大數據時代，處理用戶數據的方法在不斷進化，而從數字方面去構建或度量用戶場景的研究卻很少。場景作為度量體驗的載體，有利于進一步構建基于場景的體驗評價指标體系。本文作者對用戶場景的數字化建構進行了分析，一起來看一下吧。

大數據時代，處理用戶數據的方法在不斷進化，而從數字方面去建構或度量用戶場景的研究很少。

場景是生活方式到使用情境的中間階段，是人與環境等交互的細化。場景是體驗度量的新視角，作為度量體驗的載體，有利于進一步構建基于場景的體驗評價指标體系。

本文将圍繞“用戶場景的數字化建構”和大家分享一二。

一、用戶場景研究的意義與價值

1. 場景研究的意義

用戶場景研究是落地以用戶為中心的體驗設計（UCD）的重要環節；

場景是認知圖式和社會圖式的疊加，不能通過一個框架來量化整個場景；

從場景到使用情境再到主觀體驗的行為旅程，圍繞用戶需求和可預期交互所覆蓋的範圍不同，“任務”是連接用戶研究和産品研發的關鍵點。

2. 場景研究的痛點和難點

1. 場景的代表性、典型性不明确
2. 各方對場景的認識限于共識層面，轉化落地較差
3. 存在數據孤島和項目限定

3. 場景研究的價值

1. 基于場景進行産品利益點管理，制定切合用戶認知框架的營銷策略
2. 有利于各方建立基于用戶視角的需求理解能力
3. 提高協作效率，達成背景統一與共識

二、數字化場景研究的分析與構想

“窄進寬出”，可用于分析的數據少、跨度長，且需要經過專家思維的推理和發散才能得出結論，是數字化場景研究的特征和難點。

要突破這些特征帶來的限制，首先可通過元分析、數據标準化以及标準化的用戶體驗工具來提高數據的複用價值；其次可借助專家思維、标簽系統提高數據的分析價值；最後通過資源共享建立場景并關聯業務指标來提高數據的業務價值。

以場景為中心的數字化研究：

以場景為中心的數字化研究可通過以下三種途徑展開：

1）整合體驗數據，建立反饋機制

通過建設場景庫統合單一産品/場景，提高數據複用。

2）搭建數據化場景研究體系

核心是數據采集、使用、分析不同方面進行場景數據的資産化。

3）構建基于場景的體驗評價指标體系

以場景為參考維度整合多渠道數據，持續叠代形成動态監測體系，并建立監測/預警機制。

二、數字化場景研究的探索

1. 場景庫設計探索

場景庫是圍繞用戶群體、生态體驗和産品設計建設的長期的、系統的管理平台。在産品體系框架下采集到的數據複用性強，數據來源和信息标簽作為數據層的疊加可以經過中間層的專家思維建模用來描繪用戶故事。

2. 場景庫的應用價值

①場景庫整合産品、空間、人物角色與需求，具有跨空間特性，與多設備交互并采集數據。

②借助場景庫提高協同效率，做前期研發的數據支撐。以智慧屏為例：需要多個産品線的同事參與探讨産品功能需求。

③助力營銷方案的制定和落地。場景庫是場景化營銷的數據支持與來源，協同營銷渠道和載體将産品的優勢更好地傳遞給客戶。

3. 場景數據的獲取

1）日志研究法

數字化用戶體驗工具，内置交互分析或統計邏輯，面向不同場景或任務部署用戶之間關系的标簽，用于進一步的交叉分析。

2）Tortoise

基于遍曆搜索和關鍵詞匹配機制研發調教的簡易主題文本處理模型Tortoise，從自上而下的角度建構文本處理模型，輸出信息标簽，進行後續的數據分析。

與傳統NLP相比，Tortoise更依賴用戶研究工程師的經驗，優勢在于從用戶體驗的角度進行構建，包括對場景的拆解布局，以及基于ROC的邏輯模型修正。

Tortoise模型的處理機制——其中形成一個三元組包括方面、評估和極性，便于後期進行數據分析。

運用SDT實現模型校驗——采用信号檢測論（SDT）的方法。即在訓練語料中使用Tortoise輸出分析内容，由用戶研究員人工解析訓練語料，并比較兩者之間的差異。在結果上依次關注擊中、虛報和漏報三個維度，以查全率和查準率為核心指标。

Tortoise模型的應用示例

來源公衆号：伊飒爾UXD學院，專注用戶研究和用戶體驗設計

本文由人人都是産品經理合作媒體 @伊飒爾UXD 授權發布，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!

查看全部