用户研究方法

有时我们要做的可能是在公司里推行大家对于用户体验的重视……2.明确研究反馈和服务的对象对领导？对PM？对设计师？对开发？...不同人需要的信息是不一样的，沟通的方式也不同3.选择适合的方法了解了研究的目的、反馈的对象，针对产品的特性和已有的条件和资源，选择最为合适的方法和实现方式。4.注意方法的科学性为得到尽量接近真实的结果，研究方法的科学性和专业性也很重要。比如可用性测试的时候少问类似"你是不是觉得这个很xxx"这样的引导性问题、"你会购买这个产品吗？"等等。5.学会有效的反馈做了用户研究，有了发现，为了让研究产生实效，反馈和沟通的方式很重要。只有让PM/设计师等真正接受你的研究结果并获益，用户研究才做得有价值

量化研究方法解决问题步骤：与几个人面谈的小组访问，要求详细回答的深度访问，以及各种投影技术等。在定量研究中，信息都是用某种数字来表示的。在对这些数字进行处理、分析时，首先要明确这些信息资料是依据何种尺度进行测定、加工的，史蒂文斯(S. S. Stevens)将尺度分为四种类型，即名义尺度、顺序尺度、间距尺度和比例尺度。

用户研究定量分析要让数据来说话无论是产品经理、设计师、工程师，大家都是为用户服务的。用户各有所好。你喜欢这个，我喜欢那个，也有我们都喜欢的。那么在用户的心理隐藏着什么样的秘密呢?要想发现其中的奥妙，通常有两种方式：定性研究、定量分析。定性的信息告诉你为什么会发生，它灵活、快速、细节丰富，但缺乏普遍性，我们能听到的只能是少部分用户的声音，他们是否代表大多数用户是无从判断的。另一种方法就是让数据来说话，定量的信息告诉你发生了什么，它真实、精确。也就是说，用户研究并不一定总要使用“定性研究”这样的方式才能进行。借助数据分析也可以达到了解用户喜好的效果。　　一、“数据分析”在“用户研究”中的作用“数据分析”如何作用于“用户研究”呢?　　(1)了解用户概况了解目标用户“背景信息”：通过数据统计目标用户“人口统计”信息，比如，年龄构成、性别比例、等等(如下图)，达到对目标用户背景情况摸底效果　　(2) 区分用户群体差异按照多种维度，发现用户不同特征，将相同特征用户归类，进而准确形成用户分组，为之后进一步用户分析工作在此基础上进行，为产品优化设计工作指明用户群体的方向(如下图)　　(3) 分析用户偏好以调研的产品为核心，按照多种维度统计“频次”、“含量占比”，从而挖掘目标用户各种“偏好”，让“产品优化设计”能够迎合用户需求，有的放矢：如下图一，产品使用地点排行，挖掘用户对地点的偏好;如下图二，产品分类排行，挖掘用户对产品分类的偏好　　二、 用户研究中的“数据分析”方法收集用户数据->制定编码分类->数据分析(用户特征提取)->确定优化方向->提升商业回报，下面进行简要介绍　　(1)制定编码分类抽取近几周到几个月内的数据，根据分析的产品目标建立编码规则，执行编码，直到不再产生新的编码为止。编码可以是任何维度上的，只要对后续的分析有帮助　　(2)数据分析(用户特征提取)编码建立之后，围绕研究“目标产品”用户特征这个中心，按照各种有用的维度进行数据统计，通过数据分析结果，分析提取出“用户特征”　　(3)确定优化方向在分析出来的众多“用户特征”中，根据商业目标和用户体验双方向共赢的原则，寻找产品优化设计的方向　　三、 为“数据分析”穿上美丽的外衣　　(1) 数据说明“图形化”，让分析结果更易理解给统计图表增加“图形化数据说明”，可以更直接快速的传达结论，更易于读者理解，如下方的两张图，分别给横轴的“性别”、“年龄”、“峰值原因说明”增加了形象的图形说明　　(2)数据分析图，要能直观的反应结论统计图表中，在说明不同类别占比或者频次有差异的时候，图形本身尺寸大小建议和所反馈的占比频次成正比，以便读者观看分析报告时候，一目了然，快速理解图表含义，比如下方图形，“YES类”占比多所以“图形面积”大;“NO类”占比少，所以“图形面积”小最后，“数据分析”需要与“定性研究”相结合，才能发现规律并且追根溯源，更高效的指导设计和产品。

基于问题的性质、变量的类型以及其他因素选择一定的研究方法，来收集与问题有关的主客观数据，进而为了解某些未知的东西或者验证某种想法提供依据。用户研究有很多方法，基于对已有知识的总结可知，影响研究方法选择的因素主要以下因素：研究的对象、产品的设计阶段、产品所处周期、成本、时间等。通常情况下：（1）根据收集的数据类型，可以将研究方法划分为定性和定量两种，见图1。定性研究方法，通常适用于对小数量规模的样本进行分析，主要用于发现新事物的过程，揭露为什么会发生这样的事情，样本数量通常为10~20个，不追求精确的结论，而只是了解问题之所在，摸清情况，得出感性认识，比如用户访谈、卡片分类法、焦点小组、头脑风暴、可用性测试等，见图2。定量研究方法，则是对大规模的样本进行分析，适用于揭露正在发生的事情，一般是为了对特定研究对象的总体得出统计结果而进行的，比如在线大规模调查问卷、网站日志分析以及A/B测试、自动化可用性测试等。

三维坐标图标法用户体验研究当前已经可以解答相当广泛的问题。通过在一个3维坐标系以及典型的产品开发阶段中列出各种可用的研究方法，可以了解到什么时候应当使用哪种方法。 定性与定量 网站或是产品使态度与行为 用的背景 下面的图表描述了几种常见的方法在坐标系中的位置每个维度都是一种区别不同研究的方法，回答不同的问题，也适合不同种类的目的。这个方面的区别可以被归纳为 人们说什么 和 人们做什么。态度研究的目的经常是理解，测量或者是获知人们特定的观念，这就是为什么态度研究在市场部门被经常使用。虽然大部分可用性研究应该更多地依靠行为研究，使用自我报告方法获得的信息依然是很有用的。例如，卡片分类研究能让你深入了解用户在某种信息空间里的心理模型，这可以帮助你决策什么才是最适合你网站的信息架构。调查方法测量态度，或是收集自我报告数据，能够帮助跟踪或是发现你网站中重要的问题。在坐标轴的另一端，那些关注行为的研究方法经常用来试图了解“人们做什么”，并尽量降低研究方法本身对研究结果的干扰。AB测试仅是改版网站的设计，但是努力保持其它因素不变，以便于观察网站设计对用户行为的影响，眼动研究用来了解用户与网站界面设计的视觉交互。在两个极端之间的是两种我们最常用的研究方法：可用性实验室研究和现场实地研究。这两种研究方法结合了自我报告和行为数据，并且可以偏向于坐标轴的任一端。这两者基本的差别在于：在定性研究中，数据经常被直接收集，相反的，在定量研究中数据是被间接收集的，通过一种工具，例如一个调查问卷，或是Web服务器日志。在现场研究和可用性实验室研究中，例如，研究者直接观察用户如何使用技术（或者是没有使用）来满足用户的需求。这可以让用户有能力去问问题，探查行为，或者可能调整研究方案来更好地满足目标。数据的分析也经常不是十分精确的。与之相比，定量研究中的洞察力典型地来源于精确的数学分析，因为数据收集的手段（例如调查工具或是Web服务器日志）捕获海量的数字编码的数据。由于它们本质上的区别，定性研究方法更适合回答关于 为什么 或是 如何解决一个问题 。相反，定量研究可以在回答 有多少 和 有多少种 问题 上做的更好。下面的图表描绘了前面两个维度是如何影响研究方法可以回答问题的种类的。　　要做的最后一个区别是 在研究中，是否使用产品，或是如何使用产品。可以被描述如下： 自然地或是接近自然地使用产品 脚本化使用产品（按照预先安排的方式使用） 在研究中不使用产品 以上各项的混合 当选择在研究中自然使用产品时，目的是尽力降低研究本身对结果的影响，以便于尽可能了解真实的行为或态度。很多人种学实地研究致力于此，但是依旧总是出现一些观测偏差。拦截访问调查（Intercept Survey,译者不太清楚是不是应该这么翻译）和数据挖掘/分析技术是定量研究中这类使用产品方式的例子。产品使用的脚本化研究(scripted study )是为了集中观察非常细节的情况，例如在重新设计流程的时候。脚本化的程度根据不同的研究目标可以相当多样化。例如，一个基准研究（benchmarking study）通常相当严格地脚本化，于是可以产出相当可靠的可用性标准。混合的研究方法使用一种创新的形式使用产品来达成目标，例如，参与式设计允许用户与设计元素交互，并重新排列那些设计元素，并且讨论为什么他们要做出那样的选择。图表中的大部分的研究方法能够在一条或者多条坐标轴上移动，并且在一些研究中两个方向是很平均的，经常是为了同时满足多种目标。例如，现场研究能够关注 人们说什么（人种学面谈ethnographic interviews）也可以关注 人们做什么（拓展观察extended observation）；合意性（desirability）研究和卡片分类都有定性和定量两种版本；并且眼动研究也可以是脚本化的或者是非脚本化的。另外一个在选择研究方法时需要考虑的重要的区别是产品研发阶段，和其相关的目标。 计划阶段：在产品开发最开始的阶段，一般的情况下，你需要考虑新的主意和未来的机会。这个阶段的研究方法相当多样化。 优化阶段：终于，你将会到达一个“干还是不干”的十字路口，你过渡到一个时期，在这个时期，你要在你选择的方向上不断的提升自己的设计。在这个阶段，主要的研究方法是结构化的，并且帮助你降低执行的风险。 评估阶段：在某个时间点，网站或是产品被足够多的用户使用，你可以开始评估你做的怎么样了。 下面的表格汇总了这些目标，并且列出了典型的研究途径和方法，和它们之间的联系。 　　产品开发阶段 计划阶段 优化阶段 评估阶段 目标： 启发，探索并且选择新的方向和机会 获知并优化设计来减少风险并提高可用性 测量产品性能，将其与自身和其竞争对手对比 研究途径: 定性的和定量的 主要是定性的（结构化的） 主要是定量研究(汇总的) 典型方法: 人种学现场研究，焦点小组，日记研究，调查问卷，数据发掘和分. 卡片分类，现场研究，参与式设计，纸上原型和用户体验研究，合意性（desirability）研究，客户邮件 可用基准，在线评估，调查，AB测试 虽然很多用户体验研究方法来源于科学研究实践，但它们的目标并不是纯科学，并且需要调整来符合利益关系人（stakeholder）的需求。这就是为什么这些方法的描述都是很简略的(只是一般的指导原则)，而不是严格的分类.

从方法上来看，现在的用户体验分析可以分为以下几种类型：个人体验式分析这种类型的用户体验分析，主要是用户体验相关从业人员，从个人角度，结合个人使用经验，运用用户体验设计相关的原理及方法对产品或服务进行分析，所以也可以称为经验型分析。这种类型的分析常以文章或博客的形式出现，主要表达个人观点。研究型分析（用户研究、可用性测试）主要指用户体验团队对产品的用户体验进行的系统研究。这种分析相较于个人体验式分析更为正规与科学，通常会包括用户研究与可用性测试。用户研究，会采用定量或定性的研究方法，对产品的用户群特征、产品功能架构、用户任务模型和心理模型、用户角色进行分析，主要在于提炼用户需求，指出产品导向。可用性测试，让一群有代表性的用户尝试对产品进行典型操作，研究人员在一旁观察、聆听与记录，根据测试结果来改进产品或设计直至达到所要求的可用性目标。数据分析此处的数据分析，主要指网站借用数据统计及分析工具对网站的用户体验进行分析。主要包括数据的记录与收集、数据汇总、数据的提炼加工与分析三个阶段。目前常见的分析工具有：百度统计、Google Analytics、YouTube受众分析工具--Insights for Audience、Omniture、 SiteFlow等。近日国内又发布了两款数据分析工具。一款为腾讯公司发布的腾讯分析（Tencent Analysis），简称TA，是一款专用于社区的统计分析系统；一款为黑石礁（北京）科技有限公司发布的黑石礁用户体验分析（Heroitte Analytics），简称HA，这款分析工具主要对产品和服务使用者的主观感受（也就是用户的反馈）进行收集、分析，并转化为具体、可测量的数据，是一种有别于网页分析的用户体验分析工具。本词条的文字允许在CC-BY-SA 3.0协议和GNU自由文档许可证下修改和再使用。

市场研究在国内开展，已经是90年代的故事了，而在国外则是早就形成了固定的体系，也是市场营销中的必要环节，参考科特勒的‘营销管理’一书，其中就有专门的章节来介绍如何进行市场研究，而用户研究的兴起，则是伴随着互联网时代的发展，相对来讲，体系更加的零散，各种理论和方法论的不统一也更加明显，还有最关键的是，在一个产品发展的生态系统中，用户研究还没有成为一个必不可少的关键环节所存在。国内关于用户研究的公司也是少之又少，就现在我知道的杭州有一个广问做的还比较不错。

针对消费者做以下调研内容：1、产品样品测试  许多大型跨国企业集团往往需要将其生产和研发的成熟产品打入另外一些国家的市场，在未知这些国家对这些产品市场反映的情况下，需要进行先期的产品测试工作。通常，测试工作是对产品样板及其产品概念共同进行的，并可达到如下测试目标：了解产品与概念是否吻合；寻找产品卖点；测量产品的吸引力；估计对产品的购买意向。  2、口味/形态测试  这是产品属性测试的一种。对于食品、饮料、保健品等产品来说、口味测试是必要的（有时形态测试也很重要，如药品的剂型测试等），而一些日常用品，形态测试是必要的。通常口味 / 形态测试一般采用比较的方法，比较几种被测试产品的口味 / 形态，从中确定最佳口味 / 形态，为产品的最终上市提供决策依据。  除了口味测试以外，还可以进行尺寸测试、颜色测试、材料测试、味道测试等。  3、产品包装测试  包装是产品重要属性之一。产品的包装除了具有保护产品、携带便利的功能外，新颖的包装还具有吸引消费者、提升产品形象和发布广告信息等营销辅助作用。包装可以通过形状、色彩、文字说明、插图等提高视觉作用，向消费者传递产品（品牌）信息，引起消费者的注意，激发消费者购买欲望。  对新产品上市或者老产品变换包装时，通常需要在目标消费者中进行效果测试。测试的要点包括：包装是否能够清楚的传送产品（品牌）所具有的特点和所提供的主要利益点；消费者是否能够被包装吸引而促使消费者购买；包装能否强化产品（品牌）在目标消费群心目中的形象；以及不同包装方案对价格的影响。测试的最终结果可以帮助企业在产品上市前寻找出最佳包装方案。盖洛特，用数据说话、用事实证明。

找专业的用户研究招募公司吧，找朋友，或者问百度，看看 用研招募哪个比较好。