第4章 用户旅程地图绘制:现状旅程与理想旅程、接触点分析、情绪曲线记录

核心认知:用户旅程地图不是“用户干了什么”的流水账,而是“用户在什么场景下、带着什么期望、遇到什么障碍、情绪如何波动”的立体叙事。AI产品MVP的验证起点,就是用旅程图把模糊的业务问题翻译成可测量的用户行为路径。

4.1 三张视图:现状旅程、接触点分析、情绪曲线

在用户访谈和需求拆解阶段,我们收集了大量碎片化信息。用户旅程地图的任务是将这些碎片缝合为三条相互支撑的结构化视图:

视图名称定义核心产出物AI产品价值点
现状旅程(As-Is Journey)用户当前真实的行为路径,包括手动操作、等待、绕路、人工求助阶段‑行为‑痛点映射表识别高耗时、高认知负荷的节点,作为AI替代/增强的候选
接触点分析用户与系统、人、物理物件交互的所有“瞬间”接触点清单 + 优先级矩阵标记数字/非数字接触点,区分AI可直接介入与需混合交互的点
情绪曲线用户在旅程各阶段的满意度/挫败感量化记录折线图 + 评分标准验证AI功能能否在低谷区提升3‑5分情绪值
常见误区:只画“理想旅程”而忽视现状旅程,会导致AI方案脱离真实约束。必须先还原现状,再设计理想,最后做差距分析。

4.2 三步绘制法:从访谈数据到情绪曲线

绘制过程需要产品经理、交互设计师、AI工程师协同完成,推荐使用白板工具或简单的文本模板。以下是最小可用绘制流程:

Step 1:从用户访谈中还原“现状旅程”

对每一段关键访谈录像,提取用户从“触发动机”到“完成任务”的全过程。按时间顺序列出节点,并标记每个节点的:

  • 用户操作(点击、输入、物理移动)
  • 系统响应(反馈、等待、无响应)
  • 用户口头抱怨或非言语信号(叹气、皱眉、重复操作)
访谈数据关键词示例:
“每次提交后都要等10分钟才能看到结果” → 接触点:等待页面;情绪: -3(焦虑)
“我不得不打开三个不同的系统去核对同一份数据” → 接触点:多系统切换;情绪: -4(烦躁)

Step 2:用AI工具提取并标记“接触点”

借助大模型对访谈文本进行结构化抽取,快速生成初始接触点清单。以下是一个轻量级提示词对应的JSON结构:

{
  “contact_points”: [
    {“id”: “CP-01”, “phase”: “发起工单”, “channel”: “Web表单”, “duration_s”: 120, “pain_flag”: true},
    {“id”: “CP-02”, “phase”: “等待审批”, “channel”: “邮件+微信”, “duration_s”: 600, “pain_flag”: true},
    {“id”: “CP-03”, “phase”: “查看进度”, “channel”: “电话咨询客服”, “duration_s”: 180, “pain_flag”: false}
  ]
}

将这份清单与用户一起做“接触点复核”,删除不存在或合并冗余的节点,最终得到经用户确认的接触点集合。

Step 3:量化情绪并绘制情绪曲线

采用“‑5(极端挫败)到 +5(极其满意)”的11点量表。请用户在关键接触点上打分,并追问“是什么让你给出这个分数”。

对于AI产品MVP,建议在现状旅程中额外标注“AI介入机会点”:

  • 情绪 ≤ -3 且重复发生 → 高优先级AI功能候选
  • 情绪在 -2 到 0 之间且涉及多系统数据 → 中优先级AI集成候选
  • 情绪 ≥ +1 → 保持或优化,不宜用AI过度替代

4.3 定义理想旅程 & 差距分析

在现状旅程基础上,设计团队为每个高痛点接触点设计“理想态”解决方案。理想旅程不是科幻想象,而是:

  1. 符合AI能力边界(如:能自动完成结构化50‑100条内的数据匹配,但不能替代复杂人工判断)
  2. 减少人为等待和切换次数(目标:将现状旅程的接触点数量压缩40%以上)
  3. 情绪低谷全部消除或显著改善(目标:所有接触点情绪 ≥ 0)

将现状旅程与理想旅程并排列出,差异点即为需求拆解的输入:

阶段现状行为理想行为需求拆解方向验证指标
数据录入人工复制5字段AI自动OCR + 语义填充字段识别准确率 + 填写时间单条录入<8秒
进度查询电话排队3分钟AI Chat即时回复FAQ覆盖度 + 首次响应时间响应<2秒

4.4 交付物模板:用户旅程地图画布

每个经过验证的旅程地图都应输出一份标准化的画布文档,包含以下区块:

区块内容录入格式
阶段名称如“发起工单”“等待审批”“接收结果”文本,建议5‑7个阶段
用户行为用户在每一阶段的可见操作子弹列表
接触点通道网页、App、电话、邮件、实体柜台等标签化,用颜色区分数字/非数字
情绪评分‑5 ~ +5数字 + 表情符号(😡😐😊)
痛点评级高/中/低 + 频次如:高(每天20+)
机会栏AI或非AI方案简述一句话表达 + 预期收益

4.5 案例:某智能客服MVP旅程缝合

下面是将“现状旅程”“接触点分析”与“情绪曲线”整合输出为一张SVG结构图的示例:

用户旅程地图闭环 – 智能客服MVP 阶段1:发起工单 打开APP → 填写表单 阶段2:等待响应 系统处理 → 排队等候 阶段3:查看结果 接收答复 → 确认或追问 接触点:表单提交 通道:Web / App 接触点:排队状态 通道:无/电话 接触点:结果页 通道:Web推送 情绪曲线(现状 vs 理想) 现状:-2 -4 +1 理想:+2 +3 差距分析 & AI介入机会 • 阶段2 情绪最差(现状 -4 → 理想 +1)→ AI立刻回复,减少排队 • 阶段1 表单字段手动输入耗时 → AI自动填充80%字段 • 每提高1个情绪分,预期用户留存量提升12% (保持现状基线)
案例要点:上图中现状情绪曲线在“等待响应”阶段跌至‑4,而理想曲线通过AI即时回复将该点拉升至+1。这是MVP验证的直接假设——一个“0秒排队、首条回复<2秒”的智能客服功能,能否消除用户最大的痛感?后续章节(第5‑6章)将拆解此功能的最小模型选型与验证指标。

4.6 验收标准

在进入下一章之前,本章交付物必须满足以下验收条件:

  • 至少交付1份完整的用户旅程地图画布(包含现状 + 理想)
  • 图中已标注不少于5个核心接触点,且每个接触点均有情绪评分
  • 情绪曲线中至少存在1个“‑3以下”的高痛接触点,且在该点处配置了AI介入方案描述
  • 差距分析字段中明确列出了验证指标(如:响应时间<2秒,准确率>95%)
避坑提醒:不要为了画图而画图。如果团队在绘制过程中发现“根本没有用户访谈数据”,请立刻回退到第3章(用户访谈与需求拆解),补全原始信息后再继续。旅程地图是验证假设的脚手架,不是装饰品。