棋盘游戏式服务设计工具:提升共创工作坊效率的新途径
立即解锁
发布时间: 2025-09-02 00:42:41 阅读量: 13 订阅数: 26 AIGC 


设计思维与用户体验研究
### 棋盘游戏式服务设计工具:提升共创工作坊效率的新途径
#### 1. 常见图形服务设计工具概述
在服务设计领域,有四种典型的图形服务设计工具,它们各自有着独特的概念和作用。
- **人物角色(Persona)**:基于用户感知的可视化呈现,是对用户行为的抽象总结,能反映用户的行为习惯和特征。创建用户画像的方法多样,如 Alen Cooper 的“七步人物角色法”和 Lene Nielsen 的“十步人物角色法”。标注清晰且系统的人物角色能帮助团队高效定位用户并快速捕捉其需求。
- **故事板(Story Boards)**:由沃尔特·迪士尼在 19 世纪 30 年代首创,通过一系列图片展示事件的详细过程,如服务场景和服务原型。借助具体的场景描述,能营造故事氛围,引发情感共鸣,使用户需求更具体、更具说服力。
- **DVF 过滤图(DVF Filter Maps)**:通常用于服务创新的中后期,主要功能是在众多概念中发现真实且合适的想法。过滤维度包括用户、技术和商业。用户接受度用于评估产品或服务是否满足用户需求和期望;操作或技术可行性用于评估产品或服务能否实现;商业可行性用于综合评估商业模式的合理性,尤其从价值主张的角度确定产品或服务为用户创造的价值和收益。
这些工具不仅在服务创新过程中被反复使用,还在参与式设计过程(如共创工作坊)中受到公司和设计组织的青睐。然而,由于这些工具的专业性和复杂性,没有设计背景的共创者往往难以高效参与讨论,影响了知识的积累和共识的达成。
#### 2. 共创工作坊中客户旅程地图的知识转化与使用
##### 2.1 知识转化模型与知识创造
知识可分为“显性知识”和“隐性知识”。显性知识能用文字、公式和图表描述,可系统、规范地表达;隐性知识则难以用语言、文字或符号充分表达。Ikujiro Nonaka 等人在此基础上,明确将知识分为“可通过正式语言或媒体共享”的显性知识和“内在知晓但无法用语言解释”的经验性和身体性隐性知识。知识创造的关键在于隐性知识的调动和转化。
Ikujiro Nonaka 和 Hirotaka Takeuchi 构建了 SECI(社会化、外化、组合、内化)知识转化模型,揭示了通过知识交互创造新知识的组织范式。该模型包括四个阶段:
- **社会化(Socialization)**:从隐性知识到隐性知识,强调通过观察组织内外的现实,设身处地,积极参与,分享经验,创造隐性的共情知识。
- **外化(Externalization)**:从隐性知识到显性知识,通过对话和反思,利用隐喻、类比或模型将隐性知识外化,形成概念知识。
- **组合(Combination)**:从显性知识到显性知识,将各种概念连接和系统化,形成知识体系,产生系统知识。
- **内化(Internalization)**:从显性知识到隐性知识,将系统知识转化为项目管理、生产流程、新产品使用和政策实施等方面的操作知识,在知识创造螺旋中相互强化。
下面用 mermaid 流程图展示 SECI 模型的知识转化过程:
```mermaid
graph LR
classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
A(隐性知识):::process -->|社会化| B(隐性知识):::process
B -->|外化| C(显性知识):::process
C -->|组合| D(显性知识):::process
D -->|内化| A
```
##### 2.2 共创工作坊中客户旅程地图的使用情况与问题
客户旅程地图是共创工作坊中使用时间最长、频率最高且难度最大的工具,在一定程度上决定了工作坊的顺利进行。为了更好地了解其使用情况,作者参与了一个由 Mars Wrigley 和 Chimian 公司组织的共创工作坊,观察并记录了参与者的使用情况。
工作坊有 27 位共创者,其中 5 位是有设计背景的学生,22 位没有设计背景。工作坊由 2 位引导者和 3 位助手组织,使用了上述四种工具,且在客户旅程地图上花费的时间最多。
没有设计背景的参与者使用客户旅程地图的行为按顺序如下:
1. 学习工具的概念和用法。
2. 首次采访用户,记录用户行为。
3. 梳理旅程阶段。
4. 将用户需求和行为写在便利贴上,贴在旅程地图的相应位置。
5. 举例说明用户在每个阶段使用的接触点(物理、数字和人际类型),并贴在旅程地图的相应位置。
6. 将用户的痛点和亮点写在便利贴上,贴在旅程地图的相应位置。
7. 再次采访用户,重复步骤 4 - 6,添加信息以改进和优化用户旅程。
8. 使用曲线反映用户在每个阶段的情绪波动。
9. 洞察优化和设计机会。
分析表明
0
0
复制全文
相关推荐









