当你需要关于自己产品的用户体验数据时,然而,你却不知道从哪里获取?那么首先,你需要选择正确的研究方法。接下来,我们来看看这些当下最流行的定量研究方法。许多用户体验专家倾向于采用定性的研究方法,原因在于他们认为:定性的研究方法要比定量的研究方法更容易操作和节约成本。其实,他们忽略了与定量分析联系紧密的大样本量以及数据统计的巨大前景。如果你也是这样认为的,那你也就错了!定量的研究方法是任何有经验的UX研究人员必须掌握的重要技能。定量用户研究的方法允许你做以下事情:用一个数值来表示你产品的可用性。数值有时比质量检测的结果和视频更有说服力(特别是当你试图说服像高管这样的人)时。比较不同的设计(比如,你的产品的新旧版本,或者是你的产品与竞争对手的产品相比),并且确定你观察到的差异是否具有统计学意义,而不是随机的。改进用户体验权衡决策。比如,如果预期的设计改进成本很高,那么它值得做吗?如果你已经想到这种改变会提高可用性,那么定量研究方法可以帮助你验证重新设计是否值得。将用户体验的改进与企业目标以及关键绩效指标结合起来(从而证明你的投资回报并且证明你的用户体验团队存在的价值)。这篇文章可以让你清楚的知道,用户研究的第一步是:确定要使用哪种定量的研究方法。接下来,我们将会给大家介绍一些当下最流行的定量研究方法:定量可用性测试(基本测试)网站分析(或APP分析)A/B测试或者多变量测试卡片分类法树状测试调研或者问卷调查聚类定性评价满意度调研眼动测试以上每种方法都会产生有价值的定量数据,但是这些方法在收集的数据类型以及所需的资源和工作量方面差别很大。一、九种定量用户研究方法概述本文列出了这些方法最常见的示例,并对每种方法的成本和难度进行了评估。与其它任何研究方法一样,这些方法中的每一种都可以适用各种不同的需求。根据具体情况,你的成本和困难可能与我们的粗略估计有所不同。此外,你应该意识到,这些方法中的每一种都需要不同的最小样本量来确定统计的意义。1.定量可用性测试(基本测试):用途:随着时间的推移跟踪可用性;与竞争对手比较。成本:中等收集难度:中等分析难度:中等方法类型:行为(用户做了什么?)使用的情境:基于任务尽管不常用,但是,定量可用性测试(有时也称为可用性基准测试)与定性可用性测试其实非常相似:两种方法都要求用户使用产品去执行实际的任务。两者的主要区别在于:定性可用性测试优先考虑如何观察用户行为,比如,识别可用性问题。相比之下,定量可用性测试的重点则是收集数据指标,比如任务时间或者成功率。一旦你收集了相对较大的样本量(大约35个或者更多),你就可以使用它们来跟踪产品的可用性,或者将其与竞争对手产品的可用性进行比较。如果在产品的迭代过程中,你一直追踪着一些产品的可用性指标,那么你就可以创建一张类似这样的趋势图。这种类型的信息可以帮助你持续关注产品的用户体验,并确保它随着时间的推移而逐步改进。你所选择的可用性测试的类型(现场测试、远程引导测试或远程无引导测试)将对成本产生影响,并且难以与此方法相关联。由于定量和定性可用性研究的目标不同,测试的结构和进行的任务也需要有所不同。2.网站分析(或者APP分析):用途:发现问题或确定问题的轻重缓急;监测性能。成本:低收集难度:低分析难度:高方法类型:行为(用户做了什么?)使用情境:现场分析数据,描述了用户使用线上产品的各种操作行为,比如,他们去了哪里,点击了什么,使用了什么功能,他们从哪里来以及到哪里去。这些信息可以帮助你做各种各样的用户体验活动。特别是,它可以帮助你监测各种内容、UI或产品功能,并识别哪些不能正常运行。3.A/B测试或者多变量测试:用途:对比两种设计方案成本:低收集难度:低分析难度:低方法类型:行为(用户做了什么?)使用情境:现场虽然,你可以使用分析指标来监控产品的性能(如上所述),但你也可以创建一些实验,来检测不同的UI设计,然后,通过A/B测试或多变量测试来改变这些指标。在A/B测试中,团队需要创建同一界面的两个不同的最新版本,然后将每个版本展示给不同的用户,用来确定哪个版本的性能更好。例如,你可以创建同一个操作按钮标签的两个版本:“获得定价”或“学习更多”。然后,你就可以跟踪统计两个版本中按钮的点击次数。多变量测试的操作方式也是类似的,但是,它与A/B测试不同的是:多变量测试需要同时测试多个不同的设计元素(例如,测试可能涉及不同的按钮标签、排版和页面上的位置)。这两个基于分析的实验,对于决定同一个设计的不同变体非常有用,并且可以结束团队关于哪个版本最好的争论。A/B测试是将网站流量(用户)拆分为两部分:一部分导入到A方案,另一部分则导入到B方案。这种方法的一个主要缺点是:它经常会被滥用。有些团队没有尽可能长时间地运行测试,收集不到足够的样本,就匆忙的下了结论,这样的结论往往失败的风险很大。4.卡片分类法:用途:确定信息架构的标签和结构成本:低收集难度:低分析难度:中方法类型:态度(用户说了什么?)使用情境:不使用产品在卡片分类研究中,参与者会拿到一些内容项(有时是写在索引卡上的),并要求以一种对他们有意义的方式对这些项目进行分组和标注。这个测试既可以亲自进行,也可以使用物理卡片或者使用类似于OptimalSort这样的卡片排序平台进行远程测试。当卡片排序测试是亲自进行时,用户对物理卡片进行排序和分类,每张卡片都包含了它所代表的内容的描述。这个方法可以让你有机会了解用户的心理模型。他们使用什么术语?他们是如何将这些概念组合在一起的?对创建类似分组的参与者的百分比进行定量分析,可以帮助确定哪种分类方法对大多数用户来说是可以理解的。5.树状测试:用途:评估信息架构的层次结构成本:低收集难度:低分析难度:中方法类型:行为(用户做了什么?)使用情境:基于任务而不是使用产品在树状测试中,会让参与者尝试使用网站的分类结构来完成任务。这种方法本质上是一种评估界面信息架构的方法,通过这种方法可以将界面上的其它信息区分开来。例如,假设你的产品是一个宠物用品网站,而这是它顶层的层次结构。网站信息层次结构的显示可能看起来是这样的,树状测试要求参与者在这样的层次结构中找到一个特定的条目(例如,项圈),他们首先看到的只是顶层的分类(例如,狗狗、猫咪、小鸟等)。一旦他们做出一个选择(例如,狗狗),就会看到自己选择相应选项的子类别。你可以要求你的参与者在一个任务中找到狗项圈。对树状测试结果的定量分析将显示人们是否能够在信息层次结构中找到该项的正确路径,以及可以确定有多少参与者选择了错误的类别。这种方法有助于确定界面信息架构的结构、文案以及放置的位置是否符合用户的心理预期。6.调研或者问卷调查:用途:收集调研用户的态度和行为信息成本:低收集难度:低分析难度:低方法类型:态度(用户说了什么)使用情境:任何问卷调查是一种灵活的用户研究工具。你可以在不同的环境中进行测试,比如,在一个实时网站、电子邮件或可用性测试之后进行简短的拦截调查。调研时可以同时获得定量和定性的数据,比如评分、多项选择题中的答案的比例,再加上开放式问题的答案。你甚至可以把对调查的定性回答转化为数字数据(参见下面的代码质量评论部分)。像这样的语义差别等级量表,每个单选按钮代表一个数值。被调研的用户可以选择:1.容易使用;5.难以使用;或选择介于两者之间的选项。对这个问题的平均回答来衡量你的应用程序在使用上的难易程度。你可以创建自己的自定义问卷,也可以使用其它已经建好的问卷模版(例如,系统可用性量表或网络推广者评分)。问卷的一个优点是:可以经常将你的调研结果与行业或竞争者的分数进行比较,看看你做得怎么样。即使你创建了自己的自定义问卷,也可以随时间的推移对自己产品平均分数进行追踪,来监控产品的改进情况。7.聚类定性评价:用途:确定定性数据中的重要主题成本:低分析难度:中收集难度:中分析类型:态度(用户说了什么?)使用情境:任何这种技术不是数据收集的方法,而是定性数据的分析方法,它包括根据共同主题对定性研究(例如日记研究、调查、焦点小组或访谈)的观察结果进行分组。如果你进行了大量的观察,你就可以计算出一个特定主题被提及的实际数量。例如,假设你做了一个日记本研究,让参与者在他们的日常生活中,每周都要报告他们使用产品的时间,目的是理解他们使用产品的背景,你可以算一下用户在工作、家中或外出的时候使用产品的比例。这种方法可以识别特定主题或情况的流行程度或频率,例如,用户抱怨的频率或UI问题。这种方法可以很好地从大量的定性信息中挖掘数值数据,但它可能耗时会非常长。8.满意度调研:用途:确定与你的产品或品牌相关的属性成本:低分析难度:低收集难度:低分析类型:态度(用户说了什么?)使用情境:基于任务定量可用性测试试图使用量化的方式来衡量产品的质量,比如:审美情趣、品牌实力、语气等。这些研究可以根据你的研究问题进行定制,但这些方法通常会首先让参与者接触到产品(通过向他们展示静态图片或者要求他们使用现场产品或原型)。然后,要求用户通过从描述性的词语列表中选择一个来描述当前设计。如果你获取自身目标用户的样本量足够大,那么整体趋势就会显示出来。例如,你可能会有84%的受访者将此设计描述为“最新”。9.眼动研究:用途:确定哪些UI元素是分散注意力的、可发现的或可找到的成本:高分析难度:高收集难度:高分析类型:行为(用户做了什么?)使用情境:基于任务眼球追踪研究需要特殊设备来追踪用户的眼睛注意力轨迹,因为他们在界面间移动。当许多参与者(30个或更多)在同一个界面上执行相同的任务时,有意义的趋势就会出现,你可以清楚地看出页面的哪些元素会吸引用户的注意力。眼动跟踪可以帮助你确定哪些界面和内容元素需要强调或者弱化,从而使用户能够轻松的实现他们的目标。眼球追踪软件可以使用聚合的凝视数据(用户在这里查看界面,用绿点表示)来创建各种可视化效果。进行眼球追踪研究的一个主要障碍是高度专业化、价格昂贵和不稳定的设备,这些设备需要大量的培训才能使用。二、选择一种方法(九种方法概况表)上表提供了上面讨论的研究方法的概况。三、从你的研究问题开始1.当你要确定使用哪种定量研究的方法时:首先,你得先确定你要研究的问题:你想知道什么?以上方法中有一些非常适合一般性的研究问题。例如:我们产品的可用性是如何随着时间变化的?和竞争对手相比,我们做得怎么样?我们的哪些问题对于产品的影响最大?我们该如何确定其优先级?对于这些类型的问题,你可能需要使用:定量的可用性测试、web分析或调查问卷。2.当你有一个想要回答的具体问题时:以上方法中也会有好的方法来研究以下这些问题。例如:我们应该如何调整我们的全球导航分类?我们的大多数用户怎么看待我们的视觉设计?在dashboard中,我们应该使用这两种设计方案中的哪一种呢?对于这些研究问题,你可能需要使用:A/B测试,卡片分类,树状测试,编码定性评论法,满意度调研,或眼球追踪。然而,在这些建议的方法中有一些不可控的因素。例如,由于安全或者技术原因,你的公司可能不会选择A/B测试的方法。如果是这样的话,你能做的就是发起一个面对面的可用性研究来对比两个原型。然而,这并不是定量可用性测试的典型应用,所以我在这里就不讨论它了。四、考虑研究成本在研究问题之后,选择研究方法的第二大影响因素是成本。这些方法在成本上的差异很大程度上取决于你如何实现该研究。你使用的工具,要求的参与者数量,以及研究人员花费的时间都将影响最终的成本。更复杂的是,许多团队的研究预算也有很大差异。再者,这里的成本估计是相对的。预算相对较低的团队可能需要依靠数据收集分析的方法,比如,使用远程可用性测试、在线卡片排序平台(如OptimalSort)、A/B测试以及网站分析(或APP分析)的方法。根据经验,面对面的方法(比如面对面的可用性测试,面对面的卡片排序)往往成本比较高,因为它们需要很多的研究人员和时间成本。此外,他们还要求外出和租赁专业设备。眼动测试应该是这里列出的最昂贵的方法了,只有那些拥有大量预算和专门的用研团队才会使用它。这张图显示了本文中讨论的定量研究方法的位置,即它们适合于研究问题(一般到特定)的不同维度级别。五、总结一旦你选择了一个方法,就要去了解和学习!结束之后,确保你能够按照你想要的方式和计划进行研究,并保证能得到对自身有用的结果。要注意的是:你不能只收集数据指标,不做任何统计分析就开始做决定。仅仅收集5个用户的评级响应是不够的,要取一个平均值,然后再继续。对于这里讨论的每种方法,都有不同的建议最小样本量。为了获得可靠的数据和确定统计的意义,你可能需要收集数据点的数量需要达到最小样本量才行。如果不这样做,就不能保证你的发现或者结论是正确的。不管你使用哪种方法,一定要把握好需要你研究相关统计学概念的时间,以及获取正确的最小样本量的成本。你要相信,这并不像表面看起来那么困难,而你最终获取的定量数据一定是有价值的。原文作者:Kate Meyer原文链接:s/quantitative-user-research-methods/译文校对:不器#专栏作家#熊猫小生,,人人都是产品经理专栏作家。高级交互设计师,UED负责人。关注互联网C端产品设计相关,擅长移动端产品交互设计,前沿设计风格探索,设计流程优化和管理,欢迎交流~本文翻译发布于人人都是产品经理。未经许可,禁止转载。题图由译者提供
编辑导读:用户调研是进行产品运营的前提,做好用户调研,可以从用户口中了解更多有用的信息,从用户视角帮助完善产品。那么,如何才能做好一次用户调研呢?本文将从五个方面展开介绍,与你分享。今天来和大家聊下用户调研的那些事情。我相信大家一定遇到过以下的场景:产品留存上不来了,或者说产品新上线了一个功能,但是最终的效果没有大家想象中的那么好。这个时候,老板可能会说,我们做一次用户调研吧,了解用户到底想要什么,为什么会出现这样的情况?于是说做就做,你就开始着手做用户调研。别小看用户调研这个事情,真正做好这件事情,才能从用户的口中了解更多更有用的信息,从用户的视角帮忙我们更好地完善产品,提升产品的数据指标。关于用户调研,主要会从以下几个部分入手,如下图:这过程中,我会重点和大家分享下关于问卷设计的一些思考,欢迎大家多多指教。一、明确调研目的对于运营来说,调研一定是奔着解决或者找到某个问题发生的原因去的。可能是产品留存率不高,也有可能用户付费率不高,也有可能用户对于某个功能完全无感,导致最终结果与预期偏差较大,于是为了找到某个问题出现的原因,甚至找到解决某个问题的办法,这个时候有些运营就会选择用户调研的方式去了解用户某个行为背后的深度原因。而这些问题,一定是从运营数据出来的,从数据中结合用户行为去分析数据可能出现的原因。现在心里做一些预设,后续在用户调研中在针对用户去做深入的调研访谈。二、确定调研对象,方式明确调研目的之后,接下来就是明确调研对象和方式了,明确这些之后,我们才能更好地去做针对性的调研,找到出现问题的真正原因。比如某一款产品的3天留存率一直不高,第2天到第3天的时候,从数据折线图中可以看出,这是一个急剧下降的拐点。所以针对3日留存率这个问题,我们确定我们的调研对是2日活跃但3日不活跃用户,找到用户在第3天流失掉的原因:是没有找到产品的Aha时刻,还是其他什么原因?如果我们需要针对一款新产品去做用户调研的话,也是根据新产品的目标用户去做筛选,找到潜在目标用户,了解潜在目标用户的真正需求。接下来应该明确调研的方式了,是选择线上问卷,电话访谈,还是深入面对面访谈的方式?这3种调研方式各有各有的好,各有各的弊端,根据现实情况去选择即可。访谈效果依次是面对面访谈>电话访谈>线上问卷,而访谈的操作难度则是完全相反的。一般来说,面对面深入访谈一般发生在产品初期,这个时候对于产品的定位,以及用户的痛点都不太明确,需要通过这样的方式更好地去了解这些用户的需求,更好地将产品包装给用户。三、设计调研问卷这个部分是最重要的一部分,甚至也是决定一个用户调研是否成功的关键。一般来说,如果是网上的针对所有人的问卷,那么这一套问卷一定是针对目标用户逐一筛选,往下漏的一个过程,比如想针对一款工具产品调研用户留存差的原因,首先需要明确用户是否是工具产品大类的目标用户,其次是用户是否是该工具产品的用户,从大到小,逐一筛选。不过如果都是在自己产品内,或者针对自己的用户去做调研,那么就不存在上边的筛选过程。接下来就是针对用户留存差的原因做具体的调研和分析了。这其中可能包含产品上的一些问题,运营上的一些问题,或者其他的原因,这些都是需要在问卷调查中逐一去深入挖掘。最好是按照用户选择的某个选项,设计一系列深入逻辑选项,找到用户行为背后真正的原因。四、展开调研调研是所有环节中最重要的一个环节。如何找到用户心中真正的问题,如何针对一个问题深究是关键。在有条件的情况下,很多人会选择焦点小组访谈的方式,通过采用小型座谈会的形式,挑选一组具有同质性的用户,由一个经过训练的主持人以一种无结构、自然的形式与一个小组的具有代表性的消费者或客户交谈。从而获得对有关问题的深入了解。在这个环节中,针对用户的回答进行深入询问是关键,从用户的回答中找到用户的真正需求。不知道大家还记得福特造车的故事吗?100多年前,福特公司的创始人亨利·福特先生到处跑去问客户:“您需要一个什么样的更好的交通工具?”几乎所有人的答案都是:“我要一匹更快的马”。很多人听到这个答案,于是立马跑到马场去选马配种,以满足用户的需求。但是福特却没有这样做,而是接着往下问:你为什么需要一匹更快地马?因为这样我可以跑的更快。你为什么需要跑的更快?因为这样我可以更快地到达目的地。所以你想要一匹更快的马的核心目的是什么?用更短的时间更快地达到目的地。福特并没有往马场跑去,而是选择了制造汽车去满足用户的需求。按照有时候用户并不知道自己真正想要什么样的东西,但是用户一定知道某个行为背后他想要从中获得的利益或者好处。从行为背后的目的出发,能够更好更快地定义用户的真正需求,从而找到某个问题的突破口。所以,做问卷访谈的时候,多问几个为什么,用户说的可能并不是真正的信息,顺着回答多问几个为什么,能让自己获得更多的信息。五、撰写调研报告调研报告不是单纯地记录调研的问题和答案,而是从问题和答案中找到解决问题的思路和灵感是关键。用户访谈看起来人人都能做,但是真正做好用户访谈还是需要费一番功夫,才能真正了解用户心中所想,心中所想要获取的东西,才能更好地满足用户需求。本文由 @运营汪日记 原创发布于人人都是产品经理。未经许可,禁止转载题图来自Unsplash,基于CC0协议
用户满意度是每个企业都非常关心的问题,满意度水平高的企业往往也有着良好的营收效益。相反,用户满意度较差的企业,也可以通过用户满意度的相关调研,深入了解自己的不足之处,哪些方面有待改进。如何通过简单的数据指标,科学有效地测量出用户满意度呢?今天我们将为大家介绍一种调研用户满意度的常用方法——净推荐值(NPS)NPS是什么NPS即净推荐值(Net Promoter Score),是一种计量客户将会向其他人推荐企业或服务可能性的指数。是目前最流行的顾客忠诚度分析指标。NPS净推荐值的数据收集方式很简单,只需要设计一个问卷题,比如“您向朋友/同事推荐使用XXX的可能性有多大(打分0~10分),最低打分为0分,最高为10分,分值越高代表推荐意愿越强。“您向朋友/同事推荐使用SPSSAU的可能性有多大?”(0-10分,10分表示非常愿意,0分表示非常不愿意)”通常用0-10分表示。根据分值大小将参与打分的用户划分为三组:贬损者0-6分,此类用户是那些对产品或服务不满意的人。他们更有可能分享负面评论,对企业形象产生负面影响;被动者7-8分,此类用户是那些既不讨厌产品,也不会推荐给他人使用的人。他们对产品保持着中立的态度,容易受到其他因素影响而发生转变态度;推荐者9-10分,此类用户是对产品有极高忠诚度的用户,他们会主动将产品推荐给其他人使用。如何计算NPS得分?NPS值综合衡量推荐水平:NPS值=推荐者% - 贬损者%通过从支持者减去贬损的百分比来计算 NPS。剩下的评分范围是 -100到 + 100,它告诉你顾客有多满意,以及他们有多大可能推荐你的产品。NPS值越高代表推荐水平越高,通常高于50%说明比较优秀,但其通常需要结合行业或产品情况确定标准。如何设计一份NPS问卷NPS问卷的设计相对简单,NPS一定包含一个核心问题:除此之外,在核心问题的基础上,可以设置一部分开放问题,进一步挖掘客户的评分原因。如何分析选择【问卷研究】--【NPS】。将收集到的数据,拖到右侧分析框内。·如果勾选「保存类别」,系统会默认按得分对样本分组,并保存分组结果。注:如勾选“保存类别”,可继续结合其他用户信息进行分析,比如研究不同性别群体(如果有这样的数据)与用户类别的差异情况。结果分析得分基本集中在5分或以上,以8~10分较多, 总体看用户打分比较高。说明被动型用户及推荐型用户较多。结果显示,共有205位用户参与调研,结果显示NPS值为28.78%。其中,推荐者占46.34%、被动者占36.10%、贬损者占17.56%。
随着体验经济的发展,用户体验的概念得到越来越广泛的应用。通常来说,用户体验是客户使用过一款产品或者一款服务的过程中产生的纯主观的感受或者情绪,体验包括但不仅限于客户服务、产品交付、产品使用、广告、品牌、销售流程、定价等。在日常营销中,经常会听到各种关于提高用户体验的方法论,但目前很少有人提出比较成熟的用户体验衡量体系,如何去评判自己做的事情真的有效果,一套可落地的衡量指标必不可少。在我们每个人的生活中,关于用户体验的调研其实并不罕见,比如中国移动、中国联通等呼叫中心完成问题解答后的满意度调查,银行柜台业务办理后的满意度评分(1到10分,给分),航班上的满意度调查问卷,甚至于淘宝购物后店主的呼唤“亲,给个好评吧”(星标评分),这些都属于用户体验的衡量。但是如何将这些反馈转化成相关可以指导行动的结论呢?今天跟大家介绍三个不太常见的衡量用户体验的概念。客户满意度CSAT(Customer Satisfaction)净推荐值NPS(Net Promoter Score)客户费力度CES(Customer Effort Score)客户满意度(CSAT)用户对特定事件/体验的满意度大多使用的是五点量表,包括五个选择:非常满意、满意、一般、不满意、非常不满意。通过计算选择4分和5分的用户所占比例得出最终的CSAT值,值越高,代表满意度越高。企业也可以通过顾客满意度专项调查、投诉和建议制度、神秘购物者、研究流失的顾客等方法来获取满意度。CSAT的特点是用途广泛,可以向客户提问各种不同的问题,而且CSAT评分可以使用自行设定的调查问题,可以深入探究产品不同方面的强项和弱项,专注于找到满足用户需求的最佳方案。但是这种方法并没有考虑到比较不满意或比较满意的人不太可能完成调查的情况,而且对用户未来行为的预测是最差的,它通常只把问题范围限定在某个交互过程上,不能预知用户的后续行为。像上述的中国移动、联通等评分,以及电商类的星标都属于满意度调查,这个设置可以对当下产生的服务进行评价,从而感知这项服务的体验是否好,并进行具体的改进。净推荐值(NPS)净推荐值最早是由贝恩咨询企业客户忠诚度业务的创始人佛瑞德·赖克霍徳(Fred Reichheld)在2003提出,它通过测量用户的推荐意愿,从而了解用户的忠诚度。净推荐值的调研比较简单,只需要一个问题:“您是否会愿意将XXX(企业或者产品)推荐给您的朋友或者同事吗?”然后根据愿意推荐的程度让客户在0~10之间打分并根据得分情况来判断三种客户:推荐者Promoters(得分在9~10之间):是具有狂热忠诚度的人,他们会继续购买并引荐给其他人被动者Passives(得分在7~8之间):总体满意但并不狂热,将会考虑其他竞争对手的产品贬损者Detractors(得分在 0~6之间):使用并不满意或者对你的企业没有忠诚度净推荐值(NPS)=(推荐者数/总样本数)×100%-(贬损者数/总样本数)×100%如果调研发现净推荐值的得分值在50%以上,可以被认为客户对你的感知较好,而如果净推荐值的得分值在70~80%之间则证明企业拥有一批高忠诚度的好客户。这个公式的逻辑即在目标用户群体中,如果推荐者的数量多于贬损者的数量,就说明该服务和产品有较好的忠诚度,是值得肯定的,而贬损者数量多,就需要及时调整策略来止损。NPS询问的是意愿而不是情感,对用户来说更容易回答,相比于CSAT,这个指标更为直观,不仅直接反应了客户对企业的忠诚度和购买意愿,而且在一定程度上可以看到企业当前和未来一段时间的发展趋势和持续盈利能力。不同于满意度,推荐需要信任背书,所以NPS对于产品和服务的衡量指数会更高,客户费力度(CES)2010年在《哈佛商业评论》中被提出,让用户评价使用某产品/服务来解决问题的困难程度。第一版的“客户费力度”的问题是:为了得到你想要的服务,你费了多大劲儿?评分从“1(非常低)”到“5(非常高)”,最好在用户刚刚做完操作时询问,否则用户可能忘记自己完成操作的实际体验,下图是现在比较通用的2.0版本:提出的问题是:企业让我的问题处理过程变得简单。客户的选项包括:非常简单,简单,有点简单,中立,有点困难,困难,非常困难。利用分数将行为分为容易、一般、困难,容易用户数的百分比减去困难用户数的百分比,从而得出测量数值,百分比超过50%,说明该体验是容易获取的,低于50%,说明服务路径和体验需要优化。CES的优点是可以帮助企业消除或减少用户服务中的障碍,但是CES只可以指出用户服务中的障碍,并不会深究为什么用户会遇到问题,或这些障碍会是什么。具体障碍还需要借助其他工具进行调研和分析。根据Oracle的一项研究,82%的人把他们的购买经历描述为“花费太多的努力”,CES背后的理论是想办法减少客户为了解决问题而付出的努力,较低的费力度也与客户续签直接相关,这一指标对于增加客户的生命周期价值也有一定的意义。在用户体验方面,这三者有各自的侧重点。客户满意度CSAT重在某个具体环节的满意度,从而判断当下的产品交互和服务环节是否有问题;净推荐值NPS重在体验后,是否会进行推荐,这是对用户未来行为的预测,对产品和服务的发展方向提供一些指导;客户费力度(CES)重在整个产品和服务流程的顺畅度。当然不同的企业根据自己业务的差异性,会使用不同的指标,而且在不断的演化中,这三个指标的应用范围和精细化都在不断提高,例如NPS已经从一个值逐渐演化成系统,NPS工具也日益多样化,可以从不同维度为企业的业务发展提供帮助。NPS详细内容可以阅读齿轮易创(chilunyc.com)服务号往期内容。
用户调研是产品经理的基本功,但如何提高用户调研的有效性却是一直困扰大家的问题。本文作者结合自身工作实践,梳理总结了提高用户调研有效性的四个关键点,与大家分享。最近公司在做一个关于学生在线实习的业务模块,恰好需要在做学生用户调研方面的工作,加上之前和小伙伴接私活项目时也会和客户面对面进行调研,踩过一些坑,也收获一些经验,整理出来以便后续工作加以借鉴和改善。下面从四个方面总结下,如何提高用户调研的有效性。一、 明确有哪些调研对象我们在调研之前,首选要根据调研目标确定跟哪些人了解问题。对于C端产品的用户调研而言,需要根据用户属性不同进行区分,比如活跃用户、沉寂用户等,不同类型用户可能代表不同的群体,往往能够反映一些共性的用户需求。对于B端产品,使用者是业务内部同事,需要根据所属角色进行区分,比如业务员、业务经理、运营人员、管理等,不同角色对同一个事情的关注点不同,所以往往会有不同的业务需求。结合公司的实际情况,梳理了主要的一些用户角色,可以在后续工作中根据需要确定好调研对象。这里有个常见问题,就是在调研不同对象时,同一个问题可能导致不同角色之间的冲突,所以这个时候就要挖掘更深层的问题,找到平衡各方的需求解决方案。二、 梳理结构化调研问题围绕我们的调研目标,在梳理相关业务基础上,才能罗列出有针对性的问题。面对公司内部同事进行调研时,可以先通过系统功能或者产品同事,先了解一些已知的情况,这样在调研问题的时候可以不用重复,否则容易造成反感,不利于调研工作展开。通过罗列问题可以将重要的事情突出出来,次要的可以进行简单确认,节省时间。面对外部客户,调研过程要突出自身的专业性,否则容易造成客户不信任。在梳理问题时,需要关注不同阶段,初期可以多一些开放性的问题,让调研者说出更多内容。在后期与客户交流过程中,则偏重具体性问题,用于确认之前沟通是否准确,避免出现偏差。具体问题逐步展开以开放问题结束以开放问题开始逐步深入具体问题。三、 选择合适的调研方式关于调研方式,网上有很多方法,但在实际工作中主要还是进行访谈。这面就会涉及到如何沟通表达的问题,这部分没有固定模式,需要根据不同调研对象采用不同策略。有些调研对象很健谈,业务知识也很丰富,他们愿意按照自己的思路来进行访谈,这个时候更多的需要倾听,但是要保证我们实现准备的问题都能了解清楚就可以了,遇到这种调研对象,相对会轻松一些,也能了解很多业务知识。还有一种截然相反的情况,对于一些底层的业务员,往往关注在自身的业务上,这个时候我们就要按照事情准备的问题来展开,尽可能多的引导对方多讲些业务场景。这部分在调研过程会遇到比较多,必须要靠逐步提高沟通方面的软实力来强化。四、 对调研活动进行总结任何一个项目或者方案的完结,无论成功或者失败,都是需要一个复盘总结。调研也不例外,调研活动结束后,必须要及时对相关内容进行总结。一方面是为了理清业务场景,另一方面则是要把问题进行分类,找到最本质的问题,然后才能基于这些问题进行产品设计。特别需要注意的是,调研过程中可能会提出很多问题,需要标注问题的重要性和出现频率,这样才能在后续工作中评估是否有必要解决这些问题。总之,用户调研是产品工作的重要组成部分,除了通用方法外,更多是要通过实践不断提高用户调研有效性。本文由 @伪文青 原创发布于人人都是产品经理。未经许可,禁止转载题图来自Unsplash,基于CC0协议
编者按:2003年,市场推广咨询师Fred Reichheld 在哈佛商业回顾上发表了一篇文章,《你需要提高的唯一一个数字》,引发了商业世界的热议。自此之后,NPS信徒大有人在,许多企业讲起纳入用户体验小组工作成果的考量。但是,这个指标真的管用吗?本文编译自Noteworthy的原题为“Net Promoter Score Considered Harmful (and What UX Professionals Can Do About It) ”的文章。Fred Reichheld的观点是,企业只要问自己一个问题,而这个问题关注的是消费者忠诚度。这样,管理层就能把控消费者对自己企业情感层面的体验。文章结尾,他总结道:“这是唯一需要提高的数字。就这么简单,但却至关重要。”然而,事情却没他想的那么简单,也没那么重要。这个数字也没法让管理人员了解到客户是否忠诚。不过,净推荐值(简称NPS)确实满足了所有“实用”商业指标的基本的要求。易于衡量有数字可追踪让人觉得合理尽管很多研究人员都在研究中说明了NPS并没有这么神奇的作用。NPS的概念还是牢牢地扎根于许多企业的脑海里。每天我们都能看到有企业推出新的NPS衡量项目。各行各业的领袖继续高唱NPS的赞歌。比方说,Stephen Bennett在任职Intuit的CEO时这么说过:“现在,每个业务部门都将(NPS)作为其战略计划的一部分; 它是每个运营预算的组成部分; 是每个高管的奖金的评估因素。每个月做运营评估时,我们都在谈论NPS值的进展情况。“利用这个指标来辅助关键决策的企业远不止Intuit一家,但是这个指标,衡量的内容却不是他们所想象的那样。事实上,NPS衡量的内容没什么特别的。那我们就来解析一下,看看这个指标的实质到底有多虚。NPS公式的背后:古怪的计算方法净推荐值评分的一个疯狂之处,就在于它的计算方式。 初始数据来源是一个简单的调查。 受访者要回答这样一个问题:你向朋友或同事推荐某公司的可能性有多大? 以0-11分为评分范围,0代表“根本不可能”,10代表“非常有可能”,让受访者从中用一个数字作出评价。 (后来的调查发展出了不同版本,Fred Reichheld建议调查者问受访者给出该评分的理由,我们稍后会解决第二个问题。)一般的统计人员只会报告受访者所有评分的平均值。 然而NPS要的不是评分数字的平均值。 处理方法是,按分数将受访者分成三个部分:任何评了9或10分的受访者被称作推荐者,7或8分则是被动回复者,而评出6分及以下的是批评者。NPS得分计算公式是:NPS得分=推荐者占比减去批评者占比比方说,我们有10个受访者的分数。 数据是0,0,1,4,5,6,7,8,9和10。这10个数字的平均值是5。计算NPS得分,得出的是20%-60%,得出-40。平均分5分听起来还马马虎虎,比较中庸。但是-40听起来也太糟糕了。虽然没有-100糟,但是也够坏了。这是因为,NPS的基本思维是,一个给出中立评分的人不会像推荐者那样,跟别人说公司的好话。 中立评分者也不会忠诚。 我们需要把这个中间群体转化为推荐者。 所以,目前给出中间群体也算在批评者之列。NPS无法体现用户体验做得好不好假如有一天,我们运气不好,10位受访者全给出了0分,这十个数字的平均值也是0。NPS是-100。 也就是最糟糕的评分。这很有道理了。 0分是糟糕的分数。 那团队自然没有奖励,很正常。但是,假设说这个团队很努力,他们努力把产品变得更好。经过这些艰辛的努力,产品得到了10个6分的评价。这十个评分的平均值是6。但是NPS仍然是-100。由于其计算方式,NPS不能区别6和0。但是却没人在意这一点。所以记住,如果你在像Intuit这样的公司工作,所有人从0变为6所付出的努力都不会得到回报。 你的CEO也得不到奖金。 就好像你没努力过一样。当然,这是因为每个受访者都给了6分。加入产品做得足够好,每个人都给出8分呢? 评分平均值是8。然而,NPS现在是0。将所有用户从0分到8分的团队,无疑是成功的。 但是,如果你的团队看到NPS是零分,肯定不会感到满意,那么对成员们就没有奖金。使数据集为是10个9分,平均分也是9,,NPS就奇迹般地变成100分!这跟10个8分相比,可是100%的改进,所以, 你就拿到了奖金。 通过稍微改一改这些数据,NPS评分就从中间评分一下跃升到了最高评分。 正如以上举出的例子,NPS计算没有什么意义。 这些分数变来便去,忽上忽下,其实背后没有商业或数学原因。小的增量应该导致分数小幅度增加。 只有大的改进才能导致大的分数变化。 然而,NPS却不是这样来反映变化的。这就是Kate Rutter所谓的“分析戏剧”(Analytics Theatre)。 让数字出现大幅度的变化,来达到戏剧化的效果,其目的并不是帮助改进产品或服务的质量。平均值可以帮助我们更好地了解数字的变化情况。平均值才是简单,却能揭示重要的改进的工具。如果NPS的问题是其计算方式,那么我们用回平均值就万事大吉了。 然而,平均数据只有在数据本身有意义时才有效。 但不幸的是,由于受访者NPS问题的理解,我们得到的数据集是没有意义的。把背景噪音当作音乐来欣赏?0-10打分的闹剧如果我也做个调查, 问正在阅读本文的你说:“你觉得这篇文章有趣吗?”,然后给你三个选项,“有趣”、“无趣”和“不确定”。三选一,你是很容易给出答案的。这个评价范围有3个选项。如果有5个选项:“有趣”、“一点有趣”、“不确定”、“一点无趣”和“无趣”,你回答起来就不那么简单了。什么叫“一点无趣”?意思是说,你有一点感兴趣,但是文章让你感兴趣的程度不足以让你继续读下去吗?如果有7个选择,就更困难了。这时候,光是贴标签,可能信息量已经太大,所以我们转而使用数字:很有趣,6分,5分,不确定,3分,2分,很没趣。这不仅很难回答,甚至都不好理解。3分和2分有什么区别?两者都是负面评价,但是这两者有实质区别吗?受访者真的可以保持态度一致吗,不仅是每次回答都给出相同评价,更在于受访者之间,他们本身就有不同,各有自己的倾向性?NPS评分有11个选择(0到10分)。这个范围很大,但数字之间的区别不太鲜明。你和我用同一款产品,体验可能相同,但是我给7分,你给6分。但这样的评分区别,又意味着什么?我们似乎应该能够理解6分和7分之间的区别,但是很多受访者其实无法区分两者。他们选择某个数字,随机的成分很大,很难解释。如果所有人给出6分,NPS为-100,而如果所有人给出7分,NPS就是0。仅从NPS看来,有非常大的区别,但是对于受访者来说,就像背景噪声一样没有意义。 受访者也不能说出为什么他们给6分不给7分。NPS问题所在: 问的问题不对 回答也不着边我们计算NPS时,问的问题是“你将XX公司推荐给自己的同事或者朋友的可能性有多大?”。表面上看来,这个问题涉及的是客户忠诚度。但是在其作者首次在哈佛商业评论提出NPS概念时,他声称,NPS与重复购买和推荐是有很积极的相关关系的。后来的研究表明NPS与上述二者关系不大。 原因如下:最好的研究问题问的是过去的行为,而不是未来的行为。如果受访者被问到下列问题:“你愿意尝试健康的生活方式吗?”或者“你愿意尝试少吃糖吗?”或者“你会购买这个产品吗?” —— 这些问题的要求受访者预测他们未来的行为。 但是我们真正感兴趣的他们做过的事情,而不是他们将来可能会做的是。 我们感兴趣的是受访者的实际行为,而费对他们行为的预测。以下是英国分析顾问、NPS爱好者Dan Barker给出的例子——一个来自单一电子商务用户为期16个月的NPS数据摘录。由上图可以看出,Dan有9个NPS数据点,从5到10都有。但是这些数据没能告诉我们的是,受访者到底有没有真的做问题里问的事情——我们无法得知他们是否真的会向同事朋友推荐某产品。Dan的购买者数据显示,他们对自己投入最高(110美元)的产品,给出8分评价。而投入较低的产品(57.6美元),得到9分评价。他们评价为5分的产品,是10分产品的价格上只少3美元。从这份数据看来,消费行为和NPS评价之间没有太大关系,也显示不出客户忠诚度。NPS真的能体现用户忠诚和增长吗?培养客户忠诚是一个漫长的过程,这关乎一个人长期以来的行事习惯。 Fred Reichheld在其最初的哈佛商业评论的文章中说:“忠诚指的是,某人愿意做出投资或个人牺牲来加强关系,无论是客户,员工还是朋友。”然而,NPS问题并无论及投资或个人牺牲。它甚至没谈到忠诚。它只是问用户会不会推荐某家公司。问受访者将来可能做什么,这问的不是忠诚度。这是乐观精神的表现。如果我们真的有兴趣了解别人的忠诚度,我们可以问一个不同的问题:在过去的六周里,你是否有把某公司介绍给朋友或同事?事实上,Netflix运营早期向客户提出的就是这个问题。 Netflix还问了另一个关键问题:你是否经同事或朋友推荐,才使用我们服务的?当人们对这些问题做出肯定回答时,Netflix的新用户和增长率正是处于稳步上升阶段。 而当人们不再回答“是”时,Netflix就看到不断有人取消订阅,获取新用户的速度减慢。 这些问题都与Netflix的增长直接相关。 而这些问题询问了过去的实际行为,而不是对未来行为的预测。NPS很少能真实反映用户体验我写这篇文章的时候,看到联合航空公司的网站说,我这一生中,共飞行891,116英里。今年,我乘坐联合航空航班49次,共飞行73,890英里。这个数据本身似乎就显示了我是联合航空的忠实客户。但如果你在Twitter上关注我,你就会发现我经常吐槽联合航空的客户服务质量差。如果联合航空要我在0到10分范围给他们特定航班的服务打分,我的评价都不会超过5分。 (5分还只是乘客没挨揍的时候) 那我还算是联合航空的忠实客户吗?不管是NPS问题(未来行为),还是Netflix问题,如果我诚实作答,我给联合航空的评分算很高了。但是你没想到的是,我总是推荐联合航空。出了波士顿,他们真的是飞往美国西海岸目的地的最佳选择。他们国际服务也尚在可以容忍的范围。但“最好的选择”不代表“服务让人满意”,它们是一对最差的选择里最好的一个。我推荐他们,不是因为我喜欢他们,而是因为其他选择更糟糕。有个朋友知道我在写这篇文章,于是向我介绍了他们在使用花旗网上银行网站后,收到的NPS问题。我的朋友登录了他的花旗账户来转账。 这笔交易发生在5天前,并不显眼。 为什么会有人推荐花旗来做这样一个普通的业务。 (例行的银行交易应该挺不起眼的,如果这么普通的问题都“脱颖而出”,可能意味着出了问题。)NPS设计的目的,并非让客户在这么小的细节上做反馈。 这个问题完全可以在再做4次交易的时候再问。如果转账很顺利,客户怎么会记得这种简单业务的细节呢?根据NPS设计的目的,将这个指标用作决策参考因素,就已经够糟糕的了。 如果企业事无巨细,都希望得到NPS反馈,那就真的会带来大麻烦,因为他们得到的评价毫无意义。将NPS嵌入定性研究多年来,我们研究NPS,想定性这个指标,因此要求受访者解释他们给出的分数的理由。结果发现了很重要的一点:人们不了解NPS问题。典型的给出低分的受访者,使用实验室的产品或服务时,体验可能相当完美,但却给出低分。但我们询问原因时,他们会讲一些自己过去的悲惨经历,让他们不去推荐这项服务。我们问他们后来有没有使用公司的产品或服务,他们说用了,并且用了很多次。同样,也有用户在使用产品或服务时候花了很大功夫,最后评分为10。他们会说:“比我想象的要好”或“我认为没问题”。但当我们问他们,是否会再使用这种产品或服务时,他们会说“可能不会”。我们看到许多受访者评价为0,因为他们想不到要推荐给谁。其他人则因为有朋友在同一家公司工作,所以评了10分。当公司提供受访的激励,比如说有机会赢得100美元的亚马逊礼品券,我们看到受访者可能给出高分,因为“别人才不会把奖品送给给自己评0分的人”。我们了解到,NPS并没有告诉我们有关客户的体验或忠诚度的信息。事实上,NPS不会告诉我们任何有用的信息。NPS很容易被糊弄如果受访者的奖金与NPS评分上升相关,想要提高受访者的评分,提供100美元的奖励就是个好方法。 这不是糊弄NPS的唯一途径。在用户交流的后期再询问问题,也可改善NPS结果。 一个理想的“欺骗”手段,就是在成功完成任务之后再提出问题,例如在用户购买之后。在完成任务之后才问,并且只问那些愿意买的人。 这样一来,任何因为使用体验不好而放弃产品或服务的用户给出的评价就不存在了。 这自然也扭曲了NPS结果。另一个诀窍是忽略回复率。大多数NPS跟进或任务后调查的回复率只有4%-7%。答复率为7%意味着,每有1人回复,就有13人没回复。这13人的评价会和已回复者评价相同吗?可能不会。回复率低的一个原因是,对产品或服务使用体验不佳,因此可能不会给你反馈。使用Fred Reichheld的忠诚度定义,这些人对进一步投资不感兴趣。为了真正糊弄NPS得分,就得鼓励批评者尽快退出。故意让他们有不好的体验,强迫他们放弃。这样,所有的受访者都倾向于积极的经验。 (即使你没有故意这样做,很容易偶然发现存在这个问题,但几乎没有方法来发现和纠正问题。)这些黑暗的NPS糊弄技术可以产生更高NPS分数,这带来更多奖金。这样不就没人落单了吗?我们认为NPS是有害的。糊弄NPS,看起来好像企业已经取得了经验,改善产品、服务质量,当实际状况可能在恶化。调查的真正价值都在于后续的问题NPS的信徒告诉我们,没有任何调查项目只看NPS。每一个好的调查都跟着一个定性的问题,问受访者原因。一些复杂的系统会根据受访者给出的评分改变问题,问推荐者“你喜欢我们什么?”,问批评者“我们可以改进什么?”。这些信徒说得有道理。因为调查真正的价值在于找出背后的原因。客户告诉发生了什么,你可以如何改进(或者确保你保留做得好的地方。)对于这些NPS的支持者,我告诉他们,获得这些有价值的数据是好事。他们为什么要理会NPS评分呢?只需问用户质量方面的问题。而支持者的反应通常是嘟嘟哝哝碎碎念,或者其他一些毫无意义、听不懂的天书。我们将这些“为什么”问题添加到个人定性用户研究中。而用户的答复往往暗示了设计中和不同组件之间配合存在的问题。与此同时,同一个受访者,NPS分数很少反映其使用期间发生的任何事情。这反映的我们在现实世界中收集的数据。 NPS并不基于我们生活的任何现实。但我们的高管就想要一个数字!最近,一家财富500强公司的设计高级副总裁告诉我:“每个部门都会在高级职员会议上做展示,并给出一些数字,通常是NPS。 如果我不使用NPS,我需要另一个数字。 我需要一个数字来告诉大家该如何改进。“但是,我们有千千万万个数字。 事实上,有无数个。然而,没有一个数字能代表公司的客户体验。NPS也不行。 但是,我们永远不会停止寻找的步伐。我们可以使用一个商业上的数字,如订阅数量或用户流失量。 我们可以也使用销售额,净收入或利润。这些数字不直接体现产品或服务的设计。 他们也不能告诉我们,客户是满不满意,使用过程愉不愉快而这就是NPS设计的目的,尽管它并不成功。 那我们能做些什么呢? 我提出以下替代问题:你今天有多高兴或沮丧?我们今天有帮到你吗?我们让你开心吗?我认为这些问题并不重要,因为你真正感兴趣的是下面这个问题,让你能做出改善:它怎样才能变得更好?后续问题才是是价值所在。 你可以用很多种方法去问。但重要的是你要倾听客户的回复。用户的体验 不能用单一的数字就概括了这才是NPS的最大缺陷——它试图取得无法实现的目标。 这对我们的管理层很有吸引力,因为NPS有望解决一个无法简单解决的问题。客户体验是我们客户与我们的产品,网站,员工和品牌之间所有互动的总和。 每个客户与产品、服务的互动过程都会有所不同。NPS信徒想相信的并非他们想达成的目标。 NPS分数就像每日星座运势。 这不是科学,只是信仰。作为UX专业人士,我们可能无法说服NPS信徒说,他们的占星术不是科学。 但是,我们可以躲开陷阱,采取措施,为企业带来更多的价值。那么,你这篇文章推荐给朋友或同事的可能性有多大?原文链接:https://blog.usejournal.com/net-promoter-score-considered-harmful-and-what-ux-professionals-can-do-about-it-fe7a132f4430编译组出品。编辑:郝鹏程
在钱一多社群学习新媒体写作一年了,最常听到的一个词就是“用户感”。“用户感”即用户的体验和感知,一个新媒体人如果没有很强的用户感,写出来的文章可能根本没有人看。那么如何提升自己的用户感呢?有一种非常有效的方法就是做用户调研。说到调研,就不得不提到调研报告的撰写,它是用户调研一个非常重要的环节。今天钱一多社群就来为大家讲讲如何写好一份用户调研报告。01什么是调研报告在了解调研报告如何做之前,我们先来了解一下什么是调研报告。从决策和协作的角度来讲,调研报告是一种沟通交流的方式,是可以将调查结果、战略建议,或者是其他信息传递给别人的工具。调研报告的核心是实事求是的反映和分析客观事实,主要分成两个部分:调查和研究。调查:反映客观事实。研究:分析客观事实。调研报告如何影响决策?我们来看下图:在这张闭环图中,表明了决策和调研报告之间是反复验证的循环过程。当我们需要探索策略时,则需要辅助策略的内容,这部分内容需要数据的支持,数据分析呈现就需要调研报告,所以这时调研报告就是探索辅助找出策略的好帮手。当我们需要验证策略时,也需要调研报告的支持,因为调研报告里包含数据内容可以支持验证,这时调研报告是我们验证策略是否可行的方法。这就是调研报告对于我们决策的意义,一份好的调研报告,可以减少决策的不确定性,帮助我们发现真正的需求。02调研报告怎么写在完成数据分析工作后,如何将分析写成一份通俗易懂的报告是工作中非常重要的一步。调研报告的核心目在于传递信息,进行沟通交流,如果受众看不懂,那么调研报告就没有任何价值,更不要说去影响决策。所以逻辑严谨、结构清晰、演示方式对于调研报告来说是至关重要。我们也将从这三点出发为大家详解调研报告该如何写。逻辑严谨主要取决于制作调研前的思考是否周密;结构清晰主要取决于调研报告的内容组成结构;演示形式主要取决于演示人群的特性和需求。1制作前的思考为了报告的严谨,我们在内容制作之前就要思考好两个问题:数据来源是哪里?我们产出策略的流程是怎样的?明确数据来源这里我们给出了三个数据来源,不同来源的数据对于调研提供的帮助也各有不同。第1个来源是问卷,第2个来源是访谈,第3个来源是问卷与访谈的结合。当我们选择好了数据的来源,就要确定与之相匹配的产出流程,以保证逻辑的完整。明确产出流程讲到这里,大家可能对产出流程会有一些疑问,比如:到底如何进行问卷制作?如何清洗数据?篇幅有限,这里就不详细展开讲这些内容了。后台回复“调研报告”2调研报告内容架构一份结构清晰的调研报告结构至少包含:标题,目录,前言,正文,总结或建议,附录。标题一般调研报告有4种类型的标题:解释基本观点,概括主要内容,交代分析主题,提出问题。目录(非必须)目录的作用是帮助读者快速定位内容和从目录看出撰写者的整体分析思路,一般目录都是采用总分总的形式,其对应的总就是前言,分就是正文,总又是一个总结或者是建议。目录是体现全文逻辑是否自洽,结构是否清晰的重要依据,当发现目录没有遵循金字塔原理时,我们可能就要重新的再审视一下整个调研报告。前言前言部分总共分为三种类型:写明调研的起因或者是调研的目的,这种类型最常见,所以我们在上图中专门做了详解。写明调研对象的历史背景,大致发展过程,现实状况,以及提出中心问题或者是主要观点。直接概括出调研的结果或者是结论。市面上常规的调查方法有问卷调查法,网络调查方式,实地调查法,社会调查法,抽样调查法,以及统计调查法。正文正文一般包含了4个内容,问题及数据的展示,数据可视化分析,访谈场景化分析,分析结果,多维度的思考。把分析和思考写清楚之后,就可以进行总结和建议了。总结或建议总结和建议是整个调研报告的核心,在这里面先给大家介绍4种方法:用提出解决问题的方法对策或者是下一步改进的意见总结全文的主要观点,进一步的深化结论提出问题,引发人们的进一步思考展望前景,发出鼓舞和号召建议大家在做职场汇报内容时,最好是使用第1种和第2种方法。附录(非必须)附录是整个调研报告的最后一部分,但并不是在所有的调研报告里都能看见的,它的作用主要是为读者提供一个深入分析的途径,以及对调研报告里面没有阐述的问题,提供相关的资料。内容一般都是一些专业名词的解释,计算方法,还有重要的原始数据链接,地图等内容。以上六步就是一份调研报告的内容构成了。3选择演示形式所以做完调研报告之后,就要选择适合它受众的演示方式和载体。我们可以通过以下三步找到合适调研报告的展示形式:分析展示的对象是谁分析这个对象能看得懂的条件选择具体的展示形式当给自己看的时候,那我们优选的就是一个资料库的呈现形式,以方便我们不断去扩展和成结构化。给领导或者是老板看时,他们需要的是报告的可视化,以及容易向上汇报,所以用PPT的展现形式会比较好一些。给粉丝看时,粉丝看可不能用PPT和资料库的形式,它不仅是要可视化,而且要有一定的可读性,所以以文章或者是视频的形式去呈现会更合适。最后分享点小tips,钱一多社群做用户调研时踩过的一些坑~
对目标用户开展系统的产品调研,也是直接获取用户反馈的一种直接、有效的方法。在大公司,产品调研的工作是以用户调研人员为主导,产品经理和产品运营人员配合的形式进行的;在小公司,这项工作则通常由产品经理和产品运营人员自主完成。常见的调研方式有:(1)与用户的面对面访问调研人员营造了轻松的交流氛围,与用户进行了面对面的访问(您可以降低查找周围同事和朋友的标准),向用户询问自己想知道的产品相关情况。(2)观察用户的实际操作。调研人员邀请用户使用该产品并完成指定的操作任务。在此过程中,将观察用户的实际产品使用情况,并详细记录用户在使用过程中遇到的问题。当然,如果您想避免由于调研者在身边而给用户带来不必要的心理压力,调研者还可以让用户独立完成操作任务而不会受到任何干扰,并且调研者可以在用户的计算机上进行预定义。安装监视软件以观察用户的实际操作。此方法通常用于产品可用性测试中,以评估产品可用性并帮助产品人员发现产品中的问题。(3)让用户填写问卷。问卷通常是电子版本。调查人员可以使用某些软件来快速制作此类调查表。前两种调研方法的成本很高,因此调研范围不能太大,只能用于定性调研。而第三种调研方法没有这个问题,可以用于定量调研。尽管定性调查的样本量并不大,但是可用性大师Jakob Nielsen对可用性测试中理想测试对象数的调研表明,只有5个用户可以找到所有产品问题的85%,而15个用户可以找到几乎所有问题。因此,定性调研在帮助我们获得直接反馈信息方面仍然非常有效,例如“当用户使用我们的视频站点时,许多人认为视频播放不流畅。”产品经理可以基于此结论直接改进产品,也可以使用此信息来完成定量调查问卷,从而使定量调查更具针对性和参考性,最终得出更广泛,更深入的结论,例如“用户在使用我们的视频网站时,有60%的人认为视频播放不流畅。”
调研是商业决策的前提,在互联网时代,调研更为重要,因为有更多数据,决策的即时性更强。所以,要高度重视调研,才能运筹帷幄,决胜商海。用户调研基础的三块包括用户画像、媒介接触习惯和用户满意度。用户画像用户画像本来是互联网领域的词汇,为的是将用户描绘的更准确。现在做研究都喜欢用这个词。用户画像为得是更清晰我们的目标用户。但很多人做用户画像只是为了完成任务,为了追赶流行,大家都在做,所以我也要做。做用户画像的真正目的在于细分客户,针对性营销;第二是洞察不同客户对竞争对手或竞争品类的态度,以便调整产品,或者开展营销,保留存量,吸引增量。真正的用户画像核心是用户的精准描述,重点在于对我方品牌和产品态度及行为,直接竞争对手态度和行为,间接竞争(品类竞争)对手态度和行为。具体包括:基础背景:性别、年龄、学历、职业、地域、婚否、是否有小孩等职业特点:月收入、公司性质、行业等态度倾向:对我方品牌和产品,市场上其他品牌和品类的态度和意愿等行为现状:根据行业消费周期特点,近一年或半年或三个月内购买和使用过哪些品牌及产品系列等生活方式和价值观:消费主张、网络购物、线下购物场所和周期、媒介接触等媒介接触习惯调研媒介接触习惯主要是未来开展针对性营销,选择最合适投放策略及媒体,挖掘最精准的诉求点。传统媒体接触习惯四大传统媒体,包括电视、报纸、杂志、广播;户外广告、电梯广告、地铁广告;朋友推荐;沙龙、论坛、推介会等等PC端媒体接触习惯门户网站、贴吧、论坛、QQ群、搜索引擎、直播、游戏等等移动端媒体接触习惯微博、微信、头条、抖音、手机百度等等媒介态度和行为接触率、喜爱度、忠诚度、媒介行为推广诉求点喜欢什么方面的内容,偏好什么形式的内容,比如文字、图片、视频、短视频、音频等等用户满意度调研用户满意度最重要的是为了更好地优化产品和服务,提升传播和互动的精准性。用户满意度具体包括:整体满意度:期望、差距、投诉和建议二级指标满意度:品牌、产品、价格、渠道、终端、传播满意度三级指标满意度:品牌形象、品牌知名度、美誉度、忠诚度等;产品价值、产品包装、产品卖点等;定价、性价比、活动价、会员价等;渠道便利性、渠道物流、渠道沟通、售后服务等;终端动线、终端导购、终端活动等;传播沟通、互动、信任度等。那如何执行用户调研呢?一、用户调研必须设计调研方案调研目的、调研主要内容、用户样本量及抽样、调研时间地点、调研组织、执行和预算方案。二、选择调研形式可线下调研,比如深度访谈、焦点小组座谈会、定量问卷拦截访问;也可通过在线调研问卷,在线发送给目标用户;也可以在自媒体平台设计调研问卷,回答之后可以抽奖。此外非常重要的一点是调研一定要到用户现场,了解和洞察用户购买和使用需求和特点。三、调研执行督导调研不能为了调研而调研,而要满足真实性和准确性要求。线下访问必须对访问员进行详细培训,严格要求填写规范,逻辑顺序等等,线上访问一定要有说明,必须要有问题能够甄别用户到底是不是真实填写。调研是商业最基础的活动,也是我们每个职场人士必须具备的技能,必须掌握专业的调研方法和调研工具,比如常用的统计方法和统计软件。
对于一个产品经理而言,用户可以算是“最亲密的陌生人”了。需求都是从用户中来,到用户中去的,可能有不少人会疑惑,很多时候用户也不知道自己想要什么,那PM还要听用户的吗?答案当然是要听,但有技巧地听,并进行分析。所谓用户分析,无非就是更多的去了解用户。这其中最笨的方法就是想办法接触用户,去问他。以下内容主要介绍一些接触用户的方法和用户调研的基本知识。说到接触用户,第一反应应该是聆听他们的声音,而这“声音”就在他们的反馈当中。一直认为认识产品的方法有很多,各种调研产品的方法也很多,但是最有效的方法是通过用户反馈,通过用户反馈去了解产品的现状和问题,是最高效最有用的方法。通过用户反馈发现问题当看到用户反馈的内容的时候,关注的点,基本是:自身产品的问题、竞品的问题、可能的机会点。那我们可以通过哪些渠道来收集用户反馈?公开渠道:App Store等应用市场、微博、贴吧半公开渠道:微信朋友圈内部渠道:用户投诉,电话录音、客服咨询针对用户反馈不同渠道的处理策略:公开渠道:对于公开渠道,可以采取搜索+关键字订阅+使用监测工具的策略;半公开渠道:微信朋友圈可以通过“搜一搜”功能,搜索关键字的方法;内部渠道:这就需要整合内部用户反馈渠道,包括邮件、QQ、留言等;需要定期与一线的同事进行沟通,或者适当地当一天客服。具体的用户调研渠道有哪些,进入这些渠道中有大量的用户反馈,又该着重看什么?下面通过几个例子来看看—应用商店评论主流的应用商店与常用的工具包括:IOS:App Store,安卓:360手机助手、安卓市场、百度手机助手、小米应用商店、安智市场、豌豆荚等;常用的工具有APPAnnie、应用雷达、ASO114、酷传等。对于应用商店,应该着重监控以下四点:低分差评:重点看低分 1-3分;有效评论:重点看有实际描述的评论异常行为:比如水军刷榜、恶意评价竞品变化:监控竞争对手的应用变化主流的社交平台与常用工具微博、贴吧、知乎、人人网、雪球的等,工具是关键字+收藏夹、微博企业版、百度、Google等。PS:这里查看贴吧内容有个小技巧,在关键词后添加site:tieba..com,相当于筛选了站点的内容。通过用户咨询、投诉发现问题内容来源:客服后台、录音、意见建议、用户反馈、邮件等。上面介绍了简单的接触到用户并得到用户反馈的方法,但很多时候,用户并不会直接告诉你他的想法,也不会主动给出反馈;因此,我们要知道他们的真正想法,就需要通过用户调研这个方法。用户调研做一件事情总是有目的的,那用户调研的目的是什么?按照我的理解,用户调研的目的有:了解用户对产品的使用过程了解目标用户群的使用场景和过程总结用户的问题和流程提出最合理的解决方案带着目的,我们就找方法。用户调研最常用的方法包括定量的问卷调查,定性的用户访谈。这里需要注意,在调研过程中最忌讳直接问用户想要什么、有什么需求;直接问用户有没有用、好不好用;快速打断用户还有强烈的说服用户倾向。用户访谈的时候,正确的打开方式应该是:观察其使用过程>提问>用户主动说。一些常用的工具,调查问卷就用问卷星等,用户访谈就需要用到录屏软件(MacBook+screenflow),手机端录屏(iPhone+MacBook+airserve),统计系统(growingio、诸葛io、APPsee)、录音笔、电话、QQ、微信等。用户调研怎么做?明确调研的背景和目的背景:什么情况下发起的调研?是否必须通过用户调研来解决?目的:希望通过用户调研得到的结果是什么?另外需要注意,调研的目的忌大而全,调研的方向越聚焦,越有价值;忌假大空,针对行业用户的调研,针对满意度的调研,价值都不大。选择目标用户基于背景和目的,先挑出大量符合行为的用户选定部分目标用户,针对性分析(用户画像)选择合适的用户(时间、地点、感兴趣程度等)邀约用户:直接说明目的,并告知可能发生的情况数量:一般不超过5个分析用户和问题这里是事先猜测目标用户可能面临的问题是什么。分析调研对象可能碰到的问题和解决方案猜测用户的需求并提出解决方案把解决方案变成可执行的demo(纸面、原型等)准备任务和访谈提纲,并演习按照用户调研预设时间的2倍去准备问题,标注必须要回答和用户操作的关键问题,准备用户必须操作的任务,把问题串起来,并找同事预演一遍,最后总结和调整。调研现场先缓和情绪,不要着急一下子进入到访谈/调研中,其次了解背景信息与自己的猜想是否匹配(用户画像),尽可能模拟用户真实的环境,尽可能记录用户的操作过程:录屏、录音、笔记。调研结束总结整理单个用户的调研过程,是否要调整调研对象,汇总本轮调研用户的过程和结论。最后用户调研不是简单找几个用户来Q&A,这一系列的流程,都需要精心的准备。这就要求产品同学们的基本功必须扎实,还有态度的端正了。下一篇,将谈一谈了解关键用户的方法—用户画像,希望大家多多交流!作者:志志志,某公司产品汪一枚,热爱篮球的青年,正在努力成为一名优秀的PM,未来希望进入人工智能行业。本文由 @志志志 原创发布于人人都是产品经理。未经许可,禁止转载。题图来自PEXELS,基于CC0协议