摘要:《產(chǎn)品經(jīng)理認(rèn)證(NPDP)知識(shí)體系指南(第2版)》已于2022年4月正式上架發(fā)行,新版教材自2022年11月NPDP考試起使用。希賽將新版NPDP教材中的相關(guān)知識(shí)點(diǎn)進(jìn)行了整理匯總,包括詳細(xì)設(shè)計(jì)與規(guī)格階段相關(guān)內(nèi)容,快來(lái)看看吧。
【詳細(xì)設(shè)計(jì)與規(guī)格階段】
5.1質(zhì)量功能展開(kāi)
質(zhì)量功能展開(kāi)(QualityFunctionDeploymen,QFD):是運(yùn)用矩陣分析將“市場(chǎng)需要什么”與“開(kāi)發(fā)工作完成什么”相結(jié)合的結(jié)構(gòu)化方法,通常應(yīng)用于多職能團(tuán)隊(duì)就客戶需求與產(chǎn)品細(xì)節(jié)特性之間的聯(lián)系達(dá)成認(rèn)可時(shí)。最常用的質(zhì)量功能展開(kāi)的例子是質(zhì)量屋。
識(shí)別出符合以下條件的設(shè)計(jì)屬性:
與客戶需求關(guān)系密切;競(jìng)爭(zhēng)產(chǎn)品的表現(xiàn)較差;賣點(diǎn)十分吸引人。
質(zhì)量屋的構(gòu)建步驟以及優(yōu)勢(shì)與劣勢(shì):
5.2穩(wěn)健設(shè)計(jì)
三次設(shè)計(jì)法:
5.3情感化設(shè)計(jì)(EmotionalDesign)
設(shè)計(jì)者用情感化設(shè)計(jì)方法來(lái)激發(fā)消費(fèi)者的情緒和感受,創(chuàng)造出良好的情感聯(lián)想,讓消費(fèi)者對(duì)產(chǎn)品產(chǎn)生信任感,從而提高產(chǎn)品的可用性。
通過(guò)消費(fèi)者對(duì)產(chǎn)品產(chǎn)生的情感層次不同,將其分為三大類:本能層、行為層和反思層。
情感化設(shè)計(jì)影響評(píng)估方法:
1、感性工程學(xué) (Kansei Engineering)
該方法用于識(shí)別產(chǎn)品中的相關(guān)設(shè)計(jì)要素(如顏色、大小和形狀等),這些要素決定偏好。該方法需要識(shí)別感性詞語(yǔ)。所使用的方法包括有聲思維梯度法(Tink-AloudLaddering)、數(shù)量化理論I(QuantificationTheoryI,QTI)、偏最小二乘法(IpTS.Analysis)及用于估算目的的遺傳算法(Genetic)和模糊邏輯
(FuzzyLogic)。
2、情感分析(SentimentAnalysis)
該方法用于了解人們?cè)诓┛突蛏缃痪W(wǎng)絡(luò)中對(duì)產(chǎn)品的評(píng)論和觀點(diǎn),并對(duì)這些評(píng)論進(jìn)行分類。可以運(yùn)用自動(dòng)化技術(shù)來(lái)識(shí)別評(píng)論者在產(chǎn)品特性上表達(dá)的意見(jiàn)(正面、中性或負(fù)面)。該方法運(yùn)用了基本貝葉斯和深度學(xué)習(xí)算法。
3、神經(jīng)網(wǎng)絡(luò)法 (Neural Networks)
該方法利用了反向傳播(Back Propagation,BP)技術(shù)來(lái)建立產(chǎn)品或形狀參數(shù)與形容詞、意象詞之間的關(guān)系,目的是更改設(shè)計(jì)參數(shù),直到產(chǎn)品形狀被接受為止。神經(jīng)網(wǎng)絡(luò)法把反向傳播和灰色關(guān)聯(lián)度分析作為優(yōu)化算法。
4、微軟反應(yīng)卡(MicrosoftReactionCard)
該方法用于評(píng)估設(shè)計(jì)或產(chǎn)品的情感反應(yīng)和期望(視覺(jué)吸引力)。參與者從118張寫有產(chǎn)品詞匯的卡片中選出與該產(chǎn)品或設(shè)計(jì)相關(guān)的卡片,并解釋為什么所選卡片中的詞匯要體現(xiàn)在該產(chǎn)品或設(shè)計(jì)上,最后得出結(jié)論。該方法采用聚類分析、頻度分析和詞匯云處理技術(shù)。
5、突發(fā)情緒法(EmergentEmotions)
該方法認(rèn)為情緒是動(dòng)態(tài)、突發(fā)和遞歸的過(guò)程。用戶對(duì)設(shè)計(jì)的反應(yīng)模式是由評(píng)估結(jié)果所驅(qū)動(dòng)的。情緒反應(yīng)和對(duì)產(chǎn)品特性的期望會(huì)受到情緒影響,也會(huì)由差異化要求而引發(fā)。該方法利用人工智能環(huán)境下的神經(jīng)網(wǎng)絡(luò)和非線性動(dòng)態(tài)建模來(lái)解釋消費(fèi)者的情緒過(guò)程,日內(nèi)瓦情緒專家系統(tǒng)(GenevaExpertSystemonEmotions,GENESE)中描述了該情緒過(guò)程。
NPDP備考資料免費(fèi)領(lǐng)取
去領(lǐng)取
共收錄117.93萬(wàn)道題
已有25.02萬(wàn)小伙伴參與做題
2025年5月NPDP考試時(shí)間
暫未公布