維克托·馬丁內斯·德阿爾韋尼斯 阿里·阿瓦德 阿比舍克·德希曼

客戶在與你的組織發生接觸時,是如何邁過“觸點”的?你可以通過數據驅動的體驗設計來回答這個問題,并設計出收效更佳的干預措施。
你的用戶或客戶所做的決定,以及他們在物理或數字空間中的行進路徑,在很大程度上取決于你如何向他們展示選擇和布局。只有精確了解一個人怎樣與你的品牌互動,你才能為他提供符合期待,或者更進一步,超乎期待的體驗。
但如何做到這一點呢?答案是運用數據。具體來說,就是用戶或客戶在與你的品牌接觸之初提供給你的數據,這能讓你以更有效、更具針對性的方式做出調整。
這就是我們在阿姆斯特丹梵高博物館所做的,目標是改善博物館空間內的客流,避免過度擁擠,并將觀眾的注意力導向熱門展品之外的其他藝術品。
這個現實情境包括許多體驗提供商經常遇到的問題,我們利用它開發了一個模型,可以用來優化布局和選擇架構,從而提高用戶參與度。在數據驅動的用戶行為預測基礎上,通過簡單的設計調整,我們以高達63%的準確率預測了游客的行進路徑,并且將博物館“冷門展區”的訪客數增加了20%左右。想想看,如果在你自己的商業環境中也能做到這一點,將帶來怎樣的改變!
無論在博物館、百貨公司、游樂園,還是在其他涉及連續體驗的商業環境中,觀察個人在現場的行為及其與品牌之間的互動十分重要,打造最佳用戶體驗就取決于你的這種能力。
在與梵高博物館的合作中,我們收集了參觀者從踏進博物館到離開的整個過程中如何在藝術作品周圍活動的數據。這幫助我們描繪出游客參觀的動態全貌,揭示出一些普遍存在的弱項。
客流模式 該博物館共有四層,參觀者可以隨心所欲地在其中自由活動,大多數人會按照博物館事先規劃的參觀路線走,但只有少數人能一直走到最頂層。然而,通過采取一些基于數據的干預措施,我們能使頂層參觀者的數量增加20%。
這個結果凸顯出布局和距離因素對用戶體驗的影響,特別是在覆蓋大面積的物理區域時。想想宜家(IKEA)門店的動線設計:購物者被引導沿一個方向走,必須迂回經過全店的每一處才能抵達出口。另一方面,大多數大型百貨公司則反其道而行之,讓購物者自由漫游,很少有空間或行為限制。
要是我們把上述設置翻轉過來,會發生什么?比方說,在宜家允許購物者偏離規定路線,跳過他們不感興趣的部分,并且可以隨時隨地離開,那會怎樣?或者,在百貨商店迫使購物者逛遍整個樓層才能進入下一層?這樣的布局變化會如何影響消費者的參與率和銷售率?
通常情況下,我們不知道消費者會作何反應,因為沒有哪家商店嘗試過這種改變。但是,如今隨著數據的可獲得性大大提高,通過無線射頻識別(RFID)、Wi-Fi或移動設備傳感器,我們可以無限追蹤不同空間內的客流,嘗試不同的排布方案,用新數據評估消費者對這些改動的反應,繼而根據持續的數據更新,不斷完善布局和距離動線,使之趨于理想化。通過這種方式,我們能夠在這些層面做出有意識的決策,而不是被動遵循傳統慣例或者憑猜測行事。
偏好 博物館的游客與購物者相似,也喜歡一定的變化,但不要變到令他們眼花繚亂的程度。這就是為什么博物館和商店一樣,在布展時會遵循一定的組織邏輯,即可以按照時期、運動、媒介或主題來安排藝術品的展出。同樣,服裝店也可以按類型、顏色或季節分門別類地進行服裝陳列。盡管有證據表明,將物品置于某種環境中有助于人們感受到多樣化,但我們發現,人們也會根據自身的偏好和參照標準來行事,而這些偏好和參照標準并不總是與預設的次序分毫不差。
重復性 在游樂園里,游客往往反復乘坐同一游樂設施,仿佛永遠不知厭倦,而逛博物館的客人通常不會重復觀看某件藝術作品。正因如此,博物館需要循環展出館藏,不斷吸引觀眾回來。另一方面,在游樂園里,游客情愿排長隊等候乘坐自己最喜歡的過山車,似乎可以忍受一切不便。但在逛博物館時,人們哪怕是為了欣賞自己最鐘愛的畫作,一般情況下也不喜歡排長隊。數據分析可以幫助管理者了解應當在什么時候對提供的服務做出調整(以免客戶因等候過久而喪失興趣),以及如何管理等待時間——要么減少等待時長,要么改善附近的配置,為等待中的客人提供有吸引力的其他選項。
疲勞 游客往往在參觀30分鐘后就感到疲勞。了解這一點,你就可以在人們感到疲憊并離開之前,在游覽路線的關鍵點提供一個休息區,或安排其他一些干預措施。這同樣適用于商店環境。
在你們公司,誰負責查看并分析數據(就像我們為博物館所做的那樣)?好消息是,你們公司不需要出去尋找數據,因為你很可能已經坐擁海量數據——每當有顧客進店,在你的網站進行交易或互動時,就有數據添加進來。你面臨的挑戰不是缺乏數據,而是要決定采用哪種數據收集工具提取你需要的相關信息,以改善你所提供的體驗。
我們在梵高博物館運用了館內的多媒體導覽系統。該系統的設備追蹤參觀者的活動,并根據他們點擊的展品和時間來揭示他們的偏好。我們能看到一個人在一幅畫前停留了多久,在哪些藝術品前面匆匆而過,以及在何時終止了參觀。根據這些指標,我們能夠推斷出參觀者喜歡什么、不喜歡什么,以及諸如此類的其他信息。
多媒體導覽系統相當于博物館版的RFID技術,該技術出現于幾十年前,最早被用在倉庫中追蹤貨物。這些年來,超市普遍將傳感器安裝在購物車中,用來了解顧客在購物過程中會走哪些過道、在哪個點上停下腳步考慮是否購買。最近,各家商店都在使用WiFi或藍牙信標來確定顧客的動向,甚至直接與顧客聯系,適時向他們的智能手機發送信息,或在他們購物時發送折扣通知。
App是另一種收集數據并在顧客等待、停下腳步或遇到瓶頸時積極管理數據的好工具。
例如,迪士尼主題公園的App對游客進行地理定位,以便更好地管理隊伍,并在特定時間將游客重新引導到景點。數據分析可以預測下雨時客流模式的變化,并可以預測公園的哪些區域在一天中的哪個時段會變得最繁忙。了解到這一點,App用戶可以自主安排進入景點的時間,預訂演出門票,有時甚至可以插隊。這個例子可以說明,數據工具對于體驗的消費方和提供方同樣適用。
一旦用所選工具養成了敏銳的數據洞察力,接下來你必須探索哪些干預措施能夠最有效地解決你的需求問題。這就到了數據模型大展其能的時候,就像我們為梵高博物館建立的模型那樣。在你提出空間結構的微調方案時,無論是物理空間布局還是虛擬空間中借助暗示來“構建”選擇,建立這樣一個模型都能幫助你模擬軌跡。
首先要確定哪些變量對你的用戶行程影響最大。在我們的案例中,我們估算了參觀者從一個區域轉向另一個區域的概率,并將各種因素的影響都納入考慮范圍,諸如各件展品之間的距離,上下樓所需花費的體力等。我們還考慮到了藝術標準的影響,如流派,以及多媒體導覽系統推薦的亮點等。
當然,你們公司可能對這些變量不感興趣。一個戶外主題公園可能更關注天氣的影響,而一家珠寶店可能會衡量將珠寶鎖在玻璃柜內與將其展示在外,方便顧客親自試戴的不同影響。
談到變量的選擇,規模也是一個重要考慮因素。小商店地方狹小,不像大型零售商場擁有那么多空間,因此小商店可能會優先考慮高效的設計,將商品方便地置于門口附近,讓顧客可以快速進出。
回頭看我們的梵高博物館實驗,我們根據2020年新冠疫情開始前兩個月期間隨機選擇的25,000名參觀者在館內的活動軌跡,構建了一個參觀者選擇數據集。其中的關鍵變量是布局距離、藝術特色、時間壓力和擁堵情況。我們研究了管理這些變量所帶來的后續影響,從中得到了一些有用的啟示。
玩轉吸引力水平 就像博物館利用他們的明星展品一樣,企業必須充分利用自身的明星項目,激起公眾最大的興趣。你的哪個項目或商品可以起到“誘餌”的作用?哪些更適合沖動購物者?哪些屬于銷售常青樹?在哪些區域客戶參與較多?而在哪些區域相對較少?這可以通過分析店內不同區域的購買情況來確定。你還可以比較同一產品在實體店和網店銷售的興趣水平,不只以銷量來衡量,還要看轉化率,這樣就可以看到網上的興趣轉化為實際銷售的百分比。你可能會發現,某種在實體店中看起來銷售很旺的產品,相較于它在網上引起的興趣,實際上銷量很少。在這種情況下,一個可選解決方案是調整該產品在店內的展示方式,使其獲得最大的曝光率,促使更多的興趣轉化為實際銷量。
觀察擁堵模式 觀察在何處發生了擁堵,以及當業務太忙或人群太擁擠時,客戶作何反應。在博物館里,參觀者選擇逃避擁擠,等人少的時候再來,這就意味著偏離了直線路線。結果是,他們花了更多時間觀看少人問津的其他畫作,由此導致觀看作品總數的增加。這種動態變化為許多類型的企業提供了黃金機會。例如,一個主題公園可以舉辦現場音樂表演,或將禮品店設在游客趨之若鶩的游樂設施和景點附近。
縮短距離 請記住,感興趣的東西離得越遠,就越令人感到難以企及。相隔遙遠的感覺減少了人們走向它的機會,因為這似乎很費力。在你所提供的服務中,有哪些因素會造成距離感,需要人們額外費力?更衣室的位置?樓梯的使用?
距離會激發退出或偏離原路的行為,這可能帶給用戶一種失落感,好像自己錯過了什么。他們離開時有一種不完整的體驗。這不僅僅適用于物理空間:在線用戶如果預期在結賬前要點擊層層疊疊不同的網頁,就有可能一鍵退出網站,并感到沮喪。
妥善利用你的時間 人們在購物、游覽或外出前,往往傾向于估算所需時間來做出計劃。時間一旦超過預估,我們就會感到有壓力。我們在實驗中觀察到了所謂“博物館疲勞”。當用戶開始感到疲憊時,他們會改變計劃。在我們的研究中,當參觀者覺得時間不夠用時,他們會轉向附近任何有吸引力的東西。了解到這一點,企業可以在設計布局時將其納入考慮,讓顧客能夠很容易地轉向有吸引力的替代目標。
多長時間合適 博物館希望參觀者盡可能長時間地停留,因為他們知道,參觀者看到的藝術品越多,文化體驗就越充實。這與他們的使命相符。商場對于留住購物者也有類似的興趣,盡管出于很不一樣的原因。這個原因被稱作“格林效應”(the Gruen effect),是以第一批購物中心的設計者維克托·格林(Victor Gruen)來命名的。購物中心的布局理念是讓購物者喪失時間概念,忘記自己起初為什么去那里;他們變得注意力分散、迷失方向,于是更容易沖動購物。這對零售商來說可能是快速制勝,但對顧客來說是好事嗎?你在設計自己的用戶體驗時,應當以雙贏為目標。
要想知道哪種設計適合你,唯一的方法就是運行你自己的模擬試驗。你甚至不需要挪動任何產品的位置。我們在博物館的模擬試驗中,連一幅畫都沒有移動,只是簡單操作了從多媒體導覽系統收集來的數據集,直到找到能達到最佳效果的變量組合。
實際的干預措施是改變多媒體導覽目錄中的推薦排位。這幅畫作還擺放在原處,從未移動過,但多媒體導覽系統將它作為熱門展品加以重點推介,而它一旦被列為必看的觀賞項目,游客參與度便從30%上升到80%。反之,當一幅畫作在導覽目錄中的排位后移,游客參與度就會隨之下降。
接下來,我們想看看能否減少參觀者走到展館第一層盡頭時發生的疲勞效應。為此,我們在多媒體導覽中取消了參觀位于樓層盡頭的三幅畫作,轉而突出強調位于行程起點的另外三幅畫作。如此調整后,參觀者似乎沒有感到疲倦。事實上,他們延長了逗留時間,并繼續前往上層觀展。
你也可以利用自己收集的數據做同樣的事情。是時候停止憑直覺設計布局,并開始在定量分析指導下進行設計了——定量分析能夠清晰準確地呈現設計決策所產生的影響。
此外,公司最好在組織內設置一個專業角色(如果你還沒有這樣做的話),專門對數據進行系統分析,以優化用戶體驗設計。