Design methodologies for innovation have a user-centered background: design processes are starting with research on user and its context. Most of the tools used for this research have a qualitative approach, partly explained by the empathy required for this phase. The emergence of data science is an opportunity for designers to co-develop more quantitative methods for user research. The aim of the thesis is to present the diverse and new methods coming from the design-data science interface. Designers are exploring new methods of data collection, with pre-designed channels (retail, sensors) or their own channels (data-product-data framework). Moreover, text mining offers great possibilities to scale up qualitative methods like netnography or lead user innovation. Big qual studies (the assemblage of previous qualitative studies and their secondary use) are also benefiting from text mining to ease the research in large data sets. Implementation of these new methodologies are presented in three case studies: the beauty start-up Glossier and the leverage of an internet-based community for product development; the design agency IDEO and the combination of interviews and big data from sensors or surveys to define and target specific user segments; LEGO and mPath using skin conductance sensors to study kids’ emotional profile when they are playing with difficult games, to develop a new way to engage parents. Finally, these new methodologies require an ethical use of data and an appropriate corporate culture to produce successful results.
Le metodologie di design per l'innovazione sono fondate su principi user-centered: i processi iniziano con una ricerca sull'utente e il suo contesto. La maggior parte degli strumenti utilizzati per questa ricerca sono approcci qualitativi, in parte a causa dell'empatia necessaria in questa fase. L'emergere della scienza dei dati diventa un'opportunità per i designer di co-sviluppare metodi più quantitativi per la ricerca sull’utente. L’obiettivo della tesi è di presentare i nuovi e diversi metodi derivanti dall'interfaccia design-scienza dei dati. I designer stanno esplorando nuovi metodi di raccolta dei dati, con canali pre-progettati (settore del commercio al dettaglio, sensori, ecc) o propri canali (come ad esempio il Data-Product-Data design pattern). Metodi come il text mining, offrono poi grandi possibilità di potenziare le metodologie qualitative, come la netnografia o la Lead-User Innovation. Per citare un esempio, studi relativi ai “big qual” (l'assemblaggio di precedenti studi qualitativi e il loro uso secondario) sono notevolmente migliorati grazie al metodo del text mining, che ha permesso di semplificare la ricerca di grandi serie di dati. L'implementazione di queste nuove metodologie è presentata attraverso tre casi studio: la start-up di cosmesi Glossier e l’utilizzo di una comunità basata su Internet per lo sviluppo di prodotti; l'agenzia di design IDEO e la combinazione di interviste e big data (da sensori o sondaggi) per individuare la segmentazione dell’utente; LEGO e mPath che utilizzano sensori di conduttanza cutanea per studiare il profilo emotivo dei bambini quando giocano con giochi difficili, per sviluppare un nuovo modo per coinvolgere i genitori. Infine, queste nuove metodologie richiedono un uso etico dei dati e un'adeguata cultura aziendale per ottenere risultati positivi.
Design and data science interface in user and context research for product innovation
SALEH, AUDREY LAURA
2017/2018
Abstract
Design methodologies for innovation have a user-centered background: design processes are starting with research on user and its context. Most of the tools used for this research have a qualitative approach, partly explained by the empathy required for this phase. The emergence of data science is an opportunity for designers to co-develop more quantitative methods for user research. The aim of the thesis is to present the diverse and new methods coming from the design-data science interface. Designers are exploring new methods of data collection, with pre-designed channels (retail, sensors) or their own channels (data-product-data framework). Moreover, text mining offers great possibilities to scale up qualitative methods like netnography or lead user innovation. Big qual studies (the assemblage of previous qualitative studies and their secondary use) are also benefiting from text mining to ease the research in large data sets. Implementation of these new methodologies are presented in three case studies: the beauty start-up Glossier and the leverage of an internet-based community for product development; the design agency IDEO and the combination of interviews and big data from sensors or surveys to define and target specific user segments; LEGO and mPath using skin conductance sensors to study kids’ emotional profile when they are playing with difficult games, to develop a new way to engage parents. Finally, these new methodologies require an ethical use of data and an appropriate corporate culture to produce successful results.File | Dimensione | Formato | |
---|---|---|---|
2018_07_Saleh.pdf
accessibile in internet per tutti
Descrizione: Thesis report
Dimensione
16.67 MB
Formato
Adobe PDF
|
16.67 MB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/142257