數據在服務主張中發揮着越來越重要的作用。這就引出了一個問題：服務設計師如何以實際的方式為此類命題的數據策略做出貢獻？本篇文章就介紹了如何使用數據定義框架将數據與設計思維整合，以啟用和衡量服務體驗。

數據在服務主張（service propositions）中發揮着越來越重要的作用。這就引出了一個問題：服務設計師如何以實際的方式為此類命題的數據策略做出貢獻？本文翻譯來自飛利浦的三位設計師寫的一篇有關于數據定義框架的文章，在飛利浦，他們使用數據定義框架将數據與設計思維整合，以啟用和衡量服務體驗。

數據和人工智能 (AI) 正在推動服務設計的新範式，其中服務體驗變得更加智能、無處不在和高度個性化。數據構成了支持此類新興服務主張的支柱，并在持續衡量其影響方面發揮着核心作用。鑒于數據發揮的重要作用，許多科技公司目前正在制定廣泛的數據戰略（Data strategies）。這些數據策略提供了詳細的路線圖，可推動服務的技術發展，并與業務目标緊密結合。

然而，這些數據策略通常是技術上的努力，側重于平台之間的數據訪問、數據流或數據存儲等方面。他們往往缺乏以人為本的視角，因為他們很少關注數據收集的體驗、數據如何反映現實世界的體驗，或者人們在日常工作中如何與數據和人工智能進行交互。

服務設計師通常隻是間接參與這些數據策略的制定。雖然服務藍圖可能有助于推動數據戰略發展的業務路線圖，但我們看到，當服務設計視角更加結構化時，它們的質量會顯著提高。

服務設計是數據戰略的一個關鍵方面，因為它提供了更加人性化、集成化和整體化的體驗視角。它的優勢在于允許理解複雜的關系以及多個細節如何影響整體體驗。例如，它可以幫助确定在何處以及如何收集數據以獲得最高質量的結果，或者它可以為其他複雜的技術問題确定簡單的流程變通方法。

由于這種附加價值，精通數據的服務設計師可以在構建以現實世界工作流程和體驗為基礎的以人為本的數據策略方面發揮關鍵作用。因此，數據策略應該是學科之間的協作努力，以确保可以從不同的角度檢查和設計整體挑戰。

盡管服務設計提供了價值，但我們看到服務設計人員本身通常缺少在這種數據戰略協作中取得成功的工具和方法。雖然我們在為生産或開發團隊創建特定要求方面有着悠久的曆史，但在數據策略方面，我們通常不會就數據要求或需求以相同級别的粒度和特異性進行溝通。

這部分是因為我們必須進一步發展我們的數據能力，但也因為沒有多少實用的框架可以讓設計師對數據策略做出有意義和實際的貢獻。如果沒有正确的工具來指導我們的探索并與我們的技術同事進行交流，為數據策略做出貢獻可能會讓人不知所措。

我們的數據定義框架首次嘗試為服務設計人員提供正确的工具，使他們能夠積極參與數據戰略活動。

我們的數據定義框架挑戰（服務）設計人員考慮他們明确的數據需求，促進對這些需求的探索，并在将圍繞數據的思想構建成具體的數據需求方面發揮着重要作用。我們沒有引入完全獨立的附加流程，而是将我們的數據定義框架整合到現有的工作方式中，并旨在讓那些對數據世界經驗有限的人們能夠了解到它。

具體流程是：

1. 以現有的體驗地圖為基礎；
2. 識别意圖和數據點；
3. 使用數據定義框架确定優先級。

1. 以現有體驗地圖為基礎

在我們嘗試構建自己的數據定義的前幾次，我們非常掙紮。從頭開始時，想出有意義的數據點似乎不是随機的，這是一項挑戰。我們探索了如何從角色、場景或架構圖開始，但這些方法給出的結果要麼過于膚淺，要麼過于技術化。

随着時間的推移，我們了解到（體驗）地圖為搭建和構思數據定義提供了寶貴的基礎。我們在這裡使用體驗地圖作為容器術語，因為這些地圖可以是服務藍圖、工作流程圖、用戶旅程甚至是 UI 流。

基本上，任何類型的地圖都可以概述用戶如何通過一組具體的操作來經曆體驗。地圖的顆粒度将表明數據定義的性質。例如，如果它是一個 UI 流，數據定義将更多地關注微交互或應用程序功能的體驗含義。相比之下，如果選擇的地圖是一個高級工作流，那麼數據定義将更多的是關于跨接觸點、整體的假設數據。

為了舉例說明，我們使用下圖所示的圖解（簡化）體驗圖，該圖顯示了醫療機構中的患者如何通過冠狀動脈支架置入術：

1. 患者首先會見臨床醫生進行攝入咨詢；
2. 後來被要求進行手術；
3. 由團隊讨論；
4. 在進行微創手術之前。
5. 之後，患者通常會過夜以恢複，同時受到密切監測。
6. 最後，患者出院并被鼓勵為更健康的生活方式做出行為改變。

與上面提到的其他類型一樣，此地圖有助于在适當的上下文中可視化數據，以及與之相關的體驗。該地圖側重于用戶操作和事件，因此是開始以人為中心的數據探索的良好基礎。

2. 識别意圖和數據點（Datapoints）

下一個合乎邏輯的步驟似乎是用數據點注釋地圖。但是，這些數據點的範圍可以從更高級别的指标（例如患者報告的結果）到較低級别的數據指标（例如護士在患者監視器上單擊後退按鈕的頻率）。這裡的問題是有幾乎無限數量的選項可供探索。

為了指導數據定義過程，我們引入了“意圖（intents）”。您可以将這些意圖視為您希望通過數據實現的目标。我們總是使用兩種截然不同的意圖，它們直接反映了使用數據的不同方式：

1. “衡量（measuring）”意圖，旨在針對我們作為設計師或公司需要衡量的事物，以便學習和發展我們的解決方案。
2. “啟用（enabling）”意圖，它側重于我們希望使用這些數據啟用的體驗。

然後可以将數據點連接到這些意圖，以明确這些數據點所扮演的角色。這會産生一個定義明确的關系模型，有助于以後制定戰略和确定優先級。定義意圖和相關數據點總是有點反複練習，其中新意圖觸發新數據點需求，新數據點激發新意圖。

（1）識别“衡量”意圖

智能産品、服務和解決方案不是一成不變的；它們可以遠程配置、更新，并且可以自行學習以适應和發展。為了推動這個過程，我們需要創建反饋循環。“衡量”意圖在定義學習目标方面發揮着關鍵作用。

它們可以包含更多以結果為導向的、評估性的目标，或者更具探索性、以洞察力為導向的目标。例如，評估性“衡量”意圖可以是在引入新的患者摘要視圖後評估吞吐量時間的變化。一個更具探索性的“衡量”意圖可能是深入了解患者如何體驗入院咨詢的不同部分，以發現新的改進機會。

這些意圖也可以是細化的或整體的。它們可以與體驗圖中的特定接觸點相關聯，例如，如果新的患者儀表闆可以幫助護士更快地了解患者的病史。但它們也可以跨越該體驗地圖的多個階段，捕捉患者如何體驗整個過程。

将屬性分配給“衡量”意圖，就像上面提到的那樣，有助于引導設計師思考正确的方面。我們在确定屬性時可能會問的問題可能是：“需要多少數據？”、“持續多長時間？”、“意圖是否與更高級别的體驗驅動因素相關聯？”和“評估目标的目标是什麼？”

盡管其中一些屬性也可能與您的用例相關，但我們鼓勵您探索哪些屬性在您的域中有意義，并在您的定義中始終如一地使用它們。然後可以使用這些“衡量”意圖指導進一步的數據定義。設計師可以考慮他們需要哪些數據來回答這個問題，而不是擁有無限的選擇。

（2）識别“啟用”意圖

智能産品、服務和解決方案需要數據來了解它們所處的環境以及人們在它們周圍的行為方式，以便有意義地适應不同的情況。為了明确我們想要啟用哪些體驗，并定義提供這些體驗所需的數據，我們引入了“啟用”意圖。

“啟用”意圖是對啟用某種體驗的功能或特性的描述。重要的是定義實現這些體驗所需的數據，以便制定長期的數據戰略。

“啟用”意圖中描述的功能可以根據其抽象級别而有所不同。在更詳細的接觸點級别，“啟用”意圖可以指特定的應用程序功能。圖像中的自适應 UI 功能就是一個很好的例子。在更高的體驗旅程級别，“啟用”意圖可能更多地涉及服務解決方案（它将來自接觸點集合的數據彙集在一起）。

與“衡量”意圖一樣，“啟用”意圖可以具有不同的屬性，有助于進一步定義它們。對于給定的“啟用”意圖，我們經常回答諸如“它已經可用還是計劃用于未來？”、“它集成在哪個接觸點？”、“它針對哪些參與者？”等問題，以及“它的預期影響是什麼？”

“衡量”和“啟用”意圖通常是相關的，因為先驗往往旨在了解後者的影響。因此，這些意圖也經常共享相同的數據。

（3）識别數據點

這兩種意圖都為數據定義了明确的目的。我們已經簡要介紹了它如何在定義具體數據點方面發揮指導作用。數據點是對正在收集的數據的簡單描述。這些數據點始終連接到地圖中的特定部分，在這些部分可以獲取這些數據，或者将其反饋入其中。這些連接可以是我們或其他人擁有的接觸點，也明确需要第三方加入一起整合。

數據點也有自己的屬性來指導讨論。為了提倡對這些數據的經驗觀點，不僅要定義收集的數據，而且要關注收集數據的方式和地點的經驗。其他屬性可以是是否自動收集數據，例如醫療程序的持續時間；或者是否手動收集，例如在手術後問卷中記錄的患者報告的結果。其他屬性可以包括數據是客觀的還是主觀的；是連續收集還是定期收集；以及是否始終需要或僅在某些條件下需要。

3. 使用數據定義框架确定優先級

在反複定義“啟用”和“測量”意圖以及與之相關的數據點之後，我們最終得到了一個如下圖所示的關系模型。

該模型中的意圖和數據點可能比可以輕松解決的要多。因此，數據定義框架有助于确定未來路線圖的優先級，這一點很重要。緊密關聯的關系模型有助于從整體上看待這一挑戰。

我們現在可以評估這些數據點所産生的影響，而不是隻關注實施數據點所需的複雜性或工作量。雖然在整個旅程中跟蹤患者體驗可能很困難，但這樣做可能是理解這兩種類型的許多意圖的關鍵因素。在這種情況下，将他們的收集優先于其他多個更易于實施的數據點的收集可能是值得的。

确定哪些數據點在路線圖的哪個階段獲得優先級對于制定成功的數據策略至關重要，因為它直接關系到何時可以實現哪些“啟用”和“衡量”意圖。

我們創建了數據定義框架，使服務設計人員能夠開始為他們設計的服務的數據策略做出務實、有意義的貢獻。這是我們将“數據思維”與服務設計相結合的第一步。

在飛利浦内部，我們已經将數據定義框架應用于各種服務設計挑戰。我們與具有不同數據素養的利益相關者一起使用它，并從各種體驗地圖開始。它主要被認為是探索數據機會的工具，也是圍繞數據構建思想的一種方式。盡管該框架是在醫療保健領域開發的，但我們相信它在其他領域具有潛力。我們已經看到它被應用于更通用的客戶體驗、專業培訓服務和日常消費者服務，而不會面臨重大挑戰。

我們覺得這個框架現在對（服務）設計師來說特别及時，因為數據開始在我們設計的所有體驗中發揮更突出的作用。作為設計師，我們的創造力和想法不應受到現有數據的限制。相反，我們應該在定義數據策略方面發揮積極作用，使我們能夠随着時間的推移編排有意義的、個性化的體驗。

原文作者：Suhaib Aslam, Sander Bogers and Sietze van de Star （data designers at Philips Experience Design）

譯者：Yeutz CHEN，陳昱志Yeutz；YeutzDesign（ID：Yeutzsheji），專注于服務設計領域，緻力于服務設計創新轉型研究。

本文由@Yeutz CHEN 翻譯發布于人人都是産品經理，未經許可，禁止轉載

題圖來自 Unsplash，基于 CC0 協議

該文觀點僅代表作者本人，人人都是産品經理平台僅提供信息存儲空間服務。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!