彭浩 吳志軍 楊元

關鍵詞：數(shù)字技術 數(shù)字挖掘 工業(yè)設計 用戶研究 用戶畫像 用戶需求

引言

工業(yè)設計用戶研究主要是精準構建目標群體用戶畫像、獲取用戶反饋、探究用戶行為規(guī)律，從而獲取用戶真實的場景痛點，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)境的關鍵[1]。但由于傳統(tǒng)工業(yè)設計用戶研究用戶參與性不強、用戶調(diào)研數(shù)據(jù)過少、數(shù)據(jù)分析工作量過大，導致用戶畫像、群體特征、用戶需求模糊化等問題[2]。這對傳統(tǒng)工業(yè)設計用戶研究方法提出了挑戰(zhàn)，從而亟需優(yōu)化其方法，構建數(shù)字技術下工業(yè)設計用戶研究方法。本文圍繞數(shù)字技術內(nèi)涵，在分析傳統(tǒng)工業(yè)設計用戶研究方法的基礎上，將數(shù)字技術與工業(yè)設計用戶研究相結合，依托互聯(lián)網(wǎng)平臺，在數(shù)字挖掘方面，通過AI智能精準構建用戶畫像，從而發(fā)現(xiàn)潛在用戶以及隱性需求；在數(shù)字連接方面，通過爬蟲技術整合用戶信息，從而擴大用戶研究樣本、獲取個性化與多樣化需求；在數(shù)字分析方面，通過數(shù)字傳感技術，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)字技術的內(nèi)涵

數(shù)字技術是以智能化技術為依托、以互聯(lián)網(wǎng)平臺為載體、以大數(shù)據(jù)為生產(chǎn)要素的現(xiàn)代化科學技術[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、相關性、因果性關系進行計算，自動挖掘龐大數(shù)據(jù)庫中的關聯(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。以爬蟲技術為核心，以建立虛擬網(wǎng)絡平臺或抓取互聯(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)字傳感技術為核心，以利用數(shù)字傳感裝置感應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)字技術具有上述的三種特征，其在數(shù)字化背景下工業(yè)設計用戶研究方法中具有以下幾個特性：（1）通過數(shù)字挖掘精準構建以用戶標簽核心的用戶畫像，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行細分，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“標準化，平等性交流”的方式參與研究，從而發(fā)現(xiàn)用戶個性化、多樣化需求。利用互聯(lián)網(wǎng)平臺建立網(wǎng)絡社群的方式，以及通過爬蟲技術抓取用戶在電子商務平臺評價信息的方式，直接或間接地獲取用戶使用反饋、價值需求等一手資料，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)品時的空間規(guī)律和行為（頻率）規(guī)律。利用數(shù)字傳感技術，通過智能互聯(lián)產(chǎn)品以及可穿戴設備，將用戶操作行為、移動頻率、行為軌跡及日常生活習慣等信息數(shù)據(jù)化、可視化表達，以此來獲取用戶行為數(shù)據(jù)庫。

二、傳統(tǒng)工業(yè)設計用戶研究方法

工業(yè)設計用戶研究內(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行分類，精準構建用戶畫像、把握群體特征，并在其基礎上觀察用戶行為、探尋用戶心理特征及感受用戶體驗性需求，獲取用戶在生活及產(chǎn)品使用過程中真實的場景痛點，促使產(chǎn)品研發(fā)更符合用戶使用經(jīng)驗、生活習慣及心理期待。傳統(tǒng)的工業(yè)設計用戶研究方法以信息化技術為依托、以線下調(diào)研為載體、以小數(shù)據(jù)為生產(chǎn)要素。其主要從構建用戶畫像、獲得用戶反饋、探究用戶操作行為三個維度進行工業(yè)設計用戶研究[1]。

（一）構建用戶畫像的目的主要是定義目標人群、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、地域等身份標簽，通過統(tǒng)計分析，構建基于身份標簽的用戶畫像[5]，獲取不同的用戶需求。例如，基于收入水平構建的用戶畫像，由于收入差距，用戶對產(chǎn)品的質(zhì)量、價格、情感價值關注的側(cè)重點不同，需求也不同。但在數(shù)字化時代，用戶喜好、行為特征等會隨時間快速變化，導致基于身份標簽構建的用戶畫像不具有全面性、動態(tài)性，從而很難把握用戶動態(tài)變化的需求[2]。例如，收入水平相似的用戶，消費習慣可能天差地別，富人也可能喜歡去小米優(yōu)品購買低價優(yōu)質(zhì)的商品，同時隨著收入的提高，用戶生活需求及消費水平可能會有新的改變。

（二）用戶反饋的目的主要是發(fā)現(xiàn)用戶個性化、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代，采用用戶問卷、入戶拍攝、問題訪談等傳統(tǒng)工業(yè)設計用戶研究方法，會導致樣本過少、地域范圍小、成本過高等問題。例如，在獲得用戶對智能掃地機器人的使用反饋時，由于時間、成本等問題，只能對部分區(qū)域、部分群體進行訪談或問卷，從而導致用戶參與研究能力不足、無法獲得大部分用戶真實有效的場景痛點及用戶個性化需求。

（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、行為實驗等方式來記錄和體驗用戶使用產(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)品時的日常習慣和操作規(guī)律，分析出符合用戶行為習慣的產(chǎn)品使用流程，提升用戶使用體驗[7]。例如，在研究用戶使用烤箱烹飪面包的操作行為時，需要對大量的錄像視頻進行一幀一幀的分析，或者邀請不同用戶進行行為實驗，來觀察用戶的行為（圖2）。但這樣的研究方法會出現(xiàn)步驟繁瑣、分析速度慢、數(shù)據(jù)分析工作量龐大等情況，從而導致無法精準捕捉用戶行為規(guī)律。

三、基于數(shù)字技術的工業(yè)設計用戶研究

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。在其基礎上，利用數(shù)字技術將用戶信息通過數(shù)據(jù)的形式記錄、傳遞、加工、處理，從而擴大研究樣本、優(yōu)化分析方法，最終促進用戶參與研究力度，得到精準的用戶需求，為工業(yè)設計用戶研究從量變到質(zhì)變的飛躍創(chuàng)造條件[8]。在數(shù)字化時代，依托互聯(lián)網(wǎng)平臺，構建基于數(shù)字技術的工業(yè)設計用戶研究方法（圖3）：（1）基于數(shù)字挖掘精準構建用戶畫像，利用AI智能，以用戶標簽為中心獲取數(shù)據(jù)，借助因果性關系分析用戶喜好、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，抓取用戶在互聯(lián)網(wǎng)平臺的使用反饋等數(shù)據(jù)，從而促進用戶參與研究力度，獲取用戶個性化、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，將物理行為、移動頻率等信息數(shù)字化分析，從而獲取用戶在某一場景下，操作產(chǎn)品的習慣及行為規(guī)律。

（一）基于數(shù)字挖掘精準構建用戶畫像

數(shù)字挖掘主要是依托AI智能，通過以身份標簽、統(tǒng)計標簽、算法標簽為核心的用戶標簽精準構建用戶畫像。身份標簽即用戶屬性標簽，主要是用來獲取用戶姓名、年齡等基本信息；統(tǒng)計標簽即用戶行為標簽，主要是獲取用戶在互聯(lián)網(wǎng)平臺的網(wǎng)頁瀏覽、購買等行為；算法標簽即用戶喜好標簽，主要是挖掘用戶偏好、用戶習慣等需求[9]。在數(shù)字化時代，為應對用戶喜好、體驗等動態(tài)需求，通過AI智能對用戶信息全方位、長周期掌握，并借助因果性、相關性關系進行智能化實時分析，從而獲得潛在用戶及用戶隱性需求[10 -11]。其具體實施方式為：首先，從用戶在淘寶、抖音等互聯(lián)網(wǎng)平臺上會員登陸的終端系統(tǒng)中，獲取用戶姓名、性別、居住地等基本信息；其次，圍繞用戶身份標簽，獲取用戶在互聯(lián)網(wǎng)平臺上的行為標簽，即瀏覽網(wǎng)頁軌跡、頻率、時間以及產(chǎn)品評價等行為數(shù)據(jù)，并對用戶行為標簽不斷更新、疊加。

最后，根據(jù)數(shù)據(jù)間的因果性關系進行分布式計算，實時分析成千上百個行為標簽，挖掘用戶喜好、行為等特征，并逐漸合成用戶畫像。在此基礎上，通過數(shù)字挖掘，利用相關性、相似性關系，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，運動達人、美食達人等[12]。針對同一用戶群體特征，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，進而對產(chǎn)品進行設計創(chuàng)新（圖4）。例如，挖掘互聯(lián)網(wǎng)平臺上泛90后群體的特征。首先，從美團與餓了么等平臺的數(shù)據(jù)終端獲取用戶姓名、地域以及學歷等基本信息；其次，一方面，從月均消費頻率及用戶在購買產(chǎn)品時的關注度來判斷其消費觀；另一方面，從用戶長期的外賣下單時間與類型，來判斷用戶飲食規(guī)律和飲食偏好等，從而構建精準構建用戶畫像；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，結合爬蟲技術，通過用戶直接或間接參與的方式打破傳統(tǒng)產(chǎn)品設計與用戶需求間的“非標準，非對稱交流”，使其轉(zhuǎn)化為基于數(shù)據(jù)的“標準化、對稱性談話”[13]，賦予用戶獲得表達和參與產(chǎn)品設計的新途徑，獲取用戶使用反饋、價值需求等一手資料，判斷用戶期待的產(chǎn)品價格及品質(zhì)，從而精準獲取個性化、多樣化需求[14]（圖5）。具體實現(xiàn)方式為：

1.用戶直接參與獲取反饋。以互聯(lián)網(wǎng)平臺為依托，通過線下用戶調(diào)研及在互聯(lián)網(wǎng)平臺上建立網(wǎng)絡社群的方式，讓興趣、愛好相同的用戶進行交流，獲取用戶使用反饋，利用爬蟲技術將反饋的數(shù)據(jù)，按照關鍵詞出現(xiàn)的頻率等方式進行分析，并以可視化方式進行表達，從而精準獲取大多數(shù)用戶的個性化、多樣化需求。例如，小米依托互聯(lián)網(wǎng)平臺，通過線上線下的方式收集用戶的設想及體驗報告等數(shù)據(jù)，將“米粉”的意見進行數(shù)據(jù)化打包，并將其進行數(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]。對小米來說雙方的溝通過程就是產(chǎn)品形成過程，此時用戶既是消費者，也是設計者。

2.用戶間接參與獲得反饋。利用爬蟲技術抓取用戶在淘寶、京東等互聯(lián)網(wǎng)平臺上關于銷量、產(chǎn)品及評價等數(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圖，得知企業(yè)在用戶面前的美譽度、搜尋產(chǎn)品發(fā)展趨勢，以此判斷用戶個性化、多樣化需求。例如，在新冠疫情的影響下，“健康”成為熱點話題，于是利用爬蟲技術抓取關于“健康”產(chǎn)品的銷量、評價等數(shù)據(jù)，根據(jù)用戶反饋關鍵詞出現(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。隨著消費者對工業(yè)設計用戶研究的參與度越來越深，甚至產(chǎn)品部分功能設計就是由消費者提出來的，這樣會增強用戶參與研究力度，從而獲得用戶反饋，精確把握用戶在真實場景下的個性化、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，通過智能互聯(lián)產(chǎn)品以及可穿戴設備，智慧追蹤用戶在某一場景下的操作行為、移動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，探索影響用戶操作的因素，提升工業(yè)設計用戶行為研究效率。具體實現(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)品的時間、頻率、觸點等數(shù)據(jù)，了解用戶使用產(chǎn)品時的行為方式、操作頻率等，并對其進行智能化分析，獲取用戶在特定場景下使用產(chǎn)品時的痛點，從而準確把握用戶真實需求，為客戶提供個性化服務[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，推測用戶飲食規(guī)律、飲食偏好等信息，從而在設計冰箱時，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)食材類別智能設定溫度等。

2.把數(shù)字傳感裝置設計為可穿戴設備（圖7），將應用于用戶自身。在研究用戶行為規(guī)律時，將其穿戴在用戶身上，通過其智能感應、行為軌跡分析等功能，來觀察、研究用戶在某一場景內(nèi)的操作行為特征、移動頻率等。由此根據(jù)用戶行為特征、操作習慣，為設計產(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，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，來智能化構建用戶處理垃圾操作動線的頻率網(wǎng)絡圖，降低工業(yè)設計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，探索影響垃圾處理因素、用戶習慣、操作規(guī)律，從而發(fā)現(xiàn)產(chǎn)品創(chuàng)新機會[3]。

結語

在數(shù)字化背景下，以信息化技術為依托，通過用戶問卷、用戶訪談、視頻拍攝、行為實驗的傳統(tǒng)工業(yè)設計用戶研究方法轉(zhuǎn)向以互聯(lián)網(wǎng)平臺為依托，通過AI智能、爬蟲技術、數(shù)字傳感技術的工業(yè)設計用戶研究方法?；跀?shù)字技術的工業(yè)設計用戶研究方法主要以下特點：第一，利用數(shù)字挖掘精準構建基于用戶標簽的用戶畫像，可全方位、長周期、實時更新用戶數(shù)據(jù)，精準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、賦予用戶表達與參與設計的權利，擴大工業(yè)設計用戶研究樣本，使用戶端需求直達研發(fā)端設計，精確獲取用戶個性化、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，預測用戶在產(chǎn)品所應用環(huán)境的使用體驗，確保研發(fā)在預期軌道。其解決了傳統(tǒng)工業(yè)設計用戶研究精度、深度不足的問題，優(yōu)化了傳統(tǒng)工業(yè)設計研究方法，對數(shù)字化背景下的工業(yè)設計用戶研究提供了可行性的解決方案。