)中，獲取用戶姓名、性別、居住地等基本信息；其次，圍繞用戶身份標(biāo)簽，獲取用戶在互聯(lián)網(wǎng)平臺(tái)上的行為標(biāo)簽，即瀏覽網(wǎng)頁軌跡、頻率、時(shí)間以及產(chǎn)品評(píng)價(jià)等行為數(shù)據(jù)，并對(duì)用戶行為標(biāo)簽不斷更新、疊加。

最后，根據(jù)數(shù)據(jù)間的因果性關(guān)系進(jìn)行分布式計(jì)算，實(shí)時(shí)分析成千上百個(gè)行為標(biāo)簽，挖掘用戶喜好、行為等特征，并逐漸合成用戶畫像。在此基礎(chǔ)上，通過數(shù)字挖掘，利用相關(guān)性、相似性關(guān)系，把具有同類特征的用戶畫像，歸類為同一用戶社群，獲取群體的用戶特征，例如，運(yùn)動(dòng)達(dá)人、美食達(dá)人等[12]。針對(duì)同一用戶群體特征，從生活方式、用戶偏好等深層次的用戶行為中提煉產(chǎn)品理念，獲取潛在用戶及用戶隱性需求，進(jìn)而對(duì)產(chǎn)品進(jìn)行設(shè)計(jì)創(chuàng)新（圖4）。例如，挖掘互聯(lián)網(wǎng)平臺(tái)上泛90后群體的特征。首先，從美團(tuán)與餓了么等平臺(tái)的數(shù)據(jù)終端獲取用戶姓名、地域以及學(xué)歷等基本信息；其次，一方面，從月均消費(fèi)頻率及用戶在購買產(chǎn)品時(shí)的關(guān)注度來判斷其消費(fèi)觀；另一方面，從用戶長(zhǎng)期的外賣下單時(shí)間與類型，來判斷用戶飲食規(guī)律和飲食偏好等，從而構(gòu)建精準(zhǔn)構(gòu)建用戶畫像；最后把具有類似特征的用戶歸為一類群體，獲取用戶潛在需求。

（二）基于數(shù)字連接全方位獲取用戶反饋

數(shù)字連接主要依托互聯(lián)網(wǎng)平臺(tái)，結(jié)合爬蟲技術(shù)，通過用戶直接或間接參與的方式打破傳統(tǒng)產(chǎn)品設(shè)計(jì)與用戶需求間的“非標(biāo)準(zhǔn)，非對(duì)稱交流”，使其轉(zhuǎn)化為基于數(shù)據(jù)的“標(biāo)準(zhǔn)化、對(duì)稱性談話”[13]，賦予用戶獲得表達(dá)和參與產(chǎn)品設(shè)計(jì)的新途徑，獲取用戶使用反饋、價(jià)值需求等一手資料，判斷用戶期待的產(chǎn)品價(jià)格及品質(zhì)，從而精準(zhǔn)獲取個(gè)性化、多樣化需求[14]（圖5）。具體實(shí)現(xiàn)方式為：

1.用戶直接參與獲取反饋。以互聯(lián)網(wǎng)平臺(tái)為依托，通過線下用戶調(diào)研及在互聯(lián)網(wǎng)平臺(tái)上建立網(wǎng)絡(luò)社群的方式，讓興趣、愛好相同的用戶進(jìn)行交流，獲取用戶使用反饋，利用爬蟲技術(shù)將反饋的數(shù)據(jù)，按照關(guān)鍵詞出現(xiàn)的頻率等方式進(jìn)行分析，并以可視化方式進(jìn)行表達(dá)，從而精準(zhǔn)獲取大多數(shù)用戶的個(gè)性化、多樣化需求。例如，小米依托互聯(lián)網(wǎng)平臺(tái)，通過線上線下的方式收集用戶的設(shè)想及體驗(yàn)報(bào)告等數(shù)據(jù)，將“米粉”的意見進(jìn)行數(shù)據(jù)化打包，并將其進(jìn)行數(shù)據(jù)分析，得出用戶需求，最終根據(jù)大多數(shù)用戶的需求確定產(chǎn)品形態(tài)[15]。對(duì)小米來說雙方的溝通過程就是產(chǎn)品形成過程，此時(shí)用戶既是消費(fèi)者，也是設(shè)計(jì)者。

2.用戶間接參與獲得反饋。利用爬蟲技術(shù)抓取用戶在淘寶、京東等互聯(lián)網(wǎng)平臺(tái)上關(guān)于銷量、產(chǎn)品及評(píng)價(jià)等數(shù)據(jù)，通過相似性數(shù)據(jù)出現(xiàn)的頻率做出熱力圖和趨勢(shì)圖，得知企業(yè)在用戶面前的美譽(yù)度、搜尋產(chǎn)品發(fā)展趨勢(shì)，以此判斷用戶個(gè)性化、多樣化需求。例如，在新冠疫情的影響下，“健康”成為熱點(diǎn)話題，于是利用爬蟲技術(shù)抓取關(guān)于“健康”產(chǎn)品的銷量、評(píng)價(jià)等數(shù)據(jù)，根據(jù)用戶反饋關(guān)鍵詞出現(xiàn)的類別，可將其劃分為吃得健康、用得健康、出行健康等維度，從而獲取用戶在不同維度的需求。隨著消費(fèi)者對(duì)工業(yè)設(shè)計(jì)用戶研究的參與度越來越深，甚至產(chǎn)品部分功能設(shè)計(jì)就是由消費(fèi)者提出來的，這樣會(huì)增強(qiáng)用戶參與研究力度，從而獲得用戶反饋，精確把握用戶在真實(shí)場(chǎng)景下的個(gè)性化、多樣化需求、為產(chǎn)品快速迭代或研發(fā)提供依據(jù)。

（三）基于數(shù)字分析探究用戶操作行為

數(shù)字分析主要依托數(shù)字傳感技術(shù)，通過智能互聯(lián)產(chǎn)品以及可穿戴設(shè)備，智慧追蹤用戶在某一場(chǎng)景下的操作行為、移動(dòng)頻率以及行為軌跡等數(shù)字化信息，從而分析用戶操作產(chǎn)品時(shí)的行為規(guī)律和空間規(guī)律，發(fā)現(xiàn)用戶使用產(chǎn)品過程中遇到的問題和不良體驗(yàn)，探索影響用戶操作的因素，提升工業(yè)設(shè)計(jì)用戶行為研究效率。具體實(shí)現(xiàn)方式為：

1.把數(shù)字傳感裝置安裝在產(chǎn)品中，即智能互聯(lián)產(chǎn)品。通過智能互聯(lián)產(chǎn)品的數(shù)據(jù)終端記錄用戶使用產(chǎn)品的時(shí)間、頻率、觸點(diǎn)等數(shù)據(jù)，了解用戶使用產(chǎn)品時(shí)的行為方式、操作頻率等，并對(duì)其進(jìn)行智能化分析，獲取用戶在特定場(chǎng)景下使用產(chǎn)品時(shí)的痛點(diǎn)，從而準(zhǔn)確把握用戶真實(shí)需求，為客戶提供個(gè)性化服務(wù)[12]。例如，以小米智能冰箱為例（圖6），小米智能冰箱可通過內(nèi)部食物的消耗情況、食材種類、空間占有率等，推測(cè)用戶飲食規(guī)律、飲食偏好等信息，從而在設(shè)計(jì)冰箱時(shí)，可根據(jù)不同用戶群體需求，調(diào)整冰箱內(nèi)部空間及根據(jù)食材類別智能設(shè)定溫度等。

2.把數(shù)字傳感裝置設(shè)計(jì)為可穿戴設(shè)備（圖7），將應(yīng)用于用戶自身。在研究用戶行為規(guī)律時(shí)，將其穿戴在用戶身上，通過其智能感應(yīng)、行為軌跡分析等功能，來觀察、研究用戶在某一場(chǎng)景內(nèi)的操作行為特征、移動(dòng)頻率等。由此根據(jù)用戶行為特征、操作習(xí)慣，為設(shè)計(jì)產(chǎn)品的使用流程、產(chǎn)品體量以及布置功能模塊提供數(shù)據(jù)支撐。例如，在研究廚房垃圾處理方式時(shí)，可讓用戶穿戴數(shù)字傳感裝置，通過智慧追蹤用戶行為軌跡以及智能化呈現(xiàn)用戶軌跡等方式，來研究用戶在廚房烹飪這一場(chǎng)景下，廚房垃圾處理的空間規(guī)律和行為（頻率）規(guī)律，來智能化構(gòu)建用戶處理垃圾操作動(dòng)線的頻率網(wǎng)絡(luò)圖，降低工業(yè)設(shè)計(jì)用戶行為研究的工作量，提升用戶行為研究效率。以此發(fā)現(xiàn)用戶使用產(chǎn)品過程中遇到的問題和不良體驗(yàn)，探索影響垃圾處理因素、用戶習(xí)慣、操作規(guī)律，從而發(fā)現(xiàn)產(chǎn)品創(chuàng)新機(jī)會(huì)[3]。

結(jié)語

在數(shù)字化背景下，以信息化技術(shù)為依托，通過用戶問卷、用戶訪談、視頻拍攝、行為實(shí)驗(yàn)的傳統(tǒng)工業(yè)設(shè)計(jì)用戶研究方法轉(zhuǎn)向以互聯(lián)網(wǎng)平臺(tái)為依托，通過AI智能、爬蟲技術(shù)、數(shù)字傳感技術(shù)的工業(yè)設(shè)計(jì)用戶研究方法。基于數(shù)字技術(shù)的工業(yè)設(shè)計(jì)用戶研究方法主要以下特點(diǎn)：第一，利用數(shù)字挖掘精準(zhǔn)構(gòu)建基于用戶標(biāo)簽的用戶畫像，可全方位、長(zhǎng)周期、實(shí)時(shí)更新用戶數(shù)據(jù)，精準(zhǔn)獲取潛在用戶及用戶隱性需求。第二，利用數(shù)字連接獲取用戶反饋、賦予用戶表達(dá)與參與設(shè)計(jì)的權(quán)利，擴(kuò)大工業(yè)設(shè)計(jì)用戶研究樣本，使用戶端需求直達(dá)研發(fā)端設(shè)計(jì)，精確獲取用戶個(gè)性化、多樣化需求。第三，利用數(shù)字分析智慧追蹤并以可視化方式呈現(xiàn)用戶使用產(chǎn)品時(shí)的空間和行為規(guī)律，探索用戶使用過程中的問題和不良體驗(yàn)，預(yù)測(cè)用戶在產(chǎn)品所應(yīng)用環(huán)境的使用體驗(yàn)，確保研發(fā)在預(yù)期軌道。其解決了傳統(tǒng)工業(yè)設(shè)計(jì)用戶研究精度、深度不足的問題，優(yōu)化了傳統(tǒng)工業(yè)設(shè)計(jì)研究方法，對(duì)數(shù)字化背景下的工業(yè)設(shè)計(jì)用戶研究提供了可行性的解決方案。