内容简介

《服务设计方法与项目实践》提供关于服务设计的基本概念、工具运用等知识介绍，以案例详细叙述实际运用之概况，对顾问、营销人员、创新者与设计专业人员是一本价值的工具书。在本书中，您将找到54个动手说明，可帮助您确定服务设计中使用的关键方法。这些方括研究，构想，原型设计和简化过程中的活动的说明，指南和技巧。《服务设计方法与项目实践》具有实践意义，有很高的市场和专业价值。

目录

01 研究方法 22数据采集桌面研究预备研究 8次级资料研究 11自我民族志研究自我民族志研究 14线上民族志研究. 18参与式研究参与式观察. 20情境访谈 25深度访谈 28焦点小组 31补充内容 访谈参考原则 34非参与式研究非参与式观察 36族志研究 40文化探针 44补充内容 共创工作坊简介 47共创工作坊共创用户画像. 48共创旅程地图 52共创生态地图 56数据可视、整合与分析创建研究墙 60创建用户画像 63创建旅程地图 67创建生态地图 71梳理关键洞察 75构建JTBD洞察 79编写用户故事 82撰写研究报告 8602 创意方法 88创意前分解创意挑战 94创意前用未来状态的旅程地图获得创意 97补充内容 用戏剧曲线辅助旅程创意 101创意前用未来状态的生态地图获得创意 102用激发式提问“我们可以怎样做（How might we）？”在研究洞察和用户故事中获得创意 105创意迸发头脑风暴 109脑力书写 11110+10图 114创意的纵深和多元拓展体力激荡 117使用卡片与清单 120联想与类比构思 123创意解读、聚合与排序八爪鱼分类. 126本尼·希尔分类（“35法”） 130创意组合 133决策矩阵 136创意收敛快速投票 139肢体 14103 原型设计方法 144补充内容 戏剧化方法 150面向服务流程与体验的原型设计研究式彩排 152潜台词 158桌面演练 162面向物理设施和环境的原型设计纸板原型 166面向数字应用和软件的原型设计数字服务彩排. 170纸面原型 175交互式可点击原型 179线框图 182面向生态系统和业务价值的原型设计服务广告 184桌面生态地图（商业折纸） 188商业模式画布 192通用型方法绘 197情绪板 201绿野仙踪法 20304 引导方法 206“三个大脑”预热法 210“色彩链”预热法 213“是的，并且……”预热法 216红绿反馈法 219

摘要与插图

研究方法

先假设，后研究

本章旨在提供一个适用于研究的方法集合，这些方法可以用在数据采集、可视、整合及分析等各个环节。在我们看来，这里列举的方法仅是冰山一角，因为在这个领域仍然有大量其他方法未列出，并且相同的方法有不同的命名也很常见。同时，受限于篇幅，对于列出的每一种方法，我们只能给出一个在我们看来实用且精炼的讲解。如果你期望更深入地研究方法本身，那么在这个领域很容易找到更加详细的资料，这些资料往往具有更加丰富的细节和示例，甚有些方法已经有专著出版。

数据采集方法

在服务设计的过程中，有大量研究方法可以用来采集有效数据。其中常见的定量方法有普适调查（线上或者线下）、任何形式的数据自动分析（比如转化率分析）或者手工采集定量数据（比如以简单的数数的方法采集一家店铺的访客频率）。然而，大多数情况下，我们常用的却是定研究的方法，尤其是民族志研究的系列方法。

数据采集方法划分为五个类别

桌面研究

―预备研究

―次级资料研究

自我民族志研究

—亲身民族志研究

—线上民族志研究

参与式研究

—参与式观察

―情境访谈

—深度访谈

—焦点小组

非参与式研究

—非参与式观察

—族志研究

—文化探针

共创工作坊

—共创用户画像

一共创旅程地图

一共创生态地图

这样的分类并不是基于所谓严格的学术边界，并且以上每种研究方法几乎都有多种不同的变形及名称，因此，分类边界是相对模糊的。但是，一个完整的数据采集过程，还是建议从每个类别的方法中少选取一种，以使你的工作产出能从方法的角度得到较好的三角互证。

数据可视与数据分析方法

我们也要讲解服务设计过程当中的数据可视、整合与分析方法，以处理前一步骤当中收集好的数据，有时，这个过程也被称作“意义构建”。像在前文提到的，我们同样认为这部分方法也只是一个选集和实操指南。本书以外，有大量更详实的资料可供自由探索。

我们将在本节中给出8种数据可视和分析方法：

→建立研究墙

→创建用户画像

→创建旅程地图

→创建生态地图

→梳理关键洞察

→构建JTBD洞察

→撰写用户故事

→编制研究报告

研究准备好的关键问题

在计划开展研究时，不妨先思考以下问题。

→研究目标：希望通过这次研究发现什么？

→研究方法：在这次研究中，会采用什么样的方法组合做数据采集、每种方法的预期产出是什么以及你计划用什么样的方法分析及可视化？

→研究对象/样本选取：谁将是适合每一轮研究方法的研究对象？什么样的时间和场景是合适的？

→样本规模：研究应该涵盖多少研究对象？想保持多大的灵活度？

→研究团队：在谁备、执行以及分析的不同阶段，分别由谁来负责？

→数据类型：将产生什么类型的数据？哪些数据是你需要的？

→三角互证：如何弥补或者克服因每种方法、研究人员自身或者数据类型的不足而带来的偏差？怎样才能确保方法之间、研究人员之间和数据之间形成三角互证？

→研究迭代：需要或者期望以怎样的频次迭代数据采集、可视和分析的工作周期？