数据采集—数据分析—设计洞察,全流程知名导师精心指导
全面囊括问卷法、头脑风暴法、人物角色法、故事板、可用性测试、用户点击行为分析、流量、转化率、跳出率和网站数据分析等调研分析方法
SAP、三星、阿里、腾讯、搜狐、大众点评、上海交大、南京艺术学院等知名单位共同打造
唤醒前瞻意识,训练思维方式
第二版新增基于大数据的调研和设计。再版更新是对理念和技术在当下时代的内容的升级,反映了行业的进步。
设计调研是设计专业学生和设计师在信息时代需要掌握的一项基本技能,因此《设计调研(第2版)》全方位地就这一主题开展讨论。首先定性地介绍了常用的数据采集方法,如观察法、访谈法、问卷法、头脑风暴法、自我陈述法、实验法等,然后阐述常用的调研分析方法,如数量对比分析、知觉图、鱼骨图、卡片归纳法、情景法、人物角色法、故事板、可用性测试、A/B 测试、用户点击行为分析、流量、转化率、跳出率、网站数据分析和大数据调研方法。最后《设计调研(第2版)》介绍了设计调研的一般流程,以及如何从设计调研到设计洞察,并且提供了两个不同设计方向的教学案例:网站设计调研的案例来自阿里巴巴集团,是关于一个淘宝产品——淘宝指数的产生和迭代过程;环境艺术设计的案例来自上海交通大学,是关于上海文化商厦的场地调研。
第二版新增阿里集团设计师孙予加的“3.3 基于大数据的调研和设计”,非常全面深入的大数据调研方法介绍。另外,在“3.5 场地空间设计调研与设计案例”中,更换了来自上海交大设计系陆可贤小组的关于“上海文化商厦的调研报告”,新的报告比第一版的报告增加了关于Persona 的调研分析。再版更新是对理念和技术在当下时代的内容的升级,反映了行业的进步。
《设计调研》是一个团队协同的成果。作者来自各大高校和企业活跃在设计第一线的设计师:SAP、三星、阿里巴巴、腾讯、搜狐网、大众点评网、上海交通大学、南京艺术学院等。本书各章节的大量案例引用了高校课堂作业和企业的实际产品,它们与时下的设计理念紧密结合。
第1章 数据采集 1
1.1 观察法 2
1.1.1 什么是观察法 2
1.1.2 观察法的4个维度 4
1.1.3 观察法的步骤 10
1.1.4 观察法的优缺点 16
1.1.5 应用案例――“上海地铁使用者需求研究”项目 17
1.2 单人访谈法 21
1.2.1 什么是单人访谈法 21
1.2.2 招募 21
1.2.3 访谈结构 27
1.2.4 访谈类型 29
1.2.5 访谈技巧 30
1.2.6 访谈环境 32
1.2.7 记录访谈 32
1.2.8 案例 33
1.3 焦点小组 36
1.3.1 什么是焦点小组 36
1.3.2 焦点小组的特点 37
1.3.3 焦点小组的结构 39
1.3.4 研究主题和目标用户 42
1.3.5 访谈大纲 44
1.3.6 访谈场所 45
1.3.7 访谈技巧 46
1.3.8 记录访谈 47
1.3.9 数据整理 48
1.3.10 常见问题与对策 49
1.4 问卷法 51
1.4.1 什么是问卷法 51
1.4.2 问卷法分类 52
1.4.3 问卷设计――问卷的结构 55
1.4.4 问卷设计――问题的设计 58
1.4.5 问卷设计――答案的设计 62
1.4.6 问卷法的实施 65
1.4.7 问卷的发放、回收、分析 66
1.4.8 问卷法的优缺点 68
1.4.9 问卷法应用案例 69
1.5 头脑风暴法 71
1.5.1 什么是头脑风暴法 71
1.5.2 头脑风暴法的分类 72
1.5.3 头脑风暴法的操作流程 75
1.5.4 头脑风暴法的原则 79
1.5.5 头脑风暴法的支持工具――思维导图 80
1.5.6 头脑风暴法的优点与局限 81
1.5.7 经典案例 83
1.5.8 应用案例 84
1.6 自我陈述法 85
1.6.1 什么是自我陈述法 85
1.6.2 自我陈述法与其他用户研究方法 86
1.6.3 适用条件 87
1.6.4 自我陈述法的反馈收集 88
1.6.5 案例 89
1.6.6 自我陈述法的优缺点 96
1.6.7 与其他用户研究方法结合 96
1.7 实验法――现场试验 97
1.7.1 现场试验法 97
1.7.2 现场试验法的分类 100
1.7.3 现场试验法的操作流程 106
1.7.4 现场试验法的案例 107
第2章 调研分析 111
2.1 数量对比分析 112
2.1.1 表格 114
2.1.2 图表 115
2.1.3 图表分类 117
2.1.4 大小关系的数量对比分析 125
2.1.5 趋势变化关系的数量对比分析 127
2.1.6 占比关系的数量对比分析 127
2.1.7 相关性关系的数量对比分析 128
2.2 知觉图、鱼骨图 130
2.2.1 知觉图 130
2.2.2 鱼骨图 136
2.3 卡片归纳分类法 142
2.3.1 什么是卡片法 142
2.3.2 不同类型的卡片分类法 143
2.3.3 开放式卡片分类法的操作 144
2.3.4 开放式卡片分类法结果分析 147
2.3.5 线性Delphi法 149
2.3.6 Q-sorting法 150
2.3.7 卡片法的发展与局限 153
2.3.8 应用案例 153
2.4 情景分析法 157
2.4.1 什么是情景分析法 157
2.4.2 情景分析法的应用 158
2.4.3 撰写情景故事 159
2.4.4 B端产品在使用情景法上的注意事项 164
2.4.5 情景法的优缺点 166
2.5 人物角色法 167
2.5.1 什么是人物角色法 167
2.5.2 人物角色法的类型和比较 170
2.5.3 人物角色法的步骤 171
2.5.4 人物角色法模型卡 173
2.5.5 人物角色法的优缺点 177
2.5.6 应用案例 178
2.6 故事板 182
2.6.1 什么是故事板 182
2.6.2 故事板在设计调研中的应用 184
2.6.3 情景故事板及其四要素 186
2.6.4 故事板的表现手法 187
2.6.5 创建故事板 189
2.6.6 故事板在调研中的应用案例――“能量公社”设计 191
2.6.7 故事板对设计的指导意义 198
2.6.8 故事板法的发展与局限 199
2.7 可用性测试 200
2.7.1 什么是可用性测试 200
2.7.2 测试功能点 203
2.7.3 大纲和脚本 204
2.7.4 实施测试 206
2.7.5 数据整理 207
2.7.6 常见的问题和对策 208
2.8 A/B测试 210
2.8.1 什么是A/B测试 210
2.8.2 A/B测试的历史 211
2.8.3 如何开始进行A/B测试 212
2.8.4 测试什么内容 214
2.8.5 A/B测试的优点和局限 220
2.8.6 A/B测试的工具 222
2.8.7 A/B测试案例 223
2.9 用户点击行为分析 225
2.9.1 什么是用户点击行为分析 225
2.9.2 点击数据的获取方式和手段 226
2.9.3 实践范例――腾讯“应用中心”优化设计 228
2.10 流量、转化率和跳出率 236
2.10.1 流量 236
2.10.2 转化率 239
2.10.3 跳出率 246
2.11 网站数据分析 251
2.11.1 为何要分析网站数据 251
2.11.2 网站数据分析的内容 253
2.11.3 网站数据分析相关的重要数据指标 256
2.11.4 网站数据分析的技术手段 258
2.11.5 电子商务数据分析方法及案例 261
第3章 从设计调研到设计洞察 268
3.1 设计调研的流程 269
3.1.1 确定调研目标与方法 269
3.1.2 制定调研计划 273
3.1.3 邀请调研用户 277
3.1.4 执行调研过程 280
3.1.5 输出调研结果 281
3.2 设计调研和设计洞察 284
3.2.1 设计调研和设计洞察 284
3.2.2 设计调研与市场调研的比较 286
3.2.3 设计调研的目的和优缺点 287
3.2.4 从设计调研的流程、方法中获得设计洞察 288
3.2.5 从设计调研的内容到设计洞察 293
3.2.6 小结 295
3.2.7 设计调研的应用案例 295
3.3 基于大数据的调研与设计 297
3.3.1 大数据时代 297
3.3.2 大数据的采集和加工(数据挖掘) 297
3.3.3 大数据洞察全景 298
3.3.4 基于大数据的用户建模 299
3.3.5 基于大数据的用户需求挖掘 304
3.3.6 基于大数据的分析方法 308
3.3.7 人人都是研究者 312
3.3.8 从用户需求挖掘到产品设计 318
3.4 网站设计调研案例――淘宝指数 324
3.4.1 背景 324
3.4.2 产品使命和定位 324
3.4.3 产品诞生过程 325
3.4.4 产品迭代过程 338
3.4.5 结束语――永远在路上 350
3.4.6 部分原始资料 351
3.5 场地空间设计调研与设计案例 353
3.5.1 案例中应用的方法和流程 353
3.5.2 上海文化商厦POE评价 354
3.5.3 6W总结分析 366
3.5.4 确定问题 368
3.5.5 人物角色(Persona) 369