2909 字 | 阅读本文需 7 分钟
本期大咖：黄文聪
领导和管理平安科技的体验设计中心 XDC，从事金融 + 生活 + 互联网各个领域产品项目的创新和设计。
客户对金融产品有与生俱来的警惕心理，在做用户体验时要格外用心。如今，AI 等创新技术蓬勃发展，催化金融产品走向科技化，对金融产品而言，创新技术是否能成为提升用户体验的一味良药呢？
本期【蓝湖大咖访谈】邀请到平安科技的高级 UED 总监黄文聪老师，他分享了对金融产品体验设计和创新的经验。
端上你的小板凳，跟湖湖一起学习，悄悄惊艳所有人吧！
以金融切入生活
金融产品的金融属性和工具属性比较强，面对客户，金融科技产品和常规的 To C 互联网产品有显著区别。互联网产品从生活场景切入金融，而金融产品是以金融切入生活场景。
在金融公司做产品，一个典型的特征：产品是战略驱动，孵化项目都是战略 + UX 先行。
作为一位 UX 研究者和设计师，要会读懂战略、理解战略，融合战略。所谓融合战略，是将 UX 的思维体系跟战略思维体系交融，酝酿出更有执行价值的方案，战略规划才能更好地转化为产品方向和设计方案。
金融产品的客户目的性比较强，最直接的诉求是金融。所以，金融产品设计最基本、最关键的是：先充分满足客户的金融需求，在此基础上，衍生生活、娱乐的场景。
📌 金融产品主要分两类：
✅ 面向普通消费者
✅ 面向专业的金融从业人士
金融产品设计，有很强的专业性和严格的监管需求。普通消费者和金融从业人士对金融产品的诉求不同，设计师要从客户的场景和需求出发，精心打造产品，帮助客户认知、熟悉和使用产品。
👉 比如：
前几年，我的产品设计团队和业务方，合作开发创新的黄金等贵金属的金融交易产品。设计时，不是简单的将贵金属交易价格、价格曲线、收益率等传统元素堆砌给客户，而是考虑客户的情感和文化诉求，从客户对贵金属的认知、购买的习惯出发开发功能。将黄金 3D 猪储物罐、金豆炼金、子女祝福寓意理财等功能融入到产品设计中，让黄金理财变得更加的易懂，易买、好玩、有趣。
这个产品上线后，广获客户的好评，促进了贵金属交易业务在移动互联网领域的发展。
易敏的客户体验
客户对资金的感知分外敏感，金融产品在打造客户体验时，要悉心呵护客户敏感的神经。
📌 客户体验设计，从以下三个层面打造：
✅ 客户隐私保护
✅ 产品交易的安全性
✅ 客户感知层面
金融产品“客户隐私的保护"是体验设计的重点，在信息安全领域，有很多要求和规范，设计师在产品设计时要注意。
👉比如：APP 的隐私协议要在两步操作内被客户看见，不能默认同意等。
体验设计的另外一个重点是交易的安全性。
👉比如：银行卡号，密码的保护，安全键盘的设计，防偷窥设计，大额转账和交易的二次确认提醒等。
最后是客户感知层面，产品在品牌、视觉、流程规则等层面，都要向客户传达金融安全感、可信赖感。客户对资金非常敏感，所以，产品中涉及资金的买卖、流程，要时刻清楚地传达给客户，让客户知道自己的资金在哪。
👉 曾经有一个 App 出了这样的问题：客户购买的理财产品，在“我的资产”的第一层级无法看到，又缺乏资产的总额。因此客户不知道自己的钱跑哪里去了，该 APP 收到了很多投诉电话。
📌 金融产品的体验设计，取决于项目的特点和目标，不同阶段的体验设计重点不同：
✅ 从 0 到 1 的阶段，设计师需要做大量的客户研究和竞品分析，以定位产品初期的价值和方向；
✅ 从 1 到 N 的阶段，设计师更多的要挖掘当前产品存在的问题，以及可以通过哪些方式优化。
虽然各个阶段的体验设计目标不同，但是向用户传递安全感、可信赖感，是金融产品体验设计的不变重点。
新技术引领体验设计创新
如今，大数据、云、人工智能等技术蓬勃发展，应用在各个领域，推动各行各业的发展，金融行业也不例外。在新技术的加持下，金融产品的体验设计实现创新，客户体验实现提升。
1、体验设计创新
金融产品是一种全方位的服务，每一个触点、每一个环节，我们都在尝试运用新的技术提升客户体验。如今，AI、生物识别、NLP（自然语言处理）、语音合成、知识图谱等新技术在金融领域广泛应用，创新引领客户体验更上一层楼。
👉 比如：
NLP、ASR、TTS 等 AI 技术最早应用在了金融产品的电话客服领域。几年前客户打电话给客服办理业务，需要听完冗长的“办理 XX 业务 A 按 1，办理 XX 业务按 2、3......”。而现在，客户只要输入我想办的业务，AI 技术就会自动判断并给出相应的解决方案，或者直接分配到正确的人工客服。当然，现在客服的体验还不够完美。但是，面对复杂的语言、语意、场景，机器在不断的学习和积累。逐日逐月的积累，加上成千上万小时的对话数据，机器客服将来会更加人性化、更加个性化。
👉 再比如：
过去，客户办理开户、理财购买、贷款等金融业务，需要准备各种材料去线下办理，进行人工审核，一些金融业务需要好几周才能审批完成。现在运用人脸识别、声纹识别、微表情等技术，一些金融业务流程可以在线上完成，大大提升了金融服务效率和客户体验。同时 AI 生物识别技术的运用，可以帮助金融企业识别欺诈、高风险人群，降低金融风险。
📌 新技术与产品设计结合，有两个方面很重要：
✅ 应用场景是否对客户有价值
✅ 技术的可行性
👉 举个例子：
我们团队，曾经孵化过一个 2C 的给投资客户用的 AI 产品。在前期，我们做了很多调研，来验证原型功能和内容是否对客户有价值，当时客户的反馈很积极。但是产品落地后，效果并不理想。我们覆盘时总结：“产品 + 新技术 = x% 价值”的公式，X 代表实际落地的变量，是我们预想的产品价值。但实际项目落地的时候，X 值产生偏差。
新技术的应用，一定会受各种制约，不能发挥最大的效能，比如数据的制约、算法的限制等。所以，我们在孵化产品的初期，要从用户接受度、技术局限、商业环境的发展来预计这个变量。
所以，我们不能拿一个理想情况的产品原型去验证产品价值，要对初期产品有所预期，在设计的时候，对技术的限制要有所准备。
2、设计流程创新
如今，各个行业在如火如荼的进行数字化转型，UX 行业也不例外。除了专业赋能企业的数字化转型外，用户体验设计的方法、流程也要向数字化、智能化发展。传统的经典方法论、流程和新的技术相结合，用户体验设计才能在这个高速变革的时代发挥更大的价值。
👉 例如：用户体验设计环节中的客户调研。
📌 传统的研究方法是：通过客户访谈、焦点小组、客户日志等方式，收到很多来自客户的非结构化的定性数据。通常，研究员会凭借个人经验对这些数据进行整理分析，产生的洞察依赖于研究者对行业和项目的理解。整个过程费时费力，一个完整的研究要持续好几周，甚至好几个月。数据不再具备时效性，无论外部市场环境，还是内部企业组织，都发生了变化，导致客户调研的效果大打折扣。
✅ 现在，我们团队在尝试通过语音识别、NLP（自然语言处理）、知识图谱等技术，改进设计的流程和方法。比如，在记录客户访谈信息的时候，语音识别技术可以帮助研究员，轻松地记录来自客户的大量的语音转文字的定性数据；NLP 和知识图谱技术会帮我们统计分析，归纳、聚合这些定性数据，建立因果关联、相似关联。可视化的方式展示定性数据，辅助研究员建立洞察，发现机会点。
另外，除了通过传统的邀约目标客户进行访谈等方式获得数据外，爬虫技术可以广泛的在互联网渠道，搜集客户在网络上的声音。
实时收集和处理客户对产品和服务的体验反馈和意见，提取关键词，声量统计。机器学习等 AI 技术对数据的处理量和效率都是人工所不及的，可以显著提升研究效率，也更容易让利益相关方和决策者看到来自客户自述的定性数据的价值。帮助业务更及时有效的改进流程和产品服务，从而提升客户体验。
时间有限，本期【蓝湖大咖访谈】就到这里啦，感谢黄文聪老师的分享。