如何运用场景分析法去做体验提升?
发布网友
发布时间：2022-11-18 15:59
共1个回答
热心网友
时间：2023-01-23 04:41
who-用户是谁、when-什么时间、where-什么地点、why-诉求是什么、do-做了什么。
对于不同的产品类型、不同的变量复杂度，场景所包含的内涵与外延也不尽相同。其中，电商类产品的场景是较为复杂的，表现在变量的拆分纬度多、用户分群类型多、诉求类别和纬度多、使用路径多，同时场景分析在电商类产品中又是常被提及和用到的体验设计方法。所以，这里结合美团酒店预定业务为例，来介绍下在产品中展开场景分析和体验优化的步骤与方法。
场景分析驱动的体验优化可分为以下五个步骤：
其中最后的环节属于设计阶段的范畴，不做详细展开，这里主要介绍和场景分析紧密相关的前面五个部分。
根据场景包含的变量，首先通过4W维度对变量进行结构化的拆解：
以用户预定酒店为例，四个要素分别可以拆解为：
预定酒店的场景中，用户的维度包含两类：预定人与同行人。
1）预订人：用户的划分维度有多种，包括性别、年龄、职业等。对于商业产品来说，用户的消费能力最为核心。这里暂且围绕这个角度，根据后台的画像标签，提炼核心两大人群：学生和白领。这个维度可以辅助判断人群的消费习惯与偏好。
2）同行人：同行人主要影响的是预定的房型、以及诉求，同行人之间的关系对诉求的影响最大，所以这里按照关系划分，可拆解为：独行、情侣/配偶、亲友/同学、亲子、长辈、同事几种类别。
时间的维度，同样包含两类：预定时间与实际入住时间。
1）预定时间：时间的维度根据颗粒度，可以分为年、月、日、时、分、秒，根据特殊性分为工作日、周末、节日。这里划分的维度是：提前预定时间。因为用户在预定时，是提前定还是当天定决定了用户对效率的诉求。
2）入住时间：对于出行产品来说，在不同的时间入住，最核心的影响要素就是日常、季节或节日。不同的时段出行，通常目标会不同。然而这里讲的是基础体验的提升，而入住时间通常影响的是酒店本身的类别、价格等要素，所以这里暂不考虑出行时间这个要素。
根据预定所在地和实际入住的地点之间的关系，可分为本地和异地。
最核心的要素，就是出行目的，包括约会、旅游、度假、出差、临时住等场景。目的的变量可基于行业报告和历史用户调研的结论得出。
综上，可得出以下场景要素：
Tips：
1.要素的拆解需满足MECE—不重不漏原则。
2.根据分析的目的和产品阶段，来决定具体要采用哪些变量，并不是所有的变量都需要考虑。
例如上述案例中，入住时间的变量，更多的是指导酒店的运营，如暑期、国庆等节日，可以围绕场景诉求，策划对应的活动。这里的分析主要的目的是针对基础体验，所以没有把这个变量纳入进来。
从产品发展阶段的角度来看，处于初创、探索期的产品，采取的变量可以更为聚焦，例如用户群、出行目的等，可以先针对核心重点场景展开分析，以帮助在垂直市场领域进行需求挖掘。而处于相对成熟期的产品，需求逐步覆盖更全面、细分的场景，覆盖更多的人群和更多样的诉求，所以这个阶段的场景分析可以尽量让变量覆盖全面。
场景的变量进行交叉组合可以得到成百上千中细分场景，但是在具体做体验搭建的时候，显然不可能完全的覆盖所有的场景。所以，对这些场景需要有所侧重，聚焦在高频场景。
在这个环节，就需要结合量化的手段来明确。通常的做法是通过订单分布来定义高频场景。具体来说，可选取最近一个时间端的订单，查看后台数据，明确订单的来源，包括后台的用户标签、本地 or 异地、预定的酒店类型、预定的时间等信息，其中对于出行目的、同行人这类变量较难通过数据看出，就需要结合问卷，明确这些订单所覆盖的场景。
通过上述数据分析，就可以罗列出最核心的场景列表。
例如，酒店预定中最核心六个场景包括：
明确核心高频场景后，就可以进一步明确各个场景下的用户诉求。这个环节可以有两种方式，一是访谈，二是问卷。
1.访谈—归纳诉求类型
访谈能够帮助我们明确在各个场景下，用户预定的具体case，以及更深入的挖掘用户的诉求及背后的原因。通过访谈，我们可以对用户诉求类型进行归纳提炼，明确典型的消费习惯类型。
例如，上述住宿的六个核心场景，对应的具体的case如下：
通过访谈来了解用户具体做消费决策时所关注的要素。根据访谈结论，可以将用户的消费习惯归纳为：
1）方便快捷型：位置便利、价格不超出预算、干净卫生
对应场景：出差办公、朋友来访、本地约会
2）高性价比型：离景点/商圈近、整体舒适、性价比高
对应场景：朋友旅游
3）环境氛围型：期望环境氛围好，有特色
对应场景：情侣约会、情侣度假
4）设施服务型：期望餐饮娱乐设施全面、有品质感
对应场景：亲子度假、情侣度假
围绕这些典型的诉求，可以深入分析产品的功能与体验，探索优化的可能性。
2.问卷—量化决策习惯
通过问卷可以更精准全面的了解用户在进行消费决策时关注的要素，以及不同要素的关注程度。在做调研之前，首先要做的是对决策要素进行拆分，对于商业产品来说，拆分的维度可以根据马斯洛的需求模型来展开：
酒店决策的核心要素包括：
1.基础要素：价格、位置
2.偏好要素：环境、周边、餐饮、设施、服务、品牌
每一种要素又会包含具体的变量：
如价格，按照从低到高，可分为便宜、高性价比、高档。
如位置，根据场景不同，可分为所在地附近、地标附近、景点附近。
通过以上调研分析，最终可以得到这样一张汇总的场景分析表：
有了用户场景、诉求，接下来就需要分析产品内的使用路径，这样就可以对应路径去做走查，定位体验问题了。
行为路径同样可以结合定量、定性的方式，先从数据维度，看核心流程各页面入口的点击分布状况，从而汇总整理出产品内的核心路径，美团酒店的核心路径如下：
最后，可将不同的场景、诉求，与对应的产品路径做对应，进行体验遍历与走查，定位、归纳体验问题。
这里需要注意的是，单个场景可能会存在多诉求，而多诉求又回流入多路径。所以走查的过程中，需要逐一去对应，才能较为全面。
最终通过场景走查，去挖掘产品流程中，对用户诉求匹配不足的问题，进而挖掘体验优化机会点。
1.在做体验优化前，对用户的场景进行全面的梳理和分析是最基础的工作，场景可以持续应用到整个产品优化的长远工作当中，所以构建一个基础的用户场景库是设计侧核心的工作。
2.这里的场景是粒度相对比较粗的，可以指导全流程、大型功能的优化和机会点挖掘。但如果涉及到要进行某个具体功能，例如搜索的优化，那么还需要进一步细分该功能的场景，例如分析用户搜索品牌、地点等等。
3.这里的场景分析，虽然结合了访谈、问卷等方法，但是本质上还是基于用户主观的一种定性的方式，在应用过程中，还需要结合更多关于功能或页面的行为数据、流量数据等，综合来进行设计决策。
4.这样的分析方法，其实并不能确保是全面的，虽然产品发展的越发成熟，用户人群、场景、路径的维度会越来越细分，这种情况下，更为准确高效的应该是大数据算法。
当前的方式，可以在现阶段帮助设计师去发现问题，定位到产品功能或交互层的缺失。举个例子，通过这样的走查，我们可能会发现，情侣用户在预定酒店时，需要有一个环境设施筛选，帮助他们找到浪漫环境的酒店。于是我们可以在功能上提供这样一个筛选项。
但是，如果更细颗粒来看，我们需要知道他们需要的是什么样的环境，是粉红浪漫、纯白简约还是科技酷炫。不同的人口味不同，展示的内容级别的标签也应该不同。
所以当产品的功能、结构已经足够完善的时候，这样的走查能带给我们的帮助有限，本质上还是要回归到智能的推荐、千人千面的算法上。例如淘宝的瀑布流，即使我们能够遍历所有的用户场景，但最终呈现的内容策略，还是要依循一个系统完善的数据算法模型，才能真正的做到满足各个细分场景的诉求。
