用户研究方法:卓越产品和服务的用户研究技巧
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

1.4.3 用户研究展望

用户研究作为一个研究人的需求和偏好的行业,我认为会长期存在,且会不断发展。我们从用户研究的应用领域广泛性、从业人员数量和重要性三个维度来展望未来的用户研究。

应用领域不断拓展:用户研究作为一种基本的能力和要求,是随着行业的发展而进行布局的,也就是说行业发展到哪里,用户研究就在哪里。过去二三十年在互联网、软件、硬件等领域快速发展的背景下,用户研究也顺势在这些业务中发挥作用。当下和未来一段时间随着虚拟现实(VR)、增强现实(AR)、人工智能(AI)的发展,用户研究也将做出独特贡献。你可能会问:为什么人工智能也需要用户研究的介入呢?毕竟人工智能本来就是要取代人的思考给出最优方案的。其实人工智能是要服务于人的,而不是让人去适应人工智能,甚至成为人工智能的“奴隶”。像近些年人工智能应用最广泛的推荐算法,到底是对人有利还是有害?用户的感受如何?有一种声音说这种推荐算法把人束缚在一种“信息茧房”里,让人的视野越来越狭窄,那么,用户真实的体验如何?这都是值得研究的课题,这些问题的研究结果能够对人工智能技术的发展提供参考。

从业人数不断增多:可用性专家Nielsen预测,到2050年用户体验工作人员的总数将达到1亿。他的预测并不是凭空想象的,他将1950年用户体验工作诞生到2050年的100年分为了三段:第一段从1950年到1983年,用户体验从业者从10人增长到1000人,增长了100倍;第二段从1983年到2017年,用户体验从业者从1000人增长到100万人,增长了1000倍,这段时间人数激增主要是因为PC、互联网的崛起;第三段从2017年到2050年,Nielsen认为增速不会像1983~2017年那样达到千倍,可能更类似于1950~1983年的百倍增速,据此推断2050年用户体验从业者人数将达到1亿。当然用户体验不等于用户研究,在用户体验工作人员中,用户研究人员的占比约为10%~20%。那么按照上述推断,2050年用户研究人员可达千万左右。不可否认,这样的计算方式是一种典型的线性思维——根据过去的增长情况预测未来的增长,可能并不准确。但是行业的前景是乐观的,因为未来不管涌现出什么新科技、新产品,本质上都是服务于人的,而如何让产品和科技更好地服务于人,正是用户研究人员要回答的终极问题。

重要性不断提升:在产品同质化越来越严重的今天,体验也变得越来越重要,只有加强对用户的体验研究才能创造新价值。美国作家约瑟夫·派恩(B.Joseph Pine Ⅱ)和詹姆斯·吉尔摩(James H.Gilmore)在1999年写过一本书——《体验经济》,他们认为人类经历了货物经济、商品经济、服务经济三个时代,现在已经进入体验经济时代。他们举了一个生动的例子,如表1-1所示,针对给小孩庆祝生日这件事情,处于不同时代的人们的庆祝方式完全不同。在货物经济时代,妈妈们会花几十美分买一些面粉、鸡蛋之类的原材料,自己动手做蛋糕。在商品经济时代,她们会花1~2美元去买一些预先混合好的成包材料来做蛋糕。在服务经济时代,她们更愿意花10~15美元去蛋糕店定制一个蛋糕。在体验经济年代,父母既不做蛋糕,也不举办生日会,而是直接花100美元将过生日这样的活动外包给一些儿童娱乐公司,给小朋友创造一种难忘的记忆。举办活动要花100美元,而买一个蛋糕仅需要10~15美元,为什么会有这么大的差距?这正是体验所创造的价值差异,人们越来越倾向于买体验,而不仅仅是买服务、买商品。当体验越来越重要的时候,对体验的研究当然也会变得越来越重要。

表1-1 几种经济形式时代的对比

迪士尼前副总裁李·科克雷尔说的话更加直接:“体验经济时代,卖什么都是卖体验。”当然不是说卖什么都是只卖体验,而是说卖任何商品都包含了卖体验,体验已经“内嵌”到所有商品中,成为其重要的一部分。未来客户体验对企业的成功作用有增无减,企业想要赢得客户,单靠优质的产品、精良的技术、高效的运营流程和实惠的价格是远远不够的。消费者将逐渐成为未来市场的掌控者,市场交易的天平已经从卖方转向买方。

新调研技术不断涌现,包括眼动、脑科学研究等新技术逐渐应用于用户研究领域。传统的调研方法高度依赖用户回应(填问卷、回答访谈者问题),这些都建立在人们了解自己的需求和想法的前提之下。然而人们有时候并不了解自己,新技术可以弥补这个缺陷。眼动技术已经开始应用于网页和手机的可用性研究。例如,如图1-7所示,通过眼动研究,发现用户注视页面时关注的焦点区域呈“F型”分布,这可以帮助网页设计者按照“F型”布局最关键的信息。近年来便携式眼动仪还可以用于线下零售动线的用户研究。

图1-7 用户对于网页关注的焦点区域呈“F型”分布

脑科学研究中的近红外和脑功能成像等技术也可以助力用户研究。功能性近红外光谱成像(functional Near-Infrared Spectroscopy,fNIRS)技术具有可移动、成本较低、舒适便携等特点,研究人员已经将其应用于更真实、更贴近自然环境的研究中,如应用于城市中行走、驾驶汽车、使用飞机模拟器飞行、打乒乓球、弹钢琴以及逼真的杂货店购物场景中。在脑功能成像方面,加州理工学院的Steven Quartz教授设计了一套预测电影市场表现的脑成像测试方案。根据传统的调研方法,很多女性表示不喜欢某位原来是摔跤手的动作明星,但是当这位明星出现在屏幕上时,脑成像却清晰地显示,女性观众大脑中与容貌吸引力有关的脑区频繁“放电”,这表示这位明星仍然受女性喜爱。