Forrester 7月份的一份研究报告 The DMP Is The Audience Intelligence Engine For Interactive Marketers ,提出了一个 “数据管理平台 Data Management Platform (DMP)”的针对于线上互动营销和客户细分的商业智能Business Intelligence 解决方案概念。我从这份报告中摘选部分翻译,供了解、学习和探讨一下。

客户细分一向是传统营销的核心根基。在离线世界中,客户细分已经得到无数营销者的认可并实践。
而线上互动营销的领域,正在浮现出来的“数据管理平台 Data Management Platform (DMP)”,则为营销者提供了一个相较传统营销更为有效的客户细分或基于受众营销的机遇。营销者挣扎于支离破碎的信息片段,数据资产未被充分利用,并渴望获得更多受众的真知灼见,这就有必要针对类似“聚合知识或Turn”这样的DMP进行投入了。但要做好准备,这可是一个时间-劳动力密集的过程,需要营销、IT、法务e客户关系管理(CRM)或者分析部门的参与。

营销者总是依赖于客户/受众细分

传统大型企业,会使用诸如Acxiom和Marketing Solutions等公司管理的客户数据库来进行丰富的客户细分,开展营销。对于严重依赖于如直邮渠道等的直复式营销者来说,客户细分方案是很容易实施的;科学的测试和优化也是必备的。尽管客户细分对于品牌营销者来说是很普遍的实践行为,但他们针对客户细分进行营销的能力却是收到限制的,因为他们严重的依赖于大规模媒体工具,如印刷媒体或电视。无论是高度精准定位的直复邮件还是精心策划的品牌推广信息,进行客户细分的好处是显而易见的。客户细分能帮助营销者:

  1. 提供信息,来更好的进行定位和优化营销活动
  2. 提高客户管理方法和流程
  3. 驱动跨客户生命周期的洞见,从客户获取到关系维系

在数字世界,基于细分的受众定位机会可以说不要太多,但也存在缺陷:

  • 数据支离破碎(Data Fragementation)
    互动营销者拥有大把的受众定位数据选择,但从中进行挑选来针对特定受众群体获得最大化曝光度,这种选择过程是容易让人迷惑且令人畏惧的,更不要说需要花大量的时间来管理不同的数据。Moxie Interactive 媒体总监就说:我们有好几吨的数据,但没有好的方法来利用这些数据。这些数据来自五花八门。
  • 使用第一方数据的机会受限制   比较令人惊诧的是,互动营销者在把强健而有价值的离线数据库搬到网上使用时,会面临一个严峻的问题:法律限制和内部组织孤井壁垒(internal organizational silos)。由于担心数据泄露,数据管理和应用权的丧失,会阻碍离线和线上数据精准营销中的使用。
  • 有限的受众见解  互动营销者渴望获取和了解对那些看到和回应数字化营销活动的受众群的洞见。但这些数据很难进行挖掘。

而DMP框架则是考虑用一个统一的方式来进行基于细分的营销。这种威力来自集中化的系统,收集散落的受众洞悉,通过让数据易于获取,并且整合不同的数据集合,来创建出独一无二、有意义的客户细分,在整个数字化渠道中,如展示广告、网站和邮件,采取有效和俯览式的客户细分,进行有效营销活动。

Forrester对DMP的定义是:

把分散的第一、第二和第三方数据进行整合纳入的一种统一的技术平台,对这些数据进行标准化和细分,让用户可以把这些细分结果推向现有的互动渠道环境里。

DMP的核心元素:

  • 数据纳入和聚合 采取统一化(并且逐步程序化)的方式,具备从第一、第二和第三方的在线和离线来源,把数据进行吸收和整合的能力。
  • 客户细分建造和利用:让营销者可以灵活合并数据源来构建自定义受众群的功能。
  • 无所不包的容器标签:无所不包的标签解决方案,提供了包含一致化和精确数据收集的好处,提供标签灵活性,降低组织的摩擦。
  • 自助式的用户界面:基于网页web界面的直接获取数据工具,功能和几种式报表和分析。笔者注:貌似基于网页web界面,也并非必要,微软的MS SQL Server BI解决方案提供的PowerPivot工具跟Office Excel与Analysis Services的集成方案,远比web界面更灵活,甚至更强大,对大部分商业用户来说,也更熟悉Excel的操作界面。
  • 相关渠道环境的连接:跟相关渠道的集成,包含网站端,展示今天的广告和电子邮件,以及接下来的搜索和视频,让营销者能找到、定位和提供细分群体提供相关度高的营销信息。
    笔者注:“搜索”需要在下一步进行吗?用免费的Google Analytics网站分析工具,就能够进行到客户转化与访问来源、媒介和关键字了喏。

下面是DMP的框架图

 

 

数据管理平台 Data Management Platform

 

Aggregate Knowledge and BlueKai 提供的报告样例

image

 

I. 态度:消费者对产品或品牌的整体评估,它决定产品或品牌在消费者心目中的地位。

A. 态度的三个组成要素:

1. 认知因素:一个人对态度标的物的知识和信念

2. 情感因素:一个人对态度标的物的感觉和评价

3. 意欲因素:一个人对态度标的物的行动或行动倾向

clip_image001

B. 态度是学习的,相对持久的,会影响行为

C. 态度的构成面:

1. 方向(Valence):态度正向、负向、中立

2. 强度(Extremity):偏好变化程度

3. 抗拒性(Resistance):态度不会变化的程度

4. 持续性(Persistence):不会随时间经过而消逝

5. 信心(Confidence):一个人对态度正确与否的信念

II. 劝服(Persuasion):利用营销沟通的努力来影响消费者的态度和行为

A. 六种劝服工具(劝服着者观点,详读《影响力》 by罗伯特·B. 西奥迪尼):

a) 相互性

互惠原则

敬人者,人恒敬之

样品、赠品、试吃而产生购买

b) 承诺与一致性

先前期望水准与使用后的体验比较

c) 社会认同

d) 喜欢的人或物

讨人喜欢,吸引力,相近类似

e) 权威性

知识、专业

f) 稀缺性

限量,专属

B. 劝服的影响程序(被劝服者的角度)

1. 信息要旨

a. 主张的强度

b. 客观性的主张

c. 主观性的主张

d. 主张的数量/频率

e. 多面并呈的信息

f. 比较性信息

2. 周边线索

a. 背景,环境,场地

b. 背书人/推荐者

3. 接受者的投入(Involvement)

a. 涉入程度的高低(关心、关注的程度)

1. 金钱付出的多寡

2. 自我肯定

3. 社会价值

b. 接受者的初始状态

1. 知识、信念

2. 既有态度

3. 情绪

4. 人格特质

a. 支持的论点(Supportive Arguments, SA)

b. 对立的论点(Counterarguments, CA)

c. 来源不信任(Source Derogation)

d. SA < CA " 不采取行动

III. FCB方格(FCB方格是1980年Foote Cone & Belding(博达大桥广告公司)公司的Richard Vaughn开发的的一个广泛用来描述消费者购买决策行为特征的工具)

clip_image003

A. 方格1:消费者类型是思考者(Thinker)。特征是高介入、理性;购买产品如汽车、住房、家具等。购买决策遵循模式为:学习(Learn)—感觉(Feel)—行动(Do)。广告应重视足够理性的诉求支持,鼓励试用比较。

B. 方格2:消费者类型是感觉者(Feeler)。特征是高介入、感性;购买产品如香水、时尚服饰。决策模式为:感觉(Feel)—行动(Do)—学习(Learn)。广告应重视感性的打动。

C. 方格3:消费者类型是行动者(Doer)。特征是低介入、理性;购买产品是一些介入程度低的日用产品,多为求便性的习惯性购买。决策模式为:行动(Do)—学习(Learn)—感觉(Feel)。广告应重视购买后的认同。

D. 方格4:消费者类型是反应者(Reactor)。特征是低介入、感性。购买产品主要是满足个人的特殊嗜好,如雪茄、电影等。决策模式为:行动(Do)— 感觉(Feel)— 学习(Learn)。广告应重视消费者的体验和自我感觉。

E. FCB方格的优点及缺陷
该模型通过引入“介入度”这个因素把传统一个维度的消费者决策过程解释往前推进了一步,在现实中有着较好的应用性。但是,该理论的缺陷是人为的把消费者分为四种类型,有割裂之嫌。

IV. 整合性劝服模型(An Integrated Model of Persuasion or Elaboration Likelihood Model)

clip_image004

A. 推敲思虑(Elaboration)

1. 讨论对劝服性信息反应的心智活动

2. 思考信息的内容是什么?

3. 信息要点的评估

4. 是否同意情感反应

B. 认知过程:

" 注意(Attention)

" 理解(Awareness)

" 推敲思虑(Elaboration)

" 整合(Integration)

clip_image005

 

《哈佛商业评论》2011.01期

Utpal M. Dholaki

理论上,社会媒体网站Groupon(或其他团购网站)对消费者和商家来说,都提供了一种双赢。购物者在商店和营销活动里获得高额折扣,商家则获得大量的客户源。但在这个链条里存在一个严重的弱环,任何服务性商家在提供这种促销时都可能面对的一个致命之处:员工。

如果使用Groupon团购服务的商家,其员工在提供服务时感到不满,根据研究显示,客户很可能会得到一次糟糕的购物体验,商家也不会获得长期的利益。当Groupon出现时,许多员工会感到不满:他们端茶上水所服务的对象,可能并不是那么的优雅。

“大多数团购者是爱占便宜的人,”一家饭店老板在一次调研中说道,这次调研自2009年6月起至2010年8月止,调研了150个商家。“这些团购者认为这些特别款待是理所应当的,他们不会消费比Groupon团购促销品价格更多的钱,而且不会给小费。”

Groupon是把社会化媒体(social media)和优惠券营销进行嫁接的几个最著名网站之一。其他网站包括LivingSocial, BuyWithMe,和Scoutmob。这家网站每日提供一项促销—如,价值50美元的Gap服装只要25元,或者价值175美元的美容服务只要59美元。优惠券在消费者数量达到一个界限后才会生效,所以那些想要购买的用户通常都彼此是朋友,典型的通过Facebook或者Twitter来联系。有些团购促销甚至吸引了超过2万名买家。

大多数优惠券都是针对平常很难见到的折扣促销品,如手工制作的面包,皮划艇租赁,直升机驾驶课程,许多参与的商家对于如何应付优惠券和实惠购买者并无太多经验。结果是,管理者不能预测来势汹汹的客户会对他们的员工产生什么样的影响。员工们对不得不去做完的额外工作而感到愤愤不平,而且不理解这些特殊促销背后的逻辑。“一些员工认为我们不应该用这么低廉的价格来卖东西,”一位商家老板说道。

超负荷工作或心存疑虑的员工不太能(或不倾向于)提供积极正面的客户体验。他们的行为让Groupon团购促销玩火自焚,因为要从团购者身上获利,并让他们在未来会按正常价格购买,有两个关键要素。事实上,让员工准备好即将到来的促销并认可这种做法,是团购促销成功最为关键的影响因素:通过团购促销而获利的商家中,相对促销失败的商家员工,就对客户的看法而言,前者员工满意度会高出63%。这种关联是一个强有力的证据,即是做团购促销的商家管理者应该采取行动让员工感到满意,如,在促销前达成协议,补偿他们延长的工作时间或减少了的小费。

另一个影响团购折扣促销成功的重要的变量,当然是有多少优惠券用户是新客户;向现有客户提供更低价格是一种损害性行为,不会对长期利润提供帮助。但要让员工对团购促销能有正确理解,夸大这种价值,通常这是困难的。你的员工站在所售产品和客户中间,最终他们是决定促销成功或失败的关键人物。

image

 

新年伊始,Google在AdWords工具里面添加了一个新的功能:Search Funnel。搜索渠道/漏斗(Search Funnel)提供了一套关于用户点击和观看广告印象(impression)直至转化行为产生的用户行为数据报表。

在AdWords工具里,转化行为被归功于最后一次广告点击,但Search Funnel提供了更多的信息来帮助广告主理解其他点击/广告印象是如何影响用户做出相关行为的。

在哪里找到Search Funnel报表?

image

登陆AdWords账户后,你可在转化报表(Conversion)里找到。

你可以获得什么样的报表?

Search Funnel提供了八种报表。每种报表都提供了跟点击数或广告印象数的“点击-转化”的数据,以及用户在多久时间内发生转化行为。

概述 Top Conversions:显示AdWords账户里德所有转化行为。

间接点击次数和展示次数 Assist Clicks and Impressions:显示被展示但未被点击的广告,也就是“assist impressions”。点击数也是类似。这些广告展示/点击在早期购买环节中吸引了客户的关注,但由其他点击带来了转化行为。

间接转化次数 Assisted Conversions:转化行为的最后一次点击,和支持这种转化行为产生的点击,可按营销活动、广告组合关键词分别查看。

首次/最终点击分析 First, Last Click Analysis:显示每一次营销活动、广告组或关键词的第一次点击或最后点击所产生的转化数量。

最佳路径 Top Paths:针对每次营销活动、广告组或关键词,显示转常见的转化路径,包括首次/最终点击。

转化耗时/路径长度 Time Lag, Path Length:显示用户点击广告后,用了多长时间来产生转化行为。“路径长度”报告显示用户发生转化行为的平均点击/展示数。“转化耗时”显示用户在点击广告后,用了多长时间发生转化行为。

如何运用这些报表来改善转化率?

路径长度报表

image

“路径长度”报告显示了用户发生一次转化行为的平均点击/展示数。

在上例中,这一报表显示客户目标群中有很大比例(大约46%)在第一次点击广告时没有发生转化。在2次或更多次点击后,客户才发生转化行动。

转化耗时报表

image

转化耗时报表显示用户发生转化行为,平均要多长时间。这些数据可以按天或小时来统计。

图例中,用户在首次点击后,平均要3天时间才会产生转化行为。大约72%的用户会在广告点击的一天内发生转化。然而,这意味着28%的用户要花更长时间才会转化。

就案例中广告主而言,点击路径和点击耗时似乎还可以接受。因为广告主销售价格较高的高档健身设备,消费者通常不会一时脑热就做出购买决定的。

这些数据并未发出警示信号。消费者就是会花上一些时间来考虑是否要最终购买。但我们依然可以做一些工作去缩短点击路径和耗时,更早的劝服消费者购买。

如果广告主销售的是一些低价产生,或者转化行为就是填写一份联系人表格,那这些数据就提示,网站并没有很好的、尽快的抓住目标群体的兴趣和注意力(如果用户要花三天来填写一份表格,那就是大问题了)。这样,就可以判断着陆页(landing page)并没有发挥良好效果,促使用户采取行动。

 

http://www.getelastic.com/cart-recovery-1/

购物车遗弃对任何一家电子商务零售商来说,都是一件酸楚的事情。总会有某个比率的客户会在结算流程的某个环节上无声离去。研究显示,电子商务零售网站的平均购物车遗弃率在60-70%左右,这是一个非常高的数字。

一些不完全的原因如下:

  • “价格标签震惊” (对未预料到的运费和税费的反应)
  • 要求注册(1/4的人会放弃,除非提供访客结算功能)
  • 安全或隐私的考虑
  • 结算过程中注意力被转移,导致客户关掉窗口
  • 还没打算购买
  • 打算以后再购买(Forrester Research的研究认为,这个比率是24%)
  • 技术问题(表单不能用,信用卡被拒,访问进程过期,页面加载缓慢,等)
  • 可用性问题(过于复杂的表单,要求提供过多信息)
  • 不支持惯用的支付方式
  • 所在地不支持送货

购物车挽救邮件和关注点

上面的问题并不能通过诸如网页重新设计、可用性测试和A/B测试之类的转化率改善工作来缓解。很多在线零售商已经在使用“触发式邮件(triggered emails)”这种再营销活动(remarketing program)来应对购物车遗弃客户。只有邮件在第一步被获取,重新定位就有可能。

什么时候触发?

2009年,Listrak进行了一项研究,对互联网零售商500强(Internet Retailer 500)使用触发式邮件的习惯进行了解,发现只有42家部署了购物车遗弃邮件。这42家零售商,平均邮件送出时间是75.1小时(3天3小时6分钟)。只有10%的是在第一个小时内发送,17%在1-24小时之间,33%在24-72小时,40%在72小时之后。

决定购物车挽救邮件的发送时间点是一个很关键的问题。一些邮件营销专家认为,最佳实践是在购物车遗弃的24小内,一些人甚至认为应在几分钟之内。然而,Bronto Software的Kelly Lorenz最近在她的博客分享了一位客户的经验,在购物车被遗弃后的3天而不是24小时发送挽救邮件,带来了更高的转化率和收入。

进行试验,也许是发现最恰当时机的最佳方式。可以考虑一下客户从访问到购买的平均时间(利用网站分析工具),以此来帮助决定这中间的时间窗应该是多长。

image

image

制定触发式邮件的策略

对不同的细分客户群部署不同的邮件信息

如果客户还处在商品研究阶段或准备以后再买(等有钱了),那触发邮件就不会有效果。然而,时间拖得过长,客户可能已经在别处购买了,或者就是忘记了她曾经把某件商品加入到购物车。一个好的侧爵士,针对不同的遗弃情况,部署不同的触发邮件在不同的时间点发送。

了解遗弃发生的地点

典型的,客户进入购买漏斗越深,购买意图越强。在填写信用卡信息环节时遗弃,可能预示网页表单上的技术问题。这样,你可以在几分钟或数小时内考虑发送一封客户服务导向的邮件,提供如何完成结算的帮助信息(包含客服电话号码或者邮件联系人)。

相反的,如果一位已登录的现有客户在购物车页面遗弃,你可能会假设她要先把商品留置(以后再购买),被其他事情分散注意力,被运费影响购买决定,或者就是现在还不准备购买。这样的话,提醒邮件也许在72小时至10天发送会更合适。

了解为什么会发生遗弃

针对客户在填写表单时会遭遇的错误情况,对客户进行标记,这样能帮助你发送最具相关性内容的邮件。如果客户连续碰上信用卡号码不匹配的错误,那可能是由于安全考虑导致信用卡被锁定了。大多数客户不知道这是什么原因,再三检查后,表单依然拒绝提交。通常,客户只有在24小时后才能再度尝试(禁令移除)。这样,你可以发送一封提醒24小时后再提交的邮件,或者让客户通过向客服中心打电话,用其他卡来支付。

客户输入过期优惠券号,也许可以获得一个特别针对这一客户的优惠号码(这种情况下,客户总是会由于价格问题而放弃)。或者,你也许就忽略这一位客户了。

客户收到一条“库存不足”的提示信息?那尽快发送一封推荐类似商品或提供“库存充足后提醒我”的邮件就是恰当的做法。如果商品在产品页面显示有货,但在结算时却无货(可能出现在诸如“秒杀”之类的促销期内),那一封发送针对下次购买的小额优惠券会提供一个体验友好的姿态。在这种情况下,客户接获得有条件的优惠,并不会带来什么风险,这清晰的显示了给客户带来不便的一种礼仪行为。

只用邮件去接触客户吗?

如果你还获得了客户的电话号码,一次客服导向的edmhw也许会拯救这次销售。但客户也许并不会喜欢接到才在线商店打来的电话。这样的话,你可能会只针对进入较深购物漏斗的客户拨打电话,或者针对需要复杂销售的商品进行电话联系。

触发式挽救邮件的内容和设计

下回再谈

 

六种常见电邮营销(email marketing)客户细分和定位(targeting)选项。这些选项通常可进行分层细分来组合使用。下图是eBay UK在依此电邮营销大会上的分享:

image

要实施这一级别的电邮营销,企业需要有能支持按事件触发的电邮营销系统以及动态内容插入功能,从而提供不同的促销和电邮内容。

六种定位选项:

  1. 客户档案特征(人口统计)
  2. 客户价值—现在和未来
  3. 客户生命周期组
  4. 客户的反馈和购买行为(观察到的和预测的)
  5. 客户多渠道行为(渠道偏好)
  6. 客户角色,包括消费心理(psychographics)

下面选取几点做解释:

客户的当前和未来价值

Peppers & Rogers的三类客户划分:最有价值的客户(Most-valuable customers MVCs),最有增长潜力的客户(Most-growable customers, MGCs)和零下价值客户(Below Zero Customers, BZCs)。要基于忠诚度做细分,比较当前和未来价值,可以用一个矩阵来进行视觉化分析。

一个来自零售集团Otto的案例:

image

事实上,这个细分会比看上去的要复杂得多,里面采用了一系列的指示性指标。

基于客户生命周期组的定位
  • 注册 logged-on
  • 疑虑 cautionary
  • 信心增长 developing
  • 安心 established
  • 热诚 dedicated
  • 离开 logged-off(在这里的目的是要“赢回”客户)
基于客户反馈和购买的当前和预测行为

随着客户进入不同的生命周期阶段,如果不同渠道的互动行为都能被捕捉到,譬如邮件点击和网站页面访问,这样就能构建一个详尽的客户反馈和购买历史。

针对这一行为历史,开发一套“行为积分”,显示不同客户的活跃水平。传统零售业中常用的RFM分析法(最近期、频度和购买金额 recency, frequency, monetary value),以及所购买的产品种类,也是一种有效的但可能稍微复杂一些的分析方法。相关的方法,还有客户存活分析(survival analysis)等。

补充:

在网站分析工具(如Google Analytics, Yahoo! Web Metrics; Omniture, Coremetircs等)可选用的用户细分参数:

1. Segmentation by Referrer / Traffic source:

  • Paid
  • Natural
  • Paid and natural brand and non-brand
  • By number of keywords – 2,3,4
  • Social media

2. Segmentation by Visitor Type

  • New visitor
  • Returning visitor
  • Registered visitor
  • Customer

3. Segmentation by Engagement

  • 5 pages,
  • <3 pages

4. Segmentation by Content Viewed

  • Key landing page
  • Product page
  • Checkout complete
  • Folders for large organisation

5. Segmentation by Landing Page Type

6. Segmentation by Event:

  • Conversion goal types and E-commerce

7. Segmentation by Platform (less important)

  • Browser
  • Screen resolution
  • Mobile platforms

8. Segmentation by Location Main markets

  • UK
  • US
  • FIGS
  • ROW
 

概要:

Black Friday Online Spending Delivers Double Digit Growth in 2010

  • Consumer Spending Increases: Online sales were up a healthy 15.9 percent, with consumers pushing the average order value (AOV) up from $170.19 to $190.80  for an increase of 12.1 percent.
  • Luxury Goods Make a Comeback: Jewelry retailers reported a 17.6 percent increase in sales. These affluent shoppers appear very willing to open their wallets.
  • Surgical Shopping: Consumers know what they want and where to get it. People are viewing 18.0 percent fewer products on sites than they did last year, suggesting that they are shopping with a specific item in mind and quickly moving on.
  • Social Shopping: Consumers appear increasingly savvy about their favorite brands’ social presence, and are turning to their networks on social sites for information about deals and inventory levels. While the percentage of visitors arriving from social network sites is fairly small relative to all online visitors—nearly 1 percent—it is gaining momentum, with Facebook dominating the space.
  • Mobile Shopping: Consumers are also embracing mobile as a shopping tool. On Black Friday, 5.6 percent of people logged onto a retailer’s site using a mobile device, a jump of 26.7 percent compared to the prior Friday.

Cyber Monday 2010 Compared to Black Friday 2010

  • Consumer Spending Increases: Online sales were up 31.1 percent, with consumers pushing the average order value (AOV) up from $190.80 to $194.89 for an increase of 2.1 percent.
  • Luxury Goods Continue Comeback: Jewelry retailers reported a significant jump of 60.3 percent in sales.
  • Social Shopping: The growing trend of consumers using their networks on social sites for information about deals and inventory levels continued on Cyber Monday. While the percentage of visitors arriving from social network sites is fairly small relative to all online visitors—nearly 1 percent—it is gaining momentum, with Facebook dominating the space.
  • Mobile Shopping: Consumers continue to use mobile as a shopping tool. On Cyber Monday, 3.9 percent of people visited a retailer’s site using a mobile device.

个人关注最后两个指标:社会化购物,从社交网站带来的访问者流量还比较小,只有1%不到,但动能在加强;移动购物,则达到3.6%和5.6%,较社会化购物明显高出很多。

更详细数据参见:

http://www.coremetrics.com/downloads/benchmark-2010-black-friday.pdf

http://www.coremetrics.com/downloads/benchmark-2010-cyber-monday.pdf

在线零售的五大指标:http://www.coremetrics.com/downloads/bp-benchmark.pdf

 

这是我最近做的一次关于交互产品中情感设计交流活动的演讲文档。

之前参加UPAChina 2010会议时,也参加了一个相似主题的工作坊。工作坊由一位前微软的设计师主讲,不过感觉这位设计师讲的东西比较空泛,而且过于强调活色生香的视觉层面(用Don Norman的理论来说,更倾向于“本能层”的设计)。

所以,这次交流活动我就已自己以往的学习、阅读和思考为基础,借鉴了较多的相关书籍、论文和工具,来试图串成一个相对完整的情感设计参考方法论体系。

分享内容
1.      Don Norman关于设计和设计目标,提出的三层次理论
a)      本能层
b)     行为层
c)      反思层

2.      人类的认知能力和交互设计中的一些原则
a)      期待影响我们的感知
b)     视觉会优化发现结构
c)      格式塔法则
d)     我们寻找并利用视觉结构
i.          阅读是非自然的
ii.          结构化能提高人们扫描信息的能力
iii.          视觉化层级能让人们更关注相关信息
iv.          大部分应用/设计的说明文案是不必要的
v.          最小化阅读的需求
vi.          不要打断阅读;要给予支持
e)     人类视力的局限性

3.      度量产品体验的几个工具介绍

a)      Geneva Emotion Wheel
b)     Product Emotion Measurement Instrument (PrEmo)

4.      ZMET介绍:通过图片隐喻和诱导,探寻客户如何思考。
a)      原理简介
b)     案例:
i.          某品牌洗发水的广告创意
ii.          某书店的核心价值挖掘

5.   情绪板介绍:
a)   情绪板:通过关键词和代表性图片,获取视觉设计的启发和灵感,并在设计初期达成共识的一种辅助工具。
b)   MoodBoard:一个情绪板的iPad应用。

参考文献和书籍:

  1. 书:Emotional Design: Why We Love (or Hate) Everyday Things by Donald A. Norman
  2. 书:The Design of Everyday Things by Donald A. Norman
  3. 书:Designing with the Mind in Mind: Simple Guide to Understanding User Interface Design Rules by Jeff Johnson PhD
  4. 书:客户如何思考
  5. 格式塔法则介绍: http://zh.wikipedia.org/zh-tw/%E6%A0%BC%E5%BC%8F%E5%A1%94%E5%AD%A6%E6%B4%BE
  6. Geneva Emotion Wheel http://emotion-research.net/toolbox/toolboxlabellingtool.2006-10-13.4050804919
  7. Product Emotion Measurement Instrument http://www.susagroup.com/en/our-tools/
  8. ZMET: http://www.olsonzaltman.com/html/howzmet.html

 

http://www.ftchinese.com/story/001034367

作者:英国《金融时报》专栏作家 蒂姆•哈福德

我曾在近期的一篇专栏中暗示,行为经济学有一定的价值。读罢此文,一位行为经济学家开玩笑说:“你在慢慢滑向黑暗面”。这句一语双关的话让我深思,因为行为经济学的确有其黑暗面。行为经济学家们研究经济决策的心理;他们只要擅长自己工作,就会发现某些毫无廉耻的推销员会籍以牟利的伎俩。

一个从行为经济学家转行的无赖会利用“禀赋效应”(endowment effect)——这是一种人们将更高价值赋予感觉自己已拥有物品的趋势。他(或她)同样会试图制造出一种感觉:即如果消费者不购买,他们就会吃亏。因为人们对于失去5英镑的痛恨,似乎要远甚于获得5英镑的欣喜。

第三,我们那些无赖经济学家会尝试提出一种比索价高出许多“锚定”价值,这使得产品看上去十分廉价。创造这样的锚定价值看上去并不难:可以邀请体验者写下他们社会保险号码的最后两位数字。

第四,他(或她)会尽可能让定价复杂化,使得人们难以将其与竞争对手的价格进行比较。第五,他(或她)将努力创造一种社会认同感——所有人都在买这种产品。最后,无赖经济学家会抛出一些赠品。

许多寡廉鲜耻的推销员自己自己想出了这种办法。不妨想想那些电视购物节目。“TimCo抽油烟机的售价不是200英镑,不是100英镑,也不是50英镑……”(将价格锚定在200英镑)……“如果我们线路繁忙,请稍候再拨”(社会认同)……“本产品不在常规商店出售”(损失厌恶感)……“但请等等!当你购买TimCo抽油烟机时,会免费获得TimCo汤匙”(复杂的定价方式以及“免费”赠品)。

英国公平交易办公室(Office of Fair Trading)一直在向行为经济学家求助,寻求应对此类伎俩的建议。他们发现,最缺德的花招要算是“水滴定价”。在这种招数中,消费者同意支付一个价格,但不成想随后送货要收费;使用信用卡支付也要收费,另外还有保险费。水滴定价利用了禀赋效应,因为客户觉得自己已做出了购买决定;它形成了损失厌恶感,因为在遭遇额外收费前,消费者已经在求购上投入了时间和精力;同时这也是一种复杂的定价方式,使消费者难以对价格进行比较。

由伦敦大学学院(University College London)的顾问和学者进行的OFT研究基于实验室试验,在实验中,一些学生坐在一台电脑前,面对2家虚拟的零售商提供的假想交易。学生们要面对各式各样的营销花招,必须决定在付出多大代价的搜索后,从哪家购买,以及购买多大的数量。在让学生们上当方面,没有哪种花招像水滴定价那样十拿九稳。在实验中,他们先是遇到了处理费用,然后是运费。(由两部分组成的水滴定价招数还算是普通的:OFT表示,一家旅行社提供的方案包括4颗无法避免的“水滴”;而2家电脑零售商则附加了7个可选项)。

OFT一直在警告人们提防水滴定价。但要对其加以监管,OFT需要下一番力气——水滴定价者通常都有一些空子可钻。买家应该记住,如果他们在“水滴”开始下落时离开,就不会被淋湿。

译者/杨卓

博主推荐延伸阅读:

影响力

怪诞行为学

 

原文:http://blog.nielsen.com/nielsenwire/global/mobile-internet-more-popular-in-china-than-in-u-s/

Shan Phillips, Vice President, Greater China, Telecom Practice, The Nielsen Company

尼尔森公司对中国移动应用的研究报告(Nielsen’s Mobile Insights Report on China),基于对涵盖中国19个城市的15岁以上4,946位消费者的面对面访谈。

报告声称,在很短的时期内,中国移动消费者就使用手机访问互联网而言,已经超越了美国(38% vs. 27%),尽管中国网络相对较落后。

谁在使用以及在看什么?

image

  • 男女性别几乎相当;25-34、35-44年龄段是使用者主体
  • 大部分(54%)的消费者会使用手机做高级数据用途,如电子邮件、游戏和音乐

中国人如何使用手机?

image

  • 短信是最大的主流应用
  • 游戏次之
  • 移动视频只占极少比例

市场机会

  • 尽管有40%的中国手机用户会访问移动互联网,但诸如移动视频和内容上传等还缺乏使用动机,这跟中国3G网络普及率低相关。
  • 移动应用的经济生态系统还是支离破碎,社交网络平台也还处于襁褓状态

中美移动使用状况比较

image

image

© 2012 V的博客 Suffusion theme by Sayontan Sinha