導入 通常、ユーザーインタビューを通じてユーザーのニーズを把握することができます。実際、デザイナーはユーザーアンケートデータやウェブサイトのページデータを分析することで、ユーザーのニーズや製品使用時にユーザーが遭遇する問題を理解することもできます。 また、ユーザーとの直接的な接触を通じて得られるニーズは、あくまでも個別のケースに過ぎない可能性があります。客観性を高めるために、通常は大規模なサンプル調査を実施し、データ証拠の観点から、ユーザーの共通ニーズをより正確かつ客観的にさらに明らかにします。 さらに、データ分析の結果をユーザーインタビューから得られた定性分析の結論と比較して総合的に分析することで、デザイナーはさまざまな視点からユーザーの真のニーズを理解することもできます。 ユーザーリサーチの観点から見ると、インタラクションデザインには、新製品のデザインと既存製品の再設計という 2 つの主要なビジネスカテゴリが含まれます。著者は、これら 2 つの主要なビジネスカテゴリでユーザーのニーズを理解するためにデータをどのように使用するかについて、2 部構成で説明します。この記事では、新製品の設計におけるデータの応用に焦点を当てています。 実際の事例 これまで、タオバオが提供する公式サービスは、売り手の基本的なビジネスニーズを満たすことができました。しかし、装飾、データ分析、マーケティングプロモーション、製品管理、在庫管理などのさまざまなサービスの需要が高まるにつれて、売り手に一元化されたサービス選択プラットフォームを提供し、売り手が自分の開発に適したサービスをすばやく見つけられるようにする必要があります。同時に、タオバオはますます多くのサードパーティサービスを導入しており、これらのサービスにも集中的な表示プラットフォームが必要です。こうして、マーチャントサービスプラットフォームプロジェクトが誕生しました(現在、この製品は「タオバオセラーサービス」市場と呼ばれています)。 この段階で、インタラクション デザインが解決しなければならない主な問題は、「製品の位置付けをユーザーの実際のニーズと深く統合する方法」です。深い統合とは、盲目的に満足することではありません。これは主に、新製品の位置付けが理論的または理想主義的ではない場合があるためです。イノベーションを考慮する必要があり、開発時間の制約や基礎となる技術フレームワークの制約など、さまざまな要因によっても影響を受けます。ユーザーのニーズを可能な限り満たすしかありません。 商業情報の機密性のため、この記事のケーススタディでは 2010 年のプロジェクトを使用しています。インターネット製品は頻繁に反復され、記事で言及されている製品ページはこれまでに何度も改訂されています。記事全体のアイデアを理解するだけで十分です。 1. アンケートを通じてデータを取得する 一般的に言えば、データ収集には 2 つの方法があります。1 つ目は、オンライン アンケート調査を使用して、ユーザーの心理や行動習慣に関する定量的なデータを取得することです。2 つ目は、製品ページにモジュール、画像、テキストなどの埋め込みポイントを設定して、ページ データを収集することです。 マーチャントサービスプラットフォームが立ち上がる前は、まだプロダクトも生まれておらず、ページデータもありませんでした。初期段階では、主にオンラインアンケート調査を利用してユーザーの需要データを取得していました。 2. 調査前の準備 まず、製品の位置付け、製品企画、アーキテクチャを明確にし、製品を総合的に理解する必要があります。次に、調査の目的を明確にする必要があります。調査目的はアンケート調査の核心であり、調査の方向性、調査結果の適用方法などを決定します。 次に、研究目的に応じて研究内容と対象者を決定する必要があります。研究内容は詳細であればあるほど良く、対象者は明確であればあるほど良いです。 マーチャントサービスプラットフォームのような新製品の場合、設計当初の調査目的は、Taobao のセラーによるさまざまなサービス (特に店舗装飾と日常運営サービス) の使用状況、需要、評価を理解することでした。 調査の主な内容は、販売者が店舗運営で直面する困難、緊急に必要とされる販売者サービス、最近使用した販売者サービス、使用した販売者サービスに対する販売者の満足度、最も満足している販売者サービス、販売者サービスに対する不満の具体的な理由などです。また、調査に含まれる販売者サービスには、Taobao が提供するサービス、Taobao の販売者が提供するサービス、Taobao パートナーが提供するサービスなどが含まれることも明確にする必要があります。 マーチャントサービスプラットフォームのターゲットグループは、製品の位置付けに関連しており、主にサービスを必要とする販売者を対象としています。 3. アンケートをどのように設計するか? アンケート設計では、質問の文言や論理的な関係がユーザーの質問に対する理解や回答に影響を与え、調査結果の方向性を直接決定するため、その重要性が示されます。 一般的に、オンラインアンケート調査はユーザー自身が回答する必要があるため、企業内のビジネス用語を調査対象者が理解できる日常言語に変換する必要があります。質問と選択肢は、ユーザーが一目で理解でき、曖昧さが生じないように、簡潔で明確である必要があります。完全に閉じた多肢選択式の質問の場合、選択肢は相互に排他的で網羅的でなければなりません。選択肢が網羅的でない場合は、半閉じ型の複数選択質問を使用し、「その他」の選択肢を設定して、ユーザーに具体的な内容を指定するように依頼する必要があります。 アンケートのロジックは、一般的に、浅いものから深いものへ、回答者が関心を持っている質問から専門的な質問へ、中核的な質問から繊細な質問へ、閉じた質問から自由な質問へという流れです。同じトピックを継続的にまとめると、回答者の質問への関心が高まります。これらの原則間のトレードオフを適切に処理することによってのみ、論理的に首尾一貫していて自然に接続されたアンケートを設計することができます。 この場合、加盟店サービスプラットフォームアンケートの中核部分は次のように設計されます。 特記事項:これらのオプションは、ビジネス側が製品を企画する際に、その時点で利用可能なリソースや社内の事業部門などの要因に基づいて最終的に決定されるサービスカテゴリです。 この質問は、選択肢が限られた多肢選択式の質問であり、その主な目的は、最も緊急に必要なサービスのランキングを取得することです。自己記入式のオンラインアンケートでランキング質問を使用して直接実装することは容易ではなく、選択肢が多い場合にユーザーが並べ替え操作を実行するのは不便です。また、優先順位をつけることが主目的ではなく、販売者が緊急に必要としているサービスの具体的な状況を把握することが主目的であれば、選択範囲を限定する必要はありません。 特記事項: この質問はスケール質問の形式で提示されており、実際には「過去 6 か月間にどのような種類の販売者サービスを利用しましたか?」と「それらを使用したときの満足度は?」という 2 つの質問を組み合わせたものです。これは主に、既存のアンケート システムではスケール質問内のオプション間の自由な移動が実現できないためです。アンケート方式が導入できる場合は、2つの質問に分割したほうがよいでしょう。つまり、まず「過去 6 か月間にどのようなカテゴリの販売者サービスを利用しましたか」と質問し、次にスケールを使用して選択した販売者サービスに基づいて「サービスにどの程度満足しましたか」と質問します。 さらに、スケール質問の利点は、複数の質問をまとめて尋ねることができ、アンケートの長さを短縮し、ユーザーの記入コストを節約できることです。スケール質問を使用しない場合、この質問を 10 個の複数選択質問に分割する必要があります。 4. データをどのように処理しますか? データ処理は一般的に、データの収集 - クリーニングとデータの処理 - データの分析に分けられます。 データ収集 - 一般的に、タオバオにアンケートを掲載する方法はいくつかあります。アンケートのリンクをテキストリンクや画像リンクにして、対象者がよく閲覧するページの注目しやすい場所に貼り付けることを検討できます。または、調査リンクを指定のページや指定の期間に浮かべることもできます。または、サイト内の手紙やメールなどを通じて、指定の対象者に直接掲載することもできます。または、望望メッセージを使用して、指定の対象者にアンケートの記入を依頼することもできます。 配信方法によって、データ収集の結果(十分なサンプルを収集するのに必要な時間、完全な回答率、効率など)が異なります。研究者は、研究サイクルや配信リソースのスケジュールなどの要素に基づいて、適切な方法を総合的に選択する必要があります。 データのクリーニングと処理 - オンラインアンケート調査から収集されたデータにはランダムな回答が混ざっている可能性があるため、直接分析することはできず、クリーニングする必要があります。研究者は通常、回答を完了するまでの時間の長さに基づいて短すぎるまたは長すぎるサンプルを削除し、IP またはユーザー名に基づいて重複したサンプルを削除し、配信リストに基づいて一致できないサンプルを削除します。また、質問間の論理的な関係に基づいて、矛盾した回答のあるサンプルをクリーンアップする必要もあります。もちろん、矛盾がランダムな入力によるものかエラーによるものかを判断する必要もあります。エラーによるものであれば、このサンプルを保持しておき、論理的なバックフィルや欠落処理など、データを論理的に再処理するだけで済みます。 次に、研究者は調査サンプルを背景データと照合する必要もあります。売り手の星評価、店舗の開店時間、月間取引数などの主要な変数における調査サンプルの分布が、ネットワーク全体の売り手の全体的な分布と大きく異なることが判明した場合、調査サンプルのデータ結果は実際の状況から大きく外れてしまいます。この時点で、調査サンプルに重み付けを行い、主要変数に関する調査サンプルの分布を背景データと同等になるように調整して、対象となる販売者グループの状況を推定できるようにする必要があります。主要変数の分布が販売者ネットワーク全体の分布とそれほど変わらない場合は、重み付けは必要ありません。 データの分析 - データを分析する方法は多数ありますが、一般的に使用されるのは記述統計、クロス分析、相関分析などです。また、回帰分析、因子分析、クラスター分析、対応分析、分散分析なども使用できます。異なる方法によって得られる具体的な結果は異なる場合がありますが、研究目的が明確であれば、得られた結論は直接的または間接的にインタラクション デザインを導くことができます。 この場合、設計されたマーチャントサービスプラットフォームの調査アンケートは、タオバオの独自のアンケートシステムに入力され、サイト内メッセージを通じてユーザーにアンケートへの回答の招待が送信されました。これにより、対象集団からの回答をより直接的に取得でき、調査データの迅速な収集に役立ちます。 6日後、5509件のサンプルデータが収集されました。厳密なクリーニングの後、最終的に5219件の有効なサンプルが得られました。記述統計とクロス分析の結果、結論は次のようになりました。 マーチャントサービスプラットフォーム調査アンケートでは、中心となる質問には、遭遇した困難の分野、緊急に必要なサービス、利用したサービス、利用したサービスに対する満足度などが含まれます。それらの間には論理的な関係があり、例えば、何らかの側面で困難に遭遇したため、このタイプのサービスを緊急に必要としていますか?特定のタイプのサービスを利用したことがないために、このタイプのサービスを緊急に必要としていますか?利用した特定のタイプのサービスに不満があるため、このタイプのサービスを緊急に必要としていますか?特定のタイプのサービスを使用していないために、この側面で困難に遭遇していますか?特定のタイプのサービスを使用した後も、この側面で困難に遭遇していますか?...これらの論理的な関係から、より多くの変数と関係を導き出すことができ、分析結果を深めるのに役立ちます。 結論1:店舗装飾と販促マーケティングは、販売者が緊急に必要とするサービス分野である 売り手の満足度が低いほど、対応するサービスに対する需要が緊急になります。これは、マーケットプレイスの販売者にとってはより明白です。 利用率が高いサービスカテゴリーは、依然として売り手が緊急に必要としているものです。バザールとモールの売り手の両方にこの特徴があり、現在のサービスが売り手のニーズを満たしていないか、売り手がまだ自分に合ったサービスを見つけていないことを示しています。 データソース: 調査データ: 過去 3 か月間に 5117 のバザール販売者と 102 のモール販売者が取引を成功させました* 結論2:高レベルおよび低レベルのバザール販売者は、店舗装飾やプロモーション、マーケティングサービスをより必要としている マーケットプレイスの販売者の星評価が高いほど、Taobao データ分析に対する満足度が低くなり、そのようなサービスの需要が高まります。 バザール販売者の星評価が上がるにつれて、各サービスカテゴリーの満足度は全体的に低下する傾向にありますが、サービスカテゴリーの緊急性の線形傾向はあまり明らかではなく、店舗装飾サービスと店舗宣伝・マーケティングサービスは「U」字型の傾向を示しています。 データソース: 調査データ: 過去3か月間に取引が成功した市場の売り手5117人 5. データに基づく設計 ——ナビゲーションソートはデータ結果を最大限に活用します この場合、製品が発売されたとき、第 1 レベルのナビゲーションの配置順序は、データの結果とビジネス ルールを重視しました。左側の明らかな位置にある店舗の装飾と店舗のプロモーションは、アンケート調査で販売者が最も必要とする 2 種類のサービスとまったく同じでした。さらに、ユーザーニーズを深く理解するための定性調査を通じて、当初の計画を変更し、日常の店舗運営を店舗プロモーションツールと管理ツールに分割し、管理ツールのランク付けもそれに応じて進化しました。 ——フロアレイアウトは研究結果に基づいて決定されました 当初の製品計画ではサードパーティのサービスに重点を置く予定でしたが、定性調査と定量データ分析の結果、サードパーティのサービスはまだ規模を形成しておらず、影響力も小さいことが判明したため、公式ツールを引き続き推進する必要があります。そのため、その後のインタラクション設計プロセスでは、調査結果に基づいて展示フロアを設計し、1 階に公式ツール、2 階にサードパーティのサービスを配置しました。 また、サードパーティサービスが主に推進しているサービスカテゴリもデータ結果を参考にし、店舗マーケティングプロモーション、店舗管理ツール、店舗装飾としてランク付けされました。店舗装飾はここでわずかに遅れをとっていますが、主な理由は当時店舗装飾サービスが少なかったため、前面に出せばフロア全体の視覚的な美しさに影響が出るからです。それでも、現在のフロアでは、多くのサービスカテゴリの中で店舗装飾が目立つ位置に置かれています。 ——フットプリントの設計はデータに基づいています 新規販売者の急成長を支援することはマーチャントサービスプラットフォームの重要な位置付けの1つであり、データからも新規販売者がタオバオの店舗開設サービスに対して比較的強い需要を持っていることが示されているため、新規店舗開設はページの下部で最初にランク付けされています。 同時に、ページのフッターもユーザーがサービスの入り口を素早く見つけられるように考慮し、データからわかるように緊急に必要とされている店舗装飾サービスは店舗管理に、日常的な運営サービスはマーケティングプロモーションに組み込み、それぞれ目立つ位置に表示しています。 ナビゲーションとページの下部にあるカテゴリが異なっていることに気付くかもしれません。 実際には、この設計の理由は、異なる販売者のサービス分類とサービス検索習慣の違いに対応できるだけでなく、クリック効果を通じて分類を再構築する試みでもあり、インターネット製品の試行錯誤の反復的な利点を反映しています。 結局のところ、新製品の場合、一度に完璧になることは不可能です。 確かにその通りです。マーチャント サービス プラットフォームがリリースされた後、インタラクティブなデザインの詳細を修正するために、毎日変更が行われました。しかし、ビジネスが変化すると、製品のインタラクション デザインを再構築する必要があります。これについては、次のブログ投稿で説明します。 Copyright © 2012 Taobao UED Dujie (Fan Xinheng)。無断転載を禁じます。 元のタイトル: データから学び、ユーザーデータを新製品設計に適用する キーワード: ユーザーの理解、新製品、計画、アプリケーション、導入、通常、ウェブマスター、ウェブサイト、ウェブサイトのプロモーションを通じて収益を得ています |
<<: ソーシャルネットワークマーケティング(II)国内ソーシャルネットワーキングサイトの特徴(その1)
>>: SEOも雄弁で、ウェブサイトのランキングを向上させるためにあらゆるステップを慎重に実行する必要があります。
ご存知のとおり、SEO 最適化は非常に大変な仕事です。毎日同じことを何度も繰り返すことを意味します。...
vultr.comは9月1日に朗報を伝えた。日本の東京データセンターとオーストラリアのシドニーデータ...
以前、「キャンパスフォーラムの栄光と衰退」という記事を見ました。Renren、Weibo、WeCha...
江小白のマーケティング成功事例を聞いたことがある人は多いと思います。この記事の著者は江小白の製品開発...
原題:アリペイがパブリックアカウント機能を追加、マクドナルドなどの企業が最初にテスト北京ビジネスデイ...
spartanhost は現在、AMD Ryzen および Intel プラットフォーム用の VPS...
2018年はクラウドコンピューティング分野の競争が激化しましたが、全体的な市場構造に大きな変化はあり...
情報化建設の潮流の中で、チベットはクラウドコンピューティング、ビッグデータ、モノのインターネット、人...
スーパーユーザーの時代、一言で言えば「高価」です。ユーザーは高価であり、チャネルは高価であり、製品の...
2018年最もホットなプロジェクト:テレマーケティングロボットがあなたの参加を待っていますウェブサイ...
5月29日、エンタープライズスーパーアプリケーションプラットフォームTata Cloudは北京で「S...
アクセンチュアのアナリストは、2020 年に企業がより多くのイノベーションを獲得するのはクラウド プ...
この台風の間、私体存在する南部の美しい海辺の都市、厦門は、オペレーション・アンクルの願い:モバイル...
翻訳者 |チェン・ジュン企画 |趙雲近年、クラウド移行という言葉は、ほとんどの企業の IT に関する...
エッジ コンピューティングとは、オープン プラットフォームを使用してデータ ソースのすぐ近くに最も近...