基于MEC理论与心智模型的高铁出行APP设计研究

摘要：本文通过研究高铁出行用户的心智模型，从手段—目的链3个维度（属性、结果、价值）和APP设计5个步骤（确定项目目标、用户心智模型分析、设计模型转化、表现模型设计、评估与优化）提出基于MEC理论与心智模型的高铁出行APP设计策略，并基于此设计高铁出行APP，满足用户的需求、提升用户的出行体验。

关键词：心智模型;手段—目的链;高铁出行;设计策略

中图分类号：TP311.5 文献标识码：A 文章编号：1004-9436（2021）05-00-02

“十四五”时期，我国经济处于从高速增长转向高质量发展阶段，高铁出行从“走得了”向“走得快、走得好”转变[1]，如何提升高铁出行APP的用户体验成了新时代铁路发展的重要课题之一[2]。随着生活水平的提高，高铁用户需求逐渐呈现多元化趋势。不同类型的用户在使用高铁出行APP的过程中，需求和行为偏好具有明显的差异[3]。由于用户与设计者的出发点不同，用户在使用产品的过程中不能达到预期效果。本文通过构建高铁出行用户的心智模型，帮助设计者解决用户使用APP过程中的困难，提供能更好地满足用户需求的解决方案。

1 手段—目的链与心智模型概述

手段—目的链理论模型（Means—End Chain Theory，简称“MEC理论”）[4]包含属性、结果和价值3个维度。该理论从用户认知角度解释产品的手段与目的之间的因果关系，认为用户通常将产品属性视为手段，通過属性产生的结果实现其最终目的。目前越来越多的研究将MEC理论作为互联网产品设计的理论基础。在对用户认知的研究过程中，心智模型的研究方法有利于研究人员从用户多变的行为中总结用户的需求、行为习惯等，实现设计师与用户之间的同理心，从而更加客观、精准地分析产品的属性、结果和价值之间的关系[5]，在实现产品价值的同时带来更好的用户体验。

2 基于MEC与心智模型的设计策略

诺曼认为人机交互中有3种心智模型：用户心智模型、设计模型与表现模型。用户心智模型是用户在了解、使用产品时形成的心理表征，设计模型是设计师依据用户心智模型来认知和设计产品的方式，表现模型是依据设计模型形成的有形的产品实体。因此心智模型的构建可以分为用户心智模型的捕获、设计模型分析与表现模型设计三步。本文将MEC理论的3个维度贯穿心智模型构建和产品设计的研究过程，提出基于心智模型与MEC理论的“三维度、五步骤”设计策略，如图1。

2.1 确定项目目标

确定项目目标是心智模型构建前的准备阶段，包括市场趋势分析、目标人群分析。在市场趋势分析中，对国家方针、铁路总局的政策进行解读可以帮助研究人员确定高铁出行APP未来发展方向。在目标人群分析中，本文依据茵迪·扬在《心智模型与产品设计策略》一书中提出的基于行为的用户细分方法来选择被试人员。

2.2 用户心智模型的捕获

结合MEC理论分析用户心智模型生成与作用的过程可以发现，用户通过感觉器官感受产品属性，在大脑中进行思考、假设并随之采取行动，与产品进行交互，得到产品的功能性结果，进而产生情绪反馈和价值感知。依据用户心智模型生成和作用过程，本文将用户心智模型分为3个维度：用户认知模型、用户行为模型、用户价值模型。用户认知模型是用户对产品属性的认知习惯，比如用户更容易被某种颜色、图形的物体吸引。用户价值模型是基于认知模型和行为模型得到的价值反馈，如愉悦感、自我认同感等。从这3个维度收集用户心智信息，需要把用户的心理活动通过外显的语言、动作等活动记录下来，可以使用用户访谈、情景调查、调查问卷等多种方式。

2.3 设计模型分析

设计模型的分析是研究人员将抽象的用户心智模型转化为交互视觉规范、行为亲和图、用户角色模型等具体的内容。交互视觉规范是对产品界面设计颜色、字体、布局、图标等元素的规范，使用户能快速感知、预判接下来的行为，使用户产生愉悦感。行为亲和图是针对用户使用高铁出行产品的行为进行聚类从而分析产品功能的一种方法。用户高铁出行行为可以按照出行前、出行时和出行后进行聚类分析。用户通过使用产品产生的情绪感受、对产品的价值诉求，均可以通过用户角色模型的方式进行可视化表达。交互与视觉规范、行为亲和图和用户角色模型分别从3个维度对用户心智模型进行转化，这样的方法可以帮助设计师更加客观、全面地理解用户心智模型。

2.4 表现模型设计

表现模型设计是将用户心智模型与设计模型转换为具体设计内容的过程。依据用户角色模型确定产品定位、核心功能等。在行为亲和图的基础上描述产品提供的功能，通过产品的信息架构、导航设计和布局设计等进行设计表达。其中需要考虑用户使用的电子设备载体、操作习惯等。基于设计模型中制定的交互视觉规范，参考相似定律、对称定律等格式塔心理学的UI设计原则进行界面设计，使用户在视觉上有良好的体验。

2.5 评估测试

表现模型是否符合用户心智模型是影响用户体验的关键因素。本文从感官体验、交互体验、情感/价值体验3个维度，选取易学习、功能可见性、低认知负荷、用户满意度等指标，采用李克特7点量表的形式让用户按1～7分进行主观评价打分，以4分为基准分来评价用户的满意程度。

3 基于MEC与心智模型的高铁出行产品设计实践

本文基于MEC理论与心智模型的设计策略开发了一款高铁出行APP——高铁e出行。整个开发过程包括市场趋势分析、确定目标人群，用户心智信息的收集与分析，设计模型转化，根据用户心智模型与设计模型设计产品，根据用户心智模型对产品进行评估测试并依据评估结果对产品进行优化5个步骤。

在市场趋势分析中，通过对比《铁路“十三五”发展规划》与《铁路“十二五”发展规划》，研究《智能铁路重点领域发展思路》发现，高铁出行APP的发展呈现两个趋势：第一，转变为个性化一站式出行服务平台。原有的购票平台逐渐向多功能服务型平台转变，覆盖旅客出行多元化需求。随着城市轻轨、空铁联运的发展，高铁出行APP应积极推动高铁与其他交通的“多网融合”，延伸出行产业链。第二，注重建设中国高铁出行品牌。我国正在构建以“一带一路”为重点的全面开放新格局，打造具有辨识度的中国高铁品牌，提升国际影响力和竞争力是大趋势。

在这样的市场背景下对高铁出行用户进行调研，目前使用高铁出行APP的人群多集中在20～35岁，月收入5000元以上占比接近六成。利用用户访谈、情景观察的方法获得80项有差异性的高铁出行APP用户行为，研究发现用户行为产生差异主要由3个关键因素决定：出行目的、结伴情况、行李数量。不同出行目的、结伴情况、行李数量的用户，行为习惯、需求偏好均有显著差异。依据关键因素进一步进行问卷调查，将出行目的、行李数量、结伴情况的选项进行交叉分析，得到4类典型的高铁出行APP用户群体：商务效率型旅客，通常选择独自出行，携带小件行李或者无行李;舒适游玩型旅客，通常选择结伴同行，携带大件行李或者不规则行李;探亲访友型旅客，携幼儿行为高发，一般行李较多，可能携带不规则行李;异地求学型旅客，通常独自出行，可能会携带双肩包、一个行李箱。

本研究针对4类典型细分用户，分别邀请了8位被试人员，首先采用半结构化访谈的方式，获取用户对于产品布局、色彩、交互方式的偏好，挖掘用户对于产品属性与产品功能、价值之间的关系的观点。通过调研发现，用戶认为蓝色代表信息、稳定，给人智慧、信任的感受，最符合高铁出行产品的整体界面色调。图标设计风格则偏向面性风格与拟物风格相结合，面性风格更容易吸引用户的注意力，认知和操作效率较高;拟物风格的图标可以丰富用户界面，带来视觉冲击，适宜展现娱乐相关的功能。页面跳转采用直接变化、右移/左移、上移/下移的方式，使用户能清晰地感知目前的操作，增强其对产品的掌控感和自我认同感。

采用头脑风暴、卡片分类法等方法针对高铁出行的前、中、后不同阶段，对用户期望从APP中获得的信息进行列举与初步分类，然后利用行为亲和图法进行归类，得出高铁出行用户的心智空间，如图2。

基于高铁出行用户心智空间确定高铁e出行APP的主要功能，包括行程规划、服务订购、出行导航、个人出行管理等，提供针对出行前、出行中、出行后全流程的服务。

产品价值调研结果显示，用户认为“时效性”和“便捷与可预期”是高铁出行APP的核心价值，其次是“性价比”和“舒适性”。除此之外，高铁出行APP作为展现中国高铁品牌形象的平台之一，其快速、便捷的印象使用户产生了强烈的国家认同感。在出行过程中，用户使用高铁出行APP获取出行信息的难度越低、操作越便捷，自我认同感越强，用户更容易感到愉悦。因此在布局设计中，将乘车信息作为底部标签栏的一部分，以最醒目的形式显示。在用户出行前的两小时内，打开APP则自动跳转乘车页面，醒目的二维码便于用户检票进站，避免身份证丢失无法出行的情况。清晰的候车信息、站内导航、站台信息、座位信息显示有利于提升用户的出行效率和用户体验。

高铁e出行APP是一个主打高效、便捷的高铁出行全流程服务平台。一方面，其可以促进高铁与其他交通网的“多网融合”，打造“高铁+”出行新生态;另一方面，不同类型的用户通过使用个性化的功能、便捷的操作获得良好的出行体验，进一步建立对中国高铁品牌形象的认知，逐步产生心理层面的愉悦感。

4 结语

优质的用户体验可以使产品拥有可持续的竞争优势、提高客户的忠诚度。通过上述理论阐述和设计实践，可以看出MEC理论可以帮助研究人员更好地构建用户心智模型，并且MEC理论与心智模型共同作用于产品设计流程，在满足用户功能需求、符合其认知习惯的同时，还可以增强用户的价值感知，帮助用户得到更好的产品体验。本研究提出的基于MEC理论和心智模型的产品设计策略，今后可以扩大样本量和数据指标，通过机器学习、决策树等方法，寻找更多潜在的用户需求、价值感受等。

参考文献：

[1] 王德荣，高月娥.“十四五”我国交通运输发展面临的机遇、挑战和政策建议[J].交通运输研究，2019，5（06）：2-11，1.

[2] 陈晓博.智能铁路重点领域发展思路研究[J].综合运输，2020，42（10）：36-41.

[3] 茅双双，关海怡，郝志成.基于多源数据的高铁游客画像研究[J].合作经济与科技，2020（06）：104-107.

[4] 苏怡，袁勤俭. MEC理论在信息产品及服务设计中的应用研究述评[J].现代情报，2018，38（09）：163-168.

[5] 崔敦睿，万千，宋莎莎.基于老年用户心智模型的厨房家具设计研究[J].林产工业，2020，57（11）：31-35.

作者简介：冯钰淇（1996—），女，浙江海宁人，硕士在读，研究方向：交互与体验设计。