李健鹏
阿里云
体验设计专家
现就职于阿里云,担任体验设计专家,拥有10年以上toB产品设计经验。现任阿里云知识平台云知道设计一号位,devops产品线设计负责人,阿里云体验度量模型UES负责人。曾就职于网易。
设计理念:设计的本质是帮用户解决问题
当今企业体验度量与管理存在指标选择主观、度量成本高周期长、数据分析浅层三大痛点。传统依赖经验判断或单一指标、人工调研与数据分析较浅的模式,难以适应多元场景并挖掘真实用户体验痛点。AI 驱动体验度量与管理通过指标智能推荐、全流程自动化度量、多维数据智能分析,构建全链路闭环,实现从洞察到决策的优化,有效降本增效,为体验度量管理破局。
本次工作坊将帮助参会者掌握如何利用AI技术达成更科学、更智能、更高效的产品体验度量与管理,并能够将其应用于实际工作中,最终实现产品体验的提升。
主要内容如下:
1、开场介绍
1.1 讲师自我介绍与专业背景说明
1.2 阐述本次工作坊意义,强调 AI 对体验管理的变革作用
1.3 明确学习目标与工作坊流程安排
2、体验度量管理痛点深度剖析
2.1 分析传统指标选择依赖经验、单一指标的弊端
2.2 拆解人工操作导致的度量高成本、长周期问题
2.3 说明人工数据分析难以挖掘体验瓶颈的局限
3、AI 驱动的破局方案详解
3.1 基于产品属性的自动化指标推荐技术与案例
3.2 融合AI技术的全流程自动化度量流程及效果展示
3.3 多维数据整合分析与智能决策闭环的实现路径
4、分组实操演练
4.1 根据示例产品产出推荐指标
4.2 调研类和走查测评类流程开展自动化度量
4.3 整合多源数据,按需配置并完成最终分析报告
5、小组汇报与点评
5.1 小组展示 AI 度量方案,阐述创新性与可行性
5.2 讲师点评优化,引导深化知识应用
6、总结回顾与展望
6.1 梳理本次核心知识,强化体系化认知
6.2 参与者分享学习收获与应用计划
6.3 展望 AI 在体验度量领域的发展趋势
1、破冰&分享人介绍
2、体验度量管理痛点深度剖析
3、AI 驱动体验度量与管理方案讲解
4、答疑
5、分组实操演练
6、案例实操1:智能指标推荐,AI 基于产品、用户和业务目标动态匹配产出科学指标体系;
7、案例实操2:自动化流程,调研类流程自动生成问卷并分发,走查类流程实现自动化测评;
8、案例实操3:深度数据分析,整合多源数据,输出专业结构化体验洞察报告及优化策略。
9、成果展示与点评
10、总结回顾与展望
1、UX/UI设计师
2、产品经理
3、数据分析师
4、市场运营
5、对AI与用户体验结合感兴趣的听众
1、了解体验度量与管理的概念
2、掌握 AI 驱动体验度量与管理的方法论:系统学习 AI 驱动的全链路解决方案,包括基于产品属性的智能指标推荐、AI 驱动的自动化度量流程、多维数据融合分析与策略生成;
3、实际应用AI 驱动体验度量与管理工具:通过典型行业案例实操,掌握运用 AI 工具设计科学度量体系、开展自动化度量、深入洞察分析数据并输出可落地决策建议的完整方法;
模型训练
AI体验度量助手
UES数据看板
UES体验度量体系