傳統(tǒng)用戶體驗體系過時？ ——如何建立以數(shù)據(jù)為中心的用戶體驗體系
1. 傳統(tǒng)用戶體驗體系過時？
——如何建立以數(shù)據(jù)為中心的用戶體驗體系
一． 用戶體驗方法體系的變革
1. 1. 用戶體驗方法體系的宏觀變遷
今天服務業(yè)的競爭也發(fā)生了翻天覆地的變化——從以服務內(nèi)容取勝，到服務渠道取勝，到現(xiàn)階段的用戶體驗取勝。從宏觀視角
看，業(yè)務戰(zhàn)略方向逐漸深入以用戶為中心的思想，從微觀視角看，在用戶為中心的思想驅(qū)動下，企業(yè)需要進行一整套的機制流程改變，包括用戶為中心的數(shù)據(jù)挖掘與
分析，用戶為中心的業(yè)務規(guī)劃，用戶為中心的營銷規(guī)劃，用戶為中心的設計，用戶為中心的績效體系構(gòu)建等。
傳統(tǒng)業(yè)務規(guī)劃我們通常只考慮業(yè)務之間的邏輯關系，較小的考慮用戶操作視角中形成的一連串的心理反映、行為特征、價值取向
等等，而在用戶為中心的業(yè)務規(guī)劃中，用戶的每個操作都需要詳細分析，記錄在案，通過行為軌跡綜合分析用戶心理特征，所以能夠更有效的促進用戶完成業(yè)務。以
下為傳統(tǒng)業(yè)務規(guī)劃、傳統(tǒng)用戶體驗體系和以數(shù)據(jù)為中心的用戶體驗體系對比：
以數(shù)據(jù)為中心的用戶體驗體系：
• 以用戶為中心的思維方式構(gòu)建業(yè)務框架
• 系統(tǒng)需要滿足不同類型的用戶的個性化需求，其核心為數(shù)據(jù)挖掘和應用
• 系統(tǒng)需要協(xié)助用戶達成實現(xiàn)用戶期望，并幫助用戶發(fā)現(xiàn)并實現(xiàn)潛在需求
• 系統(tǒng)需要智能尋找最佳的幫助時機，智能的進行用戶協(xié)助
• 系統(tǒng)建設需要考慮未來系統(tǒng)的發(fā)展方向，其核心為用戶需求挖掘
1. 2. 用戶體驗方法體系的微觀變遷
在傳統(tǒng)的用戶體驗方法中，我們強調(diào)的以用戶為中心的設計，但是我們發(fā)現(xiàn)傳統(tǒng)用戶體驗體系（用戶研究——概念設計——可用性測試——產(chǎn)品上線）的績效難以測量、難以管理、難以支持決策?，F(xiàn)今在數(shù)據(jù)分析高度發(fā)展的今天，我們建議企業(yè)應該建立以數(shù)據(jù)為中心的用戶體驗體系，協(xié)助企業(yè)進行全面的用戶體驗管理。我們以用戶購買為例，來分析傳統(tǒng)用戶體驗方法的和以數(shù)據(jù)為中心的用戶體驗體系的差異：
傳統(tǒng)的用戶體驗體系：
1. 通過用戶研究掌握用戶需求和用戶特性，建立用戶模型（A，B，C，D）
2. 依據(jù)用戶模型來進行概念設計，一般會產(chǎn)生與用戶模型一一對因的概念設計成果。
3. 依據(jù)概念設計來進行詳細設計，再進行可用性測試來確保產(chǎn)品易用性。
我們發(fā)現(xiàn)從設計邏輯上看，傳統(tǒng)的用戶體驗體系非常完美，但是從應用層面則存在幾個無法解決的問題：
1. 用戶研究耗時耗力，所以通過該方法獲得的用戶模型一般不會超過5種用戶類型。但是用戶是多樣性的，通常在極其細分的領域上才會出現(xiàn)用戶行為相似，
尤其在互聯(lián)網(wǎng)和移動應用中。傳統(tǒng)用戶研究方法無法將用戶鎖定到非常細的范圍，所以很多企業(yè)應用傳統(tǒng)用戶體驗方法后并沒有獲得更好的績效，反而由于對用戶沒
有透徹的了解引發(fā)了其它問題。
2. 傳統(tǒng)用戶體驗只考慮用戶類型，不考慮用戶生命周期，拒絕了大批用戶。
3. 傳統(tǒng)用戶體驗方法與用戶使用在時間上不同步，傳統(tǒng)用戶體驗方法只能發(fā)現(xiàn)用戶需要什么，為什么離開，而不能幫助當前的用戶找到需要的，不能挽回失去的以及正在失去的用戶。
4. 傳統(tǒng)用戶體驗方法忽略了用戶正在使用心理是不斷變化的，而這恰恰是用戶之所以行動的真正原因。傳統(tǒng)方法而只能面向心理狀態(tài)一直沒有發(fā)生改變的用戶類型，所以其只能解決人機工學的問題，不能促進用戶行動。
5. 傳統(tǒng)用戶體驗方法以較少的交互流程來評估用戶體驗是否好壞的邏輯與用戶真實行為的邏輯不同，用戶有時需要較慢決策，而有時需要較快決策，所以交互的多少不能作為用戶體驗好壞的評估標準，而應該以用戶決策后滿意度作為評測方法。
6. 傳統(tǒng)用戶體驗方法迫使產(chǎn)品團隊與營銷團隊開戰(zhàn)，并使其成為孤立單元。
以數(shù)據(jù)為中心的用戶體驗體系：
1. 根據(jù)用戶初級研究（用戶特性，需求）進行用戶初級建模。同時數(shù)據(jù)庫構(gòu)建時考慮到用戶的多樣性特征可能，考慮到更為細分的情形。
2. 概念設計考慮初級建模結(jié)果，為每類用戶設計不同業(yè)務模塊，而規(guī)劃業(yè)務圖譜進行關聯(lián)。
3. 詳細設計，初級版本通過可用性測試后，確保基礎用戶體驗良好后上線。
4. 系統(tǒng)上線后，根據(jù)用戶更為細分的多樣性特征發(fā)現(xiàn)細分用戶的行為特征，總結(jié)為更為詳細的細分用戶偏好圖譜，并將該細分類型用戶當時行為特征（who，why，what，when，when）與交互行為（how）進行一一對應，重新修改業(yè)務邏輯
5. 不斷調(diào)整每個節(jié)點上的交互行為，進行A/B測試，進行業(yè)績測量，總結(jié)經(jīng)驗。
6. 將整個系統(tǒng)數(shù)據(jù)化管理，核心數(shù)據(jù)包括：用戶數(shù)據(jù)、關鍵節(jié)點交互統(tǒng)計數(shù)據(jù)、業(yè)務轉(zhuǎn)化數(shù)據(jù)、用戶軌跡數(shù)據(jù)等。根據(jù)用戶的個性提取，結(jié)合用戶行為處罰實現(xiàn)個性化解決方案，同時可以通過交互節(jié)點的調(diào)整實現(xiàn)數(shù)據(jù)提升，全面提升用戶體驗。
7. 團隊績效管理構(gòu)建，從產(chǎn)品到營銷進行整體績效管理，從節(jié)點上進行控制，從整體上進行把握。
用戶行為分析的核心要素通常是由用戶特征以及企業(yè)服務雙向決定的，通常包括以下兩個方面：
A：用戶層面：用戶通常具有部分相似性，我們也可以稱之為個性化。用戶的個性化在某個小范圍內(nèi)通常具有一致性，而這也構(gòu)
成了用戶特征劃分的一部分，例如我們通常會聽到：“您的這個衣服真好看，我也想購買“，”我覺得挺好的，小黃肯定喜歡“，”這個真實用，我們家也需要一個
“。根據(jù)這個特征我們可以將用戶進行多維度的層層細分，比如：年齡，性別，喜好，學歷，收入，職業(yè)，風格偏好，朋友圈等等。我們可以將用戶細分分到一個顆
粒度極小的維度。而我們在業(yè)務規(guī)劃時，為了方便我們可以標記為: a_b_c_d_e_f_g_User，企業(yè)則需要針對細分用戶組織各種業(yè)務和服務。
B：企業(yè)層面：企業(yè)需要非常清楚針對某個大類和小類用戶提供什么樣的服務，依此來決定其營銷，系統(tǒng)，服務等。比如我們可以定義
用戶類型
營銷策略
產(chǎn)品策略
服務
a1_b3_c1_d1_e1_f1_g2_User
a1_b3_c1_d1_e1_f1_g2_M
a1_b3_c1_d1_e1_f1_g2_P
套餐b
a1_b2_c1_d1_e1_f1_g2_User
a1_b3_c1_d1_e1_f1_g2_M
a1_b3_c1_d1_e1_f1_g2_P
套餐c
我們可以針對不同用戶組使用不同的營銷策略和產(chǎn)品策略，而服務套餐則可以進行相關性建議。企業(yè)根據(jù)不斷調(diào)整每個環(huán)節(jié)的營
銷策略和產(chǎn)品策略以觀察數(shù)據(jù)變化，將ROI提升到較高水平。完美系統(tǒng)一定是用戶體驗極佳的，系統(tǒng)，營銷與服務能夠結(jié)合非常完美的系統(tǒng)，企業(yè)能夠?qū)φ麄€系統(tǒng)
的每個節(jié)點進行控制，對用戶也有很好的引導性，幫助用戶達成目標期望，以下為系統(tǒng)結(jié)構(gòu)示例：
二． 構(gòu)建以數(shù)據(jù)為中心的用戶體驗體系
以數(shù)據(jù)為中心的用戶體驗組織結(jié)構(gòu)
以數(shù)據(jù)為中心的用戶體驗組織結(jié)構(gòu)中主要包括三個組織，分別為業(yè)務規(guī)劃組織（產(chǎn)品），營銷規(guī)劃組織（營銷），數(shù)據(jù)研究中心（研究）。
以數(shù)據(jù)為中心的組織特征：
階段
產(chǎn)品團隊
數(shù)據(jù)團隊
營銷團隊
計劃（Plan）
產(chǎn)品規(guī)劃
數(shù)據(jù)庫規(guī)劃
營銷規(guī)劃
上線（Do）
初級產(chǎn)品上線
數(shù)據(jù)挖掘與分析
初級營銷執(zhí)行
分析（Check）
根據(jù)數(shù)據(jù)進行業(yè)務重規(guī)劃
根據(jù)數(shù)據(jù)提出優(yōu)化方向建議
根據(jù)數(shù)據(jù)進行全面營銷調(diào)整
調(diào)整（Action）
總結(jié)改進成果，進行更深入探索
總結(jié)數(shù)據(jù)，整理數(shù)據(jù)關系，數(shù)據(jù)預測
增加營銷投放，進行營銷
充分發(fā)掘數(shù)據(jù)價值，建立數(shù)據(jù)為中心的用戶體驗體系
用戶的忠誠度有多高？用戶是有生命周期的，如果我們在適當?shù)臋C會增加用戶使用價值，能夠有效的提升客戶價值。
如何了解您的用戶？他就在您的數(shù)據(jù)庫中，這里有更詳細的信息，數(shù)據(jù)庫能夠幫助你做決策。
數(shù)據(jù)為中心的用戶體驗體系要求以數(shù)據(jù)作為溝通的前提，所有的業(yè)務都是通過數(shù)據(jù)來進行規(guī)劃和管理。基于數(shù)據(jù)交互的業(yè)務規(guī)劃
對象一般是一個系列產(chǎn)品或服務鏈條，通常廣泛應用于通信業(yè)，銀行業(yè)，保險業(yè)，零售業(yè)，互聯(lián)網(wǎng)行業(yè)等?；跀?shù)據(jù)交互的業(yè)務規(guī)劃必須以用戶為中心，分析用戶出
現(xiàn)需求的各種時機，并智能匹配以產(chǎn)品或服務，其實現(xiàn)以數(shù)據(jù)挖掘為核心。
不僅僅業(yè)務規(guī)劃需要考慮用戶體驗，能否通過良好用戶體驗的營銷來最大化產(chǎn)品價值更是用戶體驗的核心?；跀?shù)據(jù)的交互式營
銷主要指互動營銷，核心思想為分析用戶的特定時機需求，并根據(jù)該需求推薦相關產(chǎn)品或服務滿足用戶需要，廣泛應用于各種行業(yè)。
基于數(shù)據(jù)交互的業(yè)務規(guī)劃同樣必須以用戶為中心，分析用戶出現(xiàn)需求的各種時機，并智能匹配以產(chǎn)品或服務，其實現(xiàn)同樣以數(shù)據(jù)挖掘為核心。
如果透過簡單的調(diào)查，您可以發(fā)現(xiàn)用戶在行為時刻每個時刻的行為意愿是不同的，但某個時刻用戶期望動力大于行動阻力時，立刻產(chǎn)生行動。
用戶總是處在決策的徘徊期，促進用戶行為只需要適當?shù)陌l(fā)力即可。企業(yè)在執(zhí)行業(yè)務規(guī)劃時一定要根據(jù)用戶行為分析從而掌握用戶心理，實際給以適當?shù)耐屏Χ皇窍喾吹牧α?，比如用戶需要的是價格低的產(chǎn)品時，如果營銷重點為尊貴則會產(chǎn)生相反的阻力，反之則形成動力。
三． 數(shù)據(jù)分析框架的主要事件
主要事件事件描述分類根據(jù)業(yè)務的需要進行必要的分類，比如對用戶評級的分類，AA等級或AAA等級估計根據(jù)業(yè)務數(shù)據(jù)判斷的需要定義需要估計的數(shù)據(jù)和數(shù)據(jù)區(qū)間值，對業(yè)務進行補充和協(xié)助，例如根據(jù)用戶儲蓄和投資行為估計用戶投資風格預測根據(jù)數(shù)據(jù)的變化趨勢預測數(shù)據(jù)的發(fā)展方向，例如根據(jù)歷史投資數(shù)據(jù)幫助用戶預測投資行情等數(shù)據(jù)分組根據(jù)業(yè)務需要對數(shù)據(jù)進行分組，例如購買A類的用戶通常也會購買B類，購買A的用戶后有一個B周期會產(chǎn)生C行為聚類數(shù)據(jù)集合的邏輯關系，比如同時擁有A特征和B特征的數(shù)據(jù)，可以推斷出其也擁有C特征描述描述性數(shù)據(jù)有助于提取關鍵要素進行數(shù)據(jù)歸納，例如從數(shù)據(jù)關鍵詞中進行近似業(yè)務營銷，備忘錄等復雜數(shù)據(jù)挖掘例如Video，Audio，圖形圖像等等
1. 1. 分類（Classification）
• 在業(yè)務構(gòu)建中，最重要的分類一般是對用戶數(shù)據(jù)的分類，主要用于精準營銷
• 通常分類數(shù)據(jù)最大的問題在于分類區(qū)間的規(guī)劃，例如分類區(qū)間的顆粒度以及分類區(qū)間的區(qū)間界限等，分類區(qū)間的規(guī)劃需要根據(jù)業(yè)務流來設定，而業(yè)務流的設計必須以用戶需要為核心，因此分類的核心思想在于能夠完成滿足用戶需要的業(yè)務
• 由于市場需求是變化的，分類通常也是變化的，例如銀行業(yè)務中VIP用戶的儲蓄區(qū)間
1. 2. 估計（Estimation）
• 通常數(shù)據(jù)估計是互動營銷的基礎，基于用戶行為進行數(shù)據(jù)估計為基礎進行互動營銷已經(jīng)被證實具有較高的業(yè)務轉(zhuǎn)化率，銀行業(yè)中通常通過用戶數(shù)據(jù)估計用戶對金融產(chǎn)品的偏好，電信業(yè)務和互聯(lián)網(wǎng)業(yè)務則通常通過用戶數(shù)據(jù)估計用戶需要的相關服務或者估計用戶的生命周期
• 數(shù)據(jù)估計必須基于數(shù)據(jù)的細分和數(shù)據(jù)邏輯關聯(lián)性，數(shù)據(jù)估計需要有較高的數(shù)據(jù)挖掘和數(shù)據(jù)分析水平
1. 3. 預測（Prediction）
• 根據(jù)數(shù)據(jù)變化趨勢進行未來預測通常是非常有力的產(chǎn)品推廣方式，例如證券業(yè)通常會推薦走勢良好的股票，銀行會根據(jù)用戶的資本情況協(xié)助用戶投資理財以達到某個未來預期，電信行業(yè)通常以服務使用的增長來判斷業(yè)務擴張和收縮以及營銷等。
• 數(shù)據(jù)預測通常是多個變量的共同結(jié)果，每組變量之間一般會存在某個相互聯(lián)系的數(shù)值，我們根據(jù)每個變量的關系通?？梢杂嬎愠鰯?shù)據(jù)預測值，并以此作為業(yè)務決策的依據(jù)展開后續(xù)行動
1. 4. 數(shù)據(jù)分組（Affinity Grouping）
• 數(shù)據(jù)分組是精準營銷的基礎。當數(shù)據(jù)分組以用戶特征為主要維度時，通?？梢杂糜诠烙嬒乱淮涡袨榈幕A，例如通過用戶使用的服務特征的需要來營銷配套服務和工具，購買了A類產(chǎn)品的用戶一般會有B行為等等。
• 數(shù)據(jù)分組的難點在于分組維度的合理性，通常其精確性取決于分組邏輯是否與用戶行為特征一致。
1. 5. 聚類（Clustering）
• 數(shù)據(jù)聚類是數(shù)據(jù)分析的重點項目之一。例如在健康管理系統(tǒng)中通過癥狀組合可以大致估計病人的疾病，在電信行業(yè)產(chǎn)品創(chuàng)新中用戶使用的業(yè)務組合通常是構(gòu)成服務套餐的重要依據(jù)，在銀行業(yè)產(chǎn)品創(chuàng)新中用戶投資行為聚合也是其金融產(chǎn)品創(chuàng)新的重要依據(jù)。
• 數(shù)據(jù)聚類的要點在于聚類維度選取的正確性，需要不斷的實踐來驗證其可行性
1. 6. 描述（Description）
• 描述性數(shù)據(jù)的最大效用在于可以對事件進行詳細歸納，通常很多細微的機會發(fā)現(xiàn)和靈感啟迪來自于一些描述性的用戶建議，同時用戶更愿意通過描述性的方法來查詢搜索等，這時就需要技術上通過較好的數(shù)據(jù)關聯(lián)方法來協(xié)助用戶。
• 描述性數(shù)據(jù)的使用難點在于大數(shù)據(jù)量下數(shù)據(jù)要素提取和歸類，其核心在于要素提取規(guī)則以及歸類方法。要素提取和歸類是其能夠被使用的基礎。
1. 7. 復雜數(shù)據(jù)挖掘
• 復雜數(shù)據(jù)挖掘比如Video，Audio等，其要素目前依然難以通過技術手段提取，但也可以從上下文與語境中提取一些要素幫助聚類。例如重要用戶標記了高度重要性的Video一般優(yōu)先權重也應該較高。
• 復雜數(shù)據(jù)的挖掘目前處理的方式一般通過數(shù)據(jù)錄入的標準化來解決，核心在于數(shù)據(jù)錄入標準體系的規(guī)劃。建議為了整理的方便，初期規(guī)劃是盡可能考慮完善，不僅僅適用現(xiàn)在，而且可以適用于未來。
四． 以數(shù)據(jù)為中心的用戶體驗體系構(gòu)建相關技術
1. 1. 數(shù)據(jù)挖掘技術
• Clickstream Data 點擊流數(shù)據(jù)
直接訪問數(shù)量
訪客來源
訪客地理位置
點擊流跟蹤
• Outcomes Data 結(jié)果型數(shù)據(jù)
訪客（初次訪問數(shù)，訪問總數(shù)，平均回訪數(shù)，關注點）
頁面瀏覽（平均瀏覽數(shù)，總PV ，訪問超過一頁的訪客比）
時間（全局，人均）
關鍵行為（如：注冊，購買）
轉(zhuǎn)化率
相關（Keyword，趨勢，網(wǎng)站
點擊型結(jié)果型數(shù)據(jù)示例：
• Research Data 研究性數(shù)據(jù)
用戶研究
啟發(fā)式評估，用戶體驗測試
用戶屬性（數(shù)據(jù)庫分析）
用戶期望分析（從數(shù)據(jù)到服務）
研究性數(shù)據(jù)挖掘流程示例：
• Competitive Data 競爭性數(shù)據(jù)
“面”數(shù)據(jù)測量（大眾分析）
網(wǎng)絡服務數(shù)據(jù)測量（行業(yè)分析）
搜索引擎測量（輿情分析）
競爭性數(shù)據(jù)示例：
1. 2. 數(shù)據(jù)分析技術
• 初級數(shù)據(jù)分析
Click Density Analysis 點擊密度分析
Visitor Primary Purpose 訪客首要目的
Task Completion Rates 任務完成率
Segmented Visitor Trends 用戶分層
Multichannel Impact Analysis 渠道分析
初級數(shù)據(jù)分析示例：
• 高級數(shù)據(jù)分析
用戶價值組屬性
用戶特征組屬性
數(shù)據(jù)估計值組合
數(shù)據(jù)預期值組合
聚類組合分析
用戶深層次研究
高級數(shù)據(jù)分析應用示例：如何通過數(shù)據(jù)分析對不同用戶推薦不同產(chǎn)品
理財規(guī)劃思路：
被推銷商品特性：
用戶特性與商品特性的組合決定了營銷策略：
1. 3. 跨渠道的數(shù)據(jù)交互思想
• 跨渠道數(shù)據(jù)交互一般服務或者營銷為目的
• 跨渠道數(shù)據(jù)交互必須用戶為中心
• 跨渠道數(shù)據(jù)交互能夠給用戶立體式體驗，有效提升品牌體驗
案例：Foursqure跨渠道應用
1. 4. 基于數(shù)據(jù)的互動式業(yè)務規(guī)劃
• 基于數(shù)據(jù)交互的業(yè)務規(guī)劃對象一般是一個系列產(chǎn)品或服務鏈條，通常廣泛應用于通信業(yè)，銀行業(yè)，保險業(yè)，零售業(yè)等
• 基于數(shù)據(jù)交互的業(yè)務規(guī)劃必須以用戶為中心，分析用戶出現(xiàn)需求的各種時機，并智能匹配以產(chǎn)品或服務，其實現(xiàn)以數(shù)據(jù)挖掘為核心
案例：基于數(shù)據(jù)的互動式業(yè)務規(guī)劃迅速提升轉(zhuǎn)化率：
1. 5. 基于數(shù)據(jù)的互動式營銷規(guī)劃
• 基于數(shù)據(jù)的交互式營銷主要指互動營銷，核心思想為分析用戶的特定時機需求，并根據(jù)該需求推薦相關產(chǎn)品或服務滿足用戶需要，廣泛應用于各種行業(yè)。
• 基于數(shù)據(jù)交互的業(yè)務規(guī)劃同樣必須以用戶為中心，分析用戶出現(xiàn)需求的各種時機，并智能匹配以產(chǎn)品或服務，其實現(xiàn)同樣以數(shù)據(jù)挖掘為核心。
案例：基于數(shù)據(jù)的互動式營銷迅速提升業(yè)績：
1. 6. 基于數(shù)據(jù)的交互式業(yè)務規(guī)劃及營銷規(guī)劃應用案例
1. 7. 數(shù)據(jù)預測
• 數(shù)據(jù)分析：對照A服務和B服務的使用記錄，使用A服務的用戶在1個月收益小于B服務，而3個月會產(chǎn)生收益大于B服務
• 互動營銷：建議需要1個月服務的用戶使用B服務，建議需要3個月的用戶使用A服務
• 業(yè)務創(chuàng)新：面向需要兩個月服務的用戶開發(fā)非A非B的C類型服務
五． 組織建設
1. 1. 業(yè)務流的持續(xù)改進實踐
1. 2. 建設以數(shù)據(jù)為中心的組織
1. 傳統(tǒng)用戶體驗體系過時？
——如何建立以數(shù)據(jù)為中心的用戶體驗體系
一． 用戶體驗方法體系的變革
1. 1. 用戶體驗方法體系的宏觀變遷
今天服務業(yè)的競爭也發(fā)生了翻天覆地的變化——從以服務內(nèi)容取勝，到服務渠道取勝，到現(xiàn)階段的用戶體驗取勝。從宏觀視角
看，業(yè)務戰(zhàn)略方向逐漸深入以用戶為中心的思想，從微觀視角看，在用戶為中心的思想驅(qū)動下，企業(yè)需要進行一整套的機制流程改變，包括用戶為中心的數(shù)據(jù)挖掘與
分析，用戶為中心的業(yè)務規(guī)劃，用戶為中心的營銷規(guī)劃，用戶為中心的設計，用戶為中心的績效體系構(gòu)建等。
傳統(tǒng)業(yè)務規(guī)劃我們通常只考慮業(yè)務之間的邏輯關系，較小的考慮用戶操作視角中形成的一連串的心理反映、行為特征、價值取向
等等，而在用戶為中心的業(yè)務規(guī)劃中，用戶的每個操作都需要詳細分析，記錄在案，通過行為軌跡綜合分析用戶心理特征，所以能夠更有效的促進用戶完成業(yè)務。以
下為傳統(tǒng)業(yè)務規(guī)劃、傳統(tǒng)用戶體驗體系和以數(shù)據(jù)為中心的用戶體驗體系對比：
以數(shù)據(jù)為中心的用戶體驗體系：
• 以用戶為中心的思維方式構(gòu)建業(yè)務框架
• 系統(tǒng)需要滿足不同類型的用戶的個性化需求，其核心為數(shù)據(jù)挖掘和應用
• 系統(tǒng)需要協(xié)助用戶達成實現(xiàn)用戶期望，并幫助用戶發(fā)現(xiàn)并實現(xiàn)潛在需求
• 系統(tǒng)需要智能尋找最佳的幫助時機，智能的進行用戶協(xié)助
• 系統(tǒng)建設需要考慮未來系統(tǒng)的發(fā)展方向，其核心為用戶需求挖掘
1. 2. 用戶體驗方法體系的微觀變遷
在傳統(tǒng)的用戶體驗方法中，我們強調(diào)的以用戶為中心的設計，但是我們發(fā)現(xiàn)傳統(tǒng)用戶體驗體系（用戶研究——概念設計——可用性測試——產(chǎn)品上線）的績效難以測量、難以管理、難以支持決策?，F(xiàn)今在數(shù)據(jù)分析高度發(fā)展的今天，我們建議企業(yè)應該建立以數(shù)據(jù)為中心的用戶體驗體系，協(xié)助企業(yè)進行全面的用戶體驗管理。我們以用戶購買為例，來分析傳統(tǒng)用戶體驗方法的和以數(shù)據(jù)為中心的用戶體驗體系的差異：
傳統(tǒng)的用戶體驗體系：
1. 通過用戶研究掌握用戶需求和用戶特性，建立用戶模型（A，B，C，D）
2. 依據(jù)用戶模型來進行概念設計，一般會產(chǎn)生與用戶模型一一對因的概念設計成果。
3. 依據(jù)概念設計來進行詳細設計，再進行可用性測試來確保產(chǎn)品易用性。
我們發(fā)現(xiàn)從設計邏輯上看，傳統(tǒng)的用戶體驗體系非常完美，但是從應用層面則存在幾個無法解決的問題：
1. 用戶研究耗時耗力，所以通過該方法獲得的用戶模型一般不會超過5種用戶類型。但是用戶是多樣性的，通常在極其細分的領域上才會出現(xiàn)用戶行為相似，
尤其在互聯(lián)網(wǎng)和移動應用中。傳統(tǒng)用戶研究方法無法將用戶鎖定到非常細的范圍，所以很多企業(yè)應用傳統(tǒng)用戶體驗方法后并沒有獲得更好的績效，反而由于對用戶沒
有透徹的了解引發(fā)了其它問題。
2. 傳統(tǒng)用戶體驗只考慮用戶類型，不考慮用戶生命周期，拒絕了大批用戶。
3. 傳統(tǒng)用戶體驗方法與用戶使用在時間上不同步，傳統(tǒng)用戶體驗方法只能發(fā)現(xiàn)用戶需要什么，為什么離開，而不能幫助當前的用戶找到需要的，不能挽回失去的以及正在失去的用戶。
4. 傳統(tǒng)用戶體驗方法忽略了用戶正在使用心理是不斷變化的，而這恰恰是用戶之所以行動的真正原因。傳統(tǒng)方法而只能面向心理狀態(tài)一直沒有發(fā)生改變的用戶類型，所以其只能解決人機工學的問題，不能促進用戶行動。
5. 傳統(tǒng)用戶體驗方法以較少的交互流程來評估用戶體驗是否好壞的邏輯與用戶真實行為的邏輯不同，用戶有時需要較慢決策，而有時需要較快決策，所以交互的多少不能作為用戶體驗好壞的評估標準，而應該以用戶決策后滿意度作為評測方法。
6. 傳統(tǒng)用戶體驗方法迫使產(chǎn)品團隊與營銷團隊開戰(zhàn)，并使其成為孤立單元。
以數(shù)據(jù)為中心的用戶體驗體系：
1. 根據(jù)用戶初級研究（用戶特性，需求）進行用戶初級建模。同時數(shù)據(jù)庫構(gòu)建時考慮到用戶的多樣性特征可能，考慮到更為細分的情形。
2. 概念設計考慮初級建模結(jié)果，為每類用戶設計不同業(yè)務模塊，而規(guī)劃業(yè)務圖譜進行關聯(lián)。
3. 詳細設計，初級版本通過可用性測試后，確保基礎用戶體驗良好后上線。
4. 系統(tǒng)上線后，根據(jù)用戶更為細分的多樣性特征發(fā)現(xiàn)細分用戶的行為特征，總結(jié)為更為詳細的細分用戶偏好圖譜，并將該細分類型用戶當時行為特征（who，why，what，when，when）與交互行為（how）進行一一對應，重新修改業(yè)務邏輯
5. 不斷調(diào)整每個節(jié)點上的交互行為，進行A/B測試，進行業(yè)績測量，總結(jié)經(jīng)驗。
6. 將整個系統(tǒng)數(shù)據(jù)化管理，核心數(shù)據(jù)包括：用戶數(shù)據(jù)、關鍵節(jié)點交互統(tǒng)計數(shù)據(jù)、業(yè)務轉(zhuǎn)化數(shù)據(jù)、用戶軌跡數(shù)據(jù)等。根據(jù)用戶的個性提取，結(jié)合用戶行為處罰實現(xiàn)個性化解決方案，同時可以通過交互節(jié)點的調(diào)整實現(xiàn)數(shù)據(jù)提升，全面提升用戶體驗。
7. 團隊績效管理構(gòu)建，從產(chǎn)品到營銷進行整體績效管理，從節(jié)點上進行控制，從整體上進行把握。
用戶行為分析的核心要素通常是由用戶特征以及企業(yè)服務雙向決定的，通常包括以下兩個方面：
A：用戶層面：用戶通常具有部分相似性，我們也可以稱之為個性化。用戶的個性化在某個小范圍內(nèi)通常具有一致性，而這也構(gòu)
成了用戶特征劃分的一部分，例如我們通常會聽到：“您的這個衣服真好看，我也想購買“，”我覺得挺好的，小黃肯定喜歡“，”這個真實用，我們家也需要一個
“。根據(jù)這個特征我們可以將用戶進行多維度的層層細分，比如：年齡，性別，喜好，學歷，收入，職業(yè)，風格偏好，朋友圈等等。我們可以將用戶細分分到一個顆
粒度極小的維度。而我們在業(yè)務規(guī)劃時，為了方便我們可以標記為: a_b_c_d_e_f_g_User，企業(yè)則需要針對細分用戶組織各種業(yè)務和服務。
B：企業(yè)層面：企業(yè)需要非常清楚針對某個大類和小類用戶提供什么樣的服務，依此來決定其營銷，系統(tǒng)，服務等。比如我們可以定義
用戶類型
營銷策略
產(chǎn)品策略
服務
a1_b3_c1_d1_e1_f1_g2_User
a1_b3_c1_d1_e1_f1_g2_M
a1_b3_c1_d1_e1_f1_g2_P
套餐b
a1_b2_c1_d1_e1_f1_g2_User
a1_b3_c1_d1_e1_f1_g2_M
a1_b3_c1_d1_e1_f1_g2_P
套餐c
我們可以針對不同用戶組使用不同的營銷策略和產(chǎn)品策略，而服務套餐則可以進行相關性建議。企業(yè)根據(jù)不斷調(diào)整每個環(huán)節(jié)的營
銷策略和產(chǎn)品策略以觀察數(shù)據(jù)變化，將ROI提升到較高水平。完美系統(tǒng)一定是用戶體驗極佳的，系統(tǒng)，營銷與服務能夠結(jié)合非常完美的系統(tǒng)，企業(yè)能夠?qū)φ麄€系統(tǒng)
的每個節(jié)點進行控制，對用戶也有很好的引導性，幫助用戶達成目標期望，以下為系統(tǒng)結(jié)構(gòu)示例：
二． 構(gòu)建以數(shù)據(jù)為中心的用戶體驗體系
以數(shù)據(jù)為中心的用戶體驗組織結(jié)構(gòu)
以數(shù)據(jù)為中心的用戶體驗組織結(jié)構(gòu)中主要包括三個組織，分別為業(yè)務規(guī)劃組織（產(chǎn)品），營銷規(guī)劃組織（營銷），數(shù)據(jù)研究中心（研究）。
以數(shù)據(jù)為中心的組織特征：
階段
產(chǎn)品團隊
數(shù)據(jù)團隊
營銷團隊
計劃（Plan）
產(chǎn)品規(guī)劃
數(shù)據(jù)庫規(guī)劃
營銷規(guī)劃
上線（Do）
初級產(chǎn)品上線
數(shù)據(jù)挖掘與分析
初級營銷執(zhí)行
分析（Check）
根據(jù)數(shù)據(jù)進行業(yè)務重規(guī)劃
根據(jù)數(shù)據(jù)提出優(yōu)化方向建議
根據(jù)數(shù)據(jù)進行全面營銷調(diào)整
調(diào)整（Action）
總結(jié)改進成果，進行更深入探索
總結(jié)數(shù)據(jù)，整理數(shù)據(jù)關系，數(shù)據(jù)預測
增加營銷投放，進行營銷
充分發(fā)掘數(shù)據(jù)價值，建立數(shù)據(jù)為中心的用戶體驗體系
用戶的忠誠度有多高？用戶是有生命周期的，如果我們在適當?shù)臋C會增加用戶使用價值，能夠有效的提升客戶價值。
如何了解您的用戶？他就在您的數(shù)據(jù)庫中，這里有更詳細的信息，數(shù)據(jù)庫能夠幫助你做決策。
數(shù)據(jù)為中心的用戶體驗體系要求以數(shù)據(jù)作為溝通的前提，所有的業(yè)務都是通過數(shù)據(jù)來進行規(guī)劃和管理。基于數(shù)據(jù)交互的業(yè)務規(guī)劃
對象一般是一個系列產(chǎn)品或服務鏈條，通常廣泛應用于通信業(yè)，銀行業(yè)，保險業(yè)，零售業(yè)，互聯(lián)網(wǎng)行業(yè)等?；跀?shù)據(jù)交互的業(yè)務規(guī)劃必須以用戶為中心，分析用戶出
現(xiàn)需求的各種時機，并智能匹配以產(chǎn)品或服務，其實現(xiàn)以數(shù)據(jù)挖掘為核心。
不僅僅業(yè)務規(guī)劃需要考慮用戶體驗，能否通過良好用戶體驗的營銷來最大化產(chǎn)品價值更是用戶體驗的核心?；跀?shù)據(jù)的交互式營
銷主要指互動營銷，核心思想為分析用戶的特定時機需求，并根據(jù)該需求推薦相關產(chǎn)品或服務滿足用戶需要，廣泛應用于各種行業(yè)。
基于數(shù)據(jù)交互的業(yè)務規(guī)劃同樣必須以用戶為中心，分析用戶出現(xiàn)需求的各種時機，并智能匹配以產(chǎn)品或服務，其實現(xiàn)同樣以數(shù)據(jù)挖掘為核心。
如果透過簡單的調(diào)查，您可以發(fā)現(xiàn)用戶在行為時刻每個時刻的行為意愿是不同的，但某個時刻用戶期望動力大于行動阻力時，立刻產(chǎn)生行動。
用戶總是處在決策的徘徊期，促進用戶行為只需要適當?shù)陌l(fā)力即可。企業(yè)在執(zhí)行業(yè)務規(guī)劃時一定要根據(jù)用戶行為分析從而掌握用戶心理，實際給以適當?shù)耐屏Χ皇窍喾吹牧α?，比如用戶需要的是價格低的產(chǎn)品時，如果營銷重點為尊貴則會產(chǎn)生相反的阻力，反之則形成動力。
三． 數(shù)據(jù)分析框架的主要事件
主要事件事件描述分類根據(jù)業(yè)務的需要進行必要的分類，比如對用戶評級的分類，AA等級或AAA等級估計根據(jù)業(yè)務數(shù)據(jù)判斷的需要定義需要估計的數(shù)據(jù)和數(shù)據(jù)區(qū)間值，對業(yè)務進行補充和協(xié)助，例如根據(jù)用戶儲蓄和投資行為估計用戶投資風格預測根據(jù)數(shù)據(jù)的變化趨勢預測數(shù)據(jù)的發(fā)展方向，例如根據(jù)歷史投資數(shù)據(jù)幫助用戶預測投資行情等數(shù)據(jù)分組根據(jù)業(yè)務需要對數(shù)據(jù)進行分組，例如購買A類的用戶通常也會購買B類，購買A的用戶后有一個B周期會產(chǎn)生C行為聚類數(shù)據(jù)集合的邏輯關系，比如同時擁有A特征和B特征的數(shù)據(jù)，可以推斷出其也擁有C特征描述描述性數(shù)據(jù)有助于提取關鍵要素進行數(shù)據(jù)歸納，例如從數(shù)據(jù)關鍵詞中進行近似業(yè)務營銷，備忘錄等復雜數(shù)據(jù)挖掘例如Video，Audio，圖形圖像等等
1. 1. 分類（Classification）
• 在業(yè)務構(gòu)建中，最重要的分類一般是對用戶數(shù)據(jù)的分類，主要用于精準營銷
• 通常分類數(shù)據(jù)最大的問題在于分類區(qū)間的規(guī)劃，例如分類區(qū)間的顆粒度以及分類區(qū)間的區(qū)間界限等，分類區(qū)間的規(guī)劃需要根據(jù)業(yè)務流來設定，而業(yè)務流的設計必須以用戶需要為核心，因此分類的核心思想在于能夠完成滿足用戶需要的業(yè)務
• 由于市場需求是變化的，分類通常也是變化的，例如銀行業(yè)務中VIP用戶的儲蓄區(qū)間
1. 2. 估計（Estimation）
• 通常數(shù)據(jù)估計是互動營銷的基礎，基于用戶行為進行數(shù)據(jù)估計為基礎進行互動營銷已經(jīng)被證實具有較高的業(yè)務轉(zhuǎn)化率，銀行業(yè)中通常通過用戶數(shù)據(jù)估計用戶對金融產(chǎn)品的偏好，電信業(yè)務和互聯(lián)網(wǎng)業(yè)務則通常通過用戶數(shù)據(jù)估計用戶需要的相關服務或者估計用戶的生命周期
• 數(shù)據(jù)估計必須基于數(shù)據(jù)的細分和數(shù)據(jù)邏輯關聯(lián)性，數(shù)據(jù)估計需要有較高的數(shù)據(jù)挖掘和數(shù)據(jù)分析水平
1. 3. 預測（Prediction）
• 根據(jù)數(shù)據(jù)變化趨勢進行未來預測通常是非常有力的產(chǎn)品推廣方式，例如證券業(yè)通常會推薦走勢良好的股票，銀行會根據(jù)用戶的資本情況協(xié)助用戶投資理財以達到某個未來預期，電信行業(yè)通常以服務使用的增長來判斷業(yè)務擴張和收縮以及營銷等。
• 數(shù)據(jù)預測通常是多個變量的共同結(jié)果，每組變量之間一般會存在某個相互聯(lián)系的數(shù)值，我們根據(jù)每個變量的關系通?？梢杂嬎愠鰯?shù)據(jù)預測值，并以此作為業(yè)務決策的依據(jù)展開后續(xù)行動
1. 4. 數(shù)據(jù)分組（Affinity Grouping）
• 數(shù)據(jù)分組是精準營銷的基礎。當數(shù)據(jù)分組以用戶特征為主要維度時，通?？梢杂糜诠烙嬒乱淮涡袨榈幕A，例如通過用戶使用的服務特征的需要來營銷配套服務和工具，購買了A類產(chǎn)品的用戶一般會有B行為等等。
• 數(shù)據(jù)分組的難點在于分組維度的合理性，通常其精確性取決于分組邏輯是否與用戶行為特征一致。
1. 5. 聚類（Clustering）
• 數(shù)據(jù)聚類是數(shù)據(jù)分析的重點項目之一。例如在健康管理系統(tǒng)中通過癥狀組合可以大致估計病人的疾病，在電信行業(yè)產(chǎn)品創(chuàng)新中用戶使用的業(yè)務組合通常是構(gòu)成服務套餐的重要依據(jù)，在銀行業(yè)產(chǎn)品創(chuàng)新中用戶投資行為聚合也是其金融產(chǎn)品創(chuàng)新的重要依據(jù)。
• 數(shù)據(jù)聚類的要點在于聚類維度選取的正確性，需要不斷的實踐來驗證其可行性
1. 6. 描述（Description）
• 描述性數(shù)據(jù)的最大效用在于可以對事件進行詳細歸納，通常很多細微的機會發(fā)現(xiàn)和靈感啟迪來自于一些描述性的用戶建議，同時用戶更愿意通過描述性的方法來查詢搜索等，這時就需要技術上通過較好的數(shù)據(jù)關聯(lián)方法來協(xié)助用戶。
• 描述性數(shù)據(jù)的使用難點在于大數(shù)據(jù)量下數(shù)據(jù)要素提取和歸類，其核心在于要素提取規(guī)則以及歸類方法。要素提取和歸類是其能夠被使用的基礎。
1. 7. 復雜數(shù)據(jù)挖掘
• 復雜數(shù)據(jù)挖掘比如Video，Audio等，其要素目前依然難以通過技術手段提取，但也可以從上下文與語境中提取一些要素幫助聚類。例如重要用戶標記了高度重要性的Video一般優(yōu)先權重也應該較高。
• 復雜數(shù)據(jù)的挖掘目前處理的方式一般通過數(shù)據(jù)錄入的標準化來解決，核心在于數(shù)據(jù)錄入標準體系的規(guī)劃。建議為了整理的方便，初期規(guī)劃是盡可能考慮完善，不僅僅適用現(xiàn)在，而且可以適用于未來。
四． 以數(shù)據(jù)為中心的用戶體驗體系構(gòu)建相關技術
1. 1. 數(shù)據(jù)挖掘技術
• Clickstream Data 點擊流數(shù)據(jù)
直接訪問數(shù)量
訪客來源
訪客地理位置
點擊流跟蹤
• Outcomes Data 結(jié)果型數(shù)據(jù)
訪客（初次訪問數(shù)，訪問總數(shù)，平均回訪數(shù)，關注點）
頁面瀏覽（平均瀏覽數(shù)，總PV ，訪問超過一頁的訪客比）
時間（全局，人均）
關鍵行為（如：注冊，購買）
轉(zhuǎn)化率
相關（Keyword，趨勢，網(wǎng)站
點擊型結(jié)果型數(shù)據(jù)示例：
• Research Data 研究性數(shù)據(jù)
用戶研究
啟發(fā)式評估，用戶體驗測試
用戶屬性（數(shù)據(jù)庫分析）
用戶期望分析（從數(shù)據(jù)到服務）
研究性數(shù)據(jù)挖掘流程示例：
• Competitive Data 競爭性數(shù)據(jù)
“面”數(shù)據(jù)測量（大眾分析）
網(wǎng)絡服務數(shù)據(jù)測量（行業(yè)分析）
搜索引擎測量（輿情分析）
競爭性數(shù)據(jù)示例：
1. 2. 數(shù)據(jù)分析技術
• 初級數(shù)據(jù)分析
Click Density Analysis 點擊密度分析
Visitor Primary Purpose 訪客首要目的
Task Completion Rates 任務完成率
Segmented Visitor Trends 用戶分層
Multichannel Impact Analysis 渠道分析
初級數(shù)據(jù)分析示例：
• 高級數(shù)據(jù)分析
用戶價值組屬性
用戶特征組屬性
數(shù)據(jù)估計值組合
數(shù)據(jù)預期值組合
聚類組合分析
用戶深層次研究
高級數(shù)據(jù)分析應用示例：如何通過數(shù)據(jù)分析對不同用戶推薦不同產(chǎn)品
理財規(guī)劃思路：
被推銷商品特性：
用戶特性與商品特性的組合決定了營銷策略：
1. 3. 跨渠道的數(shù)據(jù)交互思想
• 跨渠道數(shù)據(jù)交互一般服務或者營銷為目的
• 跨渠道數(shù)據(jù)交互必須用戶為中心
• 跨渠道數(shù)據(jù)交互能夠給用戶立體式體驗，有效提升品牌體驗
案例：Foursqure跨渠道應用
1. 4. 基于數(shù)據(jù)的互動式業(yè)務規(guī)劃
• 基于數(shù)據(jù)交互的業(yè)務規(guī)劃對象一般是一個系列產(chǎn)品或服務鏈條，通常廣泛應用于通信業(yè)，銀行業(yè)，保險業(yè)，零售業(yè)等
• 基于數(shù)據(jù)交互的業(yè)務規(guī)劃必須以用戶為中心，分析用戶出現(xiàn)需求的各種時機，并智能匹配以產(chǎn)品或服務，其實現(xiàn)以數(shù)據(jù)挖掘為核心
案例：基于數(shù)據(jù)的互動式業(yè)務規(guī)劃迅速提升轉(zhuǎn)化率：
1. 5. 基于數(shù)據(jù)的互動式營銷規(guī)劃
• 基于數(shù)據(jù)的交互式營銷主要指互動營銷，核心思想為分析用戶的特定時機需求，并根據(jù)該需求推薦相關產(chǎn)品或服務滿足用戶需要，廣泛應用于各種行業(yè)。
• 基于數(shù)據(jù)交互的業(yè)務規(guī)劃同樣必須以用戶為中心，分析用戶出現(xiàn)需求的各種時機，并智能匹配以產(chǎn)品或服務，其實現(xiàn)同樣以數(shù)據(jù)挖掘為核心。
案例：基于數(shù)據(jù)的互動式營銷迅速提升業(yè)績：
1. 6. 基于數(shù)據(jù)的交互式業(yè)務規(guī)劃及營銷規(guī)劃應用案例
1. 7. 數(shù)據(jù)預測
• 數(shù)據(jù)分析：對照A服務和B服務的使用記錄，使用A服務的用戶在1個月收益小于B服務，而3個月會產(chǎn)生收益大于B服務
• 互動營銷：建議需要1個月服務的用戶使用B服務，建議需要3個月的用戶使用A服務
• 業(yè)務創(chuàng)新：面向需要兩個月服務的用戶開發(fā)非A非B的C類型服務
五． 組織建設
1. 1. 業(yè)務流的持續(xù)改進實踐
1. 2. 建設以數(shù)據(jù)為中心的組織
樂發(fā)網(wǎng)超市批發(fā)網(wǎng)提供超市貨源信息,超市采購進貨渠道。超市進貨網(wǎng)提供成都食品批發(fā),日用百貨批發(fā)信息、微信淘寶網(wǎng)店超市采購信息和超市加盟信息.打造國內(nèi)超市采購商與批發(fā)市場供應廠商搭建網(wǎng)上批發(fā)市場平臺,是全國批發(fā)市場行業(yè)中電子商務權威性網(wǎng)站。
本文內(nèi)容整合網(wǎng)站：百度百科、知乎、淘寶平臺規(guī)則
