交互设计指的是需要根据用户的输入指令做一些反馈，我们传统的认知就是用户主动输入信息，机器判断、处理信息后给予反馈。而对于用户没有主动输出的意图，如果没有相应的判断机制，产品很难获取到，所以我们应该主动根据一些关键因素去获取与分析用户的潜在意图，预判行为。
在娱乐工具领域，以资讯/电商/旅游类APP为例。
这些场景中一般用户的操作路径较长，而且意图存在变化的可能。系统可以根据用户当前正在搜索，浏览等相关操作的内容进行特征分析，做『实时用户意图分析』，定义用户偏好，以此来推荐相似内容展示。
例如在大众APP中，当用户输入某个地点进行浏览后，首页即实时会进行相关内容的点评帖子推荐展示。
而在生活工具领域，以外卖/打车类APP为例。
虑到这类工具产品与生活属性较贴近，具有一定的周期性/规律性，所以可以『离线周期性用户意图分析』方法论，通过历史数据、基础资料、相似用户群等来做周期性的意图分析与行为预测。
同样在生活工具领域中，以IOT场景为例。
IOT产品周期性属性也很明显，那么在做IOT设备的用户行为分析时，应该从哪些维度出发呢？
二、意图构建维度
如上所述，做生活工具类产品时，我们应该进行属性分类，明确哪些是触发因子，哪些是结果因子。
以IOT类工具产品为例，家居生活类APP基于生活搭建信息化服务，此时涉及到的因素有『用户、设备、环境』，那么可以得出我们的用户意图公式：
『用户』随『环境/自身主观因素』变化，进而希望『设备』有某些行为。进而得出：
1. 意图触发因子
用户属性：上班族/家庭主妇/自由职业等，作息时间、性别、年龄、家庭架构等
环境属性：地区差异、季节变换、早晚时间、设备所处位置、温湿度等
2. 意图结果因子
硬件属性：灯具类的IOT设备属性涉及开启与关闭、亮度、色温冷光还是暖光等
关联属性：涉及关联设备的场景，例如智能插座的使用、温湿度控制器的使用等
明确了意图触发因子与意图结果因子的构建维度后，既可以进行场景的假想带入
三、意图定义与交互预测
以假设场景为例：用户A经常在工作日晚上七点左右的时候打开卧室的台灯，在凌晨一点的时候关闭。
下图是我们一个场景的意图分析的过程，对于一个场景中的关键因子做拆解与组合，找到关联性，预测用户的周期性行为，进而进行交叉销售与产品推荐等。
结合周期性的特征做行为预测与推荐操作，会让用户觉得产品更加智能与精准，在解决效率性问题的前提下，也极大增加用户粘性。
四、总结
生活工具类APP的行为特征，和其它消费类的APP主要区别在于：
生活工具是个周期性场景，用户的规律性行为特征显著。设计师可以基于关键因子进行场景各阶段的意图定义与行为预测。
例如用户每天在早上进行体重称量、每天回家后打开某某智能插座、每天睡前播放智能音响等，都是规律性行为的体现。
而生活工具APP的作用就是最大程度上符合或者说养成用户的生活习惯，打造用户粘度，提高用户生活效率，进而根据用户属性、偏好、消费能力、场景关联等用户画像进行精准的产品推荐实现商业目标。
另外对于都是C端的各类APP而言，有时候不同的领域的设计策略的差异化特制也很明显，需要区别对待与分析，才能精准定位到用户的痛点。
