設計調研 (第3版) 戴力農 9787121469510 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$630
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202312*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：設計調研 (第3版) ISBN：9787121469510 出版社：電子工業 著編譯者：戴力農 叢書名：魚缸系列書籍 頁數：411 所在地：中國大陸 *此為代購商品 書號：1621629 可大量預訂，請先連絡。 內容簡介 設計調研是設計專業學生和設計師在信息時代需要掌握的一項基本技能，因此《設計調研（第3版）》全方位地就這一主題開展討論。首先定性地介紹常用的數據採集方法，如觀察法、單人訪談法、焦點小組、問卷法、頭腦風暴法、自我陳述法、現場試驗法和AIGC賦能設計調研，然後闡述常用的調研分析方法，如數據對比分析、知覺圖、魚骨圖、卡片法、情景分析法、人物角色法、故事板、可用性測試、A/B測試、用戶點擊行為分析及口碑凈推薦分數、流量/轉化率/跳出率、網站數據分析。最後介紹設計調研的一般流程，並通過3個不同類型的實踐案例（基於大數據的設計調研與設計、社交聆聽設計調研案例、場地空間設計調研案例）展現不同的領域設計調研與設計洞察的實踐的發展過程。 《設計調研（第3版）》新增了很多內容，如AIGC賦能設計調研、如何推廣設計調研、設計調研中的溝通與彙報、基於社交聆聽（以小紅書調研為例）的設計調研和海外互聯網產品的設計調研等。作者簡介 戴力農，上海交通大學設計學院設計系環境設計專業副教授，碩士生導9幣。「中國家庭與兒童人居環境研究中心」負責人。上海交通大學工業設計專業本科，同濟大學建築設計及其理論專業碩士，南京林業大學傢具設計與工程專業博士。美國伊利諾伊理工大學訪問學者。 曾任UXPA(用戶體驗協會)·中國理事，文集負責人。設計社群「魚缸」創始人。主持「國家社科基金藝術學項目」。上海天文館體驗設計總策劃。 已出版著作和教材12本。代表作品：《設計調研》《設計心理學》等。 主要研究方向：以人類學人種志為主的用戶研究、新產品開發與戰略、空間體驗設計。目錄 第0章 導讀0 1 設計之前為何要調研？走出兩個誤區 0 2 數據採集法概述 0 3 定性數據分析法概述 0 3 1 側重基礎數據分析的定性數據分析法 0 3 2 側重用戶場景的定性數據分析法 0 3 3 側重功能測試的定性數據分析法 0 4 定量數據分析法概述 0 4 1 原始數據量化 0 4 2 數據持續自動採集 0 5 從設計調研到設計洞察 第1章 數據採集法 1 1 觀察法 1 1 1 什麼是觀察法 1 1 2 觀察法的4個維度 1 1 3 觀察法的步驟 1 1 4 觀察法的優缺點 1 1 5 應用案例——上海中高收入家庭兒童傢具設計研究 1 2 單人訪談法 1 2 1 什麼是單人訪談法 1 2 2 招募 1 2 3 訪談結構 1 2 4 訪談類型 1 2 5 訪談技巧 1 2 6 訪談環境 1 2 7 記錄訪談 1 2 8 遠程用戶訪談 1 3 焦點小組 1 3 1 什麼是焦點小組 1 3 2 焦點小組的優勢與不足 1 3 3 焦點小組的實施結構 1 3 4 研究主題和目標用戶 1 3 5 訪談大綱 1 3 6 訪談場所 1 3 7 訪談技巧 1 3 8 訪談記錄 1 3 9 數據整理 1 4 問卷法 1 4 1 什麼是問卷法 1 4 2 問卷的分類 1 4 3 問卷的結構 1 4 4 設計問卷問題 1 4 5 設計問題的答案 1 4 6 問卷法的實施 1 4 7 問卷的發放、回收、分析 1 5 頭腦風暴法 1 5 1 什麼是頭腦風暴法 1 5 2 頭腦風暴法的分類 1 5 3 頭腦風暴法的操作流程 1 5 4 頭腦風暴法的原則 1 5 5 頭腦風暴法的支持工具——思維導圖 1 5 6 頭腦風暴法的優點與局限性 1 5 7 經典案例 1 6 自我陳述法 1 6 1 什麼是自我陳述法 1 6 2 自我陳述法與其他數據採集法的比較 1 6 3 自我陳述法的適用條件 1 6 4 自我陳述法的反饋收集 1 6 5 自我陳述法的案例 1 6 6 自我陳述法的優缺點 1 6 7 與其他數據採集方法結合 1 7 現場試驗法 1 7 1 什麼是現場試驗法 1 7 2 現場試驗法的分類 1 7 3 現場試驗法的操作流程 1 7 4 現場試驗法的案例 1 8 AIGC賦能設計調研 1 8 1 什麼是AIGC 1 8 2 文本生成式AI在設計調研中的應用 1 8 3 圖像生成式AI在設計調研中的應用 1 8 4 其他類型AIGC在設計調研中的應用 1 8 5 當前AIGC的局限性 1 8 6 AIGC對設計調研的未來影響 參考文獻 第2章 調研分析 2 1 數據對比分析 2 1 1 數據間關係的表現形式 2 1 2 設計調研常用圖表 2 1 3 數據大小關係的對比分析 2 1 4 數據趨勢變化關係的對比分析 2 1 5 數據佔比關係的對比分析 2 1 6 數據相關性關係的對比分析 2 2 知覺圖、魚骨圖 2 2 1 知覺圖 2 2 2 魚骨圖 2 3 卡片法 2 3 1 什麼是卡片法 2 3 2 不同類型的卡片分類法 2 3 3 卡片分類法的操作 2 3 4 對卡片分類結果的分析 2 3 5 Q-sorting法 2 3 6 卡片法的發展與局限性 2 3 7 應用案例——上海中高收入家庭兒童傢具設計研究 2 4 情景分析法 2 4 1 什麼是情景分析法 2 4 2 情景分析法的應用 2 4 3 撰寫情景故事 2 4 4 B端產品在使用情景分析法時的注意事項 2 4 5 情景分析法的優缺點 2 5 人物角色法 2 5 1 什麼是人物角色法 2 5 2 人物角色法的類型和比較 2 5 3 人物角色法的步驟 2 5 4 人物角色模型卡 2 5 5 人物角色法的優缺點 2 5 6 應用案例——上海中高收入家庭兒童傢具設計研究 2 6 故事板 2 6 1 什麼是故事板 2 6 2 故事板在設計調研中的應用 2 6 3 情景故事板及其四要素 2 6 4 故事板的表現手法 2 6 5 創建故事板 2 6 6 故事板的發展與局限性 2 7 可用性測試 2 7 1 什麼是可用性測試 2 7 2 測試功能點 2 7 3 大綱和腳本 2 7 4 實施測試 2 7 5 整理數據 2 7 6 常見的問題和對策 2 8 A/B測試 2 8 1 什麼是A/B測試 2 8 2 A/B測試的歷史 2 8 3 如何開展A/B測試 2 8 4 A/B測試的內容 2 8 5 A/B測試的優缺點 2 8 6 A/B測試工具 2 8 7 A/B測試案例 2 9 用戶點擊行為分析及口碑凈推薦分數 2 9 1 「數據驅動」是當代產品研發的必然模式 2 9 2 調研數據的選擇原則和類型 2 9 3 分析用戶的行為：用戶的點擊數據 2 9 4 分析用戶間的口碑——凈推薦分數（NPS） 2 10 流量、轉化率和跳出率 2 10 1 流量 2 10 2 轉化率 2 10 3 跳出率 2 11 網站數據分析 2 11 1 為何要分析網站數據 2 11 2 不同視角下的網站數據分析 2 11 3 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
