2909 字 | 閱讀本文需 7 分鐘
本期大咖：黃文聰
領導和管理平安科技的體驗設計中心 XDC，從事金融 + 生活 + 互聯網各個領域產品項目的創新和設計。
客戶對金融產品有與生俱來的警惕心理，在做用戶體驗時要格外用心。如今，AI 等創新技術蓬勃發展，催化金融產品走向科技化，對金融產品而言，創新技術是否能成爲提升用戶體驗的一味良藥呢？
本期【藍湖大咖訪談】邀請到平安科技的高級 UED 總監黃文聰老師，他分享了對金融產品體驗設計和創新的經驗。
端上你的小板凳，跟湖湖一起學習，悄悄驚豔所有人吧！
以金融切入生活
金融產品的金融屬性和工具屬性比較強，面對客戶，金融科技產品和常規的 To C 互聯網產品有顯著區別。互聯網產品從生活場景切入金融，而金融產品是以金融切入生活場景。
在金融公司做產品，一個典型的特徵：產品是戰略驅動，孵化項目都是戰略 + UX 先行。
作爲一位 UX 研究者和設計師，要會讀懂戰略、理解戰略，融合戰略。所謂融合戰略，是將 UX 的思維體系跟戰略思維體系交融，醞釀出更有執行價值的方案，戰略規劃才能更好地轉化爲產品方向和設計方案。
金融產品的客戶目的性比較強，最直接的訴求是金融。所以，金融產品設計最基本、最關鍵的是：先充分滿足客戶的金融需求，在此基礎上，衍生生活、娛樂的場景。
📌 金融產品主要分兩類：
✅ 面向普通消費者
✅ 面向專業的金融從業人士
金融產品設計，有很強的專業性和嚴格的監管需求。普通消費者和金融從業人士對金融產品的訴求不同，設計師要從客戶的場景和需求出發，精心打造產品，幫助客戶認知、熟悉和使用產品。
👉 比如：
前幾年，我的產品設計團隊和業務方，合作開發創新的黃金等貴金屬的金融交易產品。設計時，不是簡單的將貴金屬交易價格、價格曲線、收益率等傳統元素堆砌給客戶，而是考慮客戶的情感和文化訴求，從客戶對貴金屬的認知、購買的習慣出發開發功能。將黃金 3D 豬儲物罐、金豆鍊金、子女祝福寓意理財等功能融入到產品設計中，讓黃金理財變得更加的易懂，易買、好玩、有趣。
這個產品上線後，廣獲客戶的好評，促進了貴金屬交易業務在移動互聯網領域的發展。
易敏的客戶體驗
客戶對資金的感知分外敏感，金融產品在打造客戶體驗時，要悉心呵護客戶敏感的神經。
📌 客戶體驗設計，從以下三個層面打造：
✅ 客戶隱私保護
✅ 產品交易的安全性
✅ 客戶感知層面
金融產品“客戶隱私的保護"是體驗設計的重點，在信息安全領域，有很多要求和規範，設計師在產品設計時要注意。
👉比如：APP 的隱私協議要在兩步操作內被客戶看見，不能默認同意等。
體驗設計的另外一個重點是交易的安全性。
👉比如：銀行卡號，密碼的保護，安全鍵盤的設計，防偷窺設計，大額轉賬和交易的二次確認提醒等。
最後是客戶感知層面，產品在品牌、視覺、流程規則等層面，都要向客戶傳達金融安全感、可信賴感。客戶對資金非常敏感，所以，產品中涉及資金的買賣、流程，要時刻清楚地傳達給客戶，讓客戶知道自己的資金在哪。
👉 曾經有一個 App 出了這樣的問題：客戶購買的理財產品，在“我的資產”的第一層級無法看到，又缺乏資產的總額。因此客戶不知道自己的錢跑哪裏去了，該 APP 收到了很多投訴電話。
📌 金融產品的體驗設計，取決於項目的特點和目標，不同階段的體驗設計重點不同：
✅ 從 0 到 1 的階段，設計師需要做大量的客戶研究和競品分析，以定位產品初期的價值和方向；
✅ 從 1 到 N 的階段，設計師更多的要挖掘當前產品存在的問題，以及可以通過哪些方式優化。
雖然各個階段的體驗設計目標不同，但是向用戶傳遞安全感、可信賴感，是金融產品體驗設計的不變重點。
新技術引領體驗設計創新
如今，大數據、雲、人工智能等技術蓬勃發展，應用在各個領域，推動各行各業的發展，金融行業也不例外。在新技術的加持下，金融產品的體驗設計實現創新，客戶體驗實現提升。
1、體驗設計創新
金融產品是一種全方位的服務，每一個觸點、每一個環節，我們都在嘗試運用新的技術提升客戶體驗。如今，AI、生物識別、NLP（自然語言處理）、語音合成、知識圖譜等新技術在金融領域廣泛應用，創新引領客戶體驗更上一層樓。
👉 比如：
NLP、ASR、TTS 等 AI 技術最早應用在了金融產品的電話客服領域。幾年前客戶打電話給客服辦理業務，需要聽完冗長的“辦理 XX 業務 A 按 1，辦理 XX 業務按 2、3......”。而現在，客戶只要輸入我想辦的業務，AI 技術就會自動判斷並給出相應的解決方案，或者直接分配到正確的人工客服。當然，現在客服的體驗還不夠完美。但是，面對複雜的語言、語意、場景，機器在不斷的學習和積累。逐日逐月的積累，加上成千上萬小時的對話數據，機器客服將來會更加人性化、更加個性化。
👉 再比如：
過去，客戶辦理開戶、理財購買、貸款等金融業務，需要準備各種材料去線下辦理，進行人工審覈，一些金融業務需要好幾周才能審批完成。現在運用人臉識別、聲紋識別、微表情等技術，一些金融業務流程可以在線上完成，大大提升了金融服務效率和客戶體驗。同時 AI 生物識別技術的運用，可以幫助金融企業識別欺詐、高風險人羣，降低金融風險。
📌 新技術與產品設計結合，有兩個方面很重要：
✅ 應用場景是否對客戶有價值
✅ 技術的可行性
👉 舉個例子：
我們團隊，曾經孵化過一個 2C 的給投資客戶用的 AI 產品。在前期，我們做了很多調研，來驗證原型功能和內容是否對客戶有價值，當時客戶的反饋很積極。但是產品落地後，效果並不理想。我們覆盤時總結：“產品 + 新技術 = x% 價值”的公式，X 代表實際落地的變量，是我們預想的產品價值。但實際項目落地的時候，X 值產生偏差。
新技術的應用，一定會受各種制約，不能發揮最大的效能，比如數據的制約、算法的限制等。所以，我們在孵化產品的初期，要從用戶接受度、技術侷限、商業環境的發展來預計這個變量。
所以，我們不能拿一個理想情況的產品原型去驗證產品價值，要對初期產品有所預期，在設計的時候，對技術的限制要有所準備。
2、設計流程創新
如今，各個行業在如火如荼的進行數字化轉型，UX 行業也不例外。除了專業賦能企業的數字化轉型外，用戶體驗設計的方法、流程也要向數字化、智能化發展。傳統的經典方法論、流程和新的技術相結合，用戶體驗設計才能在這個高速變革的時代發揮更大的價值。
👉 例如：用戶體驗設計環節中的客戶調研。
📌 傳統的研究方法是：通過客戶訪談、焦點小組、客戶日誌等方式，收到很多來自客戶的非結構化的定性數據。通常，研究員會憑藉個人經驗對這些數據進行整理分析，產生的洞察依賴於研究者對行業和項目的理解。整個過程費時費力，一個完整的研究要持續好幾周，甚至好幾個月。數據不再具備時效性，無論外部市場環境，還是內部企業組織，都發生了變化，導致客戶調研的效果大打折扣。
✅ 現在，我們團隊在嘗試通過語音識別、NLP（自然語言處理）、知識圖譜等技術，改進設計的流程和方法。比如，在記錄客戶訪談信息的時候，語音識別技術可以幫助研究員，輕鬆地記錄來自客戶的大量的語音轉文字的定性數據；NLP 和知識圖譜技術會幫我們統計分析，歸納、聚合這些定性數據，建立因果關聯、相似關聯。可視化的方式展示定性數據，輔助研究員建立洞察，發現機會點。
另外，除了通過傳統的邀約目標客戶進行訪談等方式獲得數據外，爬蟲技術可以廣泛的在互聯網渠道，蒐集客戶在網絡上的聲音。
實時收集和處理客戶對產品和服務的體驗反饋和意見，提取關鍵詞，聲量統計。機器學習等 AI 技術對數據的處理量和效率都是人工所不及的，可以顯著提升研究效率，也更容易讓利益相關方和決策者看到來自客戶自述的定性數據的價值。幫助業務更及時有效的改進流程和產品服務，從而提升客戶體驗。
時間有限，本期【藍湖大咖訪談】就到這裏啦，感謝黃文聰老師的分享。