交互設(shè)計(jì)指的是需要根據(jù)用戶的輸入指令做一些反饋，我們傳統(tǒng)的認(rèn)知就是用戶主動(dòng)輸入信息，機(jī)器判斷、處理信息后給予反饋。而對(duì)于用戶沒有主動(dòng)輸出的意圖，如果沒有相應(yīng)的判斷機(jī)制，產(chǎn)品很難獲取到，所以我們應(yīng)該主動(dòng)根據(jù)一些關(guān)鍵因素去獲取與分析用戶的潛在意圖，預(yù)判行為。

本篇文章主要講解生活工具類場(chǎng)景的用戶意圖分析方法。

一、用戶意圖分析有哪些

在娛樂工具領(lǐng)域，以資訊/電商/旅游類APP為例。

這些場(chǎng)景中一般用戶的操作路徑較長，而且意圖存在變化的可能。系統(tǒng)可以根據(jù)用戶當(dāng)前正在搜索，瀏覽等相關(guān)操作的內(nèi)容進(jìn)行特征分析，做『實(shí)時(shí)用戶意圖分析』，定義用戶偏好，以此來推薦相似內(nèi)容展示。

例如在大眾APP中，當(dāng)用戶輸入某個(gè)地點(diǎn)進(jìn)行瀏覽后，首頁即實(shí)時(shí)會(huì)進(jìn)行相關(guān)內(nèi)容的點(diǎn)評(píng)帖子推薦展示。

而在生活工具領(lǐng)域，以外賣/打車類APP為例。

它們的行為路徑較短，并且意圖明確，所以實(shí)時(shí)意圖分析不合適。

慮到這類工具產(chǎn)品與生活屬性較貼近，具有一定的周期性/規(guī)律性，所以可以『離線周期性用戶意圖分析』方法論，通過歷史數(shù)據(jù)、基礎(chǔ)資料、相似用戶群等來做周期性的意圖分析與行為預(yù)測(cè)。

同樣在生活工具領(lǐng)域中，以IOT場(chǎng)景為例。

IOT產(chǎn)品周期性屬性也很明顯，那么在做IOT設(shè)備的用戶行為分析時(shí)，應(yīng)該從哪些維度出發(fā)呢？

二、意圖構(gòu)建維度

如上所述，做生活工具類產(chǎn)品時(shí)，我們應(yīng)該進(jìn)行屬性分類，明確哪些是觸發(fā)因子，哪些是結(jié)果因子。

以IOT類工具產(chǎn)品為例，家居生活類APP基于生活搭建信息化服務(wù)，此時(shí)涉及到的因素有『用戶、設(shè)備、環(huán)境』，那么可以得出我們的用戶意圖公式：

『用戶』隨『環(huán)境/自身主觀因素』變化，進(jìn)而希望『設(shè)備』有某些行為。進(jìn)而得出：

1. 意圖觸發(fā)因子

• 用戶屬性：上班族/家庭主婦/自由職業(yè)等，作息時(shí)間、性別、年齡、家庭架構(gòu)等
• 環(huán)境屬性：地區(qū)差異、季節(jié)變換、早晚時(shí)間、設(shè)備所處位置、溫濕度等

2. 意圖結(jié)果因子

• 硬件屬性：燈具類的IOT設(shè)備屬性涉及開啟與關(guān)閉、亮度、色溫冷光還是暖光等
• 關(guān)聯(lián)屬性：涉及關(guān)聯(lián)設(shè)備的場(chǎng)景，例如智能插座的使用、溫濕度控制器的使用等
• 明確了意圖觸發(fā)因子與意圖結(jié)果因子的構(gòu)建維度后，既可以進(jìn)行場(chǎng)景的假想帶入

三、意圖定義與交互預(yù)測(cè)

以假設(shè)場(chǎng)景為例：用戶A經(jīng)常在工作日晚上七點(diǎn)左右的時(shí)候打開臥室的臺(tái)燈，在凌晨一點(diǎn)的時(shí)候關(guān)閉。

下圖是我們一個(gè)場(chǎng)景的意圖分析的過程，對(duì)于一個(gè)場(chǎng)景中的關(guān)鍵因子做拆解與組合，找到關(guān)聯(lián)性，預(yù)測(cè)用戶的周期性行為，進(jìn)而進(jìn)行交叉銷售與產(chǎn)品推薦等。

結(jié)合周期性的特征做行為預(yù)測(cè)與推薦操作，會(huì)讓用戶覺得產(chǎn)品更加智能與精準(zhǔn)，在解決效率性問題的前提下，也極大增加用戶粘性。

四、總結(jié)

生活工具類APP的行為特征，和其它消費(fèi)類的APP主要區(qū)別在于：

生活工具是個(gè)周期性場(chǎng)景，用戶的規(guī)律性行為特征顯著。設(shè)計(jì)師可以基于關(guān)鍵因子進(jìn)行場(chǎng)景各階段的意圖定義與行為預(yù)測(cè)。

例如用戶每天在早上進(jìn)行體重稱量、每天回家后打開某某智能插座、每天睡前播放智能音響等，都是規(guī)律性行為的體現(xiàn)。

而生活工具APP的作用就是最大程度上符合或者說養(yǎng)成用戶的生活習(xí)慣，打造用戶粘度，提高用戶生活效率，進(jìn)而根據(jù)用戶屬性、偏好、消費(fèi)能力、場(chǎng)景關(guān)聯(lián)等用戶畫像進(jìn)行精準(zhǔn)的產(chǎn)品推薦實(shí)現(xiàn)商業(yè)目標(biāo)。

另外對(duì)于都是C端的各類APP而言，有時(shí)候不同的領(lǐng)域的設(shè)計(jì)策略的差異化特制也很明顯，需要區(qū)別對(duì)待與分析，才能精準(zhǔn)定位到用戶的痛點(diǎn)。

#專欄作家#

小偉同學(xué)，人人都是產(chǎn)品經(jīng)理專欄作家。關(guān)注C端、B端用戶體驗(yàn)趨勢(shì)，擅長場(chǎng)景與用戶行為分析、設(shè)計(jì)落地與價(jià)值變現(xiàn)，注重全鏈?zhǔn)椒?wù)設(shè)計(jì)與用戶感知體驗(yàn)，喜歡探索設(shè)計(jì)新模式。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議