移动用户预测

2024-07-08

移动用户预测（共7篇）

移动用户预测篇1

1. 引言

当今,移动通信运营市场竞争十分激烈。对某个移动运营商来说,合理的预测移动通信业务显得尤为重要。移动通信业务预测的对象主要是移动通信用户数,可供使用的预测技术分为定性预测和定量预测两类[1]。定量预测方法主要有时间序列预测法、趋势外推法和因果预测法等。自上世纪90年代以来,我国移动通信飞速发展,移动通信用户数量快速增长,其发展规律基本一致,可采用趋势外推法进行预测。

2. 移动通信用户预测模型

趋势外推法是一种依据历史发展轨迹预测未来的预测方法。其预测步骤为:(1)选择参数;(2)收集历史数据;(3)拟合曲线;(4)外推计算;(5)预测说明;(6)实际应用。

趋势外推法都很多分类方法,按照函数模型的不同,可分为:直线预测模型、指数曲线预测模型、成长曲线预测模型等。

2.1 直线模型

直线趋势外推法是最简单的外推法。如果预测对象的历史变化规律为直线变化,则可以应用直线预测模型进行预测。其预测模型的一般形式为:

其中,yt—预测变量的理论预测值;t—时间序数;b0,b1为模型参数。

直线模型的特征分析:由于

即直线模型的一阶差分(即逐期增长量)相同,它反映了时间序列与时间序数之间的一种简单关系:当时间每过一个时期时,yt都有等量的增长(或减少)。因此,当时间序列{yt}的一阶差分近似为常数时,可配合直线模型来预测[3]。

为使得预测误差最小,根据最小二乘法原理得:

其中数据序列点的数目

2.2 指数曲线预测模型

指数曲线预测模型为:

其中,yt—预测变量的理论预测值;t—时间序数;a,b为模型参数。

指数曲线模型的特征分析:由于

即环比发展速度为常数。若对模型的两边取对数,则可化为对数直线模型:

即在对数坐标系中,简单指数曲线变为一条直线,从而

因此,当时间序列{yt}的环比发展速度大体相等,或对数一阶差分塄(lnyt)近似为一常数时,可配合指数曲线模型来预测[3]。

3. 移动通信用户预测预测精度分析

预测精度是指由预测模型所产生的模拟值和历史实际值的相似度。在实际应用中,通常会选择预测精度高的预测模型进行预测,即选择与事物实际发展轨迹相近的预测模型。

预测误差是指预测模型计算出的预测值和真实值之间的差异。在选择移动通信预测时,通常考虑的误差有:平均误差、平均相对误差、预测误差的方差。

3.1 平均误差

3.2 平均相对误差

3.3 均方预测误差

预测误差的方差比平均绝对误差或平均相对误差绝对值能更好地衡量预测的精确度[2]。

4. 移动通信用户预测精度计算

自1990年以来,我国移动通信飞速发展,移动通信用户数量快速增长,其发展规律基本一致,可采用趋势外推法进行预测。依据中国国家统计局相关数据,收集到自1994年到2004年的年移动通信用户数(见表1),用于计算不同预测模型的预测精度。

(数据来源:中国国家统计局)

利用excel或spss可以求出不同的模型不同误差,

线性模型为,y=3477.7x-9930.4R2=0.7989

指数模型为,y=109.72e0.5988xR2=0.9934

二次曲线模型为,y=679.56x2-4089.9x+5310.3R2=0.9751

可以看出三种预测模型中,指数模型的误差最小,应该选择指数模型作为移动用户数量预测模型。事实上,我国通信运营业的发展十分迅速,到目前为止,许多领域的发展曲线类似于指数曲线,这其中包括移动通信电话用户数的增长曲线,这是因为通信运营业有规模经济性,即在发展的初期由于规模小,发展比较缓慢,而一旦达到一定的规模以后,其运营成本快速下降,规模也随之快速膨胀。

5. 结束语

移动通信运营市场是一个竞争的市场,今后随着移动牌照的增发,竞争将更加激烈。对某个移动运营商来说,合理的预测移动通信业务显得尤为重要。移动通信业务预测的对象主要是移动通信用户数。本文结合趋势外推法的原理,给出了移动用户规模预测的模型,根据历史数据,得到了多个预测模型,最终根据预测误差的大小,选取合适的预测模型。

摘要：本文阐述了移动通信用户趋势外推法的基本原理,分析了几种典型移动通信用户预测模型特点,并根据预测误差的原理,比较了几种移动通信用户预测模型的不同。经过分析预测误差,最后得出了移动通信用户的最佳预测模型。

关键词：趋势外推法,预测,误差,指数曲线法

参考文献

[1]元彦梅.移动通信用户规模的预测分析[J].大众科技,2005,85(4).

[2]陶菊春.趋势外推预测模型的识别与选择研究[J],2005,41(6).

[3]刘强.军事通信网规划与优化,2007.03.

[4]李红梅.基于MATLAB的分析模型在移动通信用户预测分析中的应用[J].科技论坛,2007,06.

[5]郑宁国.趋势外推法数学模型的几何凸性分析[J].高等数学研究,2007,01.

移动用户预测篇2

2011年全国移动用户净增1.27亿户, 总数达到了9.86亿户亿户, 移动电话普及率达到73.6部/百人, 比2010年底提高了9.2部/百人。2011年湖北省移动电话用户达到3953.7万户, 新增499.1万户。全省移动电话普及率为68.7部/百人, 低于全国平均水平, 这说明在移动用户发展方面, 湖北还有很大的发展潜力。

随着移动市场进入3G时代, 三大运营商对用户的争夺更加激烈。对于某一移动运营商来说, 选择合适的数学模型, 科学合理的预测移动用户规模尤为重要。本文通过对阻滞增长曲线和Logistic模型的介绍来探讨这两个模型预测结果的科学合理性。

1 常用移动用户预测方法介绍

移动用户预测方法有多种, 如人口普及法、趋势外推法、成长曲线法、瑞利分布多因素法等, 下面就将这几种预测方法作简要概述。

(1) 人口普及率法。人口是确定移动电话普及率指标所必需的基础数据, 通过对常住人口数的预测以及分析人口数量中地域因素和年龄因素, 按照各层次人口的普及比率因素, 综合得出移动电话的预测用户数。

(2) 趋势外推法。根据移动电话用户发展的历史数据, 以每年的用户渗透率作为基本变量, 以平均每年提升的用户渗透率作为今后若干年的主要参考值, 遵照一定的增长规律, 得出预测移动用户数渗透率, 最后得到移动用户数。趋势外推法在进行函数曲线拟合时可以采用多种曲线形式, 包括线性曲线、指数曲线、乘幂曲线、二次曲线和三次曲线等。根据预测经验, 在各种曲线中以二次曲线和三次曲线的拟合度最好。

(3) 瑞利分布多因素法。瑞利分布多因素法是一种研究移动电话在潜在用户中渗透率的变化趋势的预测方法。潜在用户真正转化为实际用户受多种因素影响, 如终端价格、移动资费、业务需求等, 对这些影响因素进行量化后, 就可确定实际用户在潜在用户市场中的渗透率, 进而得出移动用户的规模。该预测模型涉及到两个关键的环节:一是潜在用户群的确定, 二是潜在用户群中渗透率变化趋势的量化。

本文将结合移动业务自身的发展规律, 简单介绍运用阻滞增长曲线预测法和Logistic模型对移动电话用户数进行预测。

2 阻滞增长曲线介绍及实例分析

2.1 阻滞增长模型简介

阻滞增长模型的基本假设是:观察对象的增长率r是常数。随着观察值的增加, 一些阻滞因素的作用会越来越显著, 即移动通信行业在发展到一定阶段的时候, 也会受到一些阻滞因素的影响, 从而使其增长放缓。主要表现形式为其移动用户渗透率提高越来越缓慢, 新增移动用户数逐年减少。

为了便于对研究对象增长情况进行长期预测, 将移动用户增长率r表示为x (t) 的函数r (t) 。引入观察对象所能达到的最大值Xm。则增长率r (x) =r (1-X/Xm) 。其中r、Xm是根据统计数据求得, 因子 (1-X/Xm) 体现了对增长的阻滞作用。

接下来通过求得阻滞增长模型:

假设移动电话用户增长率r (x) =r (1-X/Xm) , 其中r为移动电话的固定增长率,

rt=ln (rt/rt-1) , Xm为最大移动电话容量。假设a=-r/xm, b=r, 则有r (x) =ax+b。

2.2 阻滞增长曲线实例分析

下表为2001-2011年湖北省移动用户及移动用户渗透率, 其中人口数采用常住人口数。从下表中可以看出2011-2009年湖北省移动用户市场高速增长, 到2009年新增移动用户数达到最大值, 然后移动用户增长开始放缓, 说明湖北省移动用户规模增长曲线类似于S型的发展, 可以运用阻滞增长模型来进行分析预测。

将2001-2011年的移动用户数代入阻滞增长模型中, 可以通过EXCEL或SPSS等做回归, 求得a=-0.000057917, b=0.342699381, 由此可以求得湖北省移动用户市场的固有增长率为34.27%, 湖北省移动用户市场饱和值为5917万户。将参数代入阻滞增长模型, 得到湖北省移动用户数阻滞增长预测模型为

将参数代入模型中求得, 湖北省2012-2014年的移动用户数分别为4481.7万户、4821万户、5094.8万户, 2012-2014年的新增移动用户数分别为528万户、339.3万户、273.8万户。我们将2001年-2014年湖北省移动用户数变化情况通过一条曲线表示, 如图1所示, 可以看出移动用户数变化呈现明显的S型发展过程。 (红圈表示为2012-2014年移动用户数)

3 Logistic模型介绍及实例分析

3.1 Logistic模型简介

Logistic模型主要在流行病学中应用较多, 比较常用的情形是探索某疾病的危险因素, 根据危险因素预测某疾病发生的概率等, 后来广泛应用于生物成长过程和产业成长过程的描述。消费者对新技术或者新产品的消费过程呈现S形, 开始阶段成长较慢, 到了一定阶段迅速增长, 再往后市场逐渐饱和, 成长趋向某一极限值。用Logistic模型来预测移动用户数, 有较高的相似性和可行性。

我们计时刻t的移动电话普及率为y (t) , 它的极限值为L, 我们称L为饱和值。Logistic模型的方程组为:

式中Y (t) 为t时刻移动用户渗透率, L为饱和值, a和r为参数。只要求出模型中的参数a、r、L的值, 就可以采用这个模型对未来的移动用户数进行预测。

湖北省移动用户市场的饱和值L我们可以参考沿海发达省份的移动用户渗透率。如表2所示, 广东省和上海市的移动用户渗透率的饱和值超过100%。由于广东省是人口净流入省, 所有存在饱和值超过100%的情况。湖北省现阶段户籍人口小于常住人口, 还是人口净流出省, 可以假设湖北省移动用户市场的饱和值L=100%。

3.2 Logistic模型实例分析

首先确定预测期内的常住人口数。根据表1有2001-2011年湖北省常住人口数, 可以计算出湖北省常住人口复合增长率为0.26%, 得出2012-2014年湖北省常住人口数分别为5772.85万、5787.73万、5802.65万。

根据表1的移动用户渗透率, 我们取2005年为基年, 则Y (0) =0, Y (5) =0.6035, Y (6) =0.6866。求得a=1.4, r=0.3643。将参数代入模型中, 得到湖北省移动用户数Logistic模型为Y (t) =1/ (1+e (1.4-0.3643*t) ) , 求得2012-2014年湖北省移动用户渗透率为75.95%、81.97%、86.75%, 这三年对应的移动用户数为4384.64万、4744.27万、5033.58万, 这三年对应的移动用户增量为429.3万、359.6万、289.3万。通过与阻滞增长曲线计算出来的增量移动用户进行比较, 发现2013年和2014年的数据差别不大, 主要是2012年的数据差别较大, 这说明阻滞增长曲线受预测期最近年份的影响较大, 而Logistic模型受预测期最近年份的影响较小。阻滞增长曲线可以直接计算出饱和值, 而Logistic模型需要自己确定饱和值, 这些都是在做移动用户数预测模型选择时需要考虑的。

4 结语

确定移动用户数是做市场规划和网络投资规划的关键步骤。在预测过程中我们力求反映移动用户市场的发展规律, 更科学合理地预测移动用户数, 希望该文章能给从事市场规划或网络规划的同仁以帮助。

参考文献

[1]杨丰瑞, 通信网络规划[M].北京:人民邮电出版社, 2005

[2]张彬, 杨国英, 荣国辉.产品扩散模型在Internet采用者分析中的应用[J].中国管理科学, 2002

移动商务用户接受模型研究篇3

Internet和无线通信技术的发展, 移动通信网络的成功商业化和手机、P D A等移动终端设备的普及, 人们已经进入移动电子商务时代。在中国, 移动商务虽然获得了极大的发展, 但也没有得到普遍应用, 许多用户仍采取观望的态度。新的信息系统和信息技术长期得不到成功实施的主要障碍是用户不能充分接受, 因此对“哪些因素影响用户对移动商务的接受?哪些应用是用户容易采用的?”的研究就显得非常重要。

二、技术接受模型

Davis在Fishbein和Ajzen的理性行为理论基础上提出了技术接受模型, , 被用来解释和预测个体用户对信息系统的接受行为。T A M模型中指出感知有用性和感知易用性是两个主要的决定变量, 认为目标系统的使用主要是由个体用户的使用行为意愿所决定的, 使用行为意愿则是由使用态度和感知有用性决定的, 使用的态度是由感知有用性和感知易用性决定的。

T A M能够得到广泛使用, 一方面是因为它的简洁性, 另一方面是因为广泛的实证证明。但是它也存在几个缺陷:一是没有反映使用环境中的因素, 未来的技术接受研究必须考虑其他的变量, 来更好的预测技术的接受。如J i-W o n Moon和Young-Gul Kim认为, 技术接受模型中的基本变量并没有充分反映用户任务环境的多样性, Dishaw和Strong也指出技术接受模型的缺陷是缺乏任务聚焦;二是没有提出影响用户使用移动商务的外在障碍, 尽管用户自身选择接受。因此, 在讨论移动商务用户接受模型的时候, 需要模型上增加新的变量, 来增强用户接受模型的预测力。

三、国内外学者对TAM模型进行的扩展

1、T A M没有将T R A理论中的主观规范变量纳入模型中, 许多学者在之后的研究中增加了这个变量。

Kim和Lee (2001) 强调用户个体特征和代表主观规范的社会压力的影响, 研究结果表明某些用户特征以及社会压力确实对用户接受移动商务的行为产生影响。T S.H.Teo (2003) 从态度、社会影响和自我行为控制三个方面研究了Internet用户对WAP手机的接受。研究发现, 态度和社会影响比自我行为控制更能影响接受W A P手机的态度。而对相对优势、风险和形象的感知也影响接受态度。黄浩等人以技术接受模型为理论基础, 在移动商务的环境下对其进行扩展, 建立了整合用户创新性、外部影响和感知财务费用的移动内容服务采纳模型。研究结果表明, 外部影响对使用态度有微弱作用, 这说明我国移动服务的用户消费行为日趋理性, 注重实际作用大于外界的宣传, 消费者的个人创新性会影响态度和使用意图, 费用对使用意图有明显的负向作用。

2、TAM存在一个缺陷, 就是没有考虑到阻碍用户使用行为的外在因素, 因此, 许多学者在之后的研究中增加了感知成本这个变量, 感知成本会限制用户的使用行为。

Margherita Pagani (2004) 、Mirella Kleijnen, Martin Wetzels, Ko de Ruyter (2004) 、Rin Luarn, Hsin-Hui Lin (2004) 、Jen-Her Wu (2004) 、Toh Tsu Wei, Govindan Marthandan, Alian YeeLoong Chong (2008) 在TAM基础上增加了感知成本, 实证证明感知成本对使用意愿的显著反向作用。

3、由于移动银行涉及个人信息, 金钱交易, 因此, 用户对移动银行的安全和风险问题比其他移动商务应用更为关注。Wang et al. (2003) 、Rin Luarn, HsinHui Lin (2004) 、Yi-Shun Wang, HsinHui Lin, Pin Luarn (2006) 、Hanudin Amin (2009) 以银行为背景, 在TAM基础上增加了认知可信度, 证明了认知可信度对使用意图显著的正向作用。孙权, 胡秋灵在技术接受模型的基础上加入了认知可信度因子, 由计划行为理论和改进的技术接受模型构造出整合技术接受模型, 采用结构方程模型方法对影响消费者移动服务使用意愿的因素进行实证研究。研究结果显示, 知觉有用性、知觉易用性、认知可信度、知觉行为控制和感知成本在解释行为意图时有正向影响, 可解释67%的变量。

4、还有一些学者提出了用户个人特征也会直接或间接地影响到用户的使用意图。Pruthikrai Mahatanankoon (2007) 认为用户个体特征 (个体创新性, 感知趣味性和最适激奋水平) 会影响移动商务的接受。通过网上发送邮件来收集数据, 并提供获得游戏设备来激励人们参与问卷。将最适激奋水平作为中介变量, 得出个体创新性和感知趣味性通过最适激奋水平影响用户接受移动商务的意图。

四、总结

综上所述, 目前对移动商务的用户接受模型研究已经比较深入, 均对TAM模型进行了扩展, 但还存在很多的潜在变量。我们需要根据研究的具体情况, 发掘潜在变量, 对T A M模型进行扩展, 在原有的TAM模型基础上增加新的变量, 使得模型更全面、更具体、更精确和更严谨, 增加解释力和预测力。分析移动商务的用户接受模型, 使运营商可以了解用户的潜在需求, 了解用户接受移动商务的主要驱动力和主要障碍, 从而采取措施, 改进移动服务, 使用户普遍接受移动商务, 促进移动商务的发展。

参考文献

[1]、Fred　D.　Davis.　Perceived　Usefulness　, Per-ceived　Ease　of　Use, 　and　User　Acceptance　of InformationT　echnology[J].MISQ　uarterly, 1989, Vol.13, No.3, pp.319-340

[2]、Kim, 　I.K, 　and　Lee, 　J.W.　A　Study　on Factors　Affecting　Acceptance　of　Mobile　Internet Service[J].InformationS　ystemR　eview (inK　orea) , 2001, 3, pp.279-305

[3]、T.S.H　Teo　, Siau　Heong　Pok.　Adoption　of WAP-enabledm　obilep　honesa　mongI　nternetu　sers[J].Omega, 2003, 31, pp.482-498

浅谈移动用户体验设计篇4

关键词：移动用户体验,移动用户,以用户为中心的设计

随着信息技术及科技的快速发展, 我们已经进入了移动互联网快速发展的时代。智能手机和平板电脑等移动终端作为新的媒介变得越来越普及, 并且在人类的生活中扮演着越来越重要的角色。人们的需求已经从实体产品的功能需求转向了虚拟产品的服务需求。越来越多的用户开始去使用并依赖各种移动互联网产品。如今的互联网产品竞争中, 技术已不在是产品的核心竞争力, 产品之间更多的是用户体验的竞争。而移动设备屏幕尺寸的局限性等诸多制约条件, 使得探索移动用户体验设计变得尤为重要。

一、移动用户体验的概念

移动用户体验是指用户使用低端功能机到高清平板电脑间的任意设备中, 与移动产品 (浏览器或App) 互动之前、之时及之后的认知和感受。在用户的期望中, 移动应用应该是准确, 友好和高效的, 然而, 移动设备自身的局限性以及使用情景的多样性为移动互联网的产品设计带来很多挑战。要设计出友好的, 高效的移动应用用户体验就要全方位的考虑用户在多种使用情境场景下的认知和感受。

二、移动用户的特点

用户是所有设计的核心, 设计的目的就是达成用户的目标。因此, 理解用户的期望, 需要, 分析用户的特点, 使用情境, 是设计的前提和基础。只有很好的了解用户的特点, 设计师才能根据用户的需要展开有效的设计, 给用户带来良好的用户体验。下面是对移动互联网时代移动用户的特点分析。

1、随时随地——使用时间碎片化, 使用情境复杂化

移动互联网已经渗透到人们生活的方方面面。2012年中国移动互联网的趋势报告显示, 移动互联网用户上网时间遍布一天的24小时, 早上7点至10点、晚上9点至12点, 移动互联网的用户明显高于PC互联网。早上7点至10点可以认为是人们上班乘坐交通工具的时间, 晚上9点至12点可以认为是人们睡前的时间。这些数据表明用户可能在一些复杂的视觉环境下或者一系列干扰条件下使用手机。

2、对移动产品的容忍度低

根据DCI (Dot Com Infoway) 2012年的统计, ios应用总数超过了585000个, Android和Windows Phone应用总数分别为450000个和82234个。

应用数量非常庞大, 同类型的应用种类很多。加上用户使用场景的复杂化, 移动设备的局限性等等, 都会导致用户对于应用不好的体验容忍度极低。应用中任何细微的问题都可能让用户放弃该产品而选择其他同类型的产品。这对移动应用用户体验设计提出了极高的要求。

3、分心, 多任务, 缺乏专注性

移动用户通常在“做”一些其他事情的时候也在使用移动设备, 或者在使用移动设备时, 突然停下来去做其他事情, 过一段时间又返回继续。因此移动用户的注意力不是都放在使用移动设备上的, 经常处于多任务的状态, 缺乏专注性, 容易出现误操作。

4、社会化分享, 社交性

移动互联网时代人们的生活已经离不开社交网络, 人们通过社交网络获取资讯, 随时随地的社会化分享与朋友保持互动。

通过以上对移动用户特点的分析, 不难发现想要给用户提供良好的移动用户体验, 用户界面必须友好, 有包容性, 允许人们犯错误, 内容清晰, 操作简单高效。

三、移动用户体验设计原则

为了创建让移动用户愉悦的体验, 必须重新思考那些长期以来被认为理所当然的桌面端设计准则, 根据移动用户的特点进行有针对性的设计。

1、优先展示与其移动环境相关度高的核心功能

功能是指帮助用户完成任务, 实现目标的工具和特性。对于移动设备, 应该优先展示与其移动环境高度相关的核心功能。一个成功的产品, 首先要根据目标用户的心理目标明确产品的核心功能。不要试图在功能上做到面面俱到, 正确的做法应当是突出核心功能, 省去一些不必要的功能。让产品特点明确。

2、降低信息噪音, 确保内容适用于移动环境

内容是指能为用户提供信息的, 以不同样式存在的多种类型的内容。在这个信息爆炸的时代, 用户深陷在信息过度的泥潭中, 让用户能够快速的获取所需信息是至关重要的。对于移动设备, 要考虑用户注意力较短, 屏幕尺寸较小等制约因素, 确保产品的内容能够适用于移动环境。

3、信息架构扁平化

信息架构是指将功能和内容组织成一种逻辑化的结构, 以帮助用户查找信息, 完成任务, 信息架构关注内容的结构, 用户访问内容的行为以及内容呈现给用户的形式。对于移动设备, 产品的导航应当尽可能的简洁, 明确, 层级不宜过深, 让用户导航至最重要的功能和内容时, 所需的点击次数应尽可能少。

4、降低用户输入的数量及难度

用户输入指的是用户输入数据的难度, 移动设备由于其使用方式, 使用环境的特殊性, 应尽量减少移动用户输入动作的数量, 尽量降低移动设备输入动作的难度, 避免双手操作。

5、具体考虑产品的移动情景

对于移动设备, 最主要的特点就是人们可以随时随地的使用。因此设计师需要着重考虑用户在移动情景下的体验, 移动情景指的即是用户使用时的环境和状态, 也就是任何可以影响用户与设备进行交互的内容。这些情境持续而快速的变化, 设计师需要考虑多任务, 用户分心, 手势操作以及低电量, 流量控制等多种情况。设计师应根据产品的具体功能以及目标用户的特点分析产品可能的使用情景, 设计合理的交互方式比如说语音, 手势操作等等为用户在复杂的移动情景中提供良好的用户体验。

6、提高产品的可用性

可用性是“特定的用户在特定的场景下, 有用, 有效率, 满意的使用产品达到特定的目标”, 产品的可用性是全面衡量产品是否很好的满足了用户在使用情境中的目标的标准。好的设计是把复杂的问题简单化, 让用户变得更有效率, 降低一切形式的干扰, 让用户顺畅的认知, 理解, 用最小的学习成本快速的完成任务。

7、带给用户信任感

Truste和Harris Interaction两家公司在2011年的研究表明, 隐私和安全是智能手机用户最关心的两个问题。在设计中应当根据用户的需求为用户提供保护隐私的选择。

8、及时有效的反馈

反馈是指系统对用户完成操作后的提示信息, 产品设计时要考虑系统与用户之间的反馈与交互, 设计师应当根据反馈的内容以及重要性用合理的方式简短而清晰的展示反馈信息, 在不打扰用户操作流程的前提下吸引用户的注意力, 为用户提供即时友好的反馈, 从而提升用户对产品的感知。

9、恰当的用户引导

任何产品, 任何一个交互过程的操作, 对于新手用户来说都有学习成本, 好的产品应该在用户首次进入应用时, 提供产品快速的介绍, 让用户快速的熟悉产品。在用户首次使用新的功能

户体验的设计原则, 才能有针对性的设计出良好的移动用户体验的产品。

>> (上接第162页)

参考文献

[1]Alan Cooper.交互设计精髓3[M].刘松涛, 等译.北京:电子工业出版社, 2012:2-19.

移动商务用户持续使用模型研究篇5

移动商务相对于传统商务、电子商务的最大优势是其普遍连接性,或称无处不在性。用户通过移动终端如手机、PDA等,可实现在任何时间、任何地点方便地使用移动服务,从而突破了时间与空间的限制,大大提高了人们工作与生活的效率。第29次中国互联网发展报告中披露,截至2011年12月底,中国手机网民规模达到3.56亿人[1]。移动商务对于消费者来说意味着自由和价值,它可以彻底改变人们的消费习惯[2],其便利性和及时性使其成为重要的购买方式和消遣娱乐手段,可实现在任何时间、任何地点都能方便地使用移动服务,从而突破了时间与空间的限制,大大提高了人们工作与生活的效率。目前已有不少关于移动商务用户行为的研究,但多以用户接受层面的研究居多。尽管最初的接受是IS成功的第一步,但是企业长期的生存和最终的成功却依赖用户的持续使用,而非仅仅最初的接受。客户的忠诚度和保持率是衡量服务型企业盈利的一个重要的定性指标。已有的研究表明获取新客户的成本占据总预算的75%,而保留老客户只需占总预算的25%[3]。此外相关研究发现,电子服务领域里吸引一个新用户的难度要比传统服务领域里吸引一个新用户的难度高40%左右[4]。如何保持住这些靠大量成本吸引到的客户,对企业的长期生存和发展至关重要。

从理论研究的角度来看,上述问题亦即移动商务成功最终是取决于用户持续有效的使用,最初的采纳仅是移动商务迈向成功的第一步。现有对移动商务用户行为的研究仅局限于对初次采纳及接受的研究,对用户采纳后的行为的研究较缺乏;研究也集中于使用原有的信息技术持续使用理论,针对移动商务这种新兴的商业模式下用户持续使用的研究并未充分受到关注,存在很大的理论与实证研究空白。鉴于实践需求以及理论的不足,本文以移动商务应用这一新兴电子商务模式为问题背景,对于用户在初始采纳后持续使用的影响因素及行为模式进行深度综述及理论研究,在文献述评基础上提出移动商务用户持续行为的理论模型,并采用问卷调查法来进行实证研究。本研究将会丰富与深化信息系统持续使用理论体系,并有助于把握在中国文化情境下移动商务用户持续使用的行为规律,从而促进移动商务在中国的发展。

本文的主要思路如下:首先阐述期望确认理论(ECT)是用户持续使用移动商务服务的理论基础,提出移动商务用户持续使用的研究模型框架;然后设计相关问卷,利用SPSS和AMOS软件分析统计问卷,建立移动商务用户持续使用行为模型。

2 研究理论与假设模型

移动商务用户既是使用者,又是消费者,因而移动商务用户的持续使用和一般信息系统的用户继续使用可能存在较大程度上的差别,用户行为规律难以完全用传统IS或电子商务下的理论模型进行解释。

已有的研究基于信息系统使用理论,如技术接受模型(Technology Acceptance Model,TAM)、创新扩散理论(Innovation Diffusion Theory,IDT)等研究移动商务的接受及采纳理论。Luarn和Lin基于TAM理论,考察了影响用户接受移动银行的因素[5];Ha等基于TAM理论提出了用户使用移动游戏的模型[6];Fang等研究了任务的类型对移动商务使用的调节作用[7];Wang等基于技术接受模型、计划行为理论(Theory of Planned Behavior,TPB)考察了影响用户使用移动服务的影响因素[8];Pedersen在TPB理论的基础上建立了移动商务者接受行为模型[9];Nysveen等整合了信息系统研究、技术采纳与使用统一理论(Unified Theory of Acceptance and Use of Technology,UTAUT)等领域相关理论,提出了解释用户使用移动服务意向的模型[10];Lee等采用技术任务匹配理论(Task-technology Fit,TTF)考察了保险行业对移动商务技术的使用[11]。

上述一系列初始采纳模型解释了影响用户初次使用信息技术的因素,并且在实证中得到验证。然而,初始采纳只是信息技术成功的第一步,移动商务长期的生存力和最终的成功需要根据持续使用来判断,因此持续使用研究的重要性日益凸显,并且逐渐成为研究的热点。其中,Bhattacherjee将期望确认理论和技术接受模型相结合[12],构成了信息系统持续使用模型,并且得到了网上银行实证数据的支持。在Bhattacherjee研究的基础上,很多学者针对研究对象的特点,修正并扩展信息系统持续使用模型,应用于在线学习等的持续使用方面,并且证明其较高的解释度。近年来,随着移动服务的兴起,越来越多的学者也将目光聚焦于移动服务的持续使用研究中来[13,14,15,16]。但是目前国内关于移动商务持续使用的研究还很少,所以本文将在前人研究的基础上,针对移动商务特点,分析其持续使用行为的影响因素,提出移动商务持续使用模型。

2.1 基础模型

基于ECT的信息系统持续使用模型(IS Continuance Model,IS-ECM)在研究采纳后的持续行为时被广泛接受,本文以IS-ECM模型为参考理论框架,结合移动商务实践情境与特征分析,在文献整理分析基础上,将从理论多样性、新的研究构念的角度对ECM—ISC模型进行理论扩展与假设开发,进而归纳得出移动商务用户持续行为的理论模型,如图1所示。

基于IS-ECM模型的用户持续模型将用户满意度视为影响持续使用的关键因素,体现了用户对系统使用的态度,并由一系列的信念所决定。因此,本文在研究移动商务用户持续使用意图时,将用户满意度、期望确认程度等关键概念视为影响持续使用的关键因素,并依据IS-ECM模型提出下列研究假设:

H1:在初始采纳移动商务应用后,感知有用性正向地影响移动商务用户持续使用意愿。

H2:在初始采纳移动商务应用后,用户满意度正向地影响移动商务用户持续使用意愿。

H3:在初始采纳移动商务应用后,期望确认程度正地向影响移动商务用户的满意度。

H4:在初始采纳移动商务应用后,感知有用性正向地影响移动商务用户的满意度。

H5:在初始采纳移动商务应用后,期望确认程度正向地影响移动商务用户的感知有用性。

2.2 模型扩展及引入新的研究构念

相对于电子商务而言,移动商务所具有的无处不在性、实时性、定位性使得移动服务商能够为用户提供更好的服务,从而提高用户满意度。同时,移动商务也带来了隐私保护的问题。移动定位服务能够根据用户所处的地理位置和需求偏好,实时向其提供相关的信息或服务,但该服务需要实时获取用户地理位置,对用户来说,他们可能感到自身的信息隐私受到侵害,从而不愿意采纳和使用该项服务。因此,在移动商务用户持续使用行为研究中,将从信息价值、隐私担忧等角度来考察用户的持续使用意向。同时,信任是在互联网环境下理解电子商务参与者行为的正面态度。Bedford认为信任影响移动商务的使用动机,并发现隐私敏感性调节信任对行为动机的作用[17]。因此,提出如下研究假设:

H6:在初始采纳移动商务应用后,信任正向地影响移动商务用户的持续使用意向。

H7:在初始采纳移动商务应用后,隐私担忧负向地影响移动商务用户的持续使用意向。

感知成本是用户在使用移动服务时感知到可能要付出的各方面的代价总和[18]。由于使用移动商务费用是根据数据包的数量而收取的,因此感知成本一直是影响其使用的重要因素[19]。在使用过程中,用户将感知成本视为一种付出,负面影响移动商务所带来的收益。在感知成本过高的情况下,用户获得的收益过低,对移动商务产生不满,并且终止使用移动服务,转向使用固定网络服务等替代品。综上,本文提出研究假设如下:

H8:在初始采纳移动商务应用后,感知成本负向地影响移动商务用户的持续使用意向。

Csikszentmihalyi最早提出了心流理论,探讨人们对于某种行为或活动完全投入时的心理状态[20]。心流理论在信息系统领域被用于解释不同的现象,如在线消费者行为、交流沟通、网络游戏和人机交互。许多研究者研究一些信息系统采纳的内在动机,其中一个重要的动机就是心流。Hoffman和Novak研究了电脑媒介环境(CME)下使用者上网浏览时的心理状态[21]。参考以上理论,我们认为,心流体验的一个重要输出变量就是充满乐趣的购物愉悦情感,并且这种情感会直接影响消费者对网络的正面态度。Shun和Yunjie研究发现当消费者感到网络购物的享受时,消费者的满意度也会提高[22]。故心流体验与持续使用有一定的关联。根据以上理论做出如下研究假设:

H9:在初始采纳移动商务应用后,心流正向地影响移动商务用户的持续使用意向。

3 数据收集和样本特征

为保证本研究概念测量的信度与效度,测量项目基本上借鉴已有文献,并根据实际情况稍做调整。问卷设计采用通行的Likert 7级量表形式,概念测量项目如表1所示。本文选择中国境内大学生为移动商务用户研究对象,主要基于以下几点考虑:(1)手机网民用户集中在年轻群体,大学生符合这个阶段的年龄特征。(2)抽样的便利性,利用学生网络发放问卷,既易于回收也具有一定的随机性。(3)以大学生为关键用户群有助于重点分析感知与成本等因素。

通过网络发放问卷搜集数据。本次调查共发放问卷300份,回收有效问卷210份,有效样本回收率70%。对样本的统计特征分析表明,男性用户占50.95%%,女性用户占49.05%。

4 数据分析与结果

4.1 问卷信效度分析

本文采用Cronbach’s alpha系数衡量数据的信度,结果如表2所示。Cronbach’s alpha系数是检验数据可靠性的主要信度系数。从表2中可得,所有的Cronbach’s alpha系数都大于0.7,即符合信度系数要求[26]。模型潜在变量的信度可以通过组合信度测度指标CR来反映,若潜在变量的的组合信度值在0.7以上,表示模型内部一致性较好[27]。表2中CR的值都大于0.7,说明各潜变量的组合信度质量好。测量效度检验分为收敛效度和判别效度,反映了理论层次的抽象概念与可测量指标之间的符合程度。收敛效度主要是通过验证性因子分析来检验。如表2所示,测量项目在相应的一阶潜变量上因子负载基本都在0.7以上,并且非常显著,说明概念测量具有较好的收敛效度。判别效度主要通过计算平均抽取方差(Average Variance Extracted,AVE)来检验,反映潜变量的测量指标与测量误差相比,在多大程度上抽取了此潜变量的变化。表2中AVE值基本都大于0.5,表明测量模型具有较好的判别效度。

信度和效度检验结果表明,问卷的信度和效度都通过了检验,下一步就计算模型的路径系数,检验假设是否成立。

4.2 拟合优度分析与假设验证

如表3所示,显示了拟合优度的结果。绝对适配度指数中,x2/df的值为2.968,且P值显著,表明该项指标受到样本量的影响较明显,所以主要参考其他适配指标。绝对适配度指数中,RMSEA小于0.1,GFI为0.915,大于0.9,适配较好。增值适配度指数CFI、IFI、NFI等均在0.9以上,简约适配度指数中,PGFI大于0.5。由以上可以看出,假设模型与数据的拟合程度较好。

假设模型的标准化路径系数估计值如表4所示。本文9个假设中有7个是显著成立的,且与假设方向一致。

注:***表示在1%的显著性水平下显著

(1)从模型检验结果看,前期假设大都通过了检验,说明前期对于移动商务持续使用意图形成影响因素的认识是基本正确的。研究模型中感知有用性、满意度及持续使用意图被解释的方差分别为62%、57%和68%。说明模型总体上具备了较强的解释能力。

(2)按照ECT模型的基本架构,期望确认度影响满意和感知有用性,感知有用性也影响满意度,而满意会影响持续使用意图的产生。该结论在本研究中再次得到确认。但是感知有用性对满意度和持续使用意图的假设路径没有通过显著性检验。已有的文献表明,感知有用性和满意度之间也经常无显著关系[28],可能是由于本次采集的样本是大学生,本身对移动商务的感知程度高,导致其不易对移动商务服务形成满意感。

(3)在概念模型中,新引入的概念如感知费用、信任、隐私担忧和心流体验等变量,其假设检验都通过了,表明这些变量对移动商务用户持续使用意图产生重要的影响关系。

5 结论

本论文以移动商务服务为问题背景,对于用户在初始采纳后持续使用的驱动因素进行了理论文献综述与分析,并扩展了传统的ECT在模型,提出移动商务用户持续使用行为模型,并运用数据进行实证分析,主要的结论包括如下:

(1) E C T模型对研究移动商务用户的持续使用行为是适用的,期望确认度和满意度等均是进行用户持续使用研究所必须考虑的关键因素。

(2)在考虑用户感知等因素之外,应关注成本等服务本身特性的影响。移动商务服务和一般的网络服务不同,用户自身会涉及到费用支出,成本的大小也将影响到用户的持续使用意图。

(3)感知有用性在研究移动用户的持续使用问题时对满意度和持续使用意图都未显示出显著的影响,更深入的原因还需要加强详细研究。

浅谈移动用户界面设计篇6

1 交互性

有人说, 移动设计, 交互性为王。一个应用是否能被广泛接受, 很大程度上是由其交互性决定, 移动应用设计师和开发者开始重视交互效果, 大多数应用都开始考虑用户操作是否方便、导航是否清晰可靠、是否有满足需求的社交功能。

以往的互联网操作基本依靠鼠标的点击、悬停、滚动, 以及键盘的案件敲击来触发网络交互效果、完成操作。而到了今天, 移动应用设计, 大量的问题解决方案都是基于手势操作。所以, 一个应用界面应如何设计从而能方便适应手势控制成为移动界面设计的一个关键。另外, 应用程序随着时间、速率、弹性、图像和色彩的变换、滚动等种种设置, 在设计者的精心微调之下, 能带给用户多少惊奇和享受, 这种效果的呈现也是交互性设计的重点。

2 美观性

单从功能出发设计界面是难以抓住精髓的, 而以人为本的设计理念就要求我们重视美感, 美的界面设计可以帮助人们保持在一个合适的心理负荷下, 从而更适合日益发展的技术给人们带来的挑战。由于用户体验和可用性的关系密切, 所以用户使用软件时候的心理体验也是决定一个软件可用性的重要因素。美恰恰能给用户带来好的、积极的心理体验。美观的物品使人感觉良好, 这种感觉反过来又使他们更具创造性的思考, 从而更容易找到所面对问题的答案。

很多新技术体现的意义不仅是功能上的, 它们本身就是一种文化, 一种满足当下人类诉求的流行体验。产品设计的实质就是为满足人的真正需求而设计。随着非物质社会的到来, 人类对产品的需求由简单的实用功能性的需求上升至情感需求的层次。因此, 产品设计不仅要从传统的关注于产品功能设计, 更要关注人们各层次的情感需求。

3 品牌性

美观的界面可以吸引顾客, 同时, 视觉效果象征着整个品牌代表的理念, 这些视觉元素在潜移默化中代表了一个品牌的价值观和文化, 这种品牌的延伸意味着品牌的增值, 企业通过品牌延伸策略, 可以获得价值更高的无形资产, 从而增强企业的竞争力和销售力。比如一个容易记忆且有很好寓意的logo, 像苹果手机本身的苹果, 它就表达了苹果公司的一种不断追求完美的精神;比如安居客手机端应用是一个绿色的房子, 它就代表了公司的服务内容是为大家提供放心的房子。诸如此类, 越来越多的应用开始注重通过用户界面来表达和提升自己的品牌, 一个好的设计衍生出来的价值是不可估量的。

移动用户界面设计虽然被赋予了那么多厚重的意义, 但是在体现形式上, 界面设计趋向于简洁轻快。

在颜色上, 很多人在设计时只定义一个主题色, 而不是多种颜色。比如卡塔尔公司航空应用的粉色主色调, 除了黑白灰之外, 全部采用粉色设计。随着i O S7的发布, 我们看到越来越多唯一主色调风格的设计, 会采用简单的色阶, 配套灰阶来展现信息层次, 但是绝不采用更多的颜色, 这种简介的的配色风格, 反倒起到了很好的信息传达效果, 也具有良好的视觉表现力。

另外, 在形式上现在越来越多的移动界面采用扁平化。扁平化设计给人的感觉通常都很简洁, 即使它可以做的很复杂。简单、直接、友好的特性也使得它广受移动界面和时尚网站设计的青睐。扁平化设计你可以通俗的理解为:使用简单特效, 或者无特效来创建的设计方案, 它不包含三维属性。这一设计趋势极力避免任何拟物化设计的元素, 诸如投影、斜面、浮雕、渐变等特效都不要在设计中使用。扁平化设计有其独特的观感, 它依赖于一个清晰的层次感, 这种设计有着鲜明的视觉效果, 它所使用的元素之间有清晰的层次和布局, 这使得用户能直观的了解每个元素的作用以及交互方式。如今从网页到手机应用无不在使用扁平化的设计风格, 尤其在手机上, 因为屏幕的限制, 使得这一风格在用户体验上更有优势, 更少的按钮和选项使得界面干净整齐, 使用起来格外简单。

从以上几个发展趋势可以看出, 移动用户界面设计与传统互联网网页设计还是有很大的区别, 它不需要拥有太多花里胡哨的元素, 主张用最简单的元素突出主题, 秉持了最简风格, 这得益于终端屏幕分辨率和用户人机互动习惯的变迁。一个好的U I设计不仅是让软件变得有个性有品味, 还要让软件的操作变得舒适简单、自由, 充分体现软件的定位和特点。设计师喜欢它, 因为它能增加的设计空间和模拟材质纹理。用户喜欢它, 因为它风格简洁明了, 可以帮助用户引导正确使用其产品。

在之前的软件发展中, 界面设计工作一直没有被重视起来。做界面设计的人也被贬义的称为“美工”。其实软件界面设计就像工业产品中的工业造型设计一样, 是产品的重要买点。一个友好美观的界面会给人带来舒适的视觉享受, 拉近人与电脑的距离, 为商家创造卖点。尤其是移动互联网飞速发展的现在, 由于移动设备屏幕大小的限制以及大量信息的背景下, 如何有效的展示产品内容成了越来越多公司在设计软件时首要考虑的问题。

参考文献

[1]苏颜丽.产品形态设计[M].上海:上海科学技术出版社, 2010.

[2]赵玉航, 李世国.图形用户界面设计中的功能可见性[J].包装工程, 2010.