
大数据时代,数据如何驱动设计
在这个由物质,信息和能量构成的世界里,存在着有形与无形,可感知与不可感知的差别。在四维空间,信息空间和赛博空间三大空间以及过去,现在与未来的时间里,存在着人与人,人与物,人与环境以及各自相互之间的实力关系。在这个纷繁的世界里,人们去感知色声香味触,从“性”到“道”来获取认知规律,探索过去,体验当下,预知未来。
——覃京燕《大数据时代的大交互设计》
随着智能产品以及传感装置的广泛使用,数据从生活的各个方面涌来。移动互联网、物联网、云计算产生的大数据应用,为交互设计带来新的机遇。
在创意到来前,设计师通过大数据对用户的潜在需求进行挖掘,获取群体意愿、群体意识,通过自媒体和网络数据分析,对产品和服务设计进行精准的营销和传播, 同时使用大数据做用户研究,明确交互角色。
伴随着大数据技术的成熟,不同行业将面临更多的挑战和机遇,大数据将如何驱动与影响行业发展?IXDC2018,将围绕设计在大数据时代的现状和未来进行深度地探讨。
数据与实体的融合
人为数据打工——亚马逊首家 Amazon Bookstore 在尝试应证一种在物理世界中使用数据进行销售的模式,带着他值得敬畏的数据,以期望被复制到其他各种品类商品销售的数据使用方式。
阿里巴巴充分利用多年积累的传统互联网电商经验,并不拘泥于线上消费者行为,通过与洞察线下消费者行为相结合,做全链路的行为关联,用数据为新零售的建场,铺货和经营等环节,提供商业的精准化,智能化的赋能。阿里巴巴国际UED交互设计专家 李明福将传授在行为决策领域的设计方法论,通过对大数据领域的体系化设计,让数据的决策者获得最立体化的决策感知。
用数据触摸客户
计算机正在变得越来越像人类,它能够理解我们的语言,读懂我们的情绪,对于设计师来说,如何从智能设备锁获取的数据中提取出用户的需求,并转化为引人注目的新产品和新服务,这是一个巨大的机遇与挑战。
定性与定量,两种不同思维模式用户研究方法如何更好的在实际决策和评估设计场景下相辅相成的使用。对用户体验设计来说,掌握一定的数据分析流程和方法,能够很好的帮助我们在实际的工作中进行决策和评估设计。面对庞大的用户数据库,设计师应当如何利用它们
Linkedln 领英作为微互联网公司中数据分析领域的佼佼者,拥有完善的数据追踪,分析和评估体系,LinkedIn 高级用户体验设计师 顾盼将和大家讨论如何通过数据,科学系统的用户体验度量,让我们在做产品设计时变得有理有据,促进问题的发现和解决。
数据为设计赋能
IDEO的Human-Center Design,D.School的Design Thinking Process等等这些设计思维工具宛若一颗种子埋在了设计师的心里。而在数据驱动的时代,使用用户的行为数据并且能够逐渐读懂用户如何利用好数据为设计赋能,让体验设计思维与数据思维相融合,让数据为设计师在决策过程中提供依据是我们需要探讨的方向。
阿里巴巴作为一家真正的大数据公司,通过海量的数据场景,让设计师有机会在其中发挥重要的作用。阿里资深交互设计师 李颖将基于多年的项目案例,包括可视化互动与展示,可视化展示,可视化分析等等,来帮助大家深入了解用户体验如何赋能数据产品。
大数据时代的设计师
数据已经渗入到生活的方方面面,我们对大数据的采集,管理,整合们分析和挖掘,通过挖掘出来的知识来解决实际场景下的设计问题。比如可以通过分析城市人口空间维度和时间维度上的动态数据轨迹,空间静态事件动态的数据等来更好的规划我们未来的城市,如何选址下一个未来超市,哪里更加适合布局商业综合体。
网易资深人工智能设计师 孙月将与大家一同讨论数据思维与体验思维的差异,在大数据的趋势下给设计师带来了怎样的机会。围绕“探索,感知”,与大家一同分析如何依托大数据机器学习来助力产品分升级。
关于IXDC2018 国际体验设计大会
国际体验设计大会致力于搭建体验设计行业展示和交流的国际平台。每年全球设计、商业和科技创新领域的前沿先锋将聚集大会,和业界同仁一起分享前沿成果、最新实践案例,通过演讲、工作坊、展览等形式,共同探讨用户体验领域中可持续的商业增长点以及挑战、机遇。
IXDC2018 国际体验设计大会将于7月18-22日在北京·国家会议中心举办,IXDC邀您一同——
本届大会将引领行业共同讨论构建体验新框架,应对和识别为新技术、新商业、新业态而产生的新领域,助力企业、从业者升级认知维度,寻找商业破局,更敏捷、更主动地应对大环境的发展趋势。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15