国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

大數(shù)據(jù)時代，處理用戶數(shù)據(jù)的方法在不斷進化，而從數(shù)字方面去構(gòu)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(gòu)建基于場景的體驗評價指標(biāo)體系。本文作者對用戶場景的數(shù)字化建構(gòu)進行了分析，一起來看一下吧。

大數(shù)據(jù)時代，處理用戶數(shù)據(jù)的方法在不斷進化，而從數(shù)字方面去建構(gòu)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(huán)境等交互的細(xì)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(gòu)建基于場景的體驗評價指標(biāo)體系。

本文將圍繞“用戶場景的數(shù)字化建構(gòu)”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(shè)計（UCD）的重要環(huán)節(jié)；

場景是認(rèn)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(yù)期交互所覆蓋的范圍不同，“任務(wù)”是連接用戶研究和產(chǎn)品研發(fā)的關(guān)鍵點。

2. 場景研究的痛點和難點

1. 場景的代表性、典型性不明確
2. 各方對場景的認(rèn)識限于共識層面，轉(zhuǎn)化落地較差
3. 存在數(shù)據(jù)孤島和項目限定

3. 場景研究的價值

1. 基于場景進行產(chǎn)品利益點管理，制定切合用戶認(rèn)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(xié)作效率，達成背景統(tǒng)一與共識

二、數(shù)字化場景研究的分析與構(gòu)想

“窄進寬出”，可用于分析的數(shù)據(jù)少、跨度長，且需要經(jīng)過專家思維的推理和發(fā)散才能得出結(jié)論，是數(shù)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(shù)據(jù)標(biāo)準(zhǔn)化以及標(biāo)準(zhǔn)化的用戶體驗工具來提高數(shù)據(jù)的復(fù)用價值；其次可借助專家思維、標(biāo)簽系統(tǒng)提高數(shù)據(jù)的分析價值；最后通過資源共享建立場景并關(guān)聯(lián)業(yè)務(wù)指標(biāo)來提高數(shù)據(jù)的業(yè)務(wù)價值。

以場景為中心的數(shù)字化研究：

以場景為中心的數(shù)字化研究可通過以下三種途徑展開：

1）整合體驗數(shù)據(jù)，建立反饋機制

通過建設(shè)場景庫統(tǒng)合單一產(chǎn)品/場景，提高數(shù)據(jù)復(fù)用。

2）搭建數(shù)據(jù)化場景研究體系

核心是數(shù)據(jù)采集、使用、分析不同方面進行場景數(shù)據(jù)的資產(chǎn)化。

3）構(gòu)建基于場景的體驗評價指標(biāo)體系

以場景為參考維度整合多渠道數(shù)據(jù)，持續(xù)迭代形成動態(tài)監(jiān)測體系，并建立監(jiān)測/預(yù)警機制。

二、數(shù)字化場景研究的探索

1. 場景庫設(shè)計探索

場景庫是圍繞用戶群體、生態(tài)體驗和產(chǎn)品設(shè)計建設(shè)的長期的、系統(tǒng)的管理平臺。在產(chǎn)品體系框架下采集到的數(shù)據(jù)復(fù)用性強，數(shù)據(jù)來源和信息標(biāo)簽作為數(shù)據(jù)層的疊加可以經(jīng)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(yīng)用價值

①場景庫整合產(chǎn)品、空間、人物角色與需求，具有跨空間特性，與多設(shè)備交互并采集數(shù)據(jù)。

②借助場景庫提高協(xié)同效率，做前期研發(fā)的數(shù)據(jù)支撐。以智慧屏為例：需要多個產(chǎn)品線的同事參與探討產(chǎn)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(shù)據(jù)支持與來源，協(xié)同營銷渠道和載體將產(chǎn)品的優(yōu)勢更好地傳遞給客戶。

3. 場景數(shù)據(jù)的獲取

1）日志研究法

數(shù)字化用戶體驗工具，內(nèi)置交互分析或統(tǒng)計邏輯，面向不同場景或任務(wù)部署用戶之間關(guān)系的標(biāo)簽，用于進一步的交叉分析。

2）Tortoise

基于遍歷搜索和關(guān)鍵詞匹配機制研發(fā)調(diào)教的簡易主題文本處理模型Tortoise，從自上而下的角度建構(gòu)文本處理模型，輸出信息標(biāo)簽，進行后續(xù)的數(shù)據(jù)分析。

與傳統(tǒng)NLP相比，Tortoise更依賴用戶研究工程師的經(jīng)驗，優(yōu)勢在于從用戶體驗的角度進行構(gòu)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，便于后期進行數(shù)據(jù)分析。

運用SDT實現(xiàn)模型校驗——采用信號檢測論（SDT）的方法。即在訓(xùn)練語料中使用Tortoise輸出分析內(nèi)容，由用戶研究員人工解析訓(xùn)練語料，并比較兩者之間的差異。在結(jié)果上依次關(guān)注擊中、虛報和漏報三個維度，以查全率和查準(zhǔn)率為核心指標(biāo)。

Tortoise模型的應(yīng)用示例