数字人类学视域下的产品创新设计

李秋华 唐林涛

摘要：应用大数据思维为产品创新设计探索新方法，旨在推动大数据与产品创新设计理论的发展。运用跨学科的方法，归纳了数字人类学视域下大数据对产品创新设计的启发与价值。提出了大数据从生活方式、全景图和远读3个方面驱动了产品创新设计。产品创新设计将从对物的设计转向对数字化生活方式的设计，大数据驱动产品创新设计的变革。

关键词：大数据；创新设计；人类学；生活方式；全景图；远读

中图分类号：C64 文献标识码：A文章编号：1003-0069（2024）05-0070-03

Abstract：Applying big data thinking to explore new methods for product innovation design aims to promote the development of big data and product innovation design theory.Using an interdisciplinary approach，this study summarizes the inspiration and value of big data for product innovation design from the perspective of digital anthropology.It is proposed that big data drives product innovation design from three aspects：lifestyle，panoramic view and distant reading.Product innovation design will shift from the design of objects to digital lifestyle，and the transformation of product innovation design driven by big data.

Keywords：Big data；Innovative design；Anthropology；Lifestyle；Panoramic view；Distant reading

引言

2008年9月《Nature》大數据专刊的出版和IBM公司“智慧地球”战略的提出，引发了人们对大数据的关注[1]。今天每个人已成为大数据的使用者和创造者，大数据能够跨时空地记录人类的足迹，已使人们的生活发生了翻天覆地的变化。图灵奖得主吉姆·格雷提出大数据是科学研究的第四范式[2]。中国工程院倪光南院士指出，科学研究实验为主的第一范式、理论为主的第二范式、计算为主的第三范式都是在已知规律的情况下发现新规律，而大数据“则是在未知规律的情况下，运用计算机能力从大数据中发现规律并发挥规律的作用”[3]。大数据作为新的技术和工具已赋能于众多领域，很多学科开展了大数据相关的研究和应用。目前虽然产品相关的大数据很多，但是缺少如何将大数据应用于产品创新设计的理论和方法。工业设计正面临着数据化、智能化转型[4]，在“中国制造 2025”背景下，如何应用大数据融合跨学科的知识，更加高效地开展产品创新是设计学面对的新课题。

一、数字人类学

（一）数字人类学的演进

数字是用于度量的符号，在人类文明和人类语言中发挥着重要的价值，为人们记录自然规律和把握客观世界提供了工具。现代人类学之父博厄斯认为，人类学主要研究领域是“人的科学”，包括人类的文化性、社会性、起源与演变等[5]。数字人类学的演进见图1，数字人类学是用人类学的方法研究人类如何应用数字，及数字是如何影响人类生活的，例如探索数字在跨时空、跨文化的人类族群中的生成与演进，数字与社会、经济、政治、艺术的关系，数字文化与生态等[6]。随着大数据的发展，数字人类学家的研究扩展到了人们如何使用数字化产品，和数字化产品如何改变人们的生活方式，分析深描产品的社会意义。

（二）数字人类学的研究案例

随着大数据的发展，人类学也开始将数据挖掘和机器学习作为其研究方法的一部分，将民族志田野调查与大数据相结合，大数据和计算机成为人类学研究和人类学思想新的推动力。大数据相关的工具和技术能帮助人类学家研究处理大量数字化的图像和文本，追踪以前隐藏在视线之外的规律和联系，提升了人类学研究的深度、广度和创新度。大数据是以数字的形式存在的，在人类学的研究中，通过数字化的方法将复杂多变的信息对象如文本、图形、图像、声音、颜色等，编码转换为数据，用计算机进行量化的统计分析，以数据为研究对象和主要驱动力进行文化、社会、经济和政治等方面分析，数字之眼更加全面客观地帮助人类学家透视历史和洞察未来。以数字人类学对文化艺术中心的变迁研究为例，文化艺术的涌现过程是大量个体之间复杂互动的产物，Schich研究团队通过对2000多年来超过15万位名人出生和死亡地点的研究，利用大数据和定量分析构建了一个文化艺术的数据库，追溯了欧洲和北美的文化叙事，超越了传统特定事件得出文化中心历史演变的方法，数据化地呈现了文化艺术中心由欧洲迁移到美国，又由美国西部迁移到了美国东部[7]。此外，数字人类学家的大数据研究还涉及了权力浪潮、产品发明、民族精神、职业发展、名人出现等领域，数字化地分析人类发展的演变规律。例如数字人类学家通过对成名年龄大数据的分析，发现了职业不同对成名时间具有重要影响，演员成名常在30岁左右，作家成名常在40岁左右，艺术家成名常在60岁之后。可见，大数据为数字人类学的科学研究提供了新的视角和新的工具，在数字人类学视域下的产品创新设计中，大数据产生了哪些影响和价值呢？

（三）数字人类学对产品创新设计的启示

大数据是一种规模大到在获取、储存、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，是由机器记录的人们做什么和说什么生成的数据[8]。阿里巴巴的邓中华总结道，大数据在语义层面的“大”即巨量，指数量、形式、含义的丰富，高保真地记录与储存；“数据”是指所有信息可量化的数字记录，大数据在应用层面是一套数据处理技术或方法体系，提升了效率与扩展性，为探索新模式、新场景、新体验提供了新工具[9]。大数据具有5V的特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（低密度价值）、Veracity（真实性）[10]，见图2。大数据为产品创新提供了新的材料和方法，在产品创新需求输入、产品要素分析、产品智能化设计、产品创新效果评估等方面，大数据开启了新范式。科技的发展改变了设计的方法和观念[11]，大数据驱动了产品创新设计的变革，本文归纳提出了大数据在生活方式、全景图和远读3个方面对产品创新设计的启发与价值。

二、大数据塑造新生活方式

人类学研究的生活方式是个广泛的范畴。生活方式是回答人们“怎样生活”的概念，通常指人们在一定的文化模式下，为满足自身生活需要而运用各种物质和精神文化资源的活动方式和配置方式，广义的生活方式研究领域包括政治生活、物质消费生活、精神文化生活、宗教生活等，狭义的生活方式研究领域主要指人们的日常生活，如衣、食、住、行、乐等[12]。历史中科学技术与设计结合生产服务于人类生活的产物，这种产物不仅满了足人类需求，同时重塑了人类的生活方式[13]。在数字化蓬勃发展的今天，大数据在衣、食、住、行、乐等领域塑造了新的生活方式，给人们的生活环境、行为习惯、体验和价值观带来了巨大的变化，主要体现在智能穿戴、食品溯源、智能家居、智慧出行和新媒体等方面。

（一）在衣的领域

智能穿戴产品可在织物材料中内置传感器，不仅不会影响衣物原有的舒适透气性，还能监测人的体温、心跳、呼吸、运动、肌肉活动和热量消耗等数据，时时同步到手机等设备中，通过數据交互和云端分析等帮助人们了解体征体态的数据，智能穿戴常见的产品形态有衣服鞋袜、手表腕带、眼镜头盔、书包配饰等，数字化使传统衣物在保暖防护的基本功能上，新获了健康数据监测的功能，丰富了人们的感知体验。

（二）在食的领域

数字化的食品溯源可以帮助人们通过扫描一个小小的二维码追溯到食品的生成、检验、运输、销售等每个环节的数据信息，大幅提升了食品的卫生安全情况，使人们安心地选购食品。数字化的溯源已成熟地在食品管理中应用，对人们日常食用的粮油、果蔬、水产、饮品等的监测数据不仅可以分散储存、分析处理，还可以互联互通、公示查询，提高了人们对食品安全的知情权和掌控感。

（三）在住的领域

数字化家园为人们提供了一个全场景的新生活环境，智能家居已走入千家万户，居住环境中的安防、照明、采暖、家电、通信等智能云端操控和数字化管理，实现了个性化的“以人为本”的生活体验，无论人们身在何处，都能通过远程系统操控管理家中的设备，查看家里的情况，智能家电能自动感应并数字化地记录人们的使用习惯。例如智能空调能数字化地显示温度、湿度和用电量，智能床垫能记录人们的睡眠时长、睡眠深度和睡眠质量，智能电饭煲能记录人们饮食习惯，生成米饭数量和口感的数据，智能冰箱能生成食材的种类和新鲜程度的数据，为人们推荐健康饮食的食谱。

（四）在行的领域

数字化已经颠覆了传统出行方式，驾驶中的大数据地图导航能够推荐最优路线避免拥堵，辅助驾驶、语音控制、手势识别等技术给人们提供了全新的驾驶交互体验，出行平台为每个用户生成了出行记录大数据，包括里程、次数、地点、时间等，数字化的智慧出行打造了人—车—环境的出行新模式，此外，国家也在大力建设公路、铁路、水路和公交的大数据情报中心和共享生态系统，通过大数据提升交通管理的效率和安全性。

（五）在乐的领域

数字化的新媒体和电商平台等为人们提供了丰富多彩的内容，在人们无意识的情况下，每个人的浏览路径、点击行为和收藏转发等习惯均被数字化地记录，通过对每个人年龄、性别、兴趣、价值取向、行为习惯等大数据的分析，大数据的千人千面算法能够依据每个人的画像特征推荐内容，给人们带来了前所未有的感官体验和内容形式。

可见，大数据从衣、食、住、行、乐多个领域塑造了新的生活方式，数字化生活具有可量化、可追溯、可共享三个特点，人们在数字家园中获得了全新体验，大数据也成了生活中不可或缺的标尺和工具，带着人们走向更加便利高效的未来。生活方式是设计的对象，生活方式离不开多种多样的创新产品，设计师通过设计新产品直接或间接地影响着人们的生活方式。产品创新设计正在转向为对有意义的数字化生活方式的设计，一方面大数据全面地记录目标人群的生活方式，为设计师设计新产品输入了需求和方向，另一方面设计师设计的新产品为目标人群提供了新的体验和互动，时时生产大数据。

三、大数据构建产品全景图

大数据构建产品全景图主要体现在3个方面，一是品类全景图，即平台拥有百亿级产品池的大数据；二是单品全景图，即任何一个产品都有多维的大数据体系；三是产品展示全景图，即产品的场景化360° 数字展示。大数据产品全景图为产品的研产销提供了数据化信息支持，提升了获取产品信息的效率。大数据全景图在人类学的研究中已经应用在了众多领域，是解决基础性问题的技术和工具，例如，谷歌数字图书馆自启动的9年时间里将3000多万册的图书转化为了数字形式，人类学家通过对这些前所未有的全景大数据研究解释文化的发展。

（一）大数据品类全景图

大数据品类全景图由百亿级的不同品类、产品系列及单品数据构成，包括的数据维度有属性、价格、销量、增长率、评价、物流、服务和用户等。品类指可以满足消费者某一需求的产品集合，比如冰箱、手机、电视、洗衣机属于不同的品类。产品系列是同一品类中不同的产品，比如高中低端的冰箱，不同功能的冰箱，不同尺寸的冰箱。大数据品类全景图能够分析出品类发展的驱动因素，了解品类间的竞争关系，识别出高潜品类，预见高增长的细分市场机会，是企业做年度产品战略的重要依据。

（二）大数据单品全景图

单品是具体的某一个产品，比如一款四开门智能冰箱、一款母婴分区双筒洗衣机。大数据单品全景图由单个产品不同维度的众多详细数据构成，比如颜色、规格、材质、风格、销售额、销售量等，通过对数据的分析，能够定位畅销产品，分析畅销产品的动因，了解产品趋势，对产品创新机会深度挖掘。以阿里生意参谋上的大数据为例，在手机壳产品成交属性中，能够查看简约、卡通、日韩等设计风格的销售大数据，也能查看翻盖壳、全包壳、斜挎式等不同功能的销售大数据，还能查看硅胶、钢化玻璃、真皮等不同材质的销售大数据，这些大数据能够帮助设计师快速了解手机壳的风格、功能、材质的需求。

（三）大数据产品展示全景图

大数据产品展示全景图类似于全景看房，对比传统的平面产品展示图，场景化360° 产品展示打破了平面图单一的视角，能够提升产品展示的真实性，用户可以点击滑动进行三维旋转，选择扩大某个细节，提升了产品展示的互动性和精细度。360° 场景化的产品展示塑造了三维立体的仿真空间，提升了用户观看的融入感，同时还可以记录用户对产品的关注点、点击频次等数据，为产品细节设计提供数据支持。目前，大数据产品展示全景图已在电商销售中的产品主图，线下产品展览等场景应用。

大数据产品全景图的典型案例是美的大数据平台开普勒系统，开普勒采用领先的数字技术将产品全价值链系统打通，形成了一个贯穿产品规划、生产和销售的大数据体系，整合了美的用户、产品、电商、门店和售后的数亿条信息，为美的产品的规划、产品定位、产品目标人群、产品定价、产品创新概念、产品设计和产品运营等提供决策支撑。开普勒由水晶球、观星台、地动仪、服务号和螺旋仪5个部分构成，观星台能够实时采集淘宝、天猫、京东、国美、苏宁等电商平台的大数据，通过数据可视化掌握家电行业的市场全局与变化动态，基于市场空白与消费者需求分析产品创新设计的机会，地动仪能够自动采集电商平台的产品销量、用户评价数据，并对各大社交网络服务网站的用户言论进行大数据分析，了解用户画像，为产品创新设计提供参考依据，基于物联网、大数据、移动互联网等数字技术，美的智慧家居将产品与用户双向连接得更加紧密[14]。

四、大数据助力产品远读

大数据的产品远读是指使用定量的方法发现不同时间和空间的产品规律，分析产品的发展脉络和历史演变过程，预测产品趋势。远读帮助设计师以更深远和广阔的视角了解产品的时间维度和空间维度的分布态势，是研究产品演变规律有效的方法。通过远读的方法对产品发展历史进行量化的实证研究，为设计学、人类学、社会学、经济学的跨学科发展提供了新的方向。

美国学者弗兰科·莫莱蒂（ Franco Moretti）在2000年提出了“远读”（ Distant reading）的概念，远读旨在使用定量的方法发现不同时间和空间的演变过程和规律，莫莱蒂提出的远读概念在西方学术界产生了重要的影响，并形成了跨学科的数字人文研究，历史学、文学史、社会学、传播学等领域都已使用量化和模型来研究具体的人文问题，人文研究中远读常用的量化模型是表图、地图和树图，表图可以通过定量数据描述生命周期，地图呈现形式如何争取空间，树图呈现形式的分叉与偏离，远读通过实证性的数据收集、分析和阐释来研究人文的演变规律，远读已成为大数据时代人文研究的新范式，远读推动了世界人文的宏观分析[15]。那么，大数据产品远读对产品创新设计具有哪些价值呢？

（一）透视产品发展脉络

大数据的产品远读能够追溯某一行业各种产品发展的历史脉络和新产品出现的关键历史时间節点，也能透视各种产品在不同区域的发展环境和发展态势，了解空间上区域市场的差异化表现，帮助设计师从众多维度透视产品的发展历史和未来趋势。以信息传播工具为例，可以通过大数据追溯报纸、收音机、传真机、打印机、电话、电视等产品的发展演变规律，分析全世界的范围内，这些产品发展路径和分布情况。聚焦到电视这个品类，大数据能够远读电视概念的提出、产品专利、首个产品上市、产品演变、应用领域的历史演变过程，从时间和空间上对电视产品的发展脉络进行分析。通过大数据能够远读到机械电视、电子电视、黑白电视、彩色电视、液晶电视、3D电视的演变脉络和社会背景，分析电视技术CRT、液晶、LCD、LED、OLED的走势，洞察电视在家用、医疗、教育、广告等领域的需求数量和使用频次等。

（二）管理产品的生命周期

大数据的产品远读能够帮助设计师了解某一产品从在市场上出现到产品发展的导入期、发展期、成熟期至衰退期的每个关键的时间节点及周期，通过产品生命周期在时间轴上关键节点的大数据分析，帮助设计师预测未来。互联网和物联网的发展为大数据的产品远读奠定了技术基础和数据采集渠道，积累了更加全面丰富的产品数据，为产品的预测提供了更可靠的大数据支持。以吸尘器产品为例，通过大数据监测，见图3，产品在2013年至2015年处于探索导入期，2016年至2017年受手持吸尘器无线化技术和扫地机器人智能导航技术发展的推动，吸尘器产品处于高速发展期，2018年至2019年处于技术瓶颈的稳定成熟期，2020年后受扫地机器人自清洁技术和手持洗地技术的发展，驱动吸尘器产品进入到了二次上升期，从趋势来看，吸尘器产品吸尘洗地一体化将成为基本功能，通过大数据对吸尘器细分品类分析，可以发现洗地机处于高速增长阶段，而微式、卧式、立式吸尘器呈高速下降的趋势，这些大数据分析为产品创新设计的方向和技术路线等提供了指引。

结语

在数字化的时代里，每个人都是数据的创造者，也享受着数据带来的便利。大数据塑造了新的生活方式、构建产品全景图，助力产品远读，为产品创新设计提供了新的材料和方法。“中国制造 2025”战略贯彻提效创新的基本方针，产品创新设计将走向数字化和智能化的路线。

基金项目：清华大学自主科研计划资助，“supported by Tsinghua University Initiative Scientific Research Program”（课题编号：2021THZW）

参考文献

[1]赵智勇. 融合多源地理大数据的杭州市功能区识别和空间优化研究[D]. 浙江大学，2018.

[2]Tony Hey，Stewart Tansley，Kristin Tolle. 第四范式：数据密集型科学发现[M]. 北京：科学出版社，2012.

[3]黄晓艳，单晓钊. 关于大数据——访中国工程院院士倪光南[J]. 高科技与产业化，2013，（05）：40-45.

[4]周偉，安雪姣，齐林. 面向大数据环境的工业设计创作流程建模研究[J]. 设计，2022，35（17）：82-85.

[5]弗朗兹·博厄斯. 人类学与现代生活[M]. 北京：华夏出版社，1999.

[6]托马斯·克伦普. 数字人类学[M]. 北京：中央编译出版社，2007.

[7]Schich Maximilian，Chaoming Song，Yong-Yeol Ahn，et al. A network framework of cultural history[J]. Science，2014，345（6196）.

[8]Pamela Pavliscak. Data-Informed Product Design[M]. Sebastopol：OReilly Media，2015.

[9]邓中华. 大数据大创新[M]. 北京：电子工业出版社，2018.

[10]崔文，刘晨阳. 大数据背景下的空间设计发展浅析[J]. 艺术教育，2019，（08）：267-268.

[11]霍楷，杨韫嘉. 新文科背景下设计与科技融合改革研究[J]. 设计，2022，35（15）：100-102.

[12]王雅林. 生活方式研究评述[J]. 社会学研究，1995，（04）：41-48.

[13]孙惠东，李靖，邵建新. 设计的社会性[J]. 设计，2022，35（17）：97-99.

[14]李文婷. 浅析数字化模式下企业的精准管理[J]. 中国管理信息化，2021，24（02）：119-122.

[15]都岚岚. 论莫莱蒂的远读及其影响[J]. 中国比较文学，2020，（03）：179-193.