大數據在產品設計調研中的應用研究

王孟孟，杜曉茹

（武漢理工大學，武漢 430070）

手工藝時代，產品設計主要依靠手工藝者的技藝進行設計活動；產品經濟時代，產品設計主要依靠設計師主觀思維進行設計活動；服務經濟時代和體驗經濟時代的到來，產品設計越來越重視對市場環境和用戶的深度理解。科學技術的發展對產品設計需求不斷提高，也要求產品設計調研更具科學性、真實性，調研方法也要緊追時代的步伐隨著技術的發展而不斷更新。當前產品設計調研方法嚴重滯后于科學技術的發展。因此，大數據時代背景下產品設計調研應結合大數據的特點及優勢為產品設計調研所需數據提供更科學的保障。

一、大數據概述

未來學家阿爾文·托夫勒在其著作《第三次浪潮》中，首次使用大數據（Big data）這一術語，并前瞻性地指出大數據時代即將到來。美國的麥肯錫研究所是研究大數據的先驅，將大數據定義為數據的體量超過傳統的數據庫所能搜集、存儲、控制、管理的能力。大數據專家維克托·邁爾-舍恩伯格對大數據的功能進行闡述：大數據的核心就是預測。盡管現在對大數據并沒有統一的概念，但是人們對數據的挖掘、管理、運用和研究，不僅會催生新的關注點，而且會改變傳統的思維方式。

“4V”是大數據所公認的特點，即Volume（容量）、Variety（種類）、Velocity（速度）和Value（價值）。Volume是指巨大的數據量和數據的完整性，Variety是指數據的多樣性，如文本、視頻、圖片、傳感器、地理信息等；Velocity是指獲取處理數據的速度快，Value是指數據的商業價值高。

大數據處理流程，即在合適工具的輔助下，按照一定的標準對廣泛異構的數據源進行收集和集成，并統一存儲；利用恰當的數據處理技術分析、提取、存儲數據中有益信息，并通過恰當的方式將結果展現給終端用戶。大數據要解決的核心技術是收集、存儲、分析數據最終將數據可視化。

二、當前產品設計調研

> 圖1 大數據背景下產品設計調研過程

> 圖2 “行業指數”中熱搜榜產品的用戶特征

產品設計是由以下四個階段構成：第一，設計準備階段（設計策劃、設計調研）；第二，設計發展階段（分析問題把握問題、確定目標、設計表達）；第三，實施與評估階段（產品生產、產品測試評估、產品市場投放）；第四，驗證與反饋階段（用戶反饋信息收集，根據反饋信息再設計）。產品設計調研貫穿于產品設計的整個過程，前期設計準備階段需要調研市場環境（市場前景分析、設計技術調查、競品調查）和消費者（用戶需求調查、消費動機調查、生活方式調查）的相關信息，為確定設計目標及設計表達做鋪墊；后期階段需要收集用戶深度體驗后的反饋信息，實現產品的升級和完善。

產品設計調研是為了獲得可用信息數據并加以分析和總結，為產品設計提供設計方向、設計思路、設計依據等。傳統的產品設計調研流程分為：確定調研目標、制定調研計劃、收集調研數據、整理調研數據、對有效數據進行篩選與分析，最后將數據轉換為可視化語言為產品設計提供設計參考。傳統的產品設計調研方法有：問卷調查法、觀察法、訪談法、焦點小組法、實驗法、網絡調查法等。

產品設計調研有助于了解市場前景、目標用戶群體、用戶需求及用戶深度體驗中及體驗后對產品的反饋，其目的是使新產品的創新有據可依，將現有產品不斷完善使其更加人性化，更符合現代用戶各個層次的需要。因此產品設計調研中數據收集的全面性、準確性、科學性顯得尤為重要。而傳統的產品設計調研具有較大的片面性、主觀性和偏差性。例如，訪談法，受訪者可能會因為面對訪問者而感到拘束，不能真實地表達自己的需求，甚至有些需求是用戶自己都未察覺到的。再如問卷調查法，目前大部分問卷調查者都是在網絡上發放問卷進行數據收集，雖然很大程度上節約了調研成本，但調查人群受地區、專業、教育、年齡等因素的限制使調查樣本過于局限和片面，從而導致調查結果和實際情況偏差較大，可信度較低。因此，產品設計調研需要利用信息時代的產物，獲取數量大、種類多的樣本量使調查結果更具代表性。

三、大數據背景下的產品設計調研

（一）大數據與產品調研的相關性

互聯網、物聯網、云計算的廣泛應用，不斷地改變著人們的生活方式。現代人們吃飯可以點外賣、打車可以使用網約車、購物可以網購，甚至娛樂活動（歌曲、影視、音樂、游戲等）方式和購票渠道都發生在各大互聯網平臺上。隨著智能移動設備、傳感器、電子商務、社交網絡的發展和普及，人們大部分的生活數據都產生于互聯網，形成了一個互聯網數據爆炸的時代。因此產品設計調研應該迎接新挑戰，彌補傳統產品設計調研周期長、花費大、片面性、主觀性的弊端，有效地利用大數據背后所隱藏的巨大價值，獲得科學性、全面性、精準性的調研目標數據，構建更加完善的產品設計調研體系。

產品設計調研是指個人或組織運用科學的方法和手段，系統地策劃、收集、處理分析與設計活動相關的可用性信息與數據，最終轉化為報告，為產品設計活動提供指導。“預測”是大數據的核心功能，大數據能夠將海量的信息進行有效的篩選、收集、儲存、分析、最終形成可視化語言。大數據作為獲取、處理數據先進的工具與產品設計調研的目的不謀而合，都是為了盡可能還原人類行為的真相，獲取更加準確真實的行為活動。

（二）大數據背景下產品設計調研過程

傳統的產品設計調研在數據收集階段主要是以人為收集、記錄、整理、分析為主。而將大數據用于產品設計調研中，主要是通過互聯網平臺搜集用戶數據，通過大數據技術對所收集的數據進行處理和分析。大數據背景下的產品設計調研與傳統設計調研相比其本質并沒有改變，相同之處在于都需要制定調研目標、調研計劃，不同的是數據收集、數據篩選、數據分析由大數據平臺進行處理。（圖1）

1.數據收集階段

產品設計調研的數據采集主要包括兩個方面，一方面是市場環境調研所需的數據，目的是為了了解產品市場的發展趨勢；另一個方面是對用戶調研所需的數據包括用戶需求、用戶消費行為、用戶對產品滿意度等。在大數據背景下數據收集變得越來越容易，人人都是數據的創造者，人們各種各樣的互聯網活動及各式傳感器的使用等不斷產生帶有多維度集合特征的數據。這些數據來源包括交易數據（網絡支付、刷卡支付）、移動通信數據（智能手機等移動設備上的軟件系統所記錄的各種數據）、行為數據（個人通過微信、微博等發布的文字、圖片、視頻、訪問轉發的文章等）、機器傳感器數據（連接互聯網的智能家居、智能可穿戴設備、導航定位設備等）、互聯網上的開放數據等。

數據的收集來源是多渠道的，數據的特征也是多維度的，主要包括具體的個人基本信息、人物特征、區域地點、時間記錄、行為特征、周圍環境等數據信息，甚至包含用戶的生活方式、個性特征等心理行為信息（興趣愛好、風格品位）。因此多種維度的信息匯集在一起就形成了大數據，這些大數據的運用將對產品設計調研帶來重大變革。

現已有部分互聯網公司推出了收集信息的數據平臺，如“阿里指數”“百度指數”等。它們通過收集、儲存、處理、可視化、分析行業信息為不同行業提供大數據信息源，讓大數據發揮其更大的價值。任何人都能利用這些大數據來分析社會熱點，分析行業前景等。當然這些數據信息也可以作為產品設計的重要參考依據。

2.數據篩選和分析

大數據背景下的產品設計調研，不僅需要多元化、多維度的數據作為產品設計調研的基礎，還需要對數據進行篩選，選出對產品設計調研有效的目標數據，然后對有用的目標數據進行整理、分析及轉換，最終以可視化信息的形式呈現，為產品設計提供依據。

以數據平臺“全景洞察”為例，“全景洞察”是一個專門研究消費者的數據平臺，與知名電商平臺（天貓、淘寶、亞馬遜、京東）、社交平臺（微信、微博）進行數據聯盟，主要有以下幾個特色：第一，實現同步更新篩選有效數據，能夠挖掘潛在用戶群體和需求，洞察未被發現的數據價值；第二，可以深度刻畫目標受眾的消費者輪廓，通過功能強大的數據分析器分析消費者的需求、消費者的行為、消費者的偏好等；第三，能夠自定義維度組合靈活洞察分析，并將數據分析結果制成可視化報表全方位還原用戶畫像。例如，手機產品的相關調研，只需在“全景洞察”平臺中輸入關鍵詞“手機用戶調研”，平臺會自動從數據庫中篩選與手機相關的數據信息和消費者信息，將其進行交叉分析。可以得出銷售品牌排名、樣式排名、價格排名、購買者數據信息排名等，一切正相關和負相關的數據。

從事產品設計調研工作的設計師大部分都是藝術專業的教育背景，對于產品設計調研分析階段所需的計算機和統計學專業方向的知識是其短板。因此建立產品設計調研大數據平臺，將是設計工作者的福音，能在很大程度上補救藝術專業背景下的產品設計師的短板，避免盲目設計，促進其科學地開展設計活動。

四、大數據平臺在產品設計調研中的初步應用——以“阿里指數為例”

大數據爆發的時代，為了迎接挑戰需要一個展現數據價值的平臺。如上文所提到的百度指數、全景洞察等大數據平臺已經相繼問世，正在促進著不同行業的發展。以“阿里指數”為例，分析大數據平臺在產品設計調研中的應用。“阿里指數”主要利用阿里巴巴集團生態圈中所有線上、線下產品所產生的海量大數據的集合，進行數據分析。“阿里指數”是一個站在地域和行業角度下提供指數化的數據分析，作為市場及行業研究的參考，其核心模塊就是“行業指數”和“區域指數”。

“行業指數”主要指從行業視角下分析商品交易的發展現狀及消費者人群特征。根據“行業指數”可以得知某個行業的發展現狀，洞悉在特定地區的發展態勢，發現熱銷商品，了解熱門商品賣家與買家的特征。例如，在“阿里指數”中輸入移動電源，阿里指數將通過大數據分析結果進行數據可視化，自動排列最近7天的搜索指數。從搜索關鍵詞排名中可以了解用戶偏愛 “快充、迷你、便攜、小巧、2000毫安、三星原裝、艾米多旗艦店”的移動電源。通過平臺數據分析能夠得知用戶對此產品的需求特征：充電速度快、小巧便攜，而且還要功率大，還體現了消費者的用戶畫像，如性別、年齡、星座、愛好等。（圖2）

“區域指數”主要指從地區視角下分析各種交易的發展、貿易往來、商品基本情況和消費群體特征。根據“區域指數”可以了解某個地區的交易現狀，以及各個地區之間交易的熱門物品種類，了解每種商品交易類別的消費者特征。例如，選取廣東省就能了解廣東省與其他各地區所產生的熱門交易信息，以及用戶特征信息。

大數據平臺“阿里指數”的運用，為淘寶商家提供了更精準的運營思路，為其設計運營策略及方案的提出提供了有力的依據。大數據平臺的相繼問世預示著未來市場調查的發展趨勢，人們將越來越重視通過利用大數據的價值為人類提供更多便利，當這些數據被運用于產品設計調研時，也將為產品設計師提供一些新的設計思路及設計方向，為其設計創造更大的價值。但是，大數據平臺的發展還處于初級階段，還需要進一步的完善，現有的大數據分析平臺，“百度指數”“全景洞察”等包括“阿里指數”雖然能夠深刻還原用戶畫像，了解用戶偏好、購買行為等信息，但是其應用范疇主要針對市場營銷、運營等領域。體驗經濟時代，人們更注重產品的情感化，因此產品設計調研所需數據需要更加深刻，設計師需要對用戶使用中的體驗過程進行深刻的了解，為設計師創造出符合用戶認知需求和審美需求的產品提供科學、精準、有效的幫助。

五、結論

未來大數據將是產品設計調研的有利工具，充分利用好大數據這個工具將對產品設計調研產生重大影響。本文通過研究大數據與產品設計調研的相關性，探尋產品設計調研與大數據的結合點，利用大數據的優勢，建立科學的產品設計調研流程。未來將會利用大數據背后所隱藏的巨大價值，構建針對于產品設計調研的數據平臺，使之為產品設計調研提供新思路、新方法，構建具有科學性、全面性、精準性的產品設計調研體系。■