基于数字技术的工业设计用户研究方法探索

彭浩 吴志军 杨元

关键词：数字技术 数字挖掘 工业设计 用户研究 用户画像 用户需求

引言

工业设计用户研究主要是精准构建目标群体用户画像、获取用户反馈、探究用户行为规律，从而获取用户真实的场景痛点，促使产品研发更符合用户心理期待。其方法是企业研究用户行为、用户态度、用户环境的关键[1]。但由于传统工业设计用户研究用户参与性不强、用户调研数据过少、数据分析工作量过大，导致用户画像、群体特征、用户需求模糊化等问题[2]。这对传统工业设计用户研究方法提出了挑战，从而亟需优化其方法，构建数字技术下工业设计用户研究方法。本文围绕数字技术内涵，在分析传统工业设计用户研究方法的基础上，将数字技术与工业设计用户研究相结合，依托互联网平台，在数字挖掘方面，通过AI智能精准构建用户画像，从而发现潜在用户以及隐性需求；在数字连接方面，通过爬虫技术整合用户信息，从而扩大用户研究样本、获取个性化与多样化需求；在数字分析方面，通过数字传感技术，智能分析用户行为规律，发现用户使用过程的问题，探索影响用户操作的因素。

一、数字技术的内涵

数字技术是以智能化技术为依托、以互联网平台为载体、以大数据为生产要素的现代化科学技术[3-4]。其主要具有如下特征：（1）数字挖掘。以AI智能为核心，以某一特征为中心，将大量数据借助相似性、相关性、因果性关系进行计算，自动挖掘庞大数据库中的关联信息，并将其以网状形式连接、分類及可视化方式展示。（2）数字连接。以爬虫技术为核心，以建立虚拟网络平台或抓取互联网数据的方式打破传统数据壁垒的局限，将各行各业的数据进行整合连接，让万物数据互联、人人数据互联，从而快速获得更多资源。（3）数字分析。以数字传感技术为核心，以利用数字传感装置感应物理世界操作行为的方式获取人-物-环境的交互规律，将物理世界的行为进行数字世界的观察和分析，从而快速获取行为、空间规律等信息。

鉴于数字技术具有上述的三种特征，其在数字化背景下工业设计用户研究方法中具有以下几个特性：（1）通过数字挖掘精准构建以用户标签核心的用户画像，从而精确获取潜在用户及用户隐性需求。采用AI智能挖掘互联网平台上不同行业的用户数据，按照用户喜好、生活方式、行为等特征把用户进行细分，从而把握用户群体特征。（2）通过数字连接促使用户以基于数据的“标准化，平等性交流”的方式参与研究，从而发现用户个性化、多样化需求。利用互联网平台建立网络社群的方式，以及通过爬虫技术抓取用户在电子商务平台评价信息的方式，直接或间接地获取用户使用反馈、价值需求等一手资料，从而将研发端与需求端无缝连接。（3）通过数字分析探究用户在操作产品时的空间规律和行为（频率）规律。利用数字传感技术，通过智能互联产品以及可穿戴设备，将用户操作行为、移动频率、行为轨迹及日常生活习惯等信息数据化、可视化表达，以此来获取用户行为数据库。

二、传统工业设计用户研究方法

工业设计用户研究内容主要是把具有相似喜好、生活方式等特征的用户群体进行分类，精准构建用户画像、把握群体特征，并在其基础上观察用户行为、探寻用户心理特征及感受用户体验性需求，获取用户在生活及产品使用过程中真实的场景痛点，促使产品研发更符合用户使用经验、生活习惯及心理期待。传统的工业设计用户研究方法以信息化技术为依托、以线下调研为载体、以小数据为生产要素。其主要从构建用户画像、获得用户反馈、探究用户操作行为三个维度进行工业设计用户研究[1]。

（一）构建用户画像的目的主要是定义目标人群、把握群体特征、获取潜在用户与隐性需求。其通过用户访谈、问卷的形式获取用户年龄、收入、地域等身份标签，通过统计分析，构建基于身份标签的用户画像[5]，获取不同的用户需求。例如，基于收入水平构建的用户画像，由于收入差距，用户对产品的质量、价格、情感价值关注的侧重点不同，需求也不同。但在数字化时代，用户喜好、行为特征等会随时间快速变化，导致基于身份标签构建的用户画像不具有全面性、动态性，从而很难把握用户动态变化的需求[2]。例如，收入水平相似的用户，消费习惯可能天差地别，富人也可能喜欢去小米优品购买低价优质的商品，同时随着收入的提高，用户生活需求及消费水平可能会有新的改变。

（二）用户反馈的目的主要是发现用户个性化、多样化需求。现阶段一般是采用用户访谈、线上线下用户问卷的形式获得用户反馈，通过统计分析、定性分析的方式分析用户反馈、获取用户需求，从而使产品能够快速迭代[6]。在用户需求快速变化的时代，采用用户问卷、入户拍摄、问题访谈等传统工业设计用户研究方法，会导致样本过少、地域范围小、成本过高等问题。例如，在获得用户对智能扫地机器人的使用反馈时，由于时间、成本等问题，只能对部分区域、部分群体进行访谈或问卷，从而导致用户参与研究能力不足、无法获得大部分用户真实有效的场景痛点及用户个性化需求。

（三）用户操作行为的目的主要是研究用户使用产品时的空间规律和行为（频率）规律。现阶段主要以视频拍摄、行为实验等方式来记录和体验用户使用产品的全流程，通过行为观察、视频切片的方式研究用户使用产品时的日常习惯和操作规律，分析出符合用户行为习惯的产品使用流程，提升用户使用体验[7]。例如，在研究用户使用烤箱烹饪面包的操作行为时，需要对大量的录像视频进行一帧一帧的分析，或者邀请不同用户进行行为实验，来观察用户的行为（图2）。但这样的研究方法会出现步骤繁琐、分析速度慢、数据分析工作量庞大等情况，从而导致无法精准捕捉用户行为规律。

三、基于数字技术的工业设计用户研究

在数字化背景下，用户从物理人转变为数据人，用户特征、行为等信息呈指数增长。在其基础上，利用数字技术将用户信息通过数据的形式记录、传递、加工、处理，从而扩大研究样本、优化分析方法，最终促进用户参与研究力度，得到精准的用户需求，为工业设计用户研究从量变到质变的飞跃创造条件[8]。在数字化时代，依托互联网平台，构建基于数字技术的工业设计用户研究方法（图3）：（1）基于数字挖掘精准构建用户画像，利用AI智能，以用户标签为中心获取数据，借助因果性关系分析用户喜好、行为等特征，从而精确获取潜在用户及隐性需求；（2）基于数字连接全方位获取用户反馈，利用爬虫技术，抓取用户在互联网平台的使用反馈等数据，从而促进用户参与研究力度，获取用户个性化、多样性需求。（3）基于数字分析探究用户操作行为，利用数字传感技术，将物理行为、移动频率等信息数字化分析，从而获取用户在某一场景下，操作产品的习惯及行为规律。

（一）基于数字挖掘精准构建用户画像

数字挖掘主要是依托AI智能，通过以身份标签、统计标签、算法标签为核心的用户标签精准构建用户画像。身份标签即用户属性标签，主要是用来获取用户姓名、年龄等基本信息；统计标签即用户行为标签，主要是获取用户在互联网平台的网页浏览、购买等行为；算法标签即用户喜好标签，主要是挖掘用户偏好、用户习惯等需求[9]。在数字化时代，为应对用户喜好、体验等动态需求，通过AI智能对用户信息全方位、长周期掌握，并借助因果性、相关性关系进行智能化实时分析，从而获得潜在用户及用户隐性需求[10 -11]。其具体实施方式为：首先，从用户在淘宝、抖音等互联网平台上会员登陆的终端系统中，获取用户姓名、性别、居住地等基本信息；其次，围绕用户身份标签，获取用户在互联网平台上的行为标签，即浏览网页轨迹、频率、时间以及产品评价等行为数据，并对用户行为标签不断更新、叠加。

最后，根据数据间的因果性关系进行分布式计算，实时分析成千上百个行为标签，挖掘用户喜好、行为等特征，并逐渐合成用户画像。在此基础上，通过数字挖掘，利用相关性、相似性关系，把具有同类特征的用户画像，归类为同一用户社群，获取群体的用户特征，例如，运动达人、美食达人等[12]。针对同一用户群体特征，从生活方式、用户偏好等深层次的用户行为中提炼产品理念，获取潜在用户及用户隐性需求，进而对产品进行设计创新（图4）。例如，挖掘互联网平台上泛90后群体的特征。首先，从美團与饿了么等平台的数据终端获取用户姓名、地域以及学历等基本信息；其次，一方面，从月均消费频率及用户在购买产品时的关注度来判断其消费观；另一方面，从用户长期的外卖下单时间与类型，来判断用户饮食规律和饮食偏好等，从而构建精准构建用户画像；最后把具有类似特征的用户归为一类群体，获取用户潜在需求。

（二）基于数字连接全方位获取用户反馈

数字连接主要依托互联网平台，结合爬虫技术，通过用户直接或间接参与的方式打破传统产品设计与用户需求间的“非标准，非对称交流”，使其转化为基于数据的“标准化、对称性谈话”[13]，赋予用户获得表达和参与产品设计的新途径，获取用户使用反馈、价值需求等一手资料，判断用户期待的产品价格及品质，从而精准获取个性化、多样化需求[14]（图5）。具体实现方式为：

1.用户直接参与获取反馈。以互联网平台为依托，通过线下用户调研及在互联网平台上建立网络社群的方式，让兴趣、爱好相同的用户进行交流，获取用户使用反馈，利用爬虫技术将反馈的数据，按照关键词出现的频率等方式进行分析，并以可视化方式进行表达，从而精准获取大多数用户的个性化、多样化需求。例如，小米依托互联网平台，通过线上线下的方式收集用户的设想及体验报告等数据，将“米粉”的意见进行数据化打包，并将其进行数据分析，得出用户需求，最终根据大多数用户的需求确定产品形态[15]。对小米来说双方的沟通过程就是产品形成过程，此时用户既是消费者，也是设计者。

2.用户间接参与获得反馈。利用爬虫技术抓取用户在淘宝、京东等互联网平台上关于销量、产品及评价等数据，通过相似性数据出现的频率做出热力图和趋势图，得知企业在用户面前的美誉度、搜寻产品发展趋势，以此判断用户个性化、多样化需求。例如，在新冠疫情的影响下，“健康”成为热点话题，于是利用爬虫技术抓取关于“健康”产品的销量、评价等数据，根据用户反馈关键词出现的类别，可将其划分为吃得健康、用得健康、出行健康等维度，从而获取用户在不同维度的需求。随着消费者对工业设计用户研究的参与度越来越深，甚至产品部分功能设计就是由消费者提出来的，这样会增强用户参与研究力度，从而获得用户反馈，精确把握用户在真实场景下的个性化、多样化需求、为产品快速迭代或研发提供依据。

（三）基于数字分析探究用户操作行为

数字分析主要依托数字传感技术，通过智能互联产品以及可穿戴设备，智慧追踪用户在某一场景下的操作行为、移动频率以及行为轨迹等数字化信息，从而分析用户操作产品时的行为规律和空间规律，发现用户使用产品过程中遇到的问题和不良体验，探索影响用户操作的因素，提升工业设计用户行为研究效率。具体实现方式为：

1.把数字传感装置安装在产品中，即智能互联产品。通过智能互联产品的数据终端记录用户使用产品的时间、频率、触点等数据，了解用户使用产品时的行为方式、操作频率等，并对其进行智能化分析，获取用户在特定场景下使用产品时的痛点，从而准确把握用户真实需求，为客户提供个性化服务[12]。例如，以小米智能冰箱为例（图6），小米智能冰箱可通过内部食物的消耗情况、食材种类、空间占有率等，推测用户饮食规律、饮食偏好等信息，从而在设计冰箱时，可根据不同用户群体需求，调整冰箱内部空间及根据食材类别智能设定温度等。

2.把数字传感装置设计为可穿戴设备（图7），将应用于用户自身。在研究用户行为规律时，将其穿戴在用户身上，通过其智能感应、行为轨迹分析等功能，来观察、研究用户在某一场景内的操作行为特征、移动频率等。由此根据用户行为特征、操作习惯，为设计产品的使用流程、产品体量以及布置功能模块提供数据支撑。例如，在研究厨房垃圾处理方式时，可让用户穿戴数字传感装置，通过智慧追踪用户行为轨迹以及智能化呈现用户轨迹等方式，来研究用户在厨房烹饪这一场景下，厨房垃圾处理的空间规律和行为（频率）规律，来智能化构建用户处理垃圾操作动线的频率网络图，降低工业设计用户行为研究的工作量，提升用户行为研究效率。以此发现用户使用产品过程中遇到的问题和不良体验，探索影响垃圾处理因素、用户习惯、操作规律，从而发现产品创新机会[3]。

结语

在数字化背景下，以信息化技术为依托，通过用户问卷、用户访谈、视频拍摄、行为实验的传统工业设计用户研究方法转向以互联网平台为依托，通过AI智能、爬虫技术、数字传感技术的工业设计用户研究方法。基于数字技术的工业设计用户研究方法主要以下特点：第一，利用数字挖掘精准构建基于用户标签的用户画像，可全方位、长周期、实时更新用户数据，精准获取潜在用户及用户隐性需求。第二，利用数字连接获取用户反馈、赋予用户表达与参与设计的权利，扩大工业设计用户研究样本，使用户端需求直达研发端设计，精确获取用户个性化、多样化需求。第三，利用数字分析智慧追踪并以可视化方式呈现用户使用产品时的空间和行为规律，探索用户使用过程中的问题和不良体验，预测用户在产品所应用环境的使用体验，确保研发在预期轨道。其解决了传统工业设计用户研究精度、深度不足的问题，优化了传统工业设计研究方法，对数字化背景下的工业设计用户研究提供了可行性的解决方案。