用户心智模型

心智模型图是帮助我们理解目标用户如何体验某个特定领域的好方法。它能让我们明确用户的意图、感受以及实现目标时采取的态度。建立心智模型图是一个循环迭代的过程,需要持续的研究、分析、整合和优化,我们可以把这个过程分为六个步骤(图1)

图1:我们制作心智模型图的6步迭代流程

1. 明确范围

跟其他研究一样,建立心智模型图也是从定义研究范围开始。在这个阶段,需要树立清晰的研究目标与研究问题。如果你已经有了一些观察结果,那么可以利用它们来启动研究。如果你之前没有研究,但对用户和用户目标有很强的假设,那么可以利用这些作为研究的初步方向。

事实上,建立心智模型图的研究是探索性的。你需要围绕一个问题空间去研究用户,而不是观察系统中的用户。在进行研究之前,请考虑以下3个因素:

  1. 对研究结果的广度的预期
  2. 预算和时间限制
  3. 对定性研究尤其是探索部分的舒适度

例如,SEEK是一个为求职者和雇佣者提供桥梁的招聘平台。我们希望通过建立心智模型图来创建一个易于在不同国家求职者间扩展的统一视图。为了实现这个目标,我们通过下面这个高层面的研究问题作为指导:

想要改善职业生涯的求职者到底是什么样的呢?

这个问题的目的是获得有足够广度和深度的见解。包括理解用户求职的动机、求职的过程、评价工作的时候更看中什么,以及在整个求职过程中的感受,包括在申请被拒绝的时候。

我们知道这不是通过几次的访谈就能实现的,所以制定了一个计划,跨越不同研究角度,逐步积累结论。

2. 执行研究

一般来说,构建心智模型图是通过1对1访谈来获取信息。为了找到合适的访谈者,通常采用招募的方式。例如,在SEEK的时候,我们会通过招募公司寻找满足条件的参与者。

为了提高研究结果的丰富程度,要让不同情况的用户都参与进来。要关注研究的广度而不仅仅是深度[2]。比如平衡那些积极寻找工作的用户和原地等待机会的用户。

在构建阶段,我们利用了过往其他项目的数据,帮助研究落地。例如,我们充分地利用了研究团队已有的关于专业角色的求职者的信息。此外,我们还融入了其他团队正在进行的研究,作为他们持续性发现的一部分。只要确保你采用的这些研究结果是用于对研究问题的探索,而不是只关注于对方案的评估。

2.1 建立脚本模版

在与其他团队合作时,我们发现使用脚本模板很有帮助。它有助于不同人、不同团队能采用一致的问题询问参与者。例如,我们为各团队提供了一份脚本,用于他们仅围绕我们的问题做研究时使用。对于做其他研究的团队,我们有另外的模板,他们可以用20到40分钟的时间,把我们的问题插入到他们自己的脚本中。

为了有效地探索你所关注的领域,请使用开放式的问题并确保自己深度参与其中。茵迪·扬 (Indi Young)(《贴心的设计:心智模型与产品设计策略》一书作者)采用了“积极倾听”的概念。它强调,作为一名研究人员,你应该置身于当下,认真倾听,并最小化自己的偏见。

使用非结构化或半结构化访谈。采用非结构化访谈,可以使你更具灵活性,因为作为一名主持人,采用”导火索”式的问题(启发式问题),也许能将你引向意料之外但又有价值的路子上去。

然而,请确保在访谈过程中认真倾听,不要过分拘泥于脚本。要学会灵活变通。

我们的研究中就使用了半结构化访谈。我们明确了要探索的领域,并围绕它确定了访谈脚本结构。访谈脚本的效果很好,因为我们已经对这个领域有了不错的认知。此外,这也帮助我们在各个研究人员和团队之间获得了更好的一致性。然而,请确保在访谈过程中认真倾听,不要过分拘泥于脚本,要灵活变通。如果情况需要,可以适当探索脚本中没有涉及到的领域。

2.2 主持访谈

请确保主持人掌握娴熟的访谈技巧。在SEEK,通常由设计师和研究人员主导研究。然而,作为持续发现过程的一部分,也有产品经理会作为主持人。我们的用户体验研究团队通过提供培训来帮助他们解决访谈技巧问题。这可以使他们更加放松,并促进他们更积极的参与到研究的过程中。

此外,脚本模板可以帮助那些经验较少的主持人,使他们不必过于担心该问什么,因为有可以参考的东西。

2.3 文字转录

分析数据的最佳方式是通过准确的文字笔录。由于笔录很耗时,所以我们建议使用自动转录工具或第三方服务或企业。

我们使用了一个名为Otter.ai的工具,当然你也可以有其他选择,比如Android设备中的谷歌录音工具。有时你也许会需要使用第三方服务公司进行语言转录。

如果你使用了自动转录工具,很可能需要二次整理。为了提高准确度,请确保你的麦克风性能良好(比如,定向收音的麦克风),并保持位置良好。同时避免在人们说话时打断他们,比如尽量减少 “嗯、嗯 “的肯定语。看看你在笔录中被提及多少次,能让你真切的意识到自己是如何提问的,以及与参与者沟通的效率如何。

如果可以的话,请其他人帮忙审核和整理笔录。我们发现这样可以更快的进入分析阶段。

作为主持人,你可以记录一些简短的评论,但要把注意力集中在人们所说的内容上。让其他人员来做笔录,既有助于他们积极的参与其中,也为你的观点提供了潜在层面的补充。在SEEK,我们通常会由不同的人员帮忙记录,为了支持他们,我们的研究团队会提供培训以及实操练习。

总结摘要

在你收集了数据并得到了文字记录后,就可以开始提炼见解了。你要做的第一件事是总结笔录数据的摘要,如图2所示。总结摘要之所以有效,主要因为以下两个原因:

  • 它们能使你建立的描述更贴近人们所说的。
  • 它们帮助你熟悉、理解内容,从而反思自己是否应该将其纳入到心智模型中。

图2. 从总结摘要到将其纳入心智模型的过程

你需要让摘要与受访者所述内容尽可能接近。使用清晰、简单的格式,让无论是谁来阅读都可以激发共鸣 (见图3)。可以参考以下准则:

  • 用当前时态的动词作为摘要的开始。
    这会让你更接近受访者引述中所传达的内容,提升共鸣 [1]。
  • 提炼一些关键信息点时,使用动词+关键点的格式。
    这种格式会聚焦于受访者所传达的概念。如果你发现自己使用了连词”和”,这可能是一个信号:你需要把一句话拆分成2句或更多。
  • 避免过多的推测或过度综合数据。
    这最好留到下一阶段整合摘要时再做。过早的拔高会导致你为了追求抽象和简化而失去细节

图3. 详略得当的摘要范例。要抓住受访者表述的精髓,同时避免过度描述或信息过多。

总结笔录摘要也是让其他人员了解数据,并与目标用户建立同理心的好方法。因此,我们让研究人员、设计师和产品经理参与了总结的过程。

在这个阶段,引入其他人员也可以帮助你获得更多的支持。他们参与的程度越深,对你的研究对象越了解时,就更能意识到这个过程的好处,并更有可能去支持它。下面是我们的做法:

  • 我们第一次邀请大家参与总结时,通过举办研讨会,向大家解释了研究过程(见图1)。
  • 我们预先准备了受访者笔录,并把它们放在一个共享的谷歌电子表格中,每个人都可以访问。
  • 我们大家分成不同的小组,每组分配一份笔录。这样,他们就有了可以一起集思广益和协作的人。这也意味着我们可以同时做多个总结。
  • 我们分享了好总结和坏总结的例子。这对大家来说是至关重要的参考的标准。

在各小组完成总结后,我们会对一致性和正确性进行审核。

团队完成了总结 ,并且你已经审核了内容 ,那么现在就可以开始打造心智模型图的层次结构了。

合成见解

在进行合成见解时,最好先回顾一下你的研究目标和问题。利用这些信息来构架心智模型图并选择标题。在SEEK,我们的心智模型图标题是“改善我的职业生涯”。有了一个明确的标题,可以帮助你把注意力集中在工作的内容上。

合成见解主要是一个自下而上的过程。将之前的摘要按照关联程度组合成为“见解”,并将其作为问题空间的基础模块,如果你的研究是较集中或规模较小的,那么摘要本身就是你的基础“盒子”(即结构的较低层级)。

对于更复杂的研究,最好先将摘要归纳到一个个“盒子”中,就像图4中所示。这样做可以帮助你避免细节被淹没,特别是进入可视化阶段后。在得到一组“盒子”后,将它们分组,从而创建“塔”。同样的,再将“塔”分组,从而创建心智空间。

图4. 正如我们所定义的那样,电子表格中体现了心智空间、塔、盒子、摘要和访谈笔录等。我们要确保可以始终追溯回到底是哪个人说的哪句话(例如,P2,P17)。我们还建议为每个心智空间、塔和盒子添加参考引用。

为了使这一过程更为系统,我们建议如下:

  • 确保你使用的工具能够让你轻松地在笔录和摘要中四处移动。
    这个工具还应该允许你交叉引用其他内容,如受访者的详细信息。在我们的案例中,我们使用了电子表格。

  • 设定基础的层次结构,这样你就有一个一致的方式来添加内容。
    如果你使用的是电子表格,它应该像图4那样。

    在心智模型图中建立引用。
    如图4中所展示的,我们使用G、G01以及G01A等代码来分别引用心智模型、塔和盒子。当你想在一整张图中关联问题和解决方案时,这种引用十分奏效。此外,在你想要关联其它框架例如“待办事项”,或要引用原始数据时也十分有用。

随着你的心智模型图开始成形,你会对问题空间有更好的理解。使用心智模型图的关键优势之一,是它可以轻松地添加新内容。你会发现,随着模型的建成,你会在塔之间移动盒子,或者移动和创建新的塔。你将会在模型结构中为新的数据找到一个合适的点。

评估结果

在你形成了结构和见解后,应该先暂停并反思一下。如果你发现自己的认知与首轮研究的结果有差距,可以考虑进行额外的研究,并再次重复这个过程。

确定差距对于心智模型图是至关重要的,因为它可以帮助你决定是否应该将当前模型进行可视化。停下来的主要原因是,在你将模型从谷歌的电子表格或Excel等工具中转化出来后,就会失去灵活性。为了更好的进行决策,请考虑以下几点:

  • 你获得的见解使问题空间足够清晰了吗?
  • 你是否有只基于1或2个摘要而形成的盒子?这表明你可能需要额外的数据来增加其可信度。
  • 企业想进一步了解的领域是否存在空白?
  • 你的获得的观点有足够的广度和深度了吗?例如,你可能需要和那些在不同国家的找工作的人交谈,或者和那些无论做什么都难以找到工作的人交谈。
  • 你所在的组织是否支持额外的研究?你也许需要先展示一下你要如何使用现有的见解,以此获得进一步研究的支持。

可视化模型

最后一步是将你的心智模型图可视化。有了视觉化的表现,别人会更容易理解这些见解。当这些见解在电子表格中呈现时,一些模式可能很难体现出来。

图表本身的构建很简单,它由一些代表盒和塔的基本形状构成。图5截取了真实的图表,其中放大的部分显示了这些形状是如何组合,以创建视觉化的研究成果的。

图5. 我们的心理模型图,其中包含心理空间的放大部分。

你可以使用如Sketch一类工具来创建图表,但有这会产生一些限制。例如,您的图表将很快与您的数据源断开联系,这意味着对原始数据的更改将不会再反映到你的图表中。

为了避免由于基础数据调整而不断更新图表,在进入可视化之前,要确保你的结果足够完善。你也可以尝试从你的数据中自动生成图表。可以使用茵迪·扬 (Indi Young)提供的一个免费使用的自动生成工具。

为了传达不同方面的见解,你可以对可视化结果进行修饰。事实上,使用心智模型图的一个关键优势是,它允许你自行定制以适应你的研究内容。这里有几个例子供你参考。

图6. 在心智模型图中,使用颜色编码来表示问题空间的不同部分(经许可转载–Brian Hauch)。

在图6中,作者在每个“盒子”内都加了彩条。这些颜色对应着它们的用户区间,也就是说,有些盒子只与某些区间相关。

图7. 根据见解中引用的受访者数量,给盒子的边框加上额外权重,强调见解的力度。

在图7的例子中,作者用盒的边框线权重来表示一个见解。在这个例子中,加粗的线框表示该见解来自4人以上,越细的线框表示研究来自越少的人。

制作打印文档

我们决定打印出我们的心智模型图。它很大,我们只能选择去当地的一家打印店,并选择了一些可以画画的材质(有些纸是发亮的,所以不适合)。我们还把图放在每个人都能看到的地方,鼓励大家在图上补充。我们认为如果大家都想参与其中会是一件好事。

打印并不便宜,所以我们用三张B1大小的图片贴在薄纸上,然后把它们粘在一起。我们的心智模型图最后长约2米,高1米(80×40英寸)。

我们还将图像添加到米罗板(Miro board一种在线协作工具)上。我们发现这对那些远程工作的人来说特别合适。这个工具的性质也使其易于放大和缩小。这种在鸟瞰图和详细视角之间切换的能力使我们更容易探索和识别图中的规律和模式。

学习&结论

构建一个可靠的心智模型图确实需要一定的工作量,但我们相信,深层次的理解用户是如何体验你们的项目的,对你和你的组织而言是值得的。

这6个步骤为我们提供了一个坚实的基础,使我们能够以系统的方式从研究转向详细的可视化。我们相信,我们的成功基于3个主要原则:规划、协作和效率。

  • 规划
    确保你的研究范围与你要探索的问题空间相符。重新利用已有知识,帮助你启动心智模型图的制作。创建一个计划,从不同的时间点收集数据,并根据你的情况进行调整。如果跨团队工作,创建脚本模板,以确保你们问的问题是正确的,一致的。

  • 协作
    如果可以的话,尽可能与他人一起工作。这可以帮助每个人培养对目标人群的同理心,并帮助其他人看到这个分析过程的益处。合作分析见解也是一个很好的检验有效性的方式,通过透明化的方式让同事看到你是如何从原始数据来得到结论的。然而,请确保你给同事们提供了他们所需的工具和培训。要始终努力确保你的见解是高质量的。也可以选择只在流程的某些环节与他人合作,而不是在每一步都与他人合作。

  • 效率
    访谈时要集中精力,让别人来做笔记。使用自动工具做记录,并请他人帮助修正,以加快进程。在你将图可视化之前,确保你的见解足够精炼和完善。在问题空间中使用引用,这样你就可以与其他内容联系起来,并且可以回溯到支持观点的原始数据。

参考文献

  • Gair, S. (2012). Feeling their stories: Contemplating empathy, insider/outsider positionings, and enriching qualitative research. Qualitative health research, 22(1):134–143.

  • Russell, C. K. and Gregory, D. M. (2003). Evaluation of qualitative research studies. Evidence-Based Nursing, 6(2):36–40.



请遵守《互联网环境法规》文明发言,欢迎讨论问题
扫码反馈

扫一扫,反馈当前页面

咨询反馈
扫码关注
返回顶部