如何使用开源创新工具箱规划应用程序的用户研究

本文借用国外评图应用例子说明如何使用由新加坡科技设计大学(简称 SUTD)提出的创新工具箱来规划用户研究。该工具箱可能会在您下次遇到“每个人都知道”如何解决的情况时派上用场。

摘要:本文借用国外评图应用例子说明如何使用由新加坡科技设计大学(简称 SUTD)提出的创新工具箱来规划用户研究。该工具箱可能会在您下次遇到“每个人都知道”如何解决的情况时派上用场。

跳出固有的思维模式不仅仅是老生常谈,它还意味着以创新的方式来解决问题,以不同的方式概念化问题,并以您之前从未设想过的方式了解您在某些特殊情况下可以持有的立场。这对于应用开发人员来说至关重要,因为成功的应用程序经常会面临一些企图复制其功能和概念的竞争对手。

但是,应用程序如何在竞争激烈的市场中处于顶尖位置呢这实际上是没有标准答案的。我准备撰写三篇文章,通过一些图框解释说明,帮助您在移动领域保持领先地位。本文是这一系列文章中的第一篇,重点介绍了用户研究技巧,以便您评估用户的需求。

为了使您的应用程序能够以更好的方式满足现有的或不断发展的需求,进而保持领先地位,创新是一项必不可少的要素。如下图所示,创新常常位于人、业务和技术因素的交叉点上。

如何使用开源创新工具箱规划应用程序的用户研究

因此,通过此框架可以提出三个关键问题:

  • 我们如何发展以不同方式面对问题的能力
  • 我们如何利用设计师的识别力和方法将用户需求与技术可行性进行匹配
  • 我们如何提出商业策略并转换为用户价值和市场机遇

为了在考虑这三个问题时可以系统地洞察消费者需求,我想向大家介绍由新加坡科技设计大学(简称 SUTD)提出的创新工具箱。该工具箱可能会在您下次遇到“每个人都知道”如何解决的情况时派上用场。

如何使用开源创新工具箱规划应用程序的用户研究

目的项目阶段探索定义开发执行用户研究用户需求分析构思 (Ideation)原型(Prototype)方法在环境中设计和旅程映射 (Journey Mapping)活动和影响图形 (Influence diagram)心智图法和C草图绘制(C-Sketch)模型或线框(Wireframe)。

在环境中设计(Design in Context)

Sparkleapps如何利用移动分析了解用户需求

我们可以通过识别周边产品、服务或系统,了解和解释设计流程中的环境。为了说明此概念,下面以一家美国公司 Sparkleapps 为例。该公司设计了 Jigsaw Puzzle Box,这是一款非常流行的应用程序,可以将用户的照片转换为拼图。Sparkleapps 每个月大约会创建 150,000 张拼图,它使用 Countly 收集其用户的移动行为数据,并根据用户与游戏的互动方式来添加环境。

如何使用开源创新工具箱规划应用程序的用户研究
如何使用开源创新工具箱规划应用程序的用户研究

在环境中设计(Design in Context)的应用

Sparkleapps 环境场景的亮点

根据场景访谈,玩 Jigsaw Puzzle Box 游戏的三类主要群体是:

  • 与儿童一起玩耍的年轻父母
  • 青少年的父母
  • 年龄介于 20 至 25 岁之间的女性用户

因此,我们把这三类人放在“人物”下面。

在这三个角色中,他们共同喜爱的功能包括照片编辑、分享应用程序中的合照并邀请照片中的人物一起玩拼图。因此,我们将这些功能放在“方式”下,并且注意到大家都热衷于分享照片。

在所有这三个角色中,他们最喜欢在家里使用该应用程序,但是在家中使用该款应用程序的时间差距很大,特别是在年龄介于 20 至 25 岁之间的女性用户当中。这些女性用户通常还会与住在附近的朋友(他们的“第二个家”)分享合照,所以这三个角色之间的位置也较为接近。关于这些照片的拍摄位置,通常都是在特殊场合,如生日或节假日的聚会上。因此,我们将这三点放在“位置”下面。

如何使用开源创新工具箱规划应用程序的用户研究

总结

该分析示例旨在生成应用程序用户的附加环境,洞察指标背后的内涵,如留存度、会话时长和会话总数。这些度量固然重要,但作为该分析的结果,我们可以通过更细致、更有针对性的方式来解释数据。这将是我们第二和第三篇文章的主题,届时我们将讨论如何定义和优化现有的应用。

作者介绍:陈俊勋Countly的中国与亚太区的市场经理。Countly是开源的数据分析平台,提供完整的用户行为数据,而且可轻松导出。此外,国际(Google Play) 和中国(本地安卓应用市场)市场的应用都可采用Countly平台跟踪。欢迎联系Countly(hello@count.ly)。

本文由作者投稿至数据分析

本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请给「我们」留言处理。

(0)
大数据精选的头像大数据精选编辑
上一篇 2016-06-11
下一篇 2016-06-13

相关文章

关注我们
关注我们
分享本页
返回顶部