本站小編為你精心準(zhǔn)備了統(tǒng)計在新品用戶研究中的運用參考范文,愿這些范文能點燃您思維的火花,激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。
近年來,用戶研究已經(jīng)成為產(chǎn)品設(shè)計界的重要研究手段,在產(chǎn)品的進入期、成長期、成熟期甚至衰退期,用戶研究都起著至關(guān)重要的作用,它可以幫助產(chǎn)品概念的具體化、合理化地符合用戶需求,提供產(chǎn)品功能定義的依據(jù),等等。歸根結(jié)底,它起到了從用戶的需求域(感性描述)到設(shè)計的功能域(物理要素)的轉(zhuǎn)換作用,最終幫助設(shè)計者獲得成功產(chǎn)品所需的要素。
在用戶研究的領(lǐng)域里,我們已經(jīng)有了較為科學(xué)的方法來獲得需求域中的各類信息數(shù)據(jù),而如何將這些信息數(shù)據(jù)轉(zhuǎn)換成為我們所需要的設(shè)計要素則成為研究的重點和難點。用戶的需求來源于人,而產(chǎn)品的功能賦之予物,我們需要找到一種方法來發(fā)掘這主客體之間的聯(lián)系,定性定量分析毫無疑問是解決這一問題的必要方法。
二、統(tǒng)計學(xué):定量與定性研究結(jié)合
與其他產(chǎn)品設(shè)計的單一研究方法不同,在用戶研究中,定性與定量分析一般而言是相輔相成的,這樣做很好地結(jié)合了兩種分析各自的長處。定量分析能夠發(fā)現(xiàn)某個存在的現(xiàn)象,具有很好的說服力和可信性,是對事物“量”的分析,主要通過數(shù)據(jù)收集和分析來完成。定性研究則可以發(fā)掘隱藏在現(xiàn)象底下的規(guī)律及原因,具有能夠抓住本質(zhì)的深刻性和高效性,是對事物“質(zhì)”的分析,主要通過常識、感覺、經(jīng)驗等主觀因素來參與分析。
在用戶研究中可以直接獲取的數(shù)據(jù)很少,因此定量分析沒有施展的空間,并且對于一些感性問題,例如用戶的需求、用戶的感覺等同樣也無能為力。定性分析則受主觀因素影響較大,具有不確定性的特點。如何能夠很好地發(fā)揮定量分析的可信度與定性分析的深刻度是我們所要解決的下一個問題,這里引入統(tǒng)計學(xué)的分析方法,將定量與定性分析結(jié)合起來。
三、用戶研究中的統(tǒng)計學(xué)
統(tǒng)計學(xué)廣泛運用于生物、化學(xué)、心理學(xué)、社會學(xué)、經(jīng)濟學(xué)等諸多領(lǐng)域。它被用來了解與測量系統(tǒng)變異性,程序控制,對資料作出結(jié)論,并且完成資料取向的決策。而它的這些用途特點非常適合集心理學(xué)、社會學(xué)、人類學(xué)等多門學(xué)科交融的用戶研究,因此,我們可以通過引入統(tǒng)計學(xué)的方法,來對用戶研究中獲取的信息進行定量和定性分析,從而完成需求域到功能域的轉(zhuǎn)化。
根據(jù)統(tǒng)計學(xué)的研究特點,我們將其在用戶研究中的運用步驟分為信息獲取、信息處理、數(shù)據(jù)分析、數(shù)據(jù)校驗四個步驟。
1.信息獲取
用戶研究方法有很多,現(xiàn)大多已趨于成熟。我們在確定研究目的與目標(biāo)的前提下,有意識地選擇用戶研究的方法,并且明確其輸出的數(shù)據(jù)及形式,為今后的分析做準(zhǔn)備。在用戶研究中我們可以通過背景資料收集、問卷調(diào)查、用戶觀察、用戶訪談、用戶角色和用戶情境等方法獲得大量的文字數(shù)據(jù)、圖像數(shù)據(jù)、問卷數(shù)據(jù)、實驗數(shù)據(jù)和語音數(shù)據(jù),這些數(shù)據(jù)都可以通過進一步的處理,轉(zhuǎn)換成統(tǒng)計學(xué)中可以運用的數(shù)據(jù)形式。為了更好地進行下一步的分析研究,要根據(jù)用戶研究對象的特點將這些信息分為用戶基本數(shù)據(jù)、用戶行為數(shù)據(jù)和用戶主觀數(shù)據(jù)。
基本數(shù)據(jù)主要是指對用戶的性別、年齡、職業(yè)、收入、教育、地區(qū)、家庭結(jié)構(gòu)、生活方式等量化后的數(shù)據(jù);行為數(shù)據(jù)是指用戶與產(chǎn)品的交互,即對于產(chǎn)品的使用及體驗通過觀察測試等方法提取的數(shù)據(jù);主觀數(shù)據(jù)是指用戶對于產(chǎn)品的滿意度、情緒反應(yīng)、審美反應(yīng)、生活態(tài)度等通過問卷訪談等方式獲得的數(shù)據(jù)。由此我們便獲得了計算所需的數(shù)據(jù)。
2.信息處理
上面我們已經(jīng)論述了信息獲取的方法及信息的分類和特點,但是這些信息的形式如文字、圖像、問卷大多都不能直接用于統(tǒng)計學(xué)的分析,因此我們要對信息進行處理,也就是信息的量化。
(1)用戶基本數(shù)據(jù)量化
基本數(shù)據(jù)都屬于某種“品質(zhì)”或“屬性”,它們的量化方法可以使用取值為“1”或“0”的人工變量來表示是否存在,也就是對質(zhì)的因素的判斷。如“1”表示已婚,“0”表示未婚。同樣有時本身是“數(shù)量”因素也可以轉(zhuǎn)化成“質(zhì)”因素,如“1”表示年收入5萬到10萬,“0”表示年收入5萬以下。
(2)用戶行為數(shù)據(jù)量化
用戶行為數(shù)據(jù)可以通過試驗器械的輔助,有計劃的觀察與測試來獲得。主要是行為過程中存在的與衡量目標(biāo)完成情況相關(guān)的變量。這些具體數(shù)據(jù)的情況與目標(biāo)有著直接關(guān)系,通常可以直接獲得具體數(shù)值。如時間、頻率、數(shù)量、周期、步驟等。
(3)用戶主觀數(shù)據(jù)量化
用戶主觀數(shù)據(jù)主要通過對用戶的問卷與訪談得到,是從用戶的主觀因素出發(fā)對用戶體驗進行量化。在這里,我們可以用數(shù)值來表示主觀因素的程度,通過這種方法來量化這些主觀的、抽象的、感性的信息。如滿意程度可以由-3,-2,-1,0,1,2,3這7個數(shù)值表示,-3為最不滿意,3為最滿意。同理抽象感性詞匯可以選擇一對反義詞作為兩極,由負值到正值表示符合的程度。如傳統(tǒng)和現(xiàn)代、圓潤和尖銳等。
此外,為了消除數(shù)據(jù)計量單位不同的影響,便于數(shù)據(jù)的直接比較,要對數(shù)據(jù)進行標(biāo)準(zhǔn)化——使數(shù)據(jù)矩陣式中每列數(shù)據(jù)的平均值為0,方差為1;或者規(guī)格化——將每列的最大數(shù)據(jù)變?yōu)?,最小數(shù)據(jù)變?yōu)?,其余數(shù)據(jù)取值在0~1之間。
3.數(shù)據(jù)分析
在對數(shù)據(jù)進行必要的處理以后我們就要開始進行統(tǒng)計分析。為了便于介紹統(tǒng)計方法,我們先將處理好的數(shù)據(jù)分類。在統(tǒng)計學(xué)中根據(jù)變量數(shù)學(xué)性質(zhì)的由低到高可將其劃分為:定類數(shù)據(jù)、定序數(shù)據(jù)、定距數(shù)據(jù)和定比數(shù)據(jù)。定比數(shù)據(jù)使用較少,此處略。定類數(shù)據(jù)是一個分類體系,通常將研究對象屬性分類后編號,其只能測量類別差。如華中、華北、華東等。定序數(shù)據(jù)多了類別間順序等級的信息,可以測量次序差。如幼年、少年、青年、中年、壯年、老年等。定距數(shù)據(jù)不僅可以測量差別,還可以測算距離,如10秒、20秒、30秒等。
下面介紹在設(shè)計領(lǐng)域常會遇到的變量類型之間的關(guān)系測量以及相對應(yīng)的方法類別,具體公式與計算方法可以參看相關(guān)統(tǒng)計學(xué)書目。
(1)雙變量統(tǒng)計
兩個變量之間關(guān)系的探討在用戶研究中是重要的內(nèi)容。相關(guān)分析是解決這個問題最為常用的統(tǒng)計學(xué)方法。判斷兩個變量之間的關(guān)系主要從它們的相關(guān)程度、相關(guān)正負、相關(guān)類型等方面來看,在通常情況下為線性相關(guān),可從相關(guān)系數(shù)中看出兩個變量之間的關(guān)系。
①兩個定類變量以及定類與定序變量之間的關(guān)系可使用相關(guān)分析中的λ和τy測量法。λ測量法可以是不分變量與自變量的對稱形式。如丈夫購車標(biāo)準(zhǔn)與妻子購車標(biāo)準(zhǔn)之間的關(guān)系。τy測量法要求具有自變量與因變量之別,如性別與購車標(biāo)準(zhǔn)之間的關(guān)系。定類與定序變量關(guān)系也可用此兩種系數(shù),如收入水平與購車標(biāo)準(zhǔn)之間的關(guān)系。
②兩個定序變量之間的關(guān)系可以使用Gamma系數(shù)和dY系數(shù)來表示。例如同等收入水平年齡與購車價格之間的關(guān)系。
③定類與定距、定序與定距可采用相關(guān)比率測量法。如性別與某手機功能操作次數(shù)之間的關(guān)系或是年齡與后者之間的關(guān)系。除此之外,也可以使用單因素方差分析。
變量之間除相關(guān)關(guān)系還可以用函數(shù)關(guān)系來表示,線性回歸分析可以測量變量之間的線性關(guān)系,它是在研究過程中將一些因素作為所控制的變量(自變量),而另一些隨機變量作為它們的因變量來進行分析的。一元線性回歸可以用來解決雙變量統(tǒng)計問題。
(2)多變量統(tǒng)計
在設(shè)計領(lǐng)域中研究的問題影響因素往往較為復(fù)雜,在雙變量統(tǒng)計不能滿足要求的時候我們就要用到多變量統(tǒng)計方法,主要有多元線性回歸分析,Logistic回歸分析、聚類分析、主成分分析、因子分析等。
①多元線性回歸分析。研究在線性相關(guān)條件下,兩個和兩個以上自變量對一個因變量的數(shù)量變化關(guān)系,稱為多元線性回歸分析,表現(xiàn)這一數(shù)量關(guān)系的數(shù)學(xué)公式稱為多元線性回歸模型。它解決的問題是通過抽樣調(diào)查的數(shù)據(jù),確定自變量和因變量之間關(guān)系的密切程度;確定多個自變量對應(yīng)變量的共同影響,比較各個自變量對因變量影響的大小;確定因變量和自變量之間的關(guān)系表達式,即回歸方程式。如臺燈外形表現(xiàn)現(xiàn)代感程度分別與其燈罩、燈頸、燈座造型、材質(zhì)、色彩的關(guān)系,這種方法在感性工學(xué)研究中經(jīng)常使用。
②Logistic回歸分析。線性回歸模型的一個局限性是要求因變量是定量變量(定距變量、定比變量),而不能是定性變量(定序變量、定類變量)。但是在許多實際問題中,經(jīng)常出現(xiàn)因變量是定性變量(分類變量)的情況。Logistic回歸分析就是用于處理分類因變量的統(tǒng)計分析方法。其因變量只取兩個值,表示一種決策、一種結(jié)果的兩種可能性。如消費者是否購買產(chǎn)品與產(chǎn)品性能、外觀、價格、
品牌等因素之間的關(guān)系。
③聚類分析。聚類分析是研究“物以類聚”的一種多元統(tǒng)計分析方法。聚類分析的基本思想是根據(jù)對象間的相關(guān)程度進行類別的聚合。例如可以通過測試者對于較多產(chǎn)品的評價運用聚類分析將產(chǎn)品分別歸類。又如通過對消費者生活形態(tài)的研究將其分類,有針對性地進行產(chǎn)品開發(fā)。聚類分析可用樹藝術(shù)與設(shè)計ˉ形圖來表示結(jié)果。
④主成分分析。把多個變量(指標(biāo))化為少數(shù)幾個綜合變量(綜合指標(biāo)),而這幾個綜合變量可以反映原來多個變量的大部分信息。為了使這些綜合變量所含的信息互不重疊,應(yīng)要求它們之間互不相關(guān)。例如在評價一個產(chǎn)品設(shè)計時,往往有很多因素,通過主成分分析可以用少數(shù)幾個綜合因素對其進行評價,減少工作量。
⑤因子分析。因子分析可以看成是主成分分析的一種推廣。它的基本目的是,找出隱藏在一組測量到的變量中的一些更基本的,但又無法直接測量到的隱性變量(愛好、態(tài)度、能力)去解釋顯在變量(設(shè)計成功與否、銷售量、點擊率)。例如從眾多人們顯在的生活習(xí)慣中找到人們選擇使用購買生活用品的潛在因子。這種方法可以應(yīng)用在用戶研究中的生活方式研究之中。
4.數(shù)據(jù)檢驗
數(shù)據(jù)檢驗其實是貫穿整個計算過程中的,一些計算方法需要檢測數(shù)據(jù)是否適合做此類運算,如回歸分析的擬合優(yōu)度檢驗,因子分析的KMO檢驗,而回歸分析可以用逆運算進行檢驗等。當(dāng)然一般人都會認為數(shù)據(jù)是客觀而準(zhǔn)確的,但是準(zhǔn)確的數(shù)據(jù)之后,依賴分析師的常識、經(jīng)驗和主觀判斷,來選擇和運用適合分析方法,并以嚴謹?shù)难芯繎B(tài)度來完成整個分析步驟。
結(jié)語
本文從集多門學(xué)科研究方法為一體的用戶研究入手,將統(tǒng)計學(xué)引入到設(shè)計領(lǐng)域,這種跨學(xué)科交叉研究方法能夠促進學(xué)科專業(yè)人才之間的交流,同時可以為設(shè)計領(lǐng)域的研究提供新的思路以及新的方法,以獲得事半功倍的效果。本文對統(tǒng)計學(xué)與用戶研究的合作做了探索性的研究,希望在將來,研究者們能夠進一步將統(tǒng)計學(xué)方法運用到設(shè)計實踐中去,最終建立較為成熟的設(shè)計統(tǒng)計學(xué)。