基于大數(shù)據(jù)用戶畫像和KJ-AHP法的用戶需求研究

尹璐　何人可　郝涔鈞

關(guān)鍵詞：雙鉆石模型 大數(shù)據(jù)用戶畫像 KJ親和圖法 AHP層次分析法 用戶需求

中圖分類號：TB47 文獻(xiàn)標(biāo)識碼：A

文章編號：1003-0069（2022）01-0082-04

引言

用戶需求是產(chǎn)品設(shè)計環(huán)節(jié)的開始，也是成功設(shè)計產(chǎn)品的前提。隨著社會經(jīng)濟(jì)的發(fā)展，人們的需求開始不斷變化，一成不變的設(shè)計早已不能滿足用戶的需求，用戶需求的研究也顯得愈發(fā)重要。

國外較早地開始了對用戶需求的研究，比較著名的理論與方法包括馬斯洛需求層次理論、Kano需求模型、AHP層次分析法、用戶參與的需求獲取研究方法以及快速深入的用戶需求研究法等。而在國內(nèi)對用戶需求的研究主要從用戶需求建模、用戶需求的獲取表現(xiàn)、以及用戶需求重要性三種角度進(jìn)行研究。現(xiàn)有的用戶需求研究方法主要以用戶需求作為獨(dú)立的研究對象，例如Kano模型和AHP層次分析法都是對已獲取的用戶需求進(jìn)行優(yōu)先級的比較和排序，較少有研究從用戶需求獲取之前到用戶需求整合產(chǎn)出的完整的研究方法，存在一定的不完整和局限性。

本文建立了以大數(shù)據(jù)用戶畫像和KJ-AHP分析法為基礎(chǔ)的雙鉆石用戶研究模型，并以臺式一體機(jī)為例，進(jìn)行了用戶需求研究。以此得出有重點(diǎn)和針對性的用戶需求優(yōu)先級列表，建立了完整的用戶研究流程，為用戶需求的獲取提供方法。

一、以雙鉆石模型為基礎(chǔ)的方法論研究

本文的研究以20 05年英國設(shè)計委員會演繹的設(shè)計過程基準(zhǔn)——雙鉆石模型（The ‘Double Diamond’Design Process Model）為參考，進(jìn)行了方法論的研究。

“雙鉆石”模型原本是在服務(wù)設(shè)計作為一種更清晰的實踐出現(xiàn)時而設(shè)計的，它是在產(chǎn)品設(shè)計、圖形設(shè)計和用戶體驗設(shè)計的基礎(chǔ)上發(fā)展起來的一個工具、一種思維模式或者一種結(jié)構(gòu)化的設(shè)計方法[4] 。將設(shè)計過程分為4個階段 ：“鉆石”一的“探索”和“定義”階段用以研究與合成問題，“鉆石”二的“開發(fā)”和“交付”階段用以構(gòu)思創(chuàng)意和實施方案。由此直觀地呈現(xiàn)了設(shè)計思維在設(shè)計過程中不斷進(jìn)行發(fā)散和收斂的轉(zhuǎn)變，如圖1。

以臺式一體機(jī)的設(shè)計研究為例，以雙鉆石模型為基礎(chǔ)，結(jié)合大數(shù)據(jù)用戶畫像和KJ-AHP分析法的特征創(chuàng)造性的將研究過程分為四個階段，不斷對數(shù)據(jù)進(jìn)行發(fā)散和收斂：階段一大數(shù)據(jù)收集、階段二用戶畫像繪制、階段三用戶需求收集和階段四用戶需求歸納，如圖2。以上述方法可得出更加客觀的研究結(jié)果，并有助于設(shè)計的產(chǎn)出，具體內(nèi)容將在下文進(jìn)行詳細(xì)闡述。

二、利用大數(shù)據(jù)用戶畫像篩選目標(biāo)用戶

大數(shù)據(jù)用戶畫像，是由用戶在社交網(wǎng)絡(luò)媒體中的社交關(guān)系，偏好行為等信息對用戶進(jìn)行標(biāo)簽化處理的方法，設(shè)計的初期，為幫助設(shè)計者理解用戶需求，常常會采取建立用戶畫像的方式，整合用戶信息。在2003年，Cooper曾經(jīng)提出用戶畫像的概念，通過識別用戶的典型特征，將用戶的類型進(jìn)行細(xì)分，將行為特征進(jìn)行歸類，即可發(fā)現(xiàn)類型用戶對于產(chǎn)品的需求和傾向。在信息化的時代，所有人都是數(shù)據(jù)信息的提供者和使用者，在此過程中必然會留下痕跡，因此可以將用戶所留下的數(shù)據(jù)信息痕跡收集起來，通過不同的特征性，就可以對用戶進(jìn)行用戶畫像的繪制，從而挖掘更有利用價值的信息。

傳統(tǒng)的用戶研究主要以定性研究為主，樣本量較少，難以挖掘大數(shù)據(jù)樣本下用戶的普遍需求。傳統(tǒng)的用戶畫像同樣也以定性研究為主，主觀意識過強(qiáng)，缺少一定的客觀性。與傳統(tǒng)以定性為主的用戶研究不同，本研究以大量的數(shù)據(jù)作為基礎(chǔ)，發(fā)散性的挖掘具有代表性的用戶特征，進(jìn)行大數(shù)據(jù)下的用戶畫像繪制，對數(shù)據(jù)進(jìn)行發(fā)散和收斂，使結(jié)果更具客觀性和普適性。

以臺式一體機(jī)為例，在通過大量有關(guān)臺式一體機(jī)的信息數(shù)據(jù)的爬取之后，進(jìn)行數(shù)據(jù)整合，從而對其中的用戶屬性和標(biāo)簽進(jìn)行分類劃分，便于后期在線下定位特征性訪談用戶。在經(jīng)過多個平臺的比對后，由于新浪微博平臺（以下簡稱微博）較為公開，信息較為豐富，本次研究中的數(shù)據(jù)主要從微博中進(jìn)行爬取。截止至2019年底，新浪科技公布：微博的月活躍用戶到達(dá)5.16億，日活躍用戶到達(dá)2.22億 。在微博用戶注冊時，用戶個人就已經(jīng)添加了大量包括年齡、地域、性別、職業(yè)等用戶基本信息，以上這些結(jié)合用戶發(fā)表的微博關(guān)鍵詞，就可以對用戶的身份年齡和職業(yè)特征進(jìn)行用戶畫像的繪制，由此得出使用臺式、一體式電腦的用戶類型，以便于我們進(jìn)一步的訪談研究。

（一）階段一-大數(shù)據(jù)收集

1.數(shù)據(jù)爬取：爬取程序主要分為兩大模塊：微博內(nèi)容和用戶信息。首先利用python3.8、 PyCharm編譯程序、Redis數(shù)據(jù)庫以及Mongdb數(shù)據(jù)庫進(jìn)行數(shù)據(jù)的爬取和整理。以臺式一體機(jī)為例，通過微博爬取包含現(xiàn)有較為高端（價格在8000元以上的臺式機(jī)或10000元以上的一體機(jī)）的臺式機(jī)一體機(jī)品牌及產(chǎn)品的微博內(nèi)容，篩選出該類用戶，并爬取該類用戶包含年齡、地域、性別、職業(yè)以及微博內(nèi)容等信息，爬取的信息以關(guān)鍵詞形式進(jìn)行整理。

2.數(shù)據(jù)清理：由于數(shù)據(jù)量龐大，信息繁多，大量數(shù)據(jù)在采集的過程中會存在各種問題，因此需要對數(shù)據(jù)進(jìn)行清理。在爬取了20萬條以上的微博數(shù)據(jù)之后，對數(shù)據(jù)進(jìn)行了清理，其清理方式為加載自定義停用詞庫，剔除標(biāo)點(diǎn)符號和無用的詞匯（包括：“哈哈”“一臺”“就是”等）。

3.編碼原則：利用如圖4所示的編碼原則對爬取的數(shù)據(jù)進(jìn)行了分類，將用戶在微博平臺中的認(rèn)證信息，個人簡介和微博內(nèi)容進(jìn)行了數(shù)據(jù)清洗和結(jié)構(gòu)化，得出用戶的事實標(biāo)簽，其中包含了用戶的個人信息、工作信息、日?；顒印⑴d趣愛好、產(chǎn)品評價及互動內(nèi)容等;再由事實標(biāo)簽進(jìn)行特征分析，得到模型標(biāo)簽，包括性別年齡等基本信息、學(xué)習(xí)工作偏好等偏好信息、以及對產(chǎn)品的性能外觀和消費(fèi)偏好等信息，最終進(jìn)行模型預(yù)測，得到預(yù)測標(biāo)簽，歸類于人群屬性、興趣行為特征以及消費(fèi)需求特征三個大類的關(guān)鍵詞標(biāo)簽。

4.設(shè)定職業(yè)判斷標(biāo)準(zhǔn)：針對用戶的職業(yè)，篩選出數(shù)量排序在前六十個的與人群屬性相關(guān)的關(guān)鍵詞，（包括記者、剪輯、開發(fā)等），賦予每個職業(yè)多個判斷關(guān)鍵詞，將篩選出的六十個關(guān)鍵詞再次進(jìn)行了聚類分析，提取一共八項職業(yè)，如圖5。（包括媒體人、職場精英、科研人員、程序員、設(shè)計師等）（二）階段

二-大數(shù)據(jù)用戶畫像繪制

在收集到大量的數(shù)據(jù)特征信息后，本研究對大數(shù)據(jù)收集到的用戶普遍性特征進(jìn)行概括總結(jié)，進(jìn)行用戶畫像的繪制，對目標(biāo)用戶進(jìn)行收斂，并以此為基礎(chǔ)再進(jìn)行深入的用戶訪談和調(diào)研。

對相關(guān)用戶的個人信息，包括地區(qū)、性別、年齡、興趣行為特征和消費(fèi)需求特征進(jìn)行了整理和統(tǒng)計聚類分析，形成了關(guān)鍵詞詞云以及以下幾個維度：基本屬性，包括其性別、年齡、地域以及職業(yè);興趣行為特征，主要包含生活習(xí)慣、興趣愛好以及社交活動特征。消費(fèi)需求特征，主要包括對于產(chǎn)品的性能配置、外觀審美、消費(fèi)偏好以及品牌忠誠度。

在經(jīng)過特征整合后，最終整理出以下7個用戶畫像，其中包含：廣告部總監(jiān)、獨(dú)立工作室成員、數(shù)碼博主、游戲主播、主編、動畫工作室設(shè)計師和大學(xué)學(xué)生。其中，廣告部總監(jiān)和獨(dú)立工作室成員屬于B端的用戶，數(shù)碼博主、游戲主播、主編、動畫工作室設(shè)計師和大學(xué)學(xué)生屬于C端用戶，如圖6。

（三）特征用戶篩選

由微博收集的數(shù)據(jù)分析，最終得出了用戶的地域分布、性別比例、年齡層次、職業(yè)分布以及品牌電腦購買情況，結(jié)果如表1所示，根據(jù)以上得到的結(jié)果，我們對線下的用戶進(jìn)行了篩選和招募，在填寫用戶招募問卷后，我們將74份答卷進(jìn)行了篩選，最終得到15名線下訪談的用戶，在此之后，對其進(jìn)行了訪談研究。

三、利用KJ-AHP層次分析法探尋用戶需求層級

KJ親和圖法是一種由非量化的分析方法，根據(jù)內(nèi)在的相互關(guān)系歸類的綜合方法，從混亂無序的信息中進(jìn)行分級歸納，最終形成有規(guī)律的信息架構(gòu)，簡化問題的復(fù)雜度。而層次分析法又稱解析遞階過程（Analytical Hierarchy Process），簡稱AHP法，是20世紀(jì)70年代Saaty提出的一種決策方法，將復(fù)雜問題系統(tǒng)化，將復(fù)雜的元素分解為目標(biāo)、準(zhǔn)則和方案等幾個層次，在此基礎(chǔ)上進(jìn)行定性和定量分析，可以幫助決策者量化經(jīng)驗，解決復(fù)雜且缺乏數(shù)據(jù)的情況 。在進(jìn)行用戶需求層級的探尋時，可以有效地將定性的問題定量化，有效提升結(jié)果的客觀性，增強(qiáng)最終設(shè)計決策的合理性。

本文結(jié)合使用了KJ法和AHP層次分析法，在經(jīng)過線下深入用戶訪談之后利用KJ法對用戶需求進(jìn)行了整合分析，對用戶需求進(jìn)行收斂，得出基本的需求層次化功能指標(biāo)，再對用戶進(jìn)行了回訪，使用戶對此前得出的需求層次化功能指標(biāo)進(jìn)行排序，通過AHP層次分析法對用戶的排序結(jié)果進(jìn)行分析，最終得出臺式、一體式電腦層次化功能指標(biāo)綜合權(quán)重，確定需求的優(yōu)先級，為分析用戶需求提供參考。

（一）階段三-用戶需求收集

針對15位不同屬性、不同生活方式的的目標(biāo)用戶，我們有針對性地準(zhǔn)備了訪談腳本，采用半結(jié)構(gòu)化開放式訪談的方式，分別從基本信息、生活方式、臺式機(jī)/一體機(jī)購買使用經(jīng)歷、品牌認(rèn)知與偏好、審美偏好和3c產(chǎn)品使用經(jīng)歷等幾個方面進(jìn)行深入訪談，在線下對15名經(jīng)過詳細(xì)篩選的用戶進(jìn)行了深入的用戶訪談，深入了解了用戶的特征，生活環(huán)境以及現(xiàn)在正在使用臺式或一體式電腦的痛點(diǎn)和需求。

（二）階段四-用戶需求歸納

在用戶需求的分析方法中選擇了KJ-AHP分析法，對用戶的需求同時進(jìn)行定性和定量的分析，收斂用戶需求的結(jié)果。由此可以有效地將定性的問題定量化，有效提升結(jié)果的客觀性，增強(qiáng)最終設(shè)計決策的合理性。

1.用戶需求功能指標(biāo)劃分：半結(jié)構(gòu)化開放式訪談的主要局限是難以保證形成的概念可靠和有效、訪談結(jié)果難以定量分析等，于是結(jié)合用戶訪談流程以及我們需要的信息，我們將15個深入訪談用戶的quotes利用KJ親和圖法進(jìn)行整理，將訪談得出的用戶需求、痛點(diǎn)和未來展望進(jìn)行了刪減和合并的處理，最終得出了臺式、一體式電腦的需求層次結(jié)構(gòu)為：1個目標(biāo)層、4個一級指標(biāo)（包括功能、外觀、體驗、安全）和21個二級指標(biāo)。

目標(biāo)層：即此層次結(jié)構(gòu)模型的總目標(biāo)，為臺式、一體式電腦的層次化功能需求;

一級指標(biāo)：根據(jù)KJ法從用戶散亂的需求中總結(jié)提取出具體功能需求B1、外觀需求B2、使用體驗需求B3、安全需求B4這四類設(shè)計指標(biāo)要素作為準(zhǔn)則層評價要素;

二級指標(biāo)：根據(jù)一級指標(biāo)設(shè)計要素進(jìn)行詳細(xì)劃分，通過KJ法和歸納篩選出C1-C20一共20個評價指標(biāo)，如表2所示。

2.各指標(biāo)需求點(diǎn)痛點(diǎn)描述

C1多功能顯示器：用戶希望顯示器可以具有一個屏幕顯示之外的功能，可以投影或是多屏顯示;C2高效協(xié)同：用戶需要利用屏幕拼接和變換的方式提升工作效率;C3電腦狀況提示：有針對不同電腦部位的指示燈，對電腦的運(yùn)行狀態(tài)進(jìn)行指示;C4高效自定義：可以進(jìn)行更加便利的功能和拓展設(shè)備和接口的自定義設(shè)置，有更多可拓展的功能模組;C5人性化的外設(shè)連接方式：現(xiàn)有的外設(shè)接口都存在于電腦背部或主機(jī)接口較少，不方便用戶操作使用，需要更加方便使用、更具人性化的外接設(shè)備連接方式;C6家庭智腦：用戶需要電腦能夠作為家庭的智能中控，陪伴和管理用戶的生活，聯(lián)動家居智能產(chǎn)品;C7靈活智能的外設(shè)充電方式：希望鍵鼠、手機(jī)等設(shè)備可以靠近某一個區(qū)域就可無線充電，或是反向充電;C8減少占地：減小電腦和主機(jī)在桌面上的占地面積;C9易清潔的屏幕和機(jī)箱：現(xiàn)有產(chǎn)品主機(jī)除塵需要拆開才可除塵，屏幕也很容易落灰，清理十分不便，用戶希望擁有更加容易清潔的產(chǎn)品;C10柔性審美/美學(xué)弧度的外觀設(shè)計：偏好比較有弧度的產(chǎn)品，不喜歡太有棱角過于方正的外觀;C11整體家裝一致性：電腦外觀能夠符合家裝風(fēng)格;C12人性化的包裝設(shè)計：更加精細(xì)，更加人性化的包裝設(shè)計，更有儀式感;C13高效的交互方式：現(xiàn)有的電腦交互多為鍵鼠操作，用戶需要更方便操作多模態(tài)的交互方式，提升電腦的操作效率;C14桌面無線化：現(xiàn)有產(chǎn)品主機(jī)和顯示器之間連線太多，搬運(yùn)移動不方便;C15健康：能夠自行對顯示器高度和角度進(jìn)行調(diào)節(jié)，能夠保護(hù)用戶的視力和身體健康;C16情感需求：能夠在使用時進(jìn)行氛圍感的營造，能有RGB的燈光;C17沉浸感：使用時無論是在視覺還是聽覺，都能給自己更有沉浸感的體驗，包括屏幕顯示效果以及音響效果等。C18隱私安全：現(xiàn)有的產(chǎn)品攝像頭裸露在外，會給用戶隱私被窺探的不安全感，用戶希望能夠在需要隱私空間的時候保證自己的隱私安全;C19實時可控的家庭安全：增加可實時監(jiān)控家庭安全的安防攝像頭;C20數(shù)據(jù)安全：面臨停電、死機(jī)等不可控的情況，往往會面臨數(shù)據(jù)丟失的問題，用戶需要電腦能夠添加數(shù)據(jù)保護(hù)，自動備份的功能;

3.AHP層次分析各用戶需求要素權(quán)重

根據(jù)AHP層次分析法的流程，主要有以下幾個步驟：

①構(gòu)建遞階層次模型。如上文，本研究使用KJ法對需求指標(biāo)進(jìn)行了分層級分析，分為目標(biāo)層、一級指標(biāo)和二級指標(biāo);

②構(gòu)造判斷矩陣。為使結(jié)果更具客觀性，本研究選取了15名對于臺式一體機(jī)有深度使用經(jīng)驗的用戶以及10名設(shè)計師組成決策者，對各個需求痛點(diǎn)的指標(biāo)使用1-9的比例標(biāo)度進(jìn)行兩兩比較，如表3，對層次結(jié)構(gòu)中的各個要素進(jìn)行賦值，參照表3取標(biāo)度值，構(gòu)建判斷矩陣;

③層次排序與一致性檢驗。對需求由此求解出判斷矩陣的最大特征值和特征向量并歸一化處理。

在此之后對判斷矩陣進(jìn)行一致性檢驗，CR=CI/RI，當(dāng)CR<0.1，認(rèn)為判斷矩陣一致性可以接受，否則需要對矩陣修正。經(jīng)過檢驗之后，發(fā)現(xiàn)CR=0.0055<0.1證明判斷矩陣的一致性可以接受。

④層次總排序。對求解每個用戶的需求意象權(quán)重，再取均值得到綜合權(quán)重。如表4所示。

根據(jù)一級指標(biāo)的權(quán)重值可知，臺式、一體式個人電腦的需求重要等級順序分別為B1具體功能需求、B3使用體驗需求、B2外觀需求、B4安全需求。根據(jù)對二級指標(biāo)的權(quán)重值可知，臺式機(jī)一體機(jī)的用戶對人性化的外設(shè)連接方式、高效的交互方式、家庭智腦、數(shù)據(jù)安全、高效協(xié)同、隱私安全、易清潔的屏幕和機(jī)箱、多功能顯示器、靈活智能的外設(shè)充電方式、高效自定義受到用戶的需求強(qiáng)度較高，而沉浸感、人性化的包裝設(shè)計、整體家裝一致性、電腦狀況提示、健康、情感需求、桌面無線化、柔性審美/美學(xué)弧度的外觀設(shè)計、減少占地、實時可控的家庭安全受用戶的需求強(qiáng)度較低。

結(jié)語

產(chǎn)品設(shè)計中，用戶需求研究是一個重要部分，隨著現(xiàn)代科技和互聯(lián)網(wǎng)的發(fā)展，用戶需求差異化和個性化日漸突出，且變化多樣，增加了具有普遍意義設(shè)計需求提取的困難。

本研究利用雙鉆石模式的結(jié)構(gòu)，融合運(yùn)用了大數(shù)據(jù)用戶畫像和KJ-AHP分析法的特性，使用大數(shù)據(jù)用戶畫像對用戶行為進(jìn)行篩選和整合，有效地幫助設(shè)計者了解用戶的喜好和行為習(xí)慣，不僅充分利用了互聯(lián)網(wǎng)大環(huán)境下的大量發(fā)散性的信息數(shù)據(jù)，也在信息收斂過程中使得用戶特征更加客觀，更有針對性;同時利用KJ-AHP法對用戶需求層級進(jìn)行分析，在處理訪談所得到的發(fā)散性用戶需求時，可以對需求進(jìn)行收斂，有效地將定性的問題定量化，有效提升結(jié)果的客觀性，增強(qiáng)最終設(shè)計決策的合理性。

本研究對用戶需求研究的方法論進(jìn)行創(chuàng)新，以臺式機(jī)為例，不斷將數(shù)據(jù)進(jìn)行發(fā)散和收斂，結(jié)合了兩種方法的優(yōu)勢，為產(chǎn)品設(shè)計前期研究提供了可參考的研究方法，得到更客觀更具體的用戶需求后，可更有效地對后期的產(chǎn)品設(shè)計進(jìn)行指引。

3626501908258