繁体中文版本（广东话导读） | 简体中文版本（国语导读）
传统设计思维方法（Design Thinking），简称设计思维2.0，在过去几十年中一直是创新和问题解决的主要工具。它的价值无需置疑，但当遇到与复杂数据相关或不断变化的难题时，我们是否可以超越传统设计思维的执行模式，应用一套更高效和更精确的方法来指导我们做出商业决策呢？
传统设计思维的极限
设计思维的核心是以人为本，通过同理心理解用户需求，并创造出创新的解决方案。然而，这种方法也有其极限。首先，传统的设计思维依赖于人的观察和理解，这可能会被我们的主观偏见和认知局限所影响。例如，我们可能会过度依赖已知的信息和经验，而忽视了新的数据和趋势。
其次，设计思维的过程可能会很耗时。从收集和分析资料，到创新的概念化和实施，每一步都需要时间和精力。在商业环境中，时间就是金钱，慢半拍可能就意味着机会的流失。最后，设计思维的结果并不容易量化。这使得其效果并不容易衡量，也使得决策者难以确定是否真正达到了预期的目标。
数据驱动设计思维的崛起
为了克服这些限制，我们需要一种新的方法：数据驱动设计思维（Data-Driven Design Thinking），简称设计思维3.0。这种方法结合了设计思维的以人为本原则和数据科学的精确性，让我们能够更深入、更快速、更准确地理解用户需求，并找到创新的解决方案。数据驱动设计思维利用数据管理和数字技术，让我们可以收集、整合和分析大量数据，并从中获取深入的洞察。这不仅可以帮助我们避免主观偏见和认知局限，也可以让我们更快地获取关键信息，并迅速做出反应。
此外，数据驱动设计思维还可以提供更精确的工具和方法来处理和分析数据，从而提高决策的准确性。它也可以提供实时反馈，帮助我们不断优化和改进创新方案。在一些具有标志性的数字企业，例如Apple, Airbnb, Amazon, BBVA, HSBC, JP Morgan Chase, Tesla, Uber, 和 Google，已经创造出突破性业务成果。《Forrester 报告》指出新一代设计思维的成果包括 顾客契合度提升43%、客户体验提升20%、产品研发时间缩减高达33％ 和 产品推出市场的速度提升高达200%。
经典案例分析
案例(1) Airbnb
Airbnb，这个在线住宿和旅游活动市集，自2008年创立以来，已经取得了倍增式增长。然而，这个公司的旅程并非一帆风顺，它面对的主要挑战是客户的需求与房东的期望之间的不匹配，这导致房东拒绝或不回应请求，从而破坏了客户的使用体验。为了解决这个问题，Airbnb运用了数据驱动设计思维进行了一个项目「为何房东拒绝(Why Host Rejects)」。
通过数据分析了数以万计个案与深入访问了超过100位房东，Airbnb明确了解房东在考虑房客请求时面临的感性和理性痛点，同时，Airbnb建立了一个顾客旅程图，概述了房东从接收订房请求到决定接受或拒绝的体验，透过视像化房东的体验，Airbnb能够确定导致拒绝的关键时刻。
这种方法允许他们更准确地了解问题，并提出了更有效的5个创新的解决方案。例如，他们可以通过提供更多定制的客户信息来使房东感到舒适，从而提高了客户的使用体验。结果，Airbnb成功地解决了客户需求与房东期望之间的不匹配问题，从而提高了客户的使用体验，并使公司持续快速成长。这种数据驱动的设计思维方法使Airbnb能够以人为本，并根据真实的数据做出决定。[完整个案(繁体中文)…..]
案例(2) Tesla
Tesla作为电动车行业的先驱，Tesla一直以其创新产品革新了汽车行业。然而，在开发Cybertruck这样突破性的卡车的过程中，面临的主要挑战是如何创造一款能与传统卡车在性能上相匹敌，同时又能提供电动车的优点的新产品。因为现有卡车拥有者对于电动车的耐用性、牵引力和越野能力的疑虑。为了解决这些挑战，Tesla采用了数据驱动设计思维的策略。这种方法使他们能够利用大量数据来更好地理解他们的客户，确定他们的需求，并设计能有效解决这些需求的解决方案。
对于Tesla来说，这意味着需要深入了解Cybertruck的潜在用户的理性和情感需求，通过同理心参与和数据分析，Tesla识别出了他们的4大关注，包括性能问题、美学期望、充电设施与环境影响。Tesla的共同创作想法开发过程涉及组织内不同部门的合作。设计团队、工程师、市场营销人员和客户服务代表共同合作生成想法和解决方案，包括超硬30X冷轧不锈钢结构、电动可伸缩盖、气囊悬挂系统以及17英寸触屏显示器。此外，Cybertruck 的远程软件更新也是一个独特的功能，它可以根据实时用户反馈持续改进车辆的功能。
数据驱动的设计思维在Cybertruck的开发中的应用为Tesla带来了显著的变革和成果。Cybertruck独特的设计、卓越的性能和耐用性使得Tesla在电动卡车市场上成为领导者，提升了销售业绩并增强了作为创新和以客户为中心公司的品牌形象。[更多成功个案…..]
案例(3) Dairy Farm
Dairy Farm集团计划在在新加坡中央商业区开设新品牌超级市场Jasons Deli，然而，该计划面临着几个挑战。首先，市区的大型零售空间稀缺，原本期望有20,000平方英尺的铺位，但只能找到一个仅5000平方英尺的地块。其次，新加坡正面临人力短缺的问题。最后，随着消费者越来越多地选择在线购买大型物品（如大米和卫生纸）进行家庭配送，实体店的规模正在“缩小”，消费者购买的商品变得更轻、更小。这需要通过数据分析和同理心，重新思考在实体零售店销售什么。
为了解决这些问题，Dairy Farm组成了一个20人的创新团队。他们运用观察和同理心访谈来了解附近购物者的需求和生活习惯。他们也访谈了大楼内的主要租户员工，以验证他们的发现。他们发现在周末有大量的家庭在此购物，这意味着新商店必须迎合家庭的需求。同时，他们发现该地区的专业人士更喜欢快速的自助餐和自助服务选项，而尽管店面较小，客户仍对一个欢迎的空间和新鲜食品有需求。
创新团队借助数据分析，提出了一个创新的解决方案，将商店分为「快速」和「慢速」两个区域。”快速通道”提供即食商品，满足专业人士的需求；为了创建一个放松的购物环境，商店被设计成公园般的感觉，以自助式即食区为中心。他们把货架高度降低到1.6米以创建开放视野，且在现有的柱子上安装了镜子，并引入了植物来营造一个欢迎的感觉。
经过商业可行性评估后，他们创新利用空间，达到少量人力运作，并将销售面积与储存区域的比例达到90:10。令人惊讶的是，该店在开业仅三个月内就实现盈利。他们通过数据驱动的设计思维方法，将客户的回转时间提高了50%，并大幅提高了员工的生产力。[更多成功个案…..]
结语：超越设计思维，迎接未来
数据驱动设计思维不是要取代设计思维，而是要扩展和强化它。它可以让我们更精确锁定用户的潜在、隐藏与未被满足的需求，更有效地解决复杂而且不断变化的问题，更有力地推动创新。现在，我们正处于一个数据爆炸的时代，每一个决策都有可能影响我们的业务和未来。
数据驱动的设计思维(Data-Driven Design Thinking)是应对复杂多变商业环境的方法，它能让我们精确地定位到市场的痛点，并打破行业常规，形成具有颠覆性的业务策略。因此，不仅是创新者和决策者，或企业领航者也需要深入理解和运用数据驱动设计思维，以确保我们的组织在未来的商业挑战中保持领先。
让我们一起，以市场需求为本，以精确数据为导，创造更突破的商业策略。
与本文章相关的参考信息：
主要的资料来源：
- Abidin, S. Z. (2007). Design for industry: a practical framework of form development in automotive design based on design thinking. In Nordic Design Research Conference.
- Ahmed, B., Dannhauser, T., & Philip, N. (2018, September). A lean design thinking methodology (LDTM) for machine learning and modern data projects. In 2018 10th Computer Science and Electronic Engineering (CEEC) (pp. 11-14). IEEE.
- Ahmad, S., & Khan, M. (2019). Tesla: Disruptor or Sustaining Innovator. Journal of Case Research, 10(1).
- Augsten, A., & Marzavan, D. (2017). Achieving sustainable innovation for organisations through the practice of Design Thinking: A case study in the German automotive industry. In ISPIM Conference Proceedings (pp. 1-1). The International Society for Professional Innovation Management (ISPIM)
- Benner, K. (2016). Airbnb Adopts Rules to Fight Discrimination by Its Hosts.” New York Times. September, 8, A1.
- Braun, V., & Clarke, V. (2022). Conceptual and design thinking for thematic analysis. Qualitative Psychology, 9(1), 3.
- Edelman, B., Luca, M., & Svirsky, D. (2017). Racial discrimination in the sharing economy: Evidence from a field experiment. American economic journal: applied economics, 9(2), 1-22.
- Henreaux, E., Noutcha, M., Phan-Ngoc, T., & Suzanne, K. (2021, June). Design Sprints Integrating Agile and Design Thinking: A Case Study in the Automotive Industry. In International Conference on Applied Human Factors and Ergonomics (pp. 189-195). Cham: Springer International Publishing.
- How design thinking helped the Dairy Farm Group launch a new brand that became profitable in just 3 months. Design Singapore Council. (2022, April 26).
- Jaskyte, K., & Liedtka, J. (2022). Design thinking for innovation: Practices and intermediate outcomes. Nonprofit Management and Leadership, 32(4), 555-575.
- Murphy, L. W. (2016). Airbnb’s work to fight discrimination and build inclusion. Report submitted to Airbnb, 8, 2016.
- Prud’homme van Reine, P. (2017). The culture of design thinking for innovation. Journal of Innovation Management, 5(2), 56-80.
- Sharma, S. (2016). The Tesla Phenomena A Business Strategy Report.
- Tekaat, J., Kharatyan, A., Anacker, H., & Dumitrescu, R. (2019, July). Potentials for the integration of design thinking along automotive systems engineering focusing security and safety. In Proceedings of the Design Society: International Conference on Engineering Design (Vol. 1, No. 1, pp. 2883-2892). Cambridge University Press.
- Wang, G. (2022). Digital reframing: The design thinking of redesigning traditional products into innovative digital products. Journal of Product Innovation Management, 39(1), 95-118.
