基于大数据用户画像和KJ-AHP法的用户需求研究

尹璐　何人可　郝涔钧

关键词：双钻石模型 大数据用户画像 KJ亲和图法 AHP层次分析法 用户需求

中图分类号：TB47 文献标识码：A

文章编号：1003-0069（2022）01-0082-04

引言

用戶需求是产品设计环节的开始，也是成功设计产品的前提。随着社会经济的发展，人们的需求开始不断变化，一成不变的设计早已不能满足用户的需求，用户需求的研究也显得愈发重要。

国外较早地开始了对用户需求的研究，比较著名的理论与方法包括马斯洛需求层次理论、Kano需求模型、AHP层次分析法、用户参与的需求获取研究方法以及快速深入的用户需求研究法等。而在国内对用户需求的研究主要从用户需求建模、用户需求的获取表现、以及用户需求重要性三种角度进行研究。现有的用户需求研究方法主要以用户需求作为独立的研究对象，例如Kano模型和AHP层次分析法都是对已获取的用户需求进行优先级的比较和排序，较少有研究从用户需求获取之前到用户需求整合产出的完整的研究方法，存在一定的不完整和局限性。

本文建立了以大数据用户画像和KJ-AHP分析法为基础的双钻石用户研究模型，并以台式一体机为例，进行了用户需求研究。以此得出有重点和针对性的用户需求优先级列表，建立了完整的用户研究流程，为用户需求的获取提供方法。

一、以双钻石模型为基础的方法论研究

本文的研究以20 05年英国设计委员会演绎的设计过程基准——双钻石模型（The ‘Double Diamond’Design Process Model）为参考，进行了方法论的研究。

“双钻石”模型原本是在服务设计作为一种更清晰的实践出现时而设计的，它是在产品设计、图形设计和用户体验设计的基础上发展起来的一个工具、一种思维模式或者一种结构化的设计方法[4] 。将设计过程分为4个阶段 ：“钻石”一的“探索”和“定义”阶段用以研究与合成问题，“钻石”二的“开发”和“交付”阶段用以构思创意和实施方案。由此直观地呈现了设计思维在设计过程中不断进行发散和收敛的转变，如图1。

以台式一体机的设计研究为例，以双钻石模型为基础，结合大数据用户画像和KJ-AHP分析法的特征创造性的将研究过程分为四个阶段，不断对数据进行发散和收敛：阶段一大数据收集、阶段二用户画像绘制、阶段三用户需求收集和阶段四用户需求归纳，如图2。以上述方法可得出更加客观的研究结果，并有助于设计的产出，具体内容将在下文进行详细阐述。

二、利用大数据用户画像筛选目标用户

大数据用户画像，是由用户在社交网络媒体中的社交关系，偏好行为等信息对用户进行标签化处理的方法，设计的初期，为帮助设计者理解用户需求，常常会采取建立用户画像的方式，整合用户信息。在2003年，Cooper曾经提出用户画像的概念，通过识别用户的典型特征，将用户的类型进行细分，将行为特征进行归类，即可发现类型用户对于产品的需求和倾向。在信息化的时代，所有人都是数据信息的提供者和使用者，在此过程中必然会留下痕迹，因此可以将用户所留下的数据信息痕迹收集起来，通过不同的特征性，就可以对用户进行用户画像的绘制，从而挖掘更有利用价值的信息。

传统的用户研究主要以定性研究为主，样本量较少，难以挖掘大数据样本下用户的普遍需求。传统的用户画像同样也以定性研究为主，主观意识过强，缺少一定的客观性。与传统以定性为主的用户研究不同，本研究以大量的数据作为基础，发散性的挖掘具有代表性的用户特征，进行大数据下的用户画像绘制，对数据进行发散和收敛，使结果更具客观性和普适性。

以台式一体机为例，在通过大量有关台式一体机的信息数据的爬取之后，进行数据整合，从而对其中的用户属性和标签进行分类划分，便于后期在线下定位特征性访谈用户。在经过多个平台的比对后，由于新浪微博平台（以下简称微博）较为公开，信息较为丰富，本次研究中的数据主要从微博中进行爬取。截止至2019年底，新浪科技公布：微博的月活跃用户到达5.16亿，日活跃用户到达2.22亿 。在微博用户注册时，用户个人就已经添加了大量包括年龄、地域、性别、职业等用户基本信息，以上这些结合用户发表的微博关键词，就可以对用户的身份年龄和职业特征进行用户画像的绘制，由此得出使用台式、一体式电脑的用户类型，以便于我们进一步的访谈研究。

（一）阶段一-大数据收集

1.数据爬取：爬取程序主要分为两大模块：微博内容和用户信息。首先利用python3.8、 PyCharm编译程序、Redis数据库以及Mongdb数据库进行数据的爬取和整理。以台式一体机为例，通过微博爬取包含现有较为高端（价格在8000元以上的台式机或10000元以上的一体机）的台式机一体机品牌及产品的微博内容，筛选出该类用户，并爬取该类用户包含年龄、地域、性别、职业以及微博内容等信息，爬取的信息以关键词形式进行整理。

2.数据清理：由于数据量庞大，信息繁多，大量数据在采集的过程中会存在各种问题，因此需要对数据进行清理。在爬取了20万条以上的微博数据之后，对数据进行了清理，其清理方式为加载自定义停用词库，剔除标点符号和无用的词汇（包括：“哈哈”“一台”“就是”等）。

3.编码原则：利用如图4所示的编码原则对爬取的数据进行了分类，将用户在微博平台中的认证信息，个人简介和微博内容进行了数据清洗和结构化，得出用户的事实标签，其中包含了用户的个人信息、工作信息、日常活动、兴趣爱好、产品评价及互动内容等;再由事实标签进行特征分析，得到模型标签，包括性别年龄等基本信息、学习工作偏好等偏好信息、以及对产品的性能外观和消费偏好等信息，最终进行模型预测，得到预测标签，归类于人群属性、兴趣行为特征以及消费需求特征三个大类的关键词标签。

4.设定职业判断标准：针对用户的职业，筛选出数量排序在前六十个的与人群属性相关的关键词，（包括记者、剪辑、开发等），赋予每个职业多个判断关键词，将筛选出的六十个关键词再次进行了聚类分析，提取一共八项职业，如图5。（包括媒体人、职场精英、科研人员、程序员、设计师等）（二）阶段

二-大数据用户画像绘制

在收集到大量的数据特征信息后，本研究对大数据收集到的用户普遍性特征进行概括总结，进行用户画像的绘制，对目标用户进行收敛，并以此为基础再进行深入的用户访谈和调研。

对相关用户的个人信息，包括地区、性别、年龄、兴趣行为特征和消费需求特征进行了整理和统计聚类分析，形成了关键词词云以及以下几个维度：基本属性，包括其性别、年龄、地域以及职业;兴趣行为特征，主要包含生活习惯、兴趣爱好以及社交活动特征。消费需求特征，主要包括对于产品的性能配置、外观审美、消费偏好以及品牌忠诚度。

在经过特征整合后，最终整理出以下7个用户画像，其中包含：广告部总监、独立工作室成员、数码博主、游戏主播、主编、动画工作室设计师和大学学生。其中，广告部总监和独立工作室成员属于B端的用户，数码博主、游戏主播、主编、动画工作室设计师和大学学生属于C端用户，如图6。

（三）特征用户筛选

由微博收集的数据分析，最终得出了用户的地域分布、性别比例、年龄层次、职业分布以及品牌电脑购买情况，结果如表1所示，根据以上得到的结果，我们对线下的用户进行了筛选和招募，在填写用户招募问卷后，我们将74份答卷进行了筛选，最终得到15名线下访谈的用户，在此之后，对其进行了访谈研究。

三、利用KJ-AHP层次分析法探寻用户需求层级

KJ亲和图法是一种由非量化的分析方法，根据内在的相互关系归类的综合方法，从混乱无序的信息中进行分级归纳，最终形成有规律的信息架构，简化问题的复杂度。而层次分析法又称解析递阶过程（Analytical Hierarchy Process），简称AHP法，是20世纪70年代Saaty提出的一种决策方法，将复杂问题系统化，将复杂的元素分解为目标、准则和方案等几个层次，在此基础上进行定性和定量分析，可以帮助决策者量化经验，解决复杂且缺乏数据的情况 。在进行用户需求层级的探寻时，可以有效地将定性的问题定量化，有效提升结果的客观性，增强最终设计决策的合理性。

本文结合使用了KJ法和AHP层次分析法，在经过线下深入用户访谈之后利用KJ法对用户需求进行了整合分析，对用户需求进行收敛，得出基本的需求层次化功能指标，再对用户进行了回访，使用户对此前得出的需求层次化功能指标进行排序，通过AHP层次分析法对用户的排序结果进行分析，最终得出台式、一体式电脑层次化功能指标综合权重，确定需求的优先级，为分析用户需求提供参考。

（一）阶段三-用户需求收集

针对15位不同属性、不同生活方式的的目标用户，我们有针对性地准备了访谈脚本，采用半结构化开放式访谈的方式，分别从基本信息、生活方式、台式机/一体机购买使用经历、品牌认知与偏好、审美偏好和3c产品使用经历等几个方面进行深入访谈，在线下对15名经过详细筛选的用户进行了深入的用户访谈，深入了解了用户的特征，生活环境以及现在正在使用台式或一体式电脑的痛点和需求。

（二）阶段四-用户需求归纳

在用户需求的分析方法中选择了KJ-AHP分析法，对用户的需求同时进行定性和定量的分析，收敛用户需求的结果。由此可以有效地将定性的问题定量化，有效提升结果的客观性，增强最终设计决策的合理性。

1.用户需求功能指标划分：半结构化开放式访谈的主要局限是难以保证形成的概念可靠和有效、访谈结果难以定量分析等，于是结合用户访谈流程以及我们需要的信息，我们将15个深入访谈用户的quotes利用KJ亲和图法进行整理，将访谈得出的用户需求、痛点和未来展望进行了删减和合并的处理，最终得出了台式、一体式电脑的需求层次结构为：1个目标层、4个一级指标（包括功能、外观、体验、安全）和21个二级指标。

目标层：即此层次结构模型的总目标，为台式、一体式电脑的层次化功能需求;

一级指标：根据KJ法从用户散乱的需求中总结提取出具体功能需求B1、外观需求B2、使用体验需求B3、安全需求B4这四类设计指标要素作为准则层评价要素;

二级指标：根据一级指标设计要素进行详细划分，通过KJ法和归纳筛选出C1-C20一共20个评价指标，如表2所示。

2.各指标需求点痛点描述

C1多功能显示器：用户希望显示器可以具有一个屏幕显示之外的功能，可以投影或是多屏显示;C2高效协同：用户需要利用屏幕拼接和变换的方式提升工作效率;C3电脑状况提示：有针对不同电脑部位的指示灯，对电脑的运行状态进行指示;C4高效自定义：可以进行更加便利的功能和拓展设备和接口的自定义设置，有更多可拓展的功能模组;C5人性化的外设连接方式：现有的外设接口都存在于电脑背部或主机接口较少，不方便用户操作使用，需要更加方便使用、更具人性化的外接设备连接方式;C6家庭智脑：用户需要电脑能够作为家庭的智能中控，陪伴和管理用户的生活，联动家居智能产品;C7灵活智能的外设充电方式：希望键鼠、手机等设备可以靠近某一个区域就可无线充电，或是反向充电;C8减少占地：减小电脑和主机在桌面上的占地面积;C9易清洁的屏幕和机箱：现有产品主机除尘需要拆开才可除尘，屏幕也很容易落灰，清理十分不便，用户希望拥有更加容易清洁的产品;C10柔性审美/美学弧度的外观设计：偏好比较有弧度的产品，不喜欢太有棱角过于方正的外观;C11整体家装一致性：电脑外观能够符合家装风格;C12人性化的包装设计：更加精细，更加人性化的包装设计，更有仪式感;C13高效的交互方式：现有的电脑交互多为键鼠操作，用户需要更方便操作多模态的交互方式，提升电腦的操作效率;C14桌面无线化：现有产品主机和显示器之间连线太多，搬运移动不方便;C15健康：能够自行对显示器高度和角度进行调节，能够保护用户的视力和身体健康;C16情感需求：能够在使用时进行氛围感的营造，能有RGB的灯光;C17沉浸感：使用时无论是在视觉还是听觉，都能给自己更有沉浸感的体验，包括屏幕显示效果以及音响效果等。C18隐私安全：现有的产品摄像头裸露在外，会给用户隐私被窥探的不安全感，用户希望能够在需要隐私空间的时候保证自己的隐私安全;C19实时可控的家庭安全：增加可实时监控家庭安全的安防摄像头;C20数据安全：面临停电、死机等不可控的情况，往往会面临数据丢失的问题，用户需要电脑能够添加数据保护，自动备份的功能;

3.AHP层次分析各用户需求要素权重

根据AHP层次分析法的流程，主要有以下几个步骤：

①构建递阶层次模型。如上文，本研究使用KJ法对需求指标进行了分层级分析，分为目标层、一级指标和二级指标;

②构造判断矩阵。为使结果更具客观性，本研究选取了15名对于台式一体机有深度使用经验的用户以及10名设计师组成决策者，对各个需求痛点的指标使用1-9的比例标度进行两两比较，如表3，对层次结构中的各个要素进行赋值，参照表3取标度值，构建判断矩阵;

③层次排序与一致性检验。对需求由此求解出判断矩阵的最大特征值和特征向量并歸一化处理。

在此之后对判断矩阵进行一致性检验，CR=CI/RI，当CR<0.1，认为判断矩阵一致性可以接受，否则需要对矩阵修正。经过检验之后，发现CR=0.0055<0.1证明判断矩阵的一致性可以接受。

④层次总排序。对求解每个用户的需求意象权重，再取均值得到综合权重。如表4所示。

根据一级指标的权重值可知，台式、一体式个人电脑的需求重要等级顺序分别为B1具体功能需求、B3使用体验需求、B2外观需求、B4安全需求。根据对二级指标的权重值可知，台式机一体机的用户对人性化的外设连接方式、高效的交互方式、家庭智脑、数据安全、高效协同、隐私安全、易清洁的屏幕和机箱、多功能显示器、灵活智能的外设充电方式、高效自定义受到用户的需求强度较高，而沉浸感、人性化的包装设计、整体家装一致性、电脑状况提示、健康、情感需求、桌面无线化、柔性审美/美学弧度的外观设计、减少占地、实时可控的家庭安全受用户的需求强度较低。

结语

产品设计中，用户需求研究是一个重要部分，随着现代科技和互联网的发展，用户需求差异化和个性化日渐突出，且变化多样，增加了具有普遍意义设计需求提取的困难。

本研究利用双钻石模式的结构，融合运用了大数据用户画像和KJ-AHP分析法的特性，使用大数据用户画像对用户行为进行筛选和整合，有效地帮助设计者了解用户的喜好和行为习惯，不仅充分利用了互联网大环境下的大量发散性的信息数据，也在信息收敛过程中使得用户特征更加客观，更有针对性;同时利用KJ-AHP法对用户需求层级进行分析，在处理访谈所得到的发散性用户需求时，可以对需求进行收敛，有效地将定性的问题定量化，有效提升结果的客观性，增强最终设计决策的合理性。

本研究对用户需求研究的方法论进行创新，以台式机为例，不断将数据进行发散和收敛，结合了两种方法的优势，为产品设计前期研究提供了可参考的研究方法，得到更客观更具体的用户需求后，可更有效地对后期的产品设计进行指引。

3626501908258