基於使用者尺度評價的人物角色分類方法與實踐

人物角色可以從很多維度來劃分,例如使用者目標、使用者場景、使用者行為、體驗週期、使用者價值、……,根據實際情況,人物角色可能按一個維度劃分,或結合多個維度進行劃分。

為設計服務的人物角色,使用者目標是人物角色劃分中最重要,也是必不可少的一個維度。

對於資訊/資訊型的分析物件,對資訊/資訊的關注度能夠很好地體現使用者的使用目標。

本文以1688網站使用者對供應商資訊關注度的問卷調查案例為基礎,來介紹基於使用者尺度評價的人物角色分類方法,主要分為以下幾個過程:

 

1 獲得尺度評價結果

1.1調研目標

通過瞭解使用者對供應商不同資訊的關注度,為產品詳情頁面供應商資訊的組織與呈現提供設計參考與依據。

1.2調研內容

根據目前供應商資訊中所展示的內容,以及公司檔案中的相關資訊,結合以往相關調研結果,總共進行17項供應商資訊的關注度調研(詳見因數分析結果清單,因數分析結果清單中只列出了16項,根據因數分析理論,「保障」沒有納入到最終的因數分析中去)。

1.3評價尺度

使用者對供應商資訊關注度的評價尺度分成為5級,分別為:

1-不關注、2-說不清、3-有點關注、4-比較關注、5-非常關注。

1.4調研樣本

本次問卷調查在1688網站產品詳情頁面投放,經過篩選後得到有效樣本3032份。

 

2. 獲得評價尺度因數

2.1 專案分析

對17個供應商資訊分別進行專案分析,結果都為顯著性,表明17個供應商資訊適合進行使用者關注度評價。

(專案分析:將每個樣本對17個供應商資訊的關注度總分進行排序,將關注度總分最低的27%樣本作為低分組,將關注度總分最高的27%樣本作為高分組。低分組與高分組在17個供應商資訊的關注度評分分別進行獨立樣本T檢驗,來判斷高低分組的評價是否存在非常顯著差異。如果獨立樣本T檢驗顯著,則說明此供應商資訊適合進行使用者評價。)

2.2 信度檢驗

使用Cronbach’s Alpha進行信度檢驗,Alpha係數為0.906。刪除「所在地」時,Alpha係數變為0.909,可考慮刪除。

但認為「所在地」還是有必要保留的,以及根據最終因數分析結果的實際意義,「所在地」還是保留在因數分析中。

 2.3 因數分析

2.3.1顯著性檢驗

最終因數分析結果的適度性KMO值0.905,Bartlett球形檢驗近似卡方值26152.146(df=120,p值=.000),非常適合進行因數分析(初始的KMO值、Bartlett球形檢驗都為顯著性)。

2.3.2因數分析結果

由於「保障」這個供應商資訊在主因數上的荷重=0.482,同時對客戶滿意度、供應通力上的荷重分別為0.452、0.326,「保障」這個供應商資訊從因數分析中剔除。

綜合考慮指標聚類分析、因數特徵值與因數的實際意義,將使用者評價尺度分成4個因數,解釋率達到64.356%,效果較好。

歸納後4個評價尺度因數分別為基本資訊、客戶滿意度、供應能力、交易歷史,也就是說使用者在查看供應商資訊時,從這4個維度來瞭解供應商。

 

 3. 獲得評價尺度因數得分

因數分析可以直接獲得標準化的因數得分,但我們日常接觸到的是更直觀的非標準化使用者尺度評價得分,在樣本聚類分析結果解讀時,結果也更直觀。所以要使用基於使用者尺度評價的非標準化因數得分進行樣本聚類分析。

非標準化因數得分計算過程如下:

  • step1:用因數得分係數(Factor Score Coefficient)基於標準化的原始影響力係數X(i),X(i)代表第i個供應商資訊對主因數的得分係數。
  • Step2:基於標準化原始影響力係數的非標準化還原,X(i)*d(i),d(i)代表第i個供應商資訊的標準差。
  • Step3:歸1處理。同一指標集(不同一級指標為一個指標集、某個一級指標下的不同二級指標為一個指標集)下不同指標的權重之和為1。影響力係數歸1處理公式如下:

W(i)=X(i)* d(i)/(X(1)* d(1)+X(2)* d(2) +……+X(n)* d(n))

W(i)代表歸1處理後權重,X(i)代表第i個供應商資訊對主因數得分係數,d(i)代表第i個供應商資訊標準差。

  • Step4:計算非標準化的因數得分,公式如下:

F(j)= W(j1)*f(j1)+ W(j2)*f(j2)+ …… + W(jn)*f(jn)

F(j)代表第j個因數的非標準化因數得分,f(jn)代表第j個因數下第n個供應商資訊的評分。

 

4. 獲得人物角色分類

4.1樣本聚類

使用聚類分析的Twostep Cluster方法,根據4個評價尺度因數對樣本進行聚類分析。將3032名調研樣本分成3類,分別占42.5%、41.9%、15.7%。

計算這3類樣本在評價尺度因數得分可以發現:

  • 第1類使用者:對基本資訊、客戶滿意度、供應能力、交易歷史都非常關注
  • 第2類使用者:對使用者滿意度非常關注,對基本資訊、供應能力、交易歷史比較關注
  • 第3類使用者:對基本資訊、客戶滿意度、供應能力、交易歷史都很少關注。

 

5 總結與應用

  • 使用者評價尺度因數

對於供應商資訊,使用者從4個維度進行關注,分別為基本資訊、客戶滿意度、供應能力、交易歷史。

在頁面內容佈局時,相近的內容(關聯性強)要放在一起。目前1688網站產品詳情頁面上的資訊商資訊的佈局與使用者關注維度存在較多不一致的地方。將關聯性的供應商資訊放在一起,使用者先查看了一個維度的供應商資訊後,再查看另一個維度的供應商資訊,增強使用者流覽有序性,從而提升供應商資訊內容的易讀性。

  • 人物角色分類

對於供應商資訊的關注,有3類典型角色,分別為:

第1類使用者(占42.5%):對基本資訊、客戶滿意度、供應能力、交易歷史都非常關注

第2類使用者(占41.9%):對使用者滿意度非常關注,對基本資訊、供應能力、交易歷史比較關注

第3類使用者(占15.7%):對基本資訊、客戶滿意度、供應能力、交易歷史都很少關注。

有了這樣的人物角色劃分,在設計時,可以知道核心使用者、非核心使用者是如何關注供應商資訊及其重要度,也可以進行定性研究探索不同使用者群對供應商資訊存在差異的根本原因是什麼,為設計提供決策依據。

  • 使用者評價尺度因數、人物角色分類為供應商資訊區塊內容的優化提供一些有價值的依據,在實際設計優化中,還有綜合考慮不同資訊本身的重要性、其它調研結果,以及商業角度上的考量。
  • 基於使用者尺度評價的人物角色只是角色劃分的一個關鍵維度,要創建完整的人物角色,還需要加入其它更豐富的屬性和內容。
  • 對於使用者評價尺度,本次調研使用了關注度,根據調研物件的不同,使用者評價尺度也可以是滿意度、重要性、符合程度等。

來源:HTTP://www.aliued.cn

特別注意:本站所有轉載文章言論不代表本站觀點,本站所提供的攝影照片,插畫,設計作品,如需使用,請與原作者聯繫,文章轉自alibuybuy

Comments are closed.