基于感性工学的产品需求挖掘

摘要： 随着“以人为本”的设计理念日渐深入设计行业人员内心深处，产品设计前期的用户需求挖掘近几年正成为设计研究的一个重要方向。效度分析作为一个心理学实验的重要方法，在发掘用户的潜在需求过程中有重要的作用。为研究用户需求挖掘过程中感性工学对于后续产品设计的重要作用，通过设计调查，挖掘学生群体在MP4产品上的需求，同时对调查结果运用主成分分析法和因子分析法进行分析，找出针对学生群体的MP4设计方向。研究结果表明MP4产品依然具有较大的市场空间，而对其需求挖掘的深度剖析表明该类产品的功能性需求大于美学性需求。研究进一步扩展了感性工学的应用范围，同时对产品需求挖掘的方式方法有了新的研究方向，产品的需求挖掘更具科学性和客观性，对于企业的科学化决策具有很重要的作用。

Abstract： With the design concept of "people-oriented" growing deep into the heart of the design industry personnel， design research product pre-user demand for mining in recent years is becoming an important direction. Validity analysis， an important method of experimental psychology， plays an important role in the process to explore the potential demand of the users. In order to study the important role to the follow-up product design that Kansei engineering plays during the process of user needs mining， the design investigation is used to excavate student groups' demand for the MP4 products while principal component analysis and factor analysis is used for identifying the design direction to the MP4 in student. The results show that MP4 products still has a large market share， and the deep analysis to the needs excavation shows that the functionality of these products demand is greater than aesthetic requirements. Study further extends the scope of application of Kansei engineering， while demand mining ways and means for products have new research directions .In addition， the demand for mining products is more scientific and objective， which has a very important role to the scientific decision-making for the enterprise.

关键词： 工业设计；需求挖掘；感性工学；主成分分析；因子分析；效度分析

Key words： industrial design；demand mining；Kansei Engineering；Principal Component Analysis；Factor Analysis；Validity Analysis

中图分类号：TB472 文献标识码：A 文章编号：1006-4311（2013）36-0031-05

0 引言

MP4播放器是一种集音频、视频、图片浏览、电子书、收音机等于一体的多功能播放器。感性工学[1]是一项系统地挖掘人们对产品的感性并将其转化为产品设计要素的技术。目前，日本三菱、日本丰田、美国福特、韩国现代、日本夏普、韩国三星、日本佳能等诸多企业都将感性工学应用到其产品的开发设计中[2-3]。

1 研究过程和方法

1.1 明确所要设计产品的现状 随着移动通讯终端的功能越来越强大，各种手机产品有逐渐替代MP4的趋势。但是，MP4作为一种多功能播放器，在某些方面还是有着重要作用的。尤其是对于学生群体而言，MP4的高性价比和多功能对于满足学生的学习和娱乐还是有很大作用的。

1.2 规划需求挖掘流程模型 需求是指在市场上能够引起客户的购买欲望。用户是感性与理性的结合，在对产品的认知方面，用户既有感性的认知，又有理性的评价，如何将用户的“内心所想”转化为可分析的设计元素是需求挖掘的核心之所在[4]。

在产品设计过程中，用户需求挖掘主要有以下几个重要的关键性流程：

用户群体的不同对于产品设计过程中的需求挖掘有着即为重要的作用，需科学划分。设计调查主要有两个基本目的：第一，了解用户对该产品的目的动机。第二，了解用户操作过程和思维过程。设计调查主要围绕用户的行动特性和用户的认知特性两个目的展开。

主要有以下几种调查方法：观察用户的操作过程，与用户进行深入交谈，标准化问卷调查[5]。

在将感性评价尺度转换为工学尺度的过程中，可以采用主成分分析（Principal Component Analysis）[6]、因子分析（Factor Analysis）[7]、多元线性回归分析（Multiple Linear Regression Analysis）[8]、数量化理论Ⅰ类（Quantification Theory typeⅠ）[9]、神经网络算法（Neural Networks Algorithm）[10]、遗传算法（Genetic Algorithm）[11]、粗糙集分析（Rough Set Analysis）[12]等方法，调查分析从两个方面入手，一是对调查问卷进行效度分析[13]，二是对调查的数据进行多变量分析，找出数据间的某些内在联系，进而为进一步设计找出方向。

效度（Validity）指测量工具或手段能够准确测出所需测量的事物的程度。效度有以下一些分析方法：

①单项与总和相关效度分析；②准则效度分析；③结构效度分析。

1.3 根据产品实例验证需求挖掘模型的正确性 一个模型的建立需要有实力予以证实方能确认其可行性和正确性。本文采用MP4产品设计过程中的需求挖掘进行

验证。

2 研究实例分析

由于MP4产品高性价比、功能较为丰富、操作较为简便的特点，因此其在学生群体中的接受程度较高，为此，此次设计MP4划定的人群为在校学生。

企业如能抓住学生这一消费市场，就意味着MP4市场上赢得较大的份额。但是，作为细分化的学生消费群体有其自身特性，设计师如何能获知学生用户的消费行为特征以及需求倾向，为制定制订相应的营销策略提供有效的参考资料，预先对大学生的MP4市场需求调查是十分必要的。

2.1 人群特点分析 在校大学生人群存在着较为普遍的特点，如勤于思考、独立性强、批判性的思维、情绪不稳定、情感丰富且敏感等[14]。这些特点决定了他们在消费诸如MP4类的产品时会用更加挑剔、更加细微的感觉进行选择。同时，由于大学生群体在经济上尚未独立，这就限制了其在消费电子类产品时的纯感性选择，更多时候他们的选择会相对较为理性。

2.2 设计调查 设计调查不同于一般的市场调查，它具有更为明确的目的性和更强的专业性[4]。此次设计过程主要采用问卷调查和用户操作实验分析进行调查。

本次实验选取一款市场上已有MP4产品进行操作的分析。其基本操作流程如下：

通过观察，笔者发现原有设计的一些缺陷如下：开关为拉式开关，使用并不是很方便，且开机需要拉的时间有点长，左右键为触摸型按键，并没有具体的触感，因此灵敏度一般。此外，本MP4没有自带扬声器，需要连接耳机使用，而长时间使用耳机对耳朵的伤害还是比较大的，因此需要对此进行改进。

问卷的设计主要是为了明确MP4的设计和哪些因素有关，并对这些因素的重要程度进行排序，写出设计指南，从而获知学生用户的消费行为特征以及需求倾向。

随后设计调查问卷，对用户性别与年龄、产品现状定性、产品设计偏向性（如表1）进行调查。

2.3 调查数据分析 针对问卷调查的基本排序情况，笔者总结出了10个一级因素，每个因素下面又包含了多个二级因素、三级因素、四级因素。问题就从质量、功能、外观、使用、高科技、服务这几个大方面入手调查。

被调查人群均为在校大学生，学历层次均为本科。其中男生102人，女生58人。选择这样的人群进行调查主要是因为这部分人群是MP4产品的重要消费力量。

问卷的回答是否可信是问卷质量高低的一个重要标准。在这里，首先对问卷结果进行信度分析[13]，分析主要针对问卷的第三部分。

笔者采用克朗巴哈系数（Cronbach’s α）[15]进行效度的测量，其计算公式如（1）式所示：

α=■1-■（1）

式中：K——样本数；

σ■■——总样本的方差；

σ■■——目前观测样本的方差。

在基础研究中Cronbach’sα系数至少应达到0.8才能接受，本问卷的Cronbach’s α系数为0.907，如表2所示。可见问卷具有相当的信度。

问卷设计的题型多种多样，有单选题、多选题和偏向性选择题。针对不同的题型用不同的方法对数据进行分析以寻找设计出发点。

2.3.1 运用主成分分析法对多项选择题进行分析，以题11为例。

主成分分析法（Principle Component Analysis，简称PCA）是将多个变量化为少数综合变量的多元统计方法，其基本计算方法如下[16]：

主成分分析法在问卷调查中的应用是建立总评价指标，假设有n个样本，每个样本有p个指标，原始数据为n×p阶矩阵：

X=x■ x■ … x■x■ x■ … x■ ┆ ┆ … ┆x■ x■ … x■（2）

评价的一般基本步骤如下：

①首先对原始数据矩阵进行标准化处理，消除量纲的影响。采用Z-SCORE方法进行无量纲化。

X■■=■（3）

其中：■■=■■x■，s■=■

②在标准化数据矩阵的基础上计算原始指标的相关系数矩阵R=（rij）p*p。

③计算相关系数矩阵R的p个特征值和特征值所对应的单位特征向量ej=l■，j■，…，l■′。

④计算贡献率，把特征值按大小顺序排列（λ1？叟λ2？叟…？叟λp），计算各成分的贡献率：αj=λj/■λk（4）

按贡献率■αj？叟0.85确定一个m值，也就是确定m个主成分。

⑤选出m个特征值对应的单位特征向量，就可以写出主成分计算公式Zj（j=1，2，…，m）。

⑥计算采样点各主成分得分：把各采样点的标准化数据分别代入采样点各主成分的表达式中，即可以得出采样点各主成分的得分Fj；以方差贡献率为系数求得综合得分F。

Fj=X■■Z■（j=1，2，…，m）

F=■αjFj

以第11题为例，如表3所示，可以进行数据分析。

这两项统计数的基本原理都是根据偏相关系数（partial correlation）而来。其中KMO取样适当性统计量的值在0到1之间，其值越接近1，表示变量间的偏相关系数越低，进行主成分分析抽取共同主成分的效果越好。本题的KMO值为0.779，已经达到“适中”的标准，因此适合进行主成分分析。

Bartlett球面假设性检验是假设变量间的偏相关系数矩阵是单位矩阵，若检验结果不能拒绝零假设，表示资料不适合进行主成分分析。由本例可知，Battlett球面性检验值为204.607，在自由度为21时，已达显著水平，故可以拒绝零假设，本题适合进行主成分分析。

结合表6由主成分法初步抽取的结果和图3进行的陡坡检验的结果，可以得出结论：学生对MP4期待的功能，可以用两个主成分进行解释，这两个主成分共可解释结构变异量的53.417%。

结合表7和表8各变量在主成分上的加权系数和主成分分数系数，得出两个主成分，而由于第七项为“其他”，尚不可明确具体成分名称，故可以结合其他变量进行推测。而对于第一个主成分上，加权系数大小依序为“收音”、“闹钟”、“照明”、“蓝牙”，“拍照、摄像”和“输出到电视上”的加权系数较小；在第二个主成分上，“摄像、拍照”和“照明的”的加权系数较大，其余加权系数小。

因此这里可将第一个主成分命名为“工具”，包括“收音”、“闹钟”和“蓝牙”；将第二个主成分命名为“多媒体功能”，包括“摄像和拍照”、“照明”。

其他的多项选择题也可以运用相似的方法找出对应题目的主成分。

2.3.2 运用因子分析法对由李克特量表法调查的问题进行数据分析

因子分析[17]是以少数几个因子来解释一群具有相关的变量间关系的数学模型。

因子分析决定如何将p个具有相关的变量，将每一个变量分解（decomposition）成少数几个（q个且q≤p）共同（common）因子Fj，j=1，2，…，q，与特殊（specific）因子εi的线性组合，其数学模型为：

χ1=μ1+l11F1+l12F2+…+l1qFq+ε1

χ2=μ2+l21F1+l22F2+…+l2qFq+ε2

┆

χp=μp+lp1F1+lp2F2+…+lpqFq+εp

公式（6）中，F1，F2，…，Fq代表共同因子，是每一个变量所共同测量到的潜在结构，而εi是特殊因子，是第i个变量所单独测量到潜在结构的部分，至于lij则是第i个变量在第j个因子上的结构负荷量。

标准本例的KMO值为0.893，已经达到“优良的”，适合进行因子分析。Bartlett球形检验在本例的值为1371，在自由度为190的情况下大0.001显著水平，可拒绝偏相关矩阵不是单位矩阵的假设，表示数据适合进行因子分析。

由表9可知，具有高质量视频播放功能、具有立体环绕声、支持多格式音乐、电池容量大、内存大且可外加内存、屏幕分辨率高，画面细腻等六个标准在因子1的负荷量值最高，而具有开放系统平台、提供内置游戏和联机游戏功能、具有蓝牙等功能、具有收音和录音功能、具有大屏幕、屏幕在强光下清晰可见、能存储上千首歌曲等七个标准在因子2的负荷量值最高，而操作见面简单易懂、具有售后保修和升级服务、适合长时间抓握、细节处理仔细等四个标准在因子3的负荷量值最高，具有防落水后损坏、具有防落地后损坏和外壳防掉漆三个因素在因子4的负荷量值最高。

通过讨论，可以设定以下四个因子的名称作为抽取出来的共同因子，即因子1为基础硬件，因子2为扩充性硬件（含操作系统平台），因子3为使用体验，因子4为抗损坏能力。

通过对这四个因子的提取，可以发现，学生群体对于MP4产品的功能性需求期待多于对产品外观造型创新的期待，这进一步验证了学生群体注重MP4产品的性价比，这与一般印象中学生追求时尚新颖的心理有一定的区别。因此，在设计中，对企业的重要启示就是要将MP4的设计进一步细化，针对学生市场的产品要以更为实用的特点吸引学生的眼球，这样才能在激烈的市场竞争中取得先机。

2.4 设计实例 结合对调查数据的分析，同时参考产品设计的的一般性形式美法则，运用基本的藏设计方法，针对学生群体MP4产品进行了新的设计，此处形成以下一个方案作为案例。

3 结语

①用户需求挖掘将用户的主观感受作为作为设计的根本出发点，为产品设计提供针对性方向。

②本文以MP4为研究对象，用主成分分析法和因子分析法对用户需求进行定量研究。结果表明其作用显著，且可运用在更广阔的领域。

③问卷被调查对象的学历和专业有一定局限性，可能导致结果的偏差。使用该方法于企业产品设计时，应以目标人群为对象，选择规定数量的被试进行调查研究，调查的内容应更加深入细致。

参考文献：

[1]李永锋，朱丽萍.基于感性工学的产品设计方法研究[J].包装工程，2008，29（11）：112-114.

[2]NAGAMACHIM. Kansei Engineering as A Powerful Consumer-oriented Technology for Product Development[J].Applied Ergonomics，2002，33（3）：289-294.

[3]SCHS. Engineering Emotional Values in Product Design： Kansei Engineering in Development[D]. Linkopings Universitet， 2005.

[4]李乐山.工业设计心理学[M].北京：高等教育出版社，2003.

[5]李乐山.设计调查[M].北京：中国建筑工业出版社，2007.

[6]杨程，孙守迁，刘征等.基于主成分分析的产品外观设计决策模型[J].中国机械工程，2011，22（18）：2218-2223.

[7]刘斌.基于因子分析的城市空间景观规划研究——以常州市为例[J].城市规划，2010（1）：89-92.

[8]林彬.多元线性回归分析及其应用[J].中国科技信息，2010 （009）：60-61.

[9]HSIAO S-W， CHEN C-H. A Semantic and Shape Grammar Based Approach for Product Design[J]. Design Studies，1997，18（3）：275-296.

[10]YEH C-H， LIN Y-2C. Neural Network Models for Transforming Consumer Perception into Product Form Design [M]. Heidelberg：Springer Berlin，2006.

[11]商志根，严洪森.基于模糊支持向量机的产品设计时间预测[J].控制与决策，2012，27（4）：531.

[12]李永锋，朱丽萍.粗糙集理论在产品意象造型设计中的应用研究[J].包装工程，2010，31（18）：28-30.

[13]蒋小花，沈卓之，张楠楠等.问卷的信度和效度分析[J].现代预防医学，2010，37（3）：429-431.

[14]徐晓慧.高职院校不同群体大学生特点分析[J].科技信息，2012（9）：273，269.

[15]Chen W， Wang C， Huang L. Study on the Effect of Psychological Contract Violation on Counter-Productive Behavior[J]. 2012.

[16]杨程，孙守迁，刘征等.基于主成分分析的产品外观设计决策模型[J].中国机械工程，2011，22（18）：2218-2223.

[17]王保进.多变量分析[M].北京：北京大学出版社，2007.