信息交互设计- 课件 02 设计目标与需求分析

信息交互设计第二章-设计目标与需求分析信息交互设计目标

信息交互设计目标是指一个产品通过信息交互设计所要达成的目标与方向。任何信息交互设计都具有一定的宏观目标和微观目标，比如，在设计一些主流媒体的互联网产品时，其信息交互设计目标就包括向读者和用户报道社会热点事件、弘扬主旋律和正能量，以及激发社会积极向上的动力等宏观目标。在微观层面上，设计者需要使用易于阅读、赏心悦目的色彩搭配、字体和页面布局方式，以提升读者的阅读体验。总体来讲，信息交互设计服务于两类目标：商业目标与公益目标。根据对商业利益的追求不同，产品可以分为商业产品和公益产品。商业目标

通过服务客户来获取商业利益是商业产品的重要目标，能否直接或间接地给商业产品的提供方带来收入与利润是衡量这类产品设计是否成功的重要指标。在进行商业产品的信息交互设计时，设计师需要与相关利益方进行充分沟通，了解商业产品所服务的整体商业战略目标，并在必要时采用战略地图等方法将商业目标拆解为设计团队的行动计划，以此来助力达成商业目标。公益目标

即便是以追求商业利益为主要目标的产品，也不能因追求其商业上的价值，而忽略其公益方面的责任。比如，以短视频类网站产品为例，在设计产品时，为了达到商业利益的最大化，需要有植入广告、推荐引流、直播卖货等产品商业功能，但同时也要考虑植入广告内容的健康性、货品的品质，以及对用户个人信息的保护等公益目标。利益相关者利益相关者（Stakeholders）是指那些会影响设计活动及受到设计活动影响的个体或组织。广义的利益相关者包括投资人、供应商、内部相关的职能部门和目标客户等直接利益相关者，以及政府监管部门、相关民间组织和非目标客户等间接利益相关者。在进行需求分析时，首先需要确认有哪些利益相关者的利益会攸关设计需求的定义。目标用户商业产品通常面向个体消费者(BusinesstoCustomer)或各垂直领域的集团客户(BusinesstoBusiness)的需求，为其提供产品或服务。个体消费者或集团客户就是产品的目标用户，也是决定设计需求的直接利益相关方。其他利益相关方尤其是内部利益相关方需要将直接利益方即目标用户的需求和利益放在中心位置。对于商业产品而言，目标用户决定了产品能否为企业组织带来商业价值与财务收益，这也是以用户为中心的设计(UserCenteredDesign,UCD)思想的重要出发点。典型人物典型人物（Persona）又称典型用户，是设计过程中为了将目标用户的典型特征和需求具象化而创建的一个虚拟角色。因此，定义典型人物时需要最大限度地体现目标用户的特征和需求。一个典型人物通常包括一张能体现目标用户的年龄、性别、职业等人口统计学特征的人物图片，典型的人口统计学特征描述，与产品相关的经验和痛点说明，使用产品的动机、场景与交互行为等。在用户需求分析中使用典型人物时，典型人物需要包含用户需求相关的信息。典型人物画像设计需求收集一个产品的成功往往是多个不同岗位共同努力的结果。在一个企业组织中，设计需求并不意味着需求仅来自设计师岗位，还来自多个相关利益方，比如客户或用户、技术、市场、竞争对手、制造与工艺、质量、销售、运营、维护等。除了企业内部外，经济形势、社会趋势、政治因素和技术也是影响设计需求的宏观因素。需求分类时参照如下五个类别：功能价格质量与可靠性工具性或实用性需求非工具性或娱乐性需求需求收集方法-桌面研究法桌面研究（DesktopResearch）是一种在办公桌上就能获得数据的研究方法。桌面研究主要是从现有资源中收集数据。因此与现场研究相比，它通常被认为是一种低成本技术，其主要成本仅涉及执行的时间、资料费等。但是，如果需求分析人员没有采用合理的方法来做桌面研究，那么得到的结果不仅浪费时间和金钱，甚至获得错误的需求信息。外部资料桌面研究公开发表的文献通常具有一定的学术价值，在一定程度上反映了用户需求分析的前沿问题，因此也可以作为需求分析的数据来源。在分析学术文献时，可以根据产品垂直领域和关注的用户需求类别，利用关键词有针对性地查询相关的文献，并以人工的形式从中提取相关的信息；还可以借助于一定的分析工具进行分析外部资料桌面研究需求收集数据及数据类型狭义上的数据通常是指用数字描述的对象信息。在设计领域，数据描述的对象可以是设计参数，比如设计元素的尺寸大小、颜色RGB值等，也可以是设计服务的对象即用户参数，比如用户的年龄、收入等人口统计学特征，以及对于设计的感受、喜好、体验等数据。在可计算时代，数据的范畴扩展到一切可用计算机来处理的信息，包括数字、文本、图像等定性文本数据的分析方法用户评论为代表的文本数据为用户需求分析提供了有价值的信息。文本的情感信息是判断用户体验积极或消极的重要线索，而文本中关键词的出现频率是判断用户与产品交互时的关注点的重要线索。此外，体验与物体对象或行为的关联性也是分析体验背后原因的依据。1.使用计算进行自动化分析2.主题分析法定量数据的分析方法以量化形式收集的用户需求数据是探索数据关系、进行权重与重要性评估等的重要依据。总体上，对于量化数据的分析方法分为描述分析与推论分析两种。定量数据从其量化方式上的不同可分为称名数据(Nominal)、顺序数据(Ordinal)、等距数据(Interval)和等比数据(Ratio)不同的数据类型具有不同的数据特征，也决定了可使用的数据分析方法定量数据的整理频数分布定量数据的整理数据标准化定量数据的整理数据反向记分在问卷中经常会采用反向题的方式来收集数据，在分析数据前就需要先将数据记分方向统一。例如，5点Likert量表中采用1～5分记分方法的反向题，需要用6减去其原始分来变成正向记分方式。还有一些情况如完成时间与主观满意度，完成时间越短多数情况下意味着产品的易用性越高，但主观满意度则通常是分数越高体验满意度越高，这两种数据在表征体验积极/消极时的方向不同，当需要相互比较或放在一起分析时，也需要统一记分方向。定量数据的整理定量数据的描述统计分析集中趋势；离散趋势；差异系数；定量数据的推论统计分析置信区间当用户研究获得的不是所有用户而只是部分用户即样本的数据时，基于样本的数据来估计总体情况，可以作为设计决策的重要依据。比如一项采用Lik