互动设计指的是需要根据使用者的输入指令做一些反馈,我们传统的认知就是使用者主动输入资讯,机器判断、处理资讯后给予反馈。而对于使用者没有主动输出的意图,如果没有相应的判断机制,产品很难获取到,所以我们应该主动根据一些关键因素去获取与分析使用者的潜在意图,预判行为。
本篇文章主要讲解生活工具类场景的使用者意图分析方法。
一、使用者意图分析有哪些
在娱乐工具领域,以资讯/电商/旅游类APP为例。
这些场景中一般使用者的操作路径较长,而且意图存在变化的可能。系统可以根据使用者当前正在搜寻,浏览等相关操作的内容进行特征分析,做‘实时使用者意图分析’,定义使用者偏好,以此来推荐相似内容展示。
例如在大众APP中,当使用者输入某个地点进行浏览后,首页即实时会进行相关内容的点评帖子推荐展示。
而在生活工具领域,以外卖/打车类APP为例。
它们的行为路径较短,并且意图明确,所以实时意图分析不合适。
虑到这类工具产品与生活属性较贴近,具有一定的周期性/规律性,所以可以‘离线周期性使用者意图分析’方法论,通过历史资料、基础资料、相似使用者群等来做周期性的意图分析与行为预测。
同样在生活工具领域中,以IOT场景为例。
IOT产品周期性属性也很明显,那么在做IOT装置的使用者行为分析时,应该从哪些维度出发呢?
二、意图构建维度
如上所述,做生活工具类产品时,我们应该进行属性分类,明确哪些是触发因子,哪些是结果因子。
以IOT类工具产品为例,家居生活类APP基于生活搭建资讯化服务,此时涉及到的因素有‘使用者、装置、环境’,那么可以得出我们的使用者意图公式:
‘使用者’随‘环境/自身主观因素’变化,进而希望‘装置’有某些行为。进而得出:
1. 意图触发因子
以假设场景为例:使用者A经常在工作日晚上七点左右的时候开启卧室的台灯,在凌晨一点的时候关闭。
下图是我们一个场景的意图分析的过程,对于一个场景中的关键因子做拆解与组合,找到关联性,预测使用者的周期性行为,进而进行交叉销售与产品推荐等。
结合周期性的特征做行为预测与推荐操作,会让使用者觉得产品更加智慧与精准,在解决效率性问题的前提下,也极大增加使用者粘性。
四、总结
生活工具类APP的行为特征,和其它消费类的APP主要区别在于:
生活工具是个周期性场景,使用者的规律性行为特征显著。设计师可以基于关键因子进行场景各阶段的意图定义与行为预测。
例如使用者每天在早上进行体重称量、每天回家后开启某某智慧插座、每天睡前播放智慧音响等,都是规律性行为的体现。
而生活工具APP的作用就是最大程度上符合或者说养成使用者的生活习惯,打造使用者粘度,提高使用者生活效率,进而根据使用者属性、偏好、消费能力、场景关联等使用者画像进行精准的产品推荐实现商业目标。
另外对于都是C端的各类APP而言,有时候不同的领域的设计策略的差异化特制也很明显,需要区别对待与分析,才能精准定位到使用者的痛点。
#专栏作家#
小伟同学,人人都是产品经理专栏作家。关注C端、B端使用者体验趋势,擅长场景与使用者行为分析、设计落地与价值变现,注重全链式服务设计与使用者感知体验,喜欢探索设计新模式。
题图来自Unsplash,基于CC0协议