用 Affinity Diagrams（关联图）发掘有价值的洞察力：在用户体验设计中组织复杂数据

在用户体验设计中，亲和图是一种对复杂数据进行分类和组织的绝佳工具。它就像宇宙本身一样--从一大群星星开始，可以分解成更小的星群或小组。你不需要火箭科学，只要一个简单的过程就可以了。

亲和图用于将想法归类，帮助你同时理解大量想法和信息。亲和图的优点在于，它是动态的，你可以随意移动项目，直到一切就绪。随着更多事实的出现或新观点的出现，分组也会随之改变。通过使用这些工具，团队可以快速识别用户体验的不同方面，并找到它们之间的关系，而不必花太多时间纠缠于细节。

亲和图的核心是通过事物之间的相似性和/或关系对其进行分类。一个有用的例子是，当试图对调查问卷中的客户反馈进行分类时--去掉重复的意见和其他无关紧要的东西，然后根据它们的共同点进行排列，这样设计者就能更容易地决定下一步的工作。基本上是这样的：将所有碎片收集在一起，在纸上或卡片上对每个项目进行脑力激荡，通过观察联系和主题将类似的想法归纳在一起，为每个类别制定标签或名称--就这样！现在，模式开始很好地显现出来，在针对任何可能的用户需求或发现的问题采取行动之前，这些模式都值得分析。

‍
总之，处理大量数据不再是一件枯燥乏味的工作--跳出条条框框的思维方式将人类的洞察力与 Affinity Diagram（亲和图）结合在一起，在用户体验任务中有效地识别出需要进一步探索的领域，既没有挫败感，又充满了知识深度（对于在背后工作的人类和在前面体验的用户而言）。

1. 将视觉效果、插图和文字元素归类，为设计决策提供依据。
2. 在产品定义阶段，对目标、用户旅程和任务流程进行头脑风暴。
3. 将客户反馈与可用性问题联系起来，以确定解决方案的优先次序。
4. 在开发新功能或进行服务评估时组织研究投入。
5. 在开始与设计师和开发人员进行概念设计之前，分析利益相关者的想法。
6. 对用于用户访谈的不同方法（如调查和焦点小组）进行分类，快速处理大量数据
7. 通过观察用户与系统交互时的行为评估用户群体，从分析日志中收集相关见解
8. 在不同的迭代过程中跟踪 AB 测试参与者的反应，以便更快地发现进一步的优化措施
9. 根据具体的开发项目目标，按照类似的复杂程度安排任务的实施
10. 根据最近的实验验证，绘制对用户参与水平进行小（或大）调整后的影响图
    

1. 确定功能集的优先级：亲和图是一种有效的方法，可以快速识别拟议的新用户体验功能集并确定其优先级。通过与用户体验团队集思广益，并将想法、概念和需求分门别类地绘制出来，就可以很容易地将既能满足用户需求又能实现业务目标的关键功能可视化并确定其优先级。
   ‍
2. 构建角色：在用户研究中，根据观察到的用户行为构建角色时，可以使用亲和图。在收集了用户习惯和偏好的数据后，这个强大的工具可以很容易地将定性数据组织成统一的群体，从而形成模式，加深对用户动机、能力或局限性的理解。
   ‍
3. 小组心态分析：通过在研讨会中使用亲和图，可以很容易地在同一个小组中从多个角度收集知识，而不会让任何一个参与者感到不知所措。它可以将离散的见解汇集在一起，并从一个组织内的不同学科（设计师、开发人员、利益相关者等）获得有意义的反馈，从而为当前的体验创造一个共同的愿景。
   

1. 亲和图是用户体验专业人员在设计过程中综合想法和信息的重要工具。
2. 这项技术最初由川北二郎于 1968 年在研究宇宙学和社会学期间开发。
3. 事实证明，在尝试从最初的头脑风暴会议中获得清晰的思路，或理解复杂的研究成果时，它是最有用的。
4. 亲和图采用便签纸和分组活动等可视化形式，为团队提供了一种更简便的方法，使他们能够在大量数据中有条理地找出规律，往往能让起初看似毫不相干的想法突然通过新的视角联系起来。
5. 像苹果公司这样的公司，一直在寻求通过团体流程产生的创造性解决方案，这种流程不仅推动了人与人之间有意义的关系，也推动了战略产品和数字战略的发展！
6. 有趣的事实：最近的研究表明，使用亲和图的小组比不使用亲和图的小组的工作效率高 50%！
   

亲和图，或称KJ创意分类法，自40多年前诞生以来，一直是用户体验历史的一部分。80 年代初，哈佛大学教授川北次郎博士用这种方法整理了他在日本参加培训课程时的想法。亲和图 "顾名思义，就是通过使用可视化的组织工具，帮助用户将看似不相关的概念和观点联系起来--通常是以彩色便签的形式放置在海报大小的黑板上（或虚拟的等价物）。

自 20 世纪 80 年代诞生以来，亲和图经历了多次重大进步和迭代，如今已成为更有意义的用户研究应用。尽管亲和图最初只局限于战略研讨会，但现在已经从代表价值转变为传达信息--让公司有机会更好地理解思维导图，比如消费者对不同设计和产品迭代的感受。现代版的思维导图已不再局限于平面的视觉效果，而是将分类方法与脑图练习相结合，为客户体验旅程等更复杂的主题提取分组。这有助于他们深入洞察用户行为，否则仅靠传统的打印输出是无法识别用户行为的。

此外，人工智能技术的进步在未来也将发挥至关重要的作用；机器人程序利用通过亲和图生成的数据来识别相关性，其速度之快是人类望尘莫及的--无论是在规模还是个体层面，人工分析都会因时间限制而导致成本过高或完全不可行。

此外，还可以实现进一步的优化；利用实时仪表板显示集群和分析结果有望大幅提高准确性，而在最近的第二季度研究中，各行业（包括零售银行和健身管理软件解决方案）仅在今年就成功部署了实地工作测试计划，这将获得真诚的牵引力！长话短说：利用现代技术，因为它在了解客户群方面肯定会带来丰厚的回报！

显然，不可否认的是，这些工具会随着每一代的突破而不断发展--如果你想在任何全面的用户体验程序包中加入那些众所周知的功能和口哨，它们就会真正成为不可或缺的工具。展望未来，我们必须抓住即将到来的趋势，这些趋势已经让亲和图在全球数据心理学家中持续流行了 40 多年之后，再次牢牢占据了重要位置！光明的未来意味着前沿的洞察力在等待着我们所有人！