使用者旅程:從小紅帽故事來理解使用者旅程
使用者旅程:從小紅帽故事來理解使用者旅程

使用者旅程分析是產品經理或是UI/UX設計師很常用的方法論,甚至我認為,這是產品經理要「真正掌握一個產品」最基本的工具。在尋找問題或是尋找機會時,我都會先嘗試描繪出這個使用者的情境,還有他達成任務的旅程,再找出我們的產品,可以在這個旅程中,如何和這個使用者互動、有哪些接觸點,以協助使用者達成任務。

什麼是使用者旅程呢?它是「從使用者的角度出發,描繪出這個人如何使用你的產品,達到他的目的、中間會經過什麼過程、和你的產品有什麼接觸」的整個過程。

people-wearing-backpacks-walking-on-pathway-near-g
圖/ pexels.com

它為什麼重要呢?可以分成三點來看。

1.它帶我們,從「使用者」的角度看整個體驗,還有產品或服務,如何幫助使用者達到他的目的,而非「老闆視角」或「競爭者做了什麼我也要有」。

2.整握整體使用者旅程,你就有了「系統觀」,知道使用者在意什麼、會先經歷什麼、再經歷什麼、前後功能有什麼因果關係,所以其實我會建議新手PM,如果想快速瞭解一個產品,就把它的使用者旅程畫出來,畫完之後,你會發現能更容易與工程師以及業務對話,用使用者旅程來溝通,也更能讓眾人在同一個平台上討論。

3.能幫助你清楚定義出有價值的主幹以及旁枝,可以決定商業價值。使用者旅程會由簡至繁展開,在展開的過程中,你會更清楚什麼功能是在「使用者達到目的」的主流程上,什麼是「輔助使用者但可有可無」的旁枝,甚至什麼是「可能阻礙使用者達到目的」,需要修剪的雜支,讓你更明確定義出不同功能的價值以及影響力

那麼,怎麼繪製出一個使用者旅程呢?

當然這是一門博大精深的學問,但可以先從小紅帽的故事,來理解如何描繪出初步的使用者旅程。

design user experience
圖/ shutterstock

從小紅帽認識使用者旅程

小紅帽的故事是這樣的:

從前從前,有個小女孩,她常常穿著奶奶送她的紅色斗篷,所以大家都叫她小紅帽。

有一天,小紅帽聽說奶奶生病了,她很擔心,決定穿過森林去找奶奶,帶一些食物給她。

途中,小紅帽遇到了大野狼,大野狼跟小紅帽聊天,知道她要去找奶奶,就跟她提議可以摘一些花送給奶奶,奶奶一定會更開心,小紅帽聽信了大野狼的話,於是在森林裡逗留摘花,大野狼趁機跑去奶奶家,把奶奶吃掉,然後還穿上奶奶的衣服,躺在病床上。小紅帽到了奶奶床前,聽到奶奶的聲音,很疑惑──為什麼跟奶奶的聲音不一樣?大野狼說,那是因為她生病了,喉嚨沙啞……最後,大野狼一躍而起,把小紅帽吃掉了。

這個故事裡有幾個關鍵元素:

1.主角小紅帽:在使用者旅程地圖中,你也要選定一個使用者,根據他的體驗來描繪地圖

2.小紅帽是個小女孩,非常愛奶奶:這是使用者的「人物設定」,也就是我們做產品時的「使用者輪廓」,或是中國叫做「用戶畫像」

3.小紅帽要去找奶奶:這是使用者的「目的」

4.小紅帽要先穿過森林,才能到達奶奶的家:這是使用者的 「旅程」

5.小紅帽中間遇到了大野狼,將奶奶的住處資訊告訴了大野狼,同時基於對奶奶的愛,以及大野狼提供的資訊,決定留在森林中採完花再前進:這是使用者「基於目的以及使用者輪廓」,在旅程中發產出的「各個動作」,以及使用者在這些「接觸點」的「感覺與情緒」

零售餐飲百貨業者如何布局新零售服務
圖/ shutterstock

延伸閱讀:想喝冰啤酒不是下樓買,而是叫外送?簡立峰:便利商店拚的是消費慣性的改變

再總結一下使用者旅程地圖的幾個關鍵要素,以及實際怎麼使用:

1.一個使用者,一個具體的使用者。

很多產品經理會「先射箭再畫靶」,先決定要做什麼功能,再想像一下告訴工程師「使用者會怎麼用這個功能」,但實際上有許多功能是天馬行空的,因為心中沒有使用者。

我曾在硬體廠商,負責開發一款家用攝影機。老闆一直覺得,現在市面上的攝影機都這麼多了,這台一定要做出區隔,而且要夠「智慧」,正好廠商來提案,他們的模組可以偵測出「心跳」,老闆拍腦一想 — — 我們可以做一台可以偵測寶寶心跳的家用攝影機!做為父母,尤其新手父母,一定很擔心寶寶的狀況,晚上睡覺時又不能隨時偵測,有了這台攝影機,晚上可以隨時監測寶寶的心跳,萬一遇到心跳停止這種緊急狀態,可以發警報給爸媽,爸媽一定有需求。

我還記得當時部門的一位媽媽立刻委婉地說,如果心跳都已經停了,發現也來不及了吧……突破盲腸!

之後老闆又拍腦提議:做個寶寶一哭就能偵測哭聲、發出警報的攝影機,媽媽收到警報,可以立刻去照顧!部門的媽媽再度委婉地說:一般媽媽不會把寶寶放在太遠的地方,這樣應該就能直接聽到哭聲吧?哭聲可比手機聲大多了。

這就是想像出來的功能,也是硬體廠商常見的問題──「為了比規格時有所不同而特意不同」,還有「因為硬體已經發展出了很厲害的模組,所以要做到產品上」的思維。

2.這個使用者的輪廓以及行為。

例如他的年紀、平常比較常用手機還是電腦,在什麼時候使用?什麼時候通勤?什麼時候睡覺?睡覺前做什麼?哄孩子睡?滑滑手機?看看電視?年消費多少?喜歡比價再買,還是願意花多一點錢,直接買有品牌的商品?

確立這個輪廓可以幫助我們更能同理使用者,設計出符合這個使用者需要的旅程,要注意的是,這邊的使用者輪廓可不是你天馬行空地發想或是「認為」,需要透過使用者訪談、觀察、確認數據等等行為,才能確認。

shutterstock_social_target_210370135.jpg
圖/ quinky via Shutterstock

例如我在電商平台做金流時,觀察到使用者喜歡用「超商貨到付款」,而非信用卡,但信用卡有回饋,為什麼不用信用卡呢?我設定了一個假設,可能是使用者太年輕,沒有信用卡,也可能使用者有信用卡,但是對於在平台上刷卡、綁卡有資安疑慮,我們接著去撈使用者註冊時留下的生日,發現更多比例的使用者尚未成年,所以較可能是沒有信用卡,我們在規劃功能時,就知道要更進一步討論沒有信用卡的情況,如何讓付款更順暢。

3.這個使用者,使用你的產品或服務,要達到什麼目的、解決什麼問題?

以電商app為例,你可能覺得,不就購物嗎?

購物其實只是手段,不是目的,購物的目的,可能是「買到需要的東西」,也有可能是「排解無聊逛逛」,也可能是「看看有沒有特價可以買」,你還可以進一步發掘,他要的是「一次買好所有東西」,還是「買到新奇的東西」,還是「快速方便買到想要的東西」等等。

Uber Eats_屈臣氏
圖/ Uber Eats

延伸閱讀:MarTech最新趨勢解密:極致個人化、對話式商務、科技體驗將大行其道!

4.這個使用者要達到目的,中間要經過什麼流程。

例如電商購物app,你可能很快就能列出流程就是「搜尋,選定,然後下單購買」,就這麼簡單嗎?

由於使用者旅程地圖的目的,是要幫助你理解使用者、同理他們可能會有什麼樣的體驗,所以這邊的流程要盡量列細一點,更能發現哪邊可能你在思考產品時覺得是理所當然的事情,但對使用者來說,卻可能是流失的關鍵點。

例如我曾做過的結帳流程,結帳不是很簡單且千篇一律嗎?就確認金額、輸入信用卡號以及資料,然後刷卡就下單成功了嗎?

其實,有一個流失點叫做「3D驗證」,也就是刷卡後,手機要輸入銀行傳來的簡訊驗證碼,這個驗證碼可能因為使用者在國外、或訊號不太好,就收不到而無法下單,或是因為功能簡單,平常不受重視,但交易量大時,意外地成為系統瓶頸,來不及發出簡訊,讓整個交易無法完成,或是如果使用者是用電腦或平板下單呢?手機一定在旁邊嗎?

Targeting:(3)建立顧客檔案 實地調察目標客戶要的是什麼,驗證目標市場是否正確
圖/ 經理人

其實有許多細節可以討論,目前你可以看到有些電商,甚至刷卡是不用驗證碼的,不過這樣的話可能要負擔的風險就是偽冒盜刷的風險,風險有多大?平台要不要承擔,如何減少風險?如果你在結帳流程只列了「刷卡」,就很可能遺失這個關鍵點。

需要注意的是,這邊的流程並不只是「使用者在你的操作介面上的流程」,有許多公司的「產品」包含拿到之後的體驗,或是購買產品之後享受的服務,這些都是使用者旅程的一部分。

例如我蠻常用網路購買旅遊服務,購買體驗都沒問題,但我最擔心的是「實際兌換」、「實體體驗」,例如我曾在旅遊電商上訂購遊威尼斯的船票,結果到了當地,找不到集合地點、網路找不到客服,眼看著時間就要到了,票券會直接無效,當時非常焦慮,最後會覺得還是到當地再買票比較好。這種跨國旅遊電商的服務,在當地就要有很強的在地支援,這些都是使用者旅程的一部分,並不只是軟體本身而已。

shutterstock_travel_578891674.jpg
圖/ Africa Studio via Shutterstock

5.在這些流程中,這個使用者會接收到或是需要什麼資訊、做什麼動作、和你的產品有什麼互動、可能會有什麼情緒

例如設定時覺得挫折、等待時覺得煩躁、輸入一堆資訊覺得麻煩想放棄、看到琳瑯滿目的商品覺得興奮好奇,還是覺得不知從何開始選起?這些互動以及情緒,是使用者「產品體驗」的核心,也是最可能的流失點,需要特別列出來,思考在這些點,要給使用者什麼樣的體驗。

有許多人說,做產品要建立「AHA! moment」,讓使用者驚喜,其實,這個驚喜也要放對地方才有效果。驚喜其實就是一個接觸點,使用者旅程的分析,就是要幫助你思考,這個驚喜要怎麼設計、放在什麼地方才能適得其所?什麼地方只要順順讓它過去不出問題就好?

例如剛剛說的結帳流程,付款這件事最重要的就是讓使用者「無感」,不要在這裡做太多強調,為他移除所有障礙,順順過去就好,否則都只是喚起使用者的「理性意志」,理性一被喚醒,就像從頭上澆下一桶冷水,物慾之火就滅了,除非是在這邊給額外折扣,但……使用者都同意價錢要下單了,沒必要跟錢過不去啊!

總結為什麼要學習使用者旅程,其實最重要的就是「站在使用者的角度思考與設計」,去除自己的「認為」、「以為」,改用「我們觀察到使用者在這個流程……」,能幫助你設計出更符合使用者需要的產品。

你可以嘗試拿自己公司的產品,或是生活中遇到的產品或服務來分析使用者旅程,例如「便利商店的購物流程」、「買一台手機到開始使用的流程」,多多練習,會有越來越精準的分析。

責任編輯:郭昱彣

(本文由Evonne Tsai授權轉載自其Medium

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓