基于大數據用戶畫像和KJ-AHP法的用戶需求研究

尹璐　何人可　郝涔鈞

關鍵詞：雙鉆石模型 大數據用戶畫像 KJ親和圖法 AHP層次分析法 用戶需求

中圖分類號：TB47 文獻標識碼：A

文章編號：1003-0069（2022）01-0082-04

引言

用戶需求是產品設計環節的開始，也是成功設計產品的前提。隨著社會經濟的發展，人們的需求開始不斷變化，一成不變的設計早已不能滿足用戶的需求，用戶需求的研究也顯得愈發重要。

國外較早地開始了對用戶需求的研究，比較著名的理論與方法包括馬斯洛需求層次理論、Kano需求模型、AHP層次分析法、用戶參與的需求獲取研究方法以及快速深入的用戶需求研究法等。而在國內對用戶需求的研究主要從用戶需求建模、用戶需求的獲取表現、以及用戶需求重要性三種角度進行研究。現有的用戶需求研究方法主要以用戶需求作為獨立的研究對象，例如Kano模型和AHP層次分析法都是對已獲取的用戶需求進行優先級的比較和排序，較少有研究從用戶需求獲取之前到用戶需求整合產出的完整的研究方法，存在一定的不完整和局限性。

本文建立了以大數據用戶畫像和KJ-AHP分析法為基礎的雙鉆石用戶研究模型，并以臺式一體機為例，進行了用戶需求研究。以此得出有重點和針對性的用戶需求優先級列表，建立了完整的用戶研究流程，為用戶需求的獲取提供方法。

一、以雙鉆石模型為基礎的方法論研究

本文的研究以20 05年英國設計委員會演繹的設計過程基準——雙鉆石模型（The ‘Double Diamond’Design Process Model）為參考，進行了方法論的研究。

“雙鉆石”模型原本是在服務設計作為一種更清晰的實踐出現時而設計的，它是在產品設計、圖形設計和用戶體驗設計的基礎上發展起來的一個工具、一種思維模式或者一種結構化的設計方法[4] 。將設計過程分為4個階段 ：“鉆石”一的“探索”和“定義”階段用以研究與合成問題，“鉆石”二的“開發”和“交付”階段用以構思創意和實施方案。由此直觀地呈現了設計思維在設計過程中不斷進行發散和收斂的轉變，如圖1。

以臺式一體機的設計研究為例，以雙鉆石模型為基礎，結合大數據用戶畫像和KJ-AHP分析法的特征創造性的將研究過程分為四個階段，不斷對數據進行發散和收斂：階段一大數據收集、階段二用戶畫像繪制、階段三用戶需求收集和階段四用戶需求歸納，如圖2。以上述方法可得出更加客觀的研究結果，并有助于設計的產出，具體內容將在下文進行詳細闡述。

二、利用大數據用戶畫像篩選目標用戶

大數據用戶畫像，是由用戶在社交網絡媒體中的社交關系，偏好行為等信息對用戶進行標簽化處理的方法，設計的初期，為幫助設計者理解用戶需求，常常會采取建立用戶畫像的方式，整合用戶信息。在2003年，Cooper曾經提出用戶畫像的概念，通過識別用戶的典型特征，將用戶的類型進行細分，將行為特征進行歸類，即可發現類型用戶對于產品的需求和傾向。在信息化的時代，所有人都是數據信息的提供者和使用者，在此過程中必然會留下痕跡，因此可以將用戶所留下的數據信息痕跡收集起來，通過不同的特征性，就可以對用戶進行用戶畫像的繪制，從而挖掘更有利用價值的信息。

傳統的用戶研究主要以定性研究為主，樣本量較少，難以挖掘大數據樣本下用戶的普遍需求。傳統的用戶畫像同樣也以定性研究為主，主觀意識過強，缺少一定的客觀性。與傳統以定性為主的用戶研究不同，本研究以大量的數據作為基礎，發散性的挖掘具有代表性的用戶特征，進行大數據下的用戶畫像繪制，對數據進行發散和收斂，使結果更具客觀性和普適性。

以臺式一體機為例，在通過大量有關臺式一體機的信息數據的爬取之后，進行數據整合，從而對其中的用戶屬性和標簽進行分類劃分，便于后期在線下定位特征性訪談用戶。在經過多個平臺的比對后，由于新浪微博平臺（以下簡稱微博）較為公開，信息較為豐富，本次研究中的數據主要從微博中進行爬取。截止至2019年底，新浪科技公布：微博的月活躍用戶到達5.16億，日活躍用戶到達2.22億 。在微博用戶注冊時，用戶個人就已經添加了大量包括年齡、地域、性別、職業等用戶基本信息，以上這些結合用戶發表的微博關鍵詞，就可以對用戶的身份年齡和職業特征進行用戶畫像的繪制，由此得出使用臺式、一體式電腦的用戶類型，以便于我們進一步的訪談研究。

（一）階段一-大數據收集

1.數據爬取：爬取程序主要分為兩大模塊：微博內容和用戶信息。首先利用python3.8、 PyCharm編譯程序、Redis數據庫以及Mongdb數據庫進行數據的爬取和整理。以臺式一體機為例，通過微博爬取包含現有較為高端（價格在8000元以上的臺式機或10000元以上的一體機）的臺式機一體機品牌及產品的微博內容，篩選出該類用戶，并爬取該類用戶包含年齡、地域、性別、職業以及微博內容等信息，爬取的信息以關鍵詞形式進行整理。

2.數據清理：由于數據量龐大，信息繁多，大量數據在采集的過程中會存在各種問題，因此需要對數據進行清理。在爬取了20萬條以上的微博數據之后，對數據進行了清理，其清理方式為加載自定義停用詞庫，剔除標點符號和無用的詞匯（包括：“哈哈”“一臺”“就是”等）。

3.編碼原則：利用如圖4所示的編碼原則對爬取的數據進行了分類，將用戶在微博平臺中的認證信息，個人簡介和微博內容進行了數據清洗和結構化，得出用戶的事實標簽，其中包含了用戶的個人信息、工作信息、日常活動、興趣愛好、產品評價及互動內容等;再由事實標簽進行特征分析，得到模型標簽，包括性別年齡等基本信息、學習工作偏好等偏好信息、以及對產品的性能外觀和消費偏好等信息，最終進行模型預測，得到預測標簽，歸類于人群屬性、興趣行為特征以及消費需求特征三個大類的關鍵詞標簽。

4.設定職業判斷標準：針對用戶的職業，篩選出數量排序在前六十個的與人群屬性相關的關鍵詞，（包括記者、剪輯、開發等），賦予每個職業多個判斷關鍵詞，將篩選出的六十個關鍵詞再次進行了聚類分析，提取一共八項職業，如圖5。（包括媒體人、職場精英、科研人員、程序員、設計師等）（二）階段

二-大數據用戶畫像繪制

在收集到大量的數據特征信息后，本研究對大數據收集到的用戶普遍性特征進行概括總結，進行用戶畫像的繪制，對目標用戶進行收斂，并以此為基礎再進行深入的用戶訪談和調研。

對相關用戶的個人信息，包括地區、性別、年齡、興趣行為特征和消費需求特征進行了整理和統計聚類分析，形成了關鍵詞詞云以及以下幾個維度：基本屬性，包括其性別、年齡、地域以及職業;興趣行為特征，主要包含生活習慣、興趣愛好以及社交活動特征。消費需求特征，主要包括對于產品的性能配置、外觀審美、消費偏好以及品牌忠誠度。

在經過特征整合后，最終整理出以下7個用戶畫像，其中包含：廣告部總監、獨立工作室成員、數碼博主、游戲主播、主編、動畫工作室設計師和大學學生。其中，廣告部總監和獨立工作室成員屬于B端的用戶，數碼博主、游戲主播、主編、動畫工作室設計師和大學學生屬于C端用戶，如圖6。

（三）特征用戶篩選

由微博收集的數據分析，最終得出了用戶的地域分布、性別比例、年齡層次、職業分布以及品牌電腦購買情況，結果如表1所示，根據以上得到的結果，我們對線下的用戶進行了篩選和招募，在填寫用戶招募問卷后，我們將74份答卷進行了篩選，最終得到15名線下訪談的用戶，在此之后，對其進行了訪談研究。

三、利用KJ-AHP層次分析法探尋用戶需求層級

KJ親和圖法是一種由非量化的分析方法，根據內在的相互關系歸類的綜合方法，從混亂無序的信息中進行分級歸納，最終形成有規律的信息架構，簡化問題的復雜度。而層次分析法又稱解析遞階過程（Analytical Hierarchy Process），簡稱AHP法，是20世紀70年代Saaty提出的一種決策方法，將復雜問題系統化，將復雜的元素分解為目標、準則和方案等幾個層次，在此基礎上進行定性和定量分析，可以幫助決策者量化經驗，解決復雜且缺乏數據的情況 。在進行用戶需求層級的探尋時，可以有效地將定性的問題定量化，有效提升結果的客觀性，增強最終設計決策的合理性。

本文結合使用了KJ法和AHP層次分析法，在經過線下深入用戶訪談之后利用KJ法對用戶需求進行了整合分析，對用戶需求進行收斂，得出基本的需求層次化功能指標，再對用戶進行了回訪，使用戶對此前得出的需求層次化功能指標進行排序，通過AHP層次分析法對用戶的排序結果進行分析，最終得出臺式、一體式電腦層次化功能指標綜合權重，確定需求的優先級，為分析用戶需求提供參考。

（一）階段三-用戶需求收集

針對15位不同屬性、不同生活方式的的目標用戶，我們有針對性地準備了訪談腳本，采用半結構化開放式訪談的方式，分別從基本信息、生活方式、臺式機/一體機購買使用經歷、品牌認知與偏好、審美偏好和3c產品使用經歷等幾個方面進行深入訪談，在線下對15名經過詳細篩選的用戶進行了深入的用戶訪談，深入了解了用戶的特征，生活環境以及現在正在使用臺式或一體式電腦的痛點和需求。

（二）階段四-用戶需求歸納

在用戶需求的分析方法中選擇了KJ-AHP分析法，對用戶的需求同時進行定性和定量的分析，收斂用戶需求的結果。由此可以有效地將定性的問題定量化，有效提升結果的客觀性，增強最終設計決策的合理性。

1.用戶需求功能指標劃分：半結構化開放式訪談的主要局限是難以保證形成的概念可靠和有效、訪談結果難以定量分析等，于是結合用戶訪談流程以及我們需要的信息，我們將15個深入訪談用戶的quotes利用KJ親和圖法進行整理，將訪談得出的用戶需求、痛點和未來展望進行了刪減和合并的處理，最終得出了臺式、一體式電腦的需求層次結構為：1個目標層、4個一級指標（包括功能、外觀、體驗、安全）和21個二級指標。

目標層：即此層次結構模型的總目標，為臺式、一體式電腦的層次化功能需求;

一級指標：根據KJ法從用戶散亂的需求中總結提取出具體功能需求B1、外觀需求B2、使用體驗需求B3、安全需求B4這四類設計指標要素作為準則層評價要素;

二級指標：根據一級指標設計要素進行詳細劃分，通過KJ法和歸納篩選出C1-C20一共20個評價指標，如表2所示。

2.各指標需求點痛點描述

C1多功能顯示器：用戶希望顯示器可以具有一個屏幕顯示之外的功能，可以投影或是多屏顯示;C2高效協同：用戶需要利用屏幕拼接和變換的方式提升工作效率;C3電腦狀況提示：有針對不同電腦部位的指示燈，對電腦的運行狀態進行指示;C4高效自定義：可以進行更加便利的功能和拓展設備和接口的自定義設置，有更多可拓展的功能模組;C5人性化的外設連接方式：現有的外設接口都存在于電腦背部或主機接口較少，不方便用戶操作使用，需要更加方便使用、更具人性化的外接設備連接方式;C6家庭智腦：用戶需要電腦能夠作為家庭的智能中控，陪伴和管理用戶的生活，聯動家居智能產品;C7靈活智能的外設充電方式：希望鍵鼠、手機等設備可以靠近某一個區域就可無線充電，或是反向充電;C8減少占地：減小電腦和主機在桌面上的占地面積;C9易清潔的屏幕和機箱：現有產品主機除塵需要拆開才可除塵，屏幕也很容易落灰，清理十分不便，用戶希望擁有更加容易清潔的產品;C10柔性審美/美學弧度的外觀設計：偏好比較有弧度的產品，不喜歡太有棱角過于方正的外觀;C11整體家裝一致性：電腦外觀能夠符合家裝風格;C12人性化的包裝設計：更加精細，更加人性化的包裝設計，更有儀式感;C13高效的交互方式：現有的電腦交互多為鍵鼠操作，用戶需要更方便操作多模態的交互方式，提升電腦的操作效率;C14桌面無線化：現有產品主機和顯示器之間連線太多，搬運移動不方便;C15健康：能夠自行對顯示器高度和角度進行調節，能夠保護用戶的視力和身體健康;C16情感需求：能夠在使用時進行氛圍感的營造，能有RGB的燈光;C17沉浸感：使用時無論是在視覺還是聽覺，都能給自己更有沉浸感的體驗，包括屏幕顯示效果以及音響效果等。C18隱私安全：現有的產品攝像頭裸露在外，會給用戶隱私被窺探的不安全感，用戶希望能夠在需要隱私空間的時候保證自己的隱私安全;C19實時可控的家庭安全：增加可實時監控家庭安全的安防攝像頭;C20數據安全：面臨停電、死機等不可控的情況，往往會面臨數據丟失的問題，用戶需要電腦能夠添加數據保護，自動備份的功能;

3.AHP層次分析各用戶需求要素權重

根據AHP層次分析法的流程，主要有以下幾個步驟：

①構建遞階層次模型。如上文，本研究使用KJ法對需求指標進行了分層級分析，分為目標層、一級指標和二級指標;

②構造判斷矩陣。為使結果更具客觀性，本研究選取了15名對于臺式一體機有深度使用經驗的用戶以及10名設計師組成決策者，對各個需求痛點的指標使用1-9的比例標度進行兩兩比較，如表3，對層次結構中的各個要素進行賦值，參照表3取標度值，構建判斷矩陣;

③層次排序與一致性檢驗。對需求由此求解出判斷矩陣的最大特征值和特征向量并歸一化處理。

在此之后對判斷矩陣進行一致性檢驗，CR=CI/RI，當CR<0.1，認為判斷矩陣一致性可以接受，否則需要對矩陣修正。經過檢驗之后，發現CR=0.0055<0.1證明判斷矩陣的一致性可以接受。

④層次總排序。對求解每個用戶的需求意象權重，再取均值得到綜合權重。如表4所示。

根據一級指標的權重值可知，臺式、一體式個人電腦的需求重要等級順序分別為B1具體功能需求、B3使用體驗需求、B2外觀需求、B4安全需求。根據對二級指標的權重值可知，臺式機一體機的用戶對人性化的外設連接方式、高效的交互方式、家庭智腦、數據安全、高效協同、隱私安全、易清潔的屏幕和機箱、多功能顯示器、靈活智能的外設充電方式、高效自定義受到用戶的需求強度較高，而沉浸感、人性化的包裝設計、整體家裝一致性、電腦狀況提示、健康、情感需求、桌面無線化、柔性審美/美學弧度的外觀設計、減少占地、實時可控的家庭安全受用戶的需求強度較低。

結語

產品設計中，用戶需求研究是一個重要部分，隨著現代科技和互聯網的發展，用戶需求差異化和個性化日漸突出，且變化多樣，增加了具有普遍意義設計需求提取的困難。

本研究利用雙鉆石模式的結構，融合運用了大數據用戶畫像和KJ-AHP分析法的特性，使用大數據用戶畫像對用戶行為進行篩選和整合，有效地幫助設計者了解用戶的喜好和行為習慣，不僅充分利用了互聯網大環境下的大量發散性的信息數據，也在信息收斂過程中使得用戶特征更加客觀，更有針對性;同時利用KJ-AHP法對用戶需求層級進行分析，在處理訪談所得到的發散性用戶需求時，可以對需求進行收斂，有效地將定性的問題定量化，有效提升結果的客觀性，增強最終設計決策的合理性。

本研究對用戶需求研究的方法論進行創新，以臺式機為例，不斷將數據進行發散和收斂，結合了兩種方法的優勢，為產品設計前期研究提供了可參考的研究方法，得到更客觀更具體的用戶需求后，可更有效地對后期的產品設計進行指引。

3626501908258