李晨曦 劉少宇
(四川農(nóng)業(yè)大學(xué)林學(xué)院,成都 611130)
隨著科技與社會(huì)的發(fā)展,以大數(shù)據(jù)為代表的科學(xué)技術(shù)日益興起,數(shù)字經(jīng)濟(jì)獲得了前所未有的發(fā)展,各行各業(yè)積極以大數(shù)據(jù)為工具進(jìn)行活動(dòng)生產(chǎn),并取得了良好的成效,工業(yè)設(shè)計(jì)和產(chǎn)品設(shè)計(jì)領(lǐng)域更應(yīng)通過分析大數(shù)據(jù)以量化用戶感性信息及需求,設(shè)計(jì)出更符合用戶需求的產(chǎn)品。基于此,文章通過查閱相關(guān)文獻(xiàn)重點(diǎn)剖析產(chǎn)品設(shè)計(jì)的大數(shù)據(jù)方法,并提出新的模式與思路推動(dòng)它的迭代創(chuàng)新。
目前,經(jīng)濟(jì)和社會(huì)發(fā)展,科學(xué)技術(shù)發(fā)展,各種信息的交流速度不斷加快,人與人的交流越來越密切,大數(shù)據(jù)就是這個(gè)時(shí)代的產(chǎn)物。簡(jiǎn)單來說,大數(shù)據(jù)就是在社會(huì)生產(chǎn)生活中產(chǎn)生的大量數(shù)字信息,通過對(duì)這些信息進(jìn)行收集和整理,并按照一定的類別儲(chǔ)存起來[1]。探索滿足用戶的信息檢索需求,呈現(xiàn)用戶個(gè)性化的信息搜索查詢結(jié)果,實(shí)現(xiàn)用戶的個(gè)性化信息檢索,提高它的滿意度和檢索效率是大數(shù)據(jù)的優(yōu)勢(shì)所在。在互聯(lián)網(wǎng)行業(yè)之中,它的優(yōu)勢(shì)更加突出,如個(gè)性化信息推薦、個(gè)性化信息檢索、精準(zhǔn)營(yíng)銷等。但是,在互聯(lián)網(wǎng)環(huán)境下,數(shù)據(jù)量急劇增長(zhǎng),結(jié)構(gòu)化、可用性高的數(shù)據(jù)獲取仍較為困難。
工業(yè)設(shè)計(jì)主要是指工業(yè)產(chǎn)品的設(shè)計(jì)開發(fā),是將科學(xué)與藝術(shù)結(jié)合起來運(yùn)用于工業(yè)產(chǎn)品設(shè)計(jì)中,使它的使用價(jià)值能夠滿足人們的使用需要和審美需要[2]。一些傳統(tǒng)的工業(yè)產(chǎn)品無法緊跟時(shí)代的發(fā)展,仍然存在耗時(shí)耗力、效率較低、成果不理想等問題。伴隨著信息的高效傳播,用戶對(duì)產(chǎn)品的需求也在時(shí)刻變化,促進(jìn)產(chǎn)品的更新?lián)Q代。通過對(duì)大數(shù)據(jù)進(jìn)行分析和計(jì)算,可以高效率量化用戶的感性信息和需求,為設(shè)計(jì)創(chuàng)新提供新的可能性,同時(shí)也為傳統(tǒng)的工業(yè)設(shè)計(jì)提供了新的模式和思路[3]。
大數(shù)據(jù)時(shí)代的推動(dòng)、嚴(yán)峻的社會(huì)經(jīng)濟(jì)環(huán)境、日益成長(zhǎng)的消費(fèi)群體和激烈的國(guó)內(nèi)外競(jìng)爭(zhēng)使得更加精準(zhǔn)的產(chǎn)品與用戶的聯(lián)系成為企業(yè)產(chǎn)品開發(fā)的重點(diǎn),特別是識(shí)別不同用戶群體的需求,并建立與之緊密相連的產(chǎn)品設(shè)計(jì)方案,以維持品牌忠誠(chéng)度并擴(kuò)展新客戶。對(duì)用戶而言,產(chǎn)品更加符合用戶需求。對(duì)企業(yè)而言,大數(shù)據(jù)能幫助企業(yè)準(zhǔn)確識(shí)別客戶需求、市場(chǎng)機(jī)會(huì)和商業(yè)機(jī)會(huì),進(jìn)而先于競(jìng)爭(zhēng)企業(yè)開發(fā)更好的新產(chǎn)品,提升競(jìng)爭(zhēng)力和盈利水平;對(duì)社會(huì)而言,工業(yè)設(shè)計(jì)產(chǎn)業(yè)是以創(chuàng)新驅(qū)動(dòng)為導(dǎo)向的新型生產(chǎn)性服務(wù)業(yè),是深化供給側(cè)結(jié)構(gòu)性改革、推動(dòng)制造業(yè)由“制造”向“智造”轉(zhuǎn)變的重要驅(qū)動(dòng)力[4],提升了科技水平及人民的生活水平,進(jìn)一步推動(dòng)了社會(huì)經(jīng)濟(jì)的發(fā)展。所以,產(chǎn)品設(shè)計(jì)的大數(shù)據(jù)設(shè)計(jì)方法是基于用戶行為和需求數(shù)據(jù)對(duì)用戶進(jìn)行全面系統(tǒng)的分類,并在此基礎(chǔ)上建成動(dòng)態(tài)保持的系統(tǒng)貫穿產(chǎn)品的整個(gè)生命周期。
大數(shù)據(jù)時(shí)代下個(gè)人不僅僅只是物理人,更是數(shù)據(jù)人,人的行為會(huì)通過數(shù)據(jù)記錄和顯現(xiàn)出來[5]。社會(huì)生產(chǎn)生活模式發(fā)生了較大的改變,其中最為明顯的一點(diǎn)就是實(shí)現(xiàn)了短時(shí)間收集海量信息[6]。在工業(yè)設(shè)計(jì)領(lǐng)域,前期的調(diào)研階段,非常關(guān)鍵的一個(gè)環(huán)節(jié)便是數(shù)據(jù)信息的采集,但是傳統(tǒng)采集的工業(yè)設(shè)計(jì)前期數(shù)據(jù)信息部分是籠統(tǒng)片面的,更代表著大部分人的利益需求,而在大數(shù)據(jù)背景下設(shè)計(jì)具有服務(wù)化和個(gè)性化的趨勢(shì)[7],傳統(tǒng)的信息采集并不能很好地滿足客戶的個(gè)性化需求。所以,目前產(chǎn)品設(shè)計(jì)已經(jīng)廣泛利用大數(shù)據(jù)采集需求信息,優(yōu)化了前期的設(shè)計(jì)方法。
近年來,許多互聯(lián)網(wǎng)企業(yè),如阿里巴巴、騰訊和百度等等,利用大數(shù)據(jù)收集進(jìn)行精準(zhǔn)營(yíng)銷。如圖1所示,用戶畫像將用戶信息標(biāo)簽化,通過收集用戶多維度的信息數(shù)據(jù)(如人口統(tǒng)計(jì)屬性、社會(huì)屬性、行為偏好、消費(fèi)習(xí)慣等),以便平臺(tái)全方面探究用戶的行為特征,了解用戶需求,打造自己的用戶畫像分析平臺(tái),為進(jìn)一步的用戶需求感知和內(nèi)容智能推薦提供信息源,并進(jìn)行下一步的數(shù)據(jù)信息分析。社交網(wǎng)絡(luò)發(fā)展迅速,可以先分析用戶的屬性和行為,再采用精準(zhǔn)營(yíng)銷的策略。通過采集信息可以智能匹配產(chǎn)品和用戶,然后提供與客戶類型相對(duì)應(yīng)的服務(wù)[8]。
圖1 用戶畫像及精準(zhǔn)營(yíng)銷(來源:知乎網(wǎng))
用戶畫像的本質(zhì)是用戶研究,即對(duì)用戶進(jìn)行信息分析的過程[9]。它不僅是一個(gè)精準(zhǔn)的用戶需求分析幫手,而且能夠有效幫助設(shè)計(jì)者快速準(zhǔn)確地分析用戶的喜好、興趣和習(xí)慣等重要行為特征,還能讓設(shè)計(jì)者對(duì)市場(chǎng)和用戶具有更敏銳的洞察力。國(guó)內(nèi)學(xué)者對(duì)于利用數(shù)據(jù)進(jìn)行用戶畫像分析也進(jìn)行過綜述性研究,認(rèn)為用戶畫像的重點(diǎn)在于算法和技術(shù)。對(duì)用戶畫像偏重概念和理論的研究,多數(shù)把用戶畫像和大數(shù)據(jù)關(guān)聯(lián)起來,認(rèn)為它是大數(shù)據(jù)時(shí)代的產(chǎn)物。由于用戶畫像與大數(shù)據(jù)相關(guān)聯(lián),因此將用戶畫像、大數(shù)據(jù)和算法密切結(jié)合,并使用調(diào)查問卷和訪談等數(shù)據(jù)來描述和刻畫用戶也是極其必要的。如Ark 出品的人工智能設(shè)計(jì)師Arkie,它通過自然語言處理、圖像分析等前端科技和大量數(shù)據(jù)和人工智能算法來訓(xùn)練、學(xué)習(xí)和設(shè)計(jì),并根據(jù)每一個(gè)用戶的行為和偏好智能生成符合用戶特征和偏好的海報(bào)并投放廣告,甚至可以根據(jù)用戶的點(diǎn)擊結(jié)果進(jìn)行自動(dòng)調(diào)整。
使用者在使用產(chǎn)品時(shí),生產(chǎn)商可以通過大數(shù)據(jù),高效利用由使用者的使用方式和習(xí)慣轉(zhuǎn)化的信息數(shù)據(jù),幫助設(shè)計(jì)師發(fā)現(xiàn)痛點(diǎn)和新的創(chuàng)意。而利用使用者與企業(yè)之間的交互產(chǎn)生的大量動(dòng)態(tài)數(shù)據(jù),能夠使使用者間接的投入到產(chǎn)品的生產(chǎn)開發(fā)升級(jí)中,增加產(chǎn)品的實(shí)用性和市場(chǎng)競(jìng)爭(zhēng)力。
3.1.1 數(shù)據(jù)清洗與分揀
大數(shù)據(jù)具有海量且冗雜的特點(diǎn),將它用于設(shè)計(jì)前期階段則需要對(duì)數(shù)據(jù)進(jìn)行清洗與分揀以提升效率。數(shù)據(jù)清洗是指對(duì)輸入的大數(shù)據(jù)進(jìn)行清洗得出商業(yè)價(jià)值、用戶價(jià)值與產(chǎn)品價(jià)值[10]。企業(yè)依據(jù)大數(shù)據(jù)的清洗決定是否進(jìn)入該領(lǐng)域市場(chǎng)或者是否在該領(lǐng)域繼續(xù)開發(fā)。大數(shù)據(jù)的分揀則是在商業(yè)價(jià)值、產(chǎn)品價(jià)值和用戶價(jià)值的基礎(chǔ)上進(jìn)行價(jià)值區(qū)間的劃定。圖2 是米家K 歌麥克風(fēng)市場(chǎng)數(shù)據(jù)的清洗過程,清洗得出2014—2019 年K 歌麥克風(fēng)市場(chǎng)的趨勢(shì)、競(jìng)品市場(chǎng)和價(jià)位段數(shù)據(jù),以此初步?jīng)Q定進(jìn)入該類市場(chǎng)。
圖2 米家K 歌麥克風(fēng)市場(chǎng)數(shù)據(jù)清洗過程[12]
3.1.2 產(chǎn)品開發(fā)
在清洗和分揀好數(shù)據(jù)之后,需要把它用于設(shè)計(jì)實(shí)體上,以優(yōu)化產(chǎn)品的智能化設(shè)計(jì)方法并提高產(chǎn)品的更新?lián)Q代頻率。可以通過獲取特定產(chǎn)品用戶的評(píng)價(jià)數(shù)據(jù),充分利用互聯(lián)網(wǎng)對(duì)現(xiàn)有大量數(shù)據(jù)中所包含的用戶情緒價(jià)值,將用戶需求融入產(chǎn)品的特征中。接著,通過各類算法確定產(chǎn)品設(shè)計(jì)的優(yōu)化目標(biāo),并尋求最優(yōu)的設(shè)計(jì)方案。
確定相關(guān)用戶的各種信息數(shù)據(jù),進(jìn)行大數(shù)據(jù)及相關(guān)算法的分析,得到更為深層次和直觀的新產(chǎn)品設(shè)計(jì)理念,能夠提升產(chǎn)品的競(jìng)爭(zhēng)力,實(shí)現(xiàn)效益最大化[11]。所以在開展以用戶需求研究為主的設(shè)計(jì)階段,需要建立一個(gè)新型的產(chǎn)品開發(fā)模型,如圖3 所示。用戶在日常生活中會(huì)產(chǎn)生大量數(shù)據(jù),這些數(shù)據(jù)需要運(yùn)用算法進(jìn)行分類,形成數(shù)據(jù)分析系統(tǒng)。設(shè)計(jì)師需要時(shí)刻關(guān)注著系統(tǒng)數(shù)據(jù)狀態(tài),根據(jù)用戶需求數(shù)據(jù)、市場(chǎng)動(dòng)態(tài)等獲取靈感構(gòu)思設(shè)計(jì),生成新的產(chǎn)品。
圖3 新型產(chǎn)品開發(fā)的大數(shù)據(jù)設(shè)計(jì)方法模型
目前許多產(chǎn)品雖然有反饋階段,但大多數(shù)都是流于形式,無法真正對(duì)產(chǎn)品的改良給出實(shí)質(zhì)建議[12]。鑒于此,設(shè)計(jì)者可以充分利用大數(shù)據(jù)的優(yōu)勢(shì),形成設(shè)計(jì)前期階段由客觀數(shù)據(jù)驅(qū)動(dòng),設(shè)計(jì)后期階段信息反饋回流生成新的大數(shù)據(jù),讓大數(shù)據(jù)的收集反饋加入產(chǎn)品開發(fā)的流程,反饋獲得的建議又可以進(jìn)行新一輪的設(shè)計(jì),形成一個(gè)環(huán)形閉合的流程。
用戶作為最佳的使用者和體驗(yàn)者,滿意程度關(guān)系著工業(yè)產(chǎn)品的成功與否。一般的客戶與工業(yè)設(shè)計(jì)工程師不同,他們對(duì)產(chǎn)品的好感僅來源于選擇、購(gòu)買、使用過程中的切身感受,如功能多樣性、舒適度和美觀度等[13]。因此,需要建立以用戶體驗(yàn)為中心的新型工業(yè)設(shè)計(jì)模式,收集用戶體驗(yàn)數(shù)據(jù)、改善需求和感性數(shù)據(jù)等產(chǎn)品反饋的重要數(shù)據(jù),如圖4 所示。產(chǎn)品可以利用這些生成的大數(shù)據(jù)資源進(jìn)行學(xué)習(xí),以此給予用戶更好的體驗(yàn),同時(shí)這些用戶實(shí)際操作產(chǎn)生的數(shù)據(jù)也將進(jìn)入數(shù)據(jù)庫,驅(qū)動(dòng)著下一環(huán)節(jié)的產(chǎn)品開發(fā)設(shè)計(jì),形成良性循環(huán)。用戶實(shí)際操作產(chǎn)生數(shù)據(jù)反饋進(jìn)步的流程,區(qū)別于傳統(tǒng)的產(chǎn)品反饋機(jī)制(如問卷調(diào)查、問卷分析等),能夠直接反饋,增加數(shù)據(jù)的可靠性廣泛性,避免產(chǎn)生誤差,也能提高效率降低成本,實(shí)現(xiàn)動(dòng)態(tài)更新和資源的最大化利用。
圖4 產(chǎn)品設(shè)計(jì)的大數(shù)據(jù)設(shè)計(jì)方法反饋模型
例如,中國(guó)品牌華為2020 年發(fā)布的運(yùn)動(dòng)手環(huán),產(chǎn)品通過傳感器收集使用者進(jìn)行運(yùn)動(dòng)時(shí)的各項(xiàng)數(shù)據(jù),如跑步公里、跳繩次數(shù)、行走步數(shù)等等,以及使用者的各項(xiàng)身體數(shù)據(jù),如血壓、心率、血氧等,以便使用者了解自身的身體狀況。另外,這些監(jiān)測(cè)的數(shù)據(jù)將傳輸回?cái)?shù)據(jù)中心,用來分析和洞察目標(biāo)群體的使用習(xí)慣和痛點(diǎn),對(duì)產(chǎn)品進(jìn)行調(diào)整升級(jí),使下一代的升級(jí)產(chǎn)品更具市場(chǎng)競(jìng)爭(zhēng)力。
一些研究人員也在致力于這種反饋機(jī)制的創(chuàng)新研發(fā),Kang 等研究者提出了一種網(wǎng)站用戶模型構(gòu)建的優(yōu)化算法,通過收集和分析各個(gè)用戶瀏覽的行為,采用機(jī)器學(xué)習(xí)的方法對(duì)模型進(jìn)行更新[14]。Chien 等提出了一種新型的數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品設(shè)計(jì)框架,有效地識(shí)別從消費(fèi)者偏好到消費(fèi)者反饋的設(shè)計(jì)理念,以理解用戶偏好[15]。這一系列的研究活動(dòng),都是研究者們?cè)诖髷?shù)據(jù)背景下,通過數(shù)據(jù)來推動(dòng)設(shè)計(jì)的智能化發(fā)展。
經(jīng)過分析和研究,我們發(fā)現(xiàn)大數(shù)據(jù)背景下,設(shè)計(jì)領(lǐng)域在數(shù)據(jù)的輔助下正在發(fā)展,但是仍然存在些許問題需要解決,如數(shù)據(jù)源的獲取和整理、數(shù)據(jù)的分類歸納篩選及反饋更新機(jī)制的完善等。以此提出更多建議和暢想,未來可在這些方面豐富完善,以此促進(jìn)設(shè)計(jì)研究的蓬勃發(fā)展。
可以將用戶的特征通過不同來源的用戶需求數(shù)據(jù)從不同的角度表現(xiàn)出來,收集不同來源的數(shù)據(jù),構(gòu)建全面的用戶需求庫,能夠更加全面地描述用戶的動(dòng)態(tài)行為需求,更加方便設(shè)計(jì)師找到痛點(diǎn)。
各類來源的數(shù)據(jù)需要建立評(píng)估標(biāo)準(zhǔn),以此來進(jìn)一步評(píng)估它的可信性后,才能將它納入數(shù)據(jù)庫。大數(shù)據(jù)有著冗雜的特點(diǎn),各類數(shù)據(jù)多且沒有固定的類別區(qū)分,研究者需要建立良好的整合系統(tǒng),將它進(jìn)行歸納整理,才能方便設(shè)計(jì)師分析運(yùn)用于設(shè)計(jì)作品中。
隨著時(shí)間的變化,用于描述用戶特征的用戶需求數(shù)據(jù)也需要?jiǎng)討B(tài)的、及時(shí)的進(jìn)行更新,不然將會(huì)失去它的準(zhǔn)確性和時(shí)效性,所以如何運(yùn)用持續(xù)的反饋機(jī)制來完善更新數(shù)據(jù)是值得我們思考的問題,但這方面又經(jīng)常被研究人員忽略。另外,國(guó)內(nèi)外計(jì)算機(jī)領(lǐng)域的研究在構(gòu)建用戶畫像的實(shí)證研究中大多都會(huì)對(duì)畫像效果進(jìn)行評(píng)估,來分析這一技術(shù)在實(shí)際運(yùn)用中的可行性。所以,在今后的研究中我們要更加關(guān)注數(shù)據(jù)質(zhì)量的評(píng)估問題,利用有效客觀的定性或定量評(píng)價(jià)方法,對(duì)存在偏差或問題的數(shù)據(jù)及時(shí)修正優(yōu)化,讓它發(fā)揮更大的作用。
雖然用戶行為數(shù)據(jù)越多越詳細(xì),有利于更好地構(gòu)建數(shù)據(jù)庫,但是如果毫無克制地索取用戶的行為需求數(shù)據(jù),甚至故意濫用、泄露或者出售,將會(huì)失去人們對(duì)大數(shù)據(jù)的認(rèn)可度,阻礙研究人員后續(xù)的分析,這將使整個(gè)大數(shù)據(jù)技術(shù)的發(fā)展停滯,所以建立用戶信息安全保護(hù)體系十分重要。調(diào)解信息隱私和信息利用的矛盾對(duì)這一技術(shù)的進(jìn)一步發(fā)展和實(shí)踐應(yīng)用具有重要意義。
文章從提升用戶體驗(yàn)和設(shè)計(jì)效率的角度分析了工業(yè)和產(chǎn)品設(shè)計(jì)中引入大數(shù)據(jù)技術(shù)的必要性,并分別為設(shè)計(jì)前期和后期階段提出新的產(chǎn)品開發(fā)與產(chǎn)品反饋模式,以及四個(gè)方面的建議,保障在產(chǎn)品設(shè)計(jì)中使用大數(shù)據(jù)的準(zhǔn)確性、廣泛性、實(shí)用性、動(dòng)態(tài)性和安全性。設(shè)計(jì)前期階段利用大數(shù)據(jù)收集和分析用戶需求,設(shè)計(jì)后期階段利用大數(shù)據(jù)收集分析反饋信息和改良產(chǎn)品,形成良性的設(shè)計(jì)循環(huán),讓企業(yè)有效利用大數(shù)據(jù)創(chuàng)新績(jī)效、降低成本,從而設(shè)計(jì)出符合用戶需求的產(chǎn)品。