Module 04 · From Ideas to Objects从创意到实物

Understanding User Needs用户需求分析

🎵 [音乐]

在本视频中，我们将深入探讨 设计思维的四个关键维度：
1️⃣ 可取性（Desirability） —— 用户真正需要和想要的是什么？
2️⃣ 可行性（Feasibility） —— 从技术角度来看，我们能否实现这个想法？
3️⃣ 可盈利性（Viability） —— 这个产品是否符合商业模式，能够盈利？
4️⃣ 可持续性（Sustainability） —— 这个产品的长期影响是什么？是否环保？

我们将专注于 可取性（Desirability），探讨如何从用户的角度定义需求，以及如何在面对 冲突的信息 时做出合理的决策。同时，我们还将讨论如何在整个设计过程中 综合考虑可行性、商业模式和可持续性，确保最终的产品 平衡且可落地。

如何确定用户的真实需求？

🎤 主持人：在与用户交流时，我们可能会获得 不同甚至相互矛盾的需求，如何厘清真正重要的信息呢？

🎙 大卫·韦特曼：
这确实是一个常见问题。当你与 不同的用户交谈 时，你可能会得到 截然不同 的反馈。例如，某些用户可能偏向价格，而另一些则更关注功能或外观。

💡 解决方案：

观察比问答更重要！ 👀
直接观察用户的 实际行为，通常比询问他们的意见更有效。因为用户有时会 迎合你的问题，或者 回答他们认为“应该”说的话，而不是他们真正的想法。

📌 案例：福特汽车的“更快的马” 🚗

亨利·福特曾说过：
“如果我问用户他们想要什么，他们可能会说‘更快的马’。” 🐎💨
但如果他改问：
“你为什么使用马？你希望如何更快地到达目的地？” 🚗
他可能会得到更深层次的见解——人们需要的不是 更快的马，而是 更高效的出行方式，从而促成了 汽车的诞生。

🎯 关键点：

关注 用户的目标，而非他们的直接回答。
通过 观察和提问结合，深入挖掘用户的真实需求。

如何处理数据中的“噪音”？

🎤 主持人：在数据处理中，我们通常会 清理数据，以便更好地分析。在设计思维中，我们是否也要采用类似的方法？

🎙 大卫·韦特曼：
在数据分析中，“清理数据” 可能会 误删重要信息，导致我们忽略一些关键洞察。

📌 案例：用户访谈 vs. 真实使用场景

过去，设计师通常通过 焦点小组（Focus Groups） 来收集用户反馈。
但是，如果设计师亲自参与这些访谈，并直接听取用户的 原始、未经筛选的意见，他们往往能 发现意想不到的模式。

⚠️ 风险：
如果过早过滤数据，可能会：
❌ 忽略一些非典型用户的需求（比如少数派用户的痛点）。
❌ 过度优化某些特定用户的需求，但忽略了产品的多样性。

🎯 关键点：

让数据保持“原生态”，避免过早筛选。
设计师亲自参与用户访谈，而不是完全依赖调研报告。

极端用户 vs. 普通用户，如何平衡？

🎤 主持人：如果一个用户以 不同寻常的方式 使用某个工具（例如电钻），但大多数用户并不会这样使用，我们应该 忽略这个用户 还是考虑他们的需求？

🎙 大卫·韦特曼：
实际上，我们应该 特别关注极端用户（Extreme Users），而不是仅仅研究 “平均用户”。

📌 案例：电钻的用户画像 🛠

低频用户：一年使用 3-4 次，对工具不熟悉，可能会害怕电钻的危险性。
高频用户：每天使用 12 小时，关心的是 耐用性、维修便捷性、人体工学设计。

✅ 设计师的做法：

观察新手用户，优化产品的 易用性 和 安全性。
观察专业用户，优化产品的 耐用性 和效率。
这些极端用户提供的反馈，往往比普通用户更有价值！

🎯 关键点：

关注极端用户，而非“平均用户”。
新手用户 帮助优化 产品的易用性，专业用户 帮助优化 产品的耐用性。

如何在整个过程中整合可行性、盈利模式和可持续性？

🎤 主持人：在整个设计思维过程中，我们应该在特定阶段才考虑 可行性（Feasibility）、盈利模式（Viability）和可持续性（Sustainability），还是应该从一开始就考虑这些因素？

🎙 大卫·韦特曼：
最好 从一开始 就综合考虑这四个维度，而不是等到后期才纳入决策。

📌 为什么？
如果我们 只关注用户需求（可取性），而忽略 可行性，可能会导致：

💰 成本过高，无法盈利（例如高科技但市场需求小的产品）。
🏭 制造难度过大，技术上不可行（例如某些概念车）。
🌍 环境不可持续，导致资源浪费（例如高能耗设备）。

🎯 关键点：

在设计的每个阶段 都要考虑 技术可行性、商业模式、环保因素。
避免后期才发现某些方案不可行，导致推倒重来。

总结：如何在设计过程中做出更好的决策？

✅ 1. 观察比问答更重要 —— 通过观察用户的实际行为，找到真正的痛点，而不仅仅是听取他们的回答。

✅ 2. 不要过早筛选数据 —— 让数据保持“原生态”，避免误删关键洞察。

✅ 3. 关注极端用户 —— 从新手用户学习易用性，从专业用户学习耐用性，而不是只关注“平均用户”。

✅ 4. 在整个过程中考虑可行性、盈利模式和可持续性 —— 避免后期才发现问题，导致设计返工。

🎵 [音乐]

👏 设计思维不是线性的，而是一个循环不断优化的过程。让我们从用户出发，结合技术、商业和环境因素，共同创造更好的产品和体验！ 🚀✨