從用戶研究到產品概念設計的數據可視化研究＊

陸少珍，張 貴，張瑞秋，袁萬選

（1.華南理工大學 設計學院，廣東 廣州510006；2.廣東水利電力職業技術學院，廣東 廣州510006）

大數據時代下的信息生產以幾何級數突飛猛進，如何快捷地處理信息和更好地利用信息，成為各行各業所面臨的問題。就產品設計行業而言，如何進行用戶調研數據采集、數據存儲和數據分析，如何把數據轉化為有用的設計信息，如何幫助設計師更明智地制定決策以及更清晰地傳達設計理念，已經成為大數據時代產品設計面臨的問題。

1 大數據時代下用戶研究的數據可視化

數據可視化是利用數據分析與可視化軟件將輸入的用戶研究數據轉化為生動形象且易于理解的靜態圖表、動態圖表、可交互式圖表或其他可視化的表現形式，幫助產品設計師解讀用戶需求和決策設計方案，提高數據處理的體驗效果［1］。在當今大數據時代下的產品設計中，對數據可視化的需求變得越來越強烈，數據可視化對產品設計具有深刻的意義。首先，對用戶的調研所得的數據是抽象雜亂的，將這些數據進行可視化，能夠清除干擾不必要的信息，簡明扼要正確的傳達有用信息，使用戶數據化繁為簡。其次，在對用戶數據集進行可視化設計的過程中，需要先對數據進行分析，通過數據分析后，進行數據可視化，可以挖掘數據之間隱藏的數據關系，揭示深層現象，使設計師對產品概念設計有更加全方位、多角度的理解，加強了設計師的認知，符合設計師接受信息轉化信息的習慣，從而對產品概念設計進行全新的整合。

隨著數據可視化重要性的日益突出，有關用戶研究數據的分析與可視化軟件越來越豐富，常用的可視化工具主要分為信息圖表類工具、基于時間順序的時間線類工具和數據地圖類工具。除此之外，用于網絡分析、社交媒體可視化和文本可視化的相關工具也日益盛行。在這些在線數據可視化工具中，交互性圖表類工具有google chart API、D3（Data Driven Documents）、Flot，數據地圖類工具有Modest maps、Leaflet、OpenLayers，較為復雜的桌面應用和編程工具有Processing、NodeBox，還有專家級數據分析工具R、Weka、Gephi等［2］。

2 用戶研究與產品概念設計

從產品生命周期考慮，產品設計可分為產品需求分析、概念設計、詳細設計、工藝設計、樣品試制、生產制造、銷售與售后服務等階段。產品概念設計是由分析用戶需求到概念產品生成的一系列有序的、可組織的、有目標的設計活動，是由粗到精、由模糊到清晰、由抽象到具體的不斷進化的過程。產品概念設計是設計過程的早期階段，其過程是產品設計過程中最重要、最富于創造性，同時也是最活躍、最復雜的設計階段。因此，產品概念設計應該建立于準確的用戶研究之上。

用戶研究是產品需求分析階段所需的數據的主要來源，產品需求分析是進行產品概念設計首先解決的問題。在產品生命周期的最初階段，對用戶的研究和理解是各種產品決策的依據，因而產品需求分析與產品概念設計之間存在反饋和迭代的關系［3］。用戶研究數據從表現形式上包括數字數據、文字描述、圖畫信息、聲音和視頻記錄，用戶數據的呈現形式直接影響到用戶需求轉化為產品概念設計的準確性和效率。而用戶數據分析又恰好是設計過程中用戶調查最難以實施的階段，比如很多不可確定的因素都會影響到數據的準確性，因此數據的定性分析和定量分析可視化的呈現出來顯得尤為重要［4］。

3 從用戶研究到產品概念設計的數據可視化

從用戶研究到產品概念設計，創建數據可視化的主要步驟是量化和轉化。量化是通過制定問題和收集數據來獲得數據。轉化是指采用數據分析和可視化軟件對數據進行可視化處理。

3.1 用戶調研數據的收集

由于準確地獲取所需的數據是一個非常困難的任務，因此可以從現有的有效原始數據著手，比如很多網站提供了可訪問的數據。一旦獲得了原始的數據，便可以嘗試使用多種方式對數據進行分組和排序來進行數據再加工：數據的解析、組織、分組和修改，以分析和獲取數據之間的內在聯系。這個過程就是現在時常提到的數據再加工的過程。

3.1.1 制定問題

首先對數據要有深刻地理解，然后確定提出所要講述的故事的問題。隨著收集數據量的增多，可以考慮從某個主題切入，專注于數據搜索和問題提煉。在初始階段并不要求做出非常完整的、明確的問題制定，允許在后面的階段完善和補充。在為創建數據可視化而提出問題時，應該盡可能地關注以數據為中心的問題，通常可以以“在哪里”、“什么時間”、“多少”或者是“頻繁度”為切入點，這樣不僅可以在特定的參數集合內查找數據，而且更有利于找到適用于可視化的數據。

3.1.2 收集數據

用戶調研的方法很多，比如觀察法、詢問法、實驗法和用戶圖片日記法等形式，以及深度訪談、影像故事、對比法、過濾法和回想法等方法來進行調查。調研方式應根據制定的具體問題來選定相對應的數據收集方法。

3.2 用戶調研數據的可視化方法

首先，把重要數據信息放大是減少干擾且清楚地傳遞信息的關鍵。其次，通過簡單扼要的方式呈現信息，“清晰信號”就會增強。簡單可視的信息會讓人們可以比較專心地注意傳遞信息的意義［5］。假如沒有用正確的可視化方法來表達某一特定的信息，可能會從根本上曲解信息的意義，所以在一開始，選擇正確的數據可視化方法是很重要的。

3.2.1 確認用戶需求的分析方法和步驟

通過數據分析，將調研過程中收集到的各種原始數據進行適當分類處理，找出不同數據之間的關系。首先，將初步整理的數據呈現在表格里或者是圖表里，再按照流程解讀和整理數據；其次，選擇合適的統計分析方法來判斷問題的量化，找到解決問題的統計指標；最后，將數據可視化呈現。

3.2.2 把原始數據翻譯成客戶需求

通過用戶調研所得的數據包含大量信息，應先對這些信息進行分析整理，明確用戶需求目標，才能獲得正確得解讀方向。將原始數據進行分類處理，采用具有直觀、生動等視覺效果的圖表來表現，可以從中快速直觀地直擊重點。因此，要盡量把所發現的數據內容轉化成表格或其他視覺圖案，用視頻、照片等方式展示研究的結果，才能使枯燥難記的數據變得易于掌握。下述具體介紹幾種調研數據可視化的方法。

1）人物角色構建法的視覺化。人物角色構建是用戶研究的常用方法，在進行用戶描述時，描述用戶的特征、認知和使用環境，便可以列出人物角色的基本要點，即年齡、身份和愛好等。在表達人物角色的意見、需求和疑問時，要做到使角色描述具體準確，要得到更為準確的用戶感受和期望，就要到用戶使用產品的環境中去了解用戶，如圖1所示。

圖標的尺寸和顏色是最常用的數據可視化的展現方式，可以通過圖標的大小和顏色快速且清晰地區分信息。如圖1b所示，通過人物角色模型的視覺化處理，設計師可以將所有資料放在一起綜合分析，避免了片面的統計結果導致的片面決策或以自己的興趣來取舍資料的缺陷。除此之外，只有將人物角色的信息進行合理、精心地分類組裝，才能使用戶研究的數據便于理解、使用和記憶，實現設計團隊之間的溝通，方便設計團隊對信息的認可和掌握，提高最重要的數據的影響力。

2）競爭對手分析的數據可視化。產品競爭分析圖如圖2所示，通過把競爭產品的圖片放在二維坐標的展示，可以直觀地發現產品的機會空間，使設計工作將變得更加有目標、有計劃、有的放矢、有效率。同時，透過分析圖及其分析過程還可以獲得更多的優化方向，讓設計師發現很多不容易發現的創意。

圖1 人物角色模型

圖2 產品競爭分析圖

3）產品色彩設計分析的可視化。在大數據的時代，色彩是一種優秀的展現形式。不同的色系、明度和純度都可以用來表現不用的數據，色彩漸漸成為了展現宏觀趨勢的必然選擇。如圖3所示，通過對色彩的分類，可以清晰地歸類色系給人帶來的特定印象。

4）產品造型風格設計分析的可視化。設計風格和設計語言可以通過風格定位圖（見圖4a）和產品意象拼圖分析（圖4b）等方式進行，把產品的風格用易于理解的形容詞在圖中進行定位，方便設計師做出相關聯的聯想，從而獲得符合用戶需求的造型。

圖3 顏色的意圖歸類

圖4 造型風格分析

3.3 產品概念設計

信息可視化的目的是為了有效地傳達信息，通過對海量的復雜信息進行分析，并以直觀的視覺手段來表達美學形式和功能需要，并不是為了功能而設計的功能性圖表，更不是為了美學形式而設計的炫目的畫面，準確的可視信息是產品概念設計的基礎。

3.3.1 概念生產

產品概念是從用戶的角度對產品進行構思，以滿足用戶的需求和期望為出發點，將用戶信息具體化，描述產品的性能、功能、造型和優點等，通過發散思維形成很多個概念，如圖5所示。

圖5 產品概念

3.3.2 概念選擇

在新產品開發的概念設計階段提出了很多個產品概念，不可能對每個概念都以詳細的定性、定量研究方法進行測試，應采取概念篩選測試方法來快速篩選出幾個有潛力的產品概念。

1）概念評分。通過選取每個概念方案的設計優點和其權重的設置，計算出每一個概念方案的綜合得分，對排名靠前的概念方案進行深入設計，概念評分表見表1。同時，其余概念方案的突出優點和缺點可作為設計參考。

2）概念吸引力測試。通過概念評分篩選出概念方案后，采用定性研究來測試這些概念的吸引力，進一步選出其中吸引力較高的概念方案，然后再對它們進行定量的概念吸引力測試，從而選定最終的方案。定性吸引力測試問卷的主要內容包括對產品的購買興趣、對產品的總體評價和產品喜歡程度等。

表1 概念評分表

4 結語

本文通過闡述用戶研究與產品概念設計的關系，將調研數據進行分類簡化處理，然后對其進行可視化的信息呈現，使用戶數據化繁為簡。設計師在產品概念設計時，能更加直觀地獲得數據之間隱藏的數據關系，進而對產品概念設計有更加全方位、多角度的理解，從而提高產品概念設計的效率和質量。

［1］洪文學，王金甲.可視化和可視化分析學［J］.燕山大學學報，2010（2）：95－99.

［2］劉勘，周曉崢，周洞汝.數據可視化的研究與發展［J］.計算機工程，2002（8）：1－2，63.

［3］歐陽波，賀赟.用戶研究和用戶體驗設計［J］.江蘇大學學報：自然科學版，2006（S1）：55－57，77.

［4］Rosenbaum S，Swamy S，Braun K，et al.Investing in user research：making strategic choices［J］.Proceedings of the Human Factors and Ergonomics Society Annual Meeting，2010，54：547－550.

［5］王媛媛，丁毅，孫媛媛，等.數據可視化技術的實現方法研究［J］.現代電子技術，2007（4）：71－74.