面向下一代零售的设计共识建立：数据赋能的设计探索与参与式分析

文献标题

Establishing Design Consensus toward Next-Generation Retail: Data-Enabled Design Exploration and Participatory Analysis

文献信息

• 主题领域: 人机交互 (HCI) 设计、数据驱动设计、零售行业
• 关键词: 数据驱动设计，参与式数据分析，购物行为理解，零售设计，多方利益相关者，消费数据可视化

研究背景与问题

• 本文解决的是零售行业中线上和线下整合带来的挑战，包括技术采用、交互方式演变以及客户行为的转变。
• 研究指出，零售设计因涉及消费者、零售员工、零售公司三类不同的利益相关者，难以形成一致设计共识。
• 传统零售设计关注盈利，但忽略了消费者的真实需求（如政治、环境信念、多样化的饮食需求和文化背景）。
• 零售商缺乏理解客户行为的技能与知识，无法有效使用用户体验设计策略提高顾客体验。
• 零售环境存在设计盲点（例如空间布局、人流路线分析），且难以获取客户反馈。

解决方案

• 方法: 提出结合“数据驱动设计”和“参与式数据分析”的方法，通过收集购物路径、客户行为数据及多参与方协作分析，最终达成设计共识。
• 创新之处:
  • 将数据作为设计材料，通过定性与定量分析生成设计洞察；
  • 运用利益相关者参与式讨论，结合多方观点和专业知识形成设计建议；
  • 提出三步设计经验模型（上下文步骤、知情步骤、意识步骤）。
• 实施步骤:
  1. 数据驱动过程:
     • 收集消费者购物行为数据（路径、停留时间、性别差异等），空间布局数据以及商品购买记录；
     • 利用UWB技术进行精准定位，并结合问卷调查/购物收据分析消费者消费习惯。
  2. 视觉化与问题挖掘:
     • 通过可视化工具（Python、Tableau）呈现数据，揭示空间布局问题、商品选择问题以及客户互动问题；
  3. 参与式工作坊:
     • 邀请13位利益相关者（消费者、零售员工、零售公司管理层）进行数据分享与讨论，提出设计建议并形成共识。

研究成果

• 具体成果:
  1. 数据揭示了购物路线、客户消费习惯和空间利用的问题（如热销区过度拥挤，货架形状影响通过率、性别差异等）。
  2. 利益相关者通过研讨形成四类设计建议：空间布局优化、商品选择增效、互动体验创新、管理功能提升。
• 优势相比现有解决方案:
  • 提供了真实场景数据驱动的设计流程；
  • 同步涵盖定量与定性数据洞察，并结合多方利益相关者的参与，形成操作性强的解决方案。
• 实验与评估:
  • 数据分析揭示了空间布局、商品选择和互动方式中的设计盲点；
  • 工作坊进一步验证了利益相关者在数据驱动方法上的认同与建议。
• 局限性与未来方向:
  • 局限性: 数据收集受限于时间与经费，无法覆盖更广泛人口；隐私问题与伦理风险需要进一步解决。
  • 未来方向:
    1. 扩大数据采集范围与规模，建立长期消费者行为数据库；
    2. 推广三步模型至其他复杂零售场景（如商场、综合多功能商业环境）；
    3. 探索轻量化的互动设计，减少顾客交互负担同时提高购物效率。

参考文献

提供了广泛的参考文献综述，涵盖HCI研究、零售数据分析和参与式设计领域的最新发展，有助于理论创新与实践验证。