定性调研

这里是与可杂谈，喜欢可以点上方蓝色背景按钮加关注哦！封城的第52天，天气回暖，楼下的声音多了起来。今天分享一下调查研究要用到的方法。方法是为了达到某种目的（解决某个问题）而采取的测量手段，如购物网站、点评平台用到的星级评定。以这么一个问题为例，玩暴力游戏会让人变得暴力吗？先用实验的方法，在实验组中，实验人员玩双人对战暴力游戏，对照组中，实验人员玩双人非暴力游戏，赢家可以选择对输家进行惩罚，结果表明，玩暴力游戏的一组选择的惩罚力度更强。再用最不暴力的游戏测试，俄罗斯方块和巴斯特，结果显示，挫败感会让人们产生暴力情绪。用文本的方法，媒体中对暴力游戏和现实暴力行为的所有报道的梳理，但其有一种偏向性，尽管努力靠近客观的态度。用二手数据的方法，得出，同时期暴力游戏销量增加，青少年的犯罪率显著降低。用访谈或问卷的方法，有深度访谈、焦点小组访谈，调查问卷这么几种形式。还可以使用观察的方法，看暴力游戏和暴力行为是否有相关关系。研究问题在制定计划、收集、分析、综合、得出结论的过程中，收集和分析就是调查方法。定性的调查方法可以有一个总体和大概的判断，揭示事物的本质，适合于小规模、深入细致、长期的调查。定性多用于创造想法，以文字形式报告，问题是开放式的探索，缺点是广而不深。定量的调查方法选取一定数量有代表性的样本，用数学工具分析，计算机录入、整理，多以数字形式呈现。定量多用于验证想法，问题是封闭式的选择，优点是代表性强。定性是定量的基调，定量是定性的准确化。定量中有自变量与因变量，自变量的变化要优先于因变量，因变量的变化由自变量引起，没有其他原因。相关变量无法确定谁影响谁，比如媒介偏好和风险感知。共变变量是两者同时变化，不是因为对方的影响，而是同时受第三方的影响，如春晚期间抖音和快手的注册用户明显增加是因为春晚中的红包活动。测量结果的衡量标准有信度，即使用相同调查方法重复测量同一个对象得到相同研究结果的可能性，比如体重用目测和体重秤测量的信度是不一样的。效度，即有效性，测量工具或手段能够准确测出所需测量事物的程度，如菜市场里的公平秤，肩负着准确测量的使命。在调查与研究方法中，属于定量的有问卷调查、实验、内容、文本、话语分析，属于定性的有观察法（民族志）、深度访谈、焦点小组访谈。有任何想法，欢迎告诉我哦！来评论区留言吧！期待听到你们的看法与建议！喜欢可以关注，收藏，转发哦！你们的支持是最大的鼓励！比心！

定性分析定性研究是指研究者运用历史回顾、文献分析、访问、观察、参与经验等方法获得教育研究的资料，并用非量化的手段对其进行分析、获得研究结论的方法。定性研究主要是一种价值判断，它建立在解释学、现象学和建构主义理论等人文主义的方法论基础上。其主要观点是：社会现象不像自然现象那样受因果关系的支配，社会现象与自然现象有着本质的不同。定量分析定量研究的结果通常是由大量的数据来表示的，研究设计是为了是使研究者通过对这些数据的比较和分析作出有效的解释。定量研究是一种事实判断，它是建立在实证主义的方法论基础上的。实证主义源于经验主义哲学，其主要观点是：社会现象是独立存在的客观现实，不以人的主观意志为转移。在评价过程中，主体与客体是相互孤立的实体，事物内部和事物之间必定存在内在的逻辑因果关系。举个例子，比如我要分析影响车祸的道路因素，首先为了研究如何减少车祸发生的次数，首先通过饼图统计2010年车祸发生的严重情况，可以看到2010年一共发生车祸104029起，其中85.7%是轻微的，13%是严重的，1.3%是致命的。就2010年发生的这104029起车祸进行分析，首先选择城市或农村的地区因素进行分析，对比城乡哪里更加容易发生车祸，2010年发生的伤亡人数在5人以上的车祸有1142起，其中有670起发生在农村，说明农村比城市更容易的发生车祸。因此下面主要对农村发生车祸的道路因素进行分析，通过折线图观察不同道路等级对车祸的影响，发生车祸次数最多的道路等级是干线公路和部分重要的次干路，其发生车祸的次数远大于其他几种等级的道路。因此在固定道路等级为干线公路和部分重要的次干路的情况下，下钻到不同道路类型对车祸的影响，发现发生车祸次数最多的道路类型是单车道，其次是双车道，最少的是高速公路进出口。将道路类型固定为单车道，接下来通过散点图对比路口控制的不同以及光照条件对车祸的影响。得出最后的结论：①农村地区的路面条件较之城市，更加狭窄，因此司机在经过农村时要更加注意安全、②最容易发生车祸的是干线公路和部分重要的次干路的单车道，且不是在路口或自动交通信号附近，如遇这种类型的道路要格外注意、③不要因为是白天就放松警惕，白天其实比晚上更加容易发生车祸。其实定性研究有两个不同的层次，一是没有或缺乏数量分析的纯定性研究，结论往往具有概括性和较浓的思辨色彩；二是建立在定量分析的基础上的、更高层次的定性研究。在实际研究中，定性研究与定量研究常配合使用。在进行定量研究之前，研究者须借助定性研究确定所要研究的现象的性质；在进行定量研究过程中，研究者又须借助定性研究确定现象发生质变的数量界限和引起质变的原因。除非注明，否则均为DataFocus企业大数据分析系统,让数据分析像搜索一样简单原创文章，转载必须以链接形式标明本文链接。

用户调研得来的数据该如何处理？笔者在本文给出了敏捷量化分析方法，可供同学们参考并交流。上一篇文章讲了B端用户调研的一些灵活方法，当收集到用户调研的数据之后，接下来就是做问题的整理、分析和优化了。实际工作中，用户调研阶段可能会已经花费了较长的时间，出于对时间成本、工作进度、问题时效性等多方面的考虑，总是希望能尽快的输出一个用户调研数据结果，给产品的迭代优化提出改进方向和计划。本问将会讲一种简单迅速的处理用户调研问题优先级的量化方法。一、用户调研数据分析思路数据收集整理→问题优先级排序→解决方案设计→解决方案的优先级排序二、步骤详细说明第一步：数据收集整理关于用户调研的数据收集、整理，每个企业、团队、产品经理等都有自己的记录分析的方法和规范体系，为了方便最后的敏捷量化分析，数据的收集整理请注意以下几点：团队内建立一个问题识别的规范体系，更加快捷地识别问题的严重性；标注出问题发生在哪里，如屏幕、模块、用户界面组件、流程等；清楚用户反馈问题时，正在参与的具体任务；一个简洁的问题描述。《量化用户体验》的参考示例表格：“1”代表此用户出现此问题，“0”代表没出现。第二步：问题优先级排序先来说一下，问题严重性评分的几个影响因素：任务的关键性：任务的未完成对业务及用户产生的影响；问题发生频率：在不同的参与者中这个问题发生了多少次；问题的影响：对于用户顺利完成任务的影响程度。具体优先级分析步骤：1）给测试中的每个任务设立关键性评分K。根据任务对于业务或用户的重要性来设置分值，可以结合实际工作情况，合理安排分支区间。我们实际工作中按5分制，即1、2、3、4、5。2）给任务中出现的每个问题，设立影响力评分I。参考标准一：5分：该问题阻碍了用户完成任务（障碍）3分：该问题导致用户产生挫败感或者延误任务的完成时间（严重）2分：对于完成任务的行为表现产生较小的影响（轻微）1分：参与者提出的建议（建议）参考标准二：5分：影响任务完成的行为3分：导致用户“偏离航线”的行为2分：用户表达出来的挫败感1分：用户说自己完成任务但实际未完成3）计算问题发生频率F=问题反馈人数/用户总人数。4）计算问题综合严重性评分S=关键性评分K*影响力分值I*发生频率F，并按评分S进行由大到小排序。对前面的表格进行优化后，示例如下（仅以两个用户示例）：模板下载详见文末，计算过程已在Excel加入公式自动实现计算操作（包括根据添加用户数量自动计算F，根据F自动计算S=K*I*F）。第三步：解决方案设计注意：有时解决方案十分明确，或者只有1~3种解决方案，可以通过综合考虑业务逻辑、交互体验、研发成本等方面问题，就可以确定解决方案，而不需要精确的数据化分析。但是当问题没有那么明显或者存在多种解决方案时，为了降低做出错误设计的风险，可以设计多种备选方案，分析选取最佳方案。对于每个问题，需要准备大量的解决方案（注意与开发、设计、需求、业务等成员合作讨论）。重新整理解决方案，确保描述具体详细。标记出方案可能解决的其他问题：在实践中，一个好的方案可以解决多个问题，好的解决方案是通用的。第四步：解决方案的优先级排序计算效力值E=解决问题1关键性评分*自定义加权数+解决问题2关键性评分*自定义加权数+…量化解决方案复杂度C（团队评估出的每个解决方案的复杂度）计算投资回报率（RIO）=效力值/复杂度（E/C）三、视觉工具(便利贴、白板等)——分析方法作为设计师或者产品经理，大家更喜欢团队人员，在一个会议室，使用便利贴或者白板来工作，这样分析更加方便、有趣、直观，也便于团队内部之间的合作。如下图：四、分析方法选择视觉工具分析快速随性，可以促进团队之间的协作，但也可能降低数据的准确性。敏捷量化的分析方法，数据直观，更方便整理问题排序。所以，要根据实际情况，选择最符合自己产品特点、用户调研方法、用户量和调研目标的方法。五、注意事项对于优先级的理解需要注意的是，根据上述方法得到的问题优先级排列是用研人员基于用户的测试而给出的参考结果，结果也可能会因为样本选择、统计方法等因素而出现误差。所以，这个优先级顺序并不是产品开发的实际优先级顺序。所以，用研应该和公司相关业务、运营、开发等成员，一起从用户的角度来理解这些问题的重要程度，再由相关人员决定实际的优先级排次序。使用的局限性在优先级阶段我们只关注了可用性问题，用户在测试过程中表现出来的态度以及行为并未涉及到。可以选择分开记录这类数据，使用它来补充和平衡测试结果。但是，我们在实际工作中，远程测试居多，也可以通过用户语气、停顿时间等做记录。在可用性测试中，当用户提到产品的某个或某些优点时，我们同样需要记下来，并在事后的报告中提及，特别是一些被多次提及的优点。有利于可用性测试等用户研究后续的合作、沟通；重视用户提及多的优点，为后续迭代做参考。六、最后陈述定性研究数据的分析还有许多种方法，本次只是分享了一种比较敏捷的量化分析方法，希望对大家的工作有帮助，更期待大家“批阅”后多提意见！模板下载链接：提取码：8ziz本文由 @Ace-老糊 原创发布于人人都是产品经理，未经作者许可，禁止转载。题图来自Unsplash，基于CC0协议。

今天继续教大家写留学论文，选择定性分析还是定量分析？1什么是定性分析？分析方向：---定义---得出的数据方向---如何采集---是否具有目的性---研究类型---主客观---数据类型2什么是定量分析？分析方向：---定义---得出的数据方向---如何采集---是否具有目的性---研究类型---主客观---数据类型3定性分析的3种方式定性分析的3种方式：---Focus Group---Depth Interview---Photo Enthnography4定量分析的3种方式定量分析的4种方式：---Telephone Surveys---Personal Interviews---Web Surveys---Hybrid Method

调查方法系列之七：如何进行定性资料分析一、定性资料分析的概念什么是定性资料：研究者从实地研究中所得到的各种以文字、符号表示的观察记录、访谈笔记，以及其他类似的记录材料。目标与任务描述社会现象2.对经验现象进行概括，提出尝试性理论解释3.提出策略建议二、定性资料的特点1 来源的多样性观察资料、访谈记录、笔记、日记、其他相关材料。2 形式的无规范性资料处于一种零散的、杂乱的、无固定结构的状态中。3 不同阶段的变异性三、 定性资料的整理（一）整理笔记与建立档案（二）定性资料的编码定性研究中，编码是资料分析的一个完整部分。研究者将原始资料组织成概念，创造出主题或概念，然后用这些主题或概念来分析资料。编码就是对个体的信息进行分门别类。概念是定性编码的组织原则。三种编码类型 斯特劳斯1.开放式编码目标：从具体资料中寻找抽象概念，并对其配以标签方法：以开放心态，不断为资料中呈现出的各种主题分配编码标签2.轴心式编码更注重主题而非资料，以关键概念为轴心，着重发现和建立类别之间的各种联系3.选择式编码有选择地查找那些说明主题的个案，并对资料进行比较和对照，在众多主题中找到一个可以统领其他相关主题的核心主题，较合适建立“扎根理论”。（三）分析抽象从资料中归纳或抽象出解释和说明现象的主要变量（概念）、关系和模式例：社会资本、失范、四、定性资料分析的过程（一）基本过程1.初步浏览，熟悉、审核资料2.阅读编码（资料整理阶段）仔细阅读，对资料进行分类、编码选择分类标准很关键，要反映社会现象的基本类型，反映总体的内部结构3.分析抽象（二）几种定性资料分析方法1 连续接近法通过不断的反复和循环的步骤，使得研究者从开始是一个比较含糊的观念以及杂乱、具体的资料细节，到达一个具有概括性的综合分析的结果。举例说明法：用经验证据说明某种理论。3.比较分析法（1）一致性比较法将注意力集中于各个不同个案中所具有的共同的特性上，并通过运用一种排除的过程来进行。（2）差异性比较4.流程图方法以历史和现时发展过程为标准，对定性资料进行描述。

数据分析就是你每天SQL的数据库吗，还是每天捣鼓的Excel函数？在我的前一篇文章里写到，选择指标时，要定量指标要跟定性指标相结合，才发挥它的作用；作为数据分析师以能在千万杂乱数据信息中，找到有价值的信息而骄傲。数据量越大，你找到的信息越有价值，你的分析就越具有价值。日常的数据分析一般地是选择定量的数据，定性的数据一般是比较少，而且不是直接处理，必须要经过各种调研、访谈、分享、记录等得来的，需要的是整理的功夫，而不是算法分析的技巧。在精益管理理念里，却对定性分享很重视，尤其是项目的启动阶段；刚好今天看了看到这样的观点，对是否是数据驱动着人去做决策有点疑惑，我认为这种怀疑是合理的。毕竟人在寻找数据的过程中，很多时候都是为了证明自己的决策是对的，那么如此收集数据，将会对不能证实自己观点的数据选择性地丢弃。实际上，这是一种无意识偏见会让他在决策上偏离了数据驱动的决策方法；这种方法也叫数据启发式方法，具体的就是指，决策者沉浸在数据中，最终达到一个情感临界点并做出决策。这样的决策确实是跟数据有关，但并非是数据驱动产生，它来源于决策者早已存在的偏见。消除数据偏见的方法就是，原则在数据之前，比如你选定了一个原则流程，不管在之后收集到什么样的数据信息，都要按照这个流程来走，即使是这个数据与你的目标是相悖的，也要坚持。如果不坚持，得要考虑清楚不坚持的成本是什么。史上做定性分析最厉害的，我认为是写出《湖南农民运动报告》的作者，论调研、访谈没人跟得上他，当然，作为社会学家，跟他同时代的写出《江村经济》的费孝通除外。在读他的选集的过程中，给我最大的感受是，几乎每一篇都体现了，他对时代问题和时代阶段的定义和矛盾解析。别人认为战争可以速战速决的，他认为时代和环境要求当前只能选择持续战，并最终赢得战争。别人认为战争还可以打个十年八年的，他认为只需三年就可以结束了。总结起来就是，面对问题，他可以重构问题，定义发展阶段，并能辩证地看待矛盾。他具有这种高瞻远瞩来自于哪里？就是来自于定性分析。为什么这么说，因为定性指标与趋势有关，他通过调研、访谈、座谈等形式收集信息，并试图在人们的反馈中找寻规律，从而梳理出事情的真相。为此，还要有超强的总结能力，不然，如果没有超强的总结能力，北大图书馆的书是白读了。他通过各种访谈对象那里发现事情的原委，并且归纳他们需求的共同之处，因为这指引着正确的方向。最后，大规模的定量检测这些规律。前段时间，解构先生我也曾对公司的一些同事做过一些访谈，我发现自己还是有很多改善的地方，所以，最近在跟一些同事聊天时，总是在练习，渴望自己可以游刃自如地运用这些技巧。回到我们的数据分析话题上来，如果是在创业阶段，最容易犯的错误是，在不是本阶段关注的指标，却把它作为最重要的关注指标来处理，把创业项目引导到消耗创业资源上面。作为创业或者项目的前期，要找到需要解决的问题，或者已经开启了项目，那么是如何验证项目的正确性呢？这里用到精益管理里的一些流程；一、知道哪些问题是足以让人感到头疼的，能让用户彻夜不眠的，这种问题可以从人性，也可以从现实中考虑。比如，人都是懒惰的，你提供的产品，是不是足够让我的懒惰，得以光明正大的享受你的方便的。比如，在没有汽车时，你提供了汽车，让我不用远途走路。再比如，我很想吃饭，但我不想下楼吃饭，那你能不能提供一个产品给我用，可以让我不用下楼，就有人送饭上来；二、是不是有一群人存在这些问题，如果只有一个人存在，那也只是个案，那也形成不了市场；因为只给一个人解决问题，那是咨询师的事情，给一群人解决事情，才是产品存在的意义，才是一个逐渐形成的潜在市场。所以，做定性分析，需要访谈很多人，需要找出最能代表的典型。三、有没已有方案存在。如果前面两个问题已经存在，那么在市场上，或者项目出现之前，已经有方案在解决了，只是没成熟，或者人们还没足够认可。但无论当前的解决方案是什么，这种解决方案都是你想要重新建构方案或产品，投入到其中最大的阻碍，因为对于人们来说，它才是最容易的解决方法；记得前百度产品人俞军总结的产品经理方法，可以说明这点。比如他把之前总结的12条军规，压缩为三条军规，其中第一条，产品价值分析法：用户价值=（新体验-旧体验）-换用成本从这个公式看，定性分析所带来的方案或产品，是不是用户价值要比其它的更高，如果不是，用户也会用脚投票；那么定性分析会带来什么？读过本文，你也会有你的答案。欢迎说出你的观点。

在市场调研中，有些调研人员长期以来通过深度的定性研究方法来深入了解消费者态度与市场情况，有些研究人员则认为采取量化方案的营销调研才更加合理科学。实际上，在做研究时，我们不应该把定性研究和定量研究对立起来，而是要将二者进行有效地结合。就像要做一把椅子，斧头也要用、锯子也要用，不是比较他们哪个好，而是如何有效地组合，斧头善于劈砍，那你就在劈砍的时候用它，锯子长于精细切割，那你就在切割的时候用它，结合在一起才能更高效率、更低花销地解决问题。如同斧头和锯子，定性研究和定量研究方法各有各的功能、特长和适用场景。01定性研究的核心功能是探索。探究现象或问题的存在性（有哪些可能性存在），往往以典型个体为研究对象，用半结构化的访问大纲进行开放式研究，通过全面的了解、深入的挖掘来描述典型个体的行为和思考，在时间和空间上刻画出个体的行为动线和思维动线，在广度上构建全貌和行动链路、在深度上挖掘背后动机和底层逻辑，为定量研究搭起框架、提供主题、构造选项；定性研究更适合解决对模糊问题和群体的清晰化、需求和动机的挖掘、创意和解决方案的产生等。02定量研究的核心功能是测量。更多是量化评估现象或问题存在的普遍性，往往是以群体为研究对象，用结构化的问卷进行定向的信息收集，通过标准化的问题和答案来测量群体的行为和思维，通过统计分析技术来量化描述群体特质、测量群体间的异同、识别变量间的交互关系；定量研究更适合解决度量、评估、预测、计量分析方面的问题。END 总而言之，一个有效的营销调研应该是以研究目的为出发点和依归，针对不同的研究任务选择和集成合适的研究方法，充分发挥定性研究和定量研究的优势，得出有整体感、穿透力、建设性的结论和建议。

数据可视化工具包含许多非常先进的技术。这些技术方法可以通过使用图像，图形和计算机视觉来可视化数据。在进行数据分析时，有许多类型的数据，那么主要用什么类型的数据可视化工具进行数据分析？今天，DataFocus将为您提供详细的介绍。 市面上常用的数据分析工具可以简单的分为两大类。一个是探索性数据分析，另一个是定性数据分析。它们与其他同类产品不同，分析功能非常强大，交互方式也非常丰富，允许用户及时掌握信息，发现问题，找到答案并采取行动。 1.分析定性数据。数据可视化工具可以分析非数字数据或数据，例如照片，单词和观察。它也被称为定性研究，定性数据分析或定性研究数据分析。 如Tableau这类老牌的传统数据分析工具就有这这一类的鲜明特征。 2.分析探索性数据。这种方法由美国着名统计学家命名。它是对传统统计假设检验方法的有效补充。它是形成一个值得假设的测试。也是新一代可视化工具的一个主要特征。注重敏捷、探索和智能，比起工具，更像一个辅助的帮手，常常在可用性上做到极致，比如新一代的DataFocus数据分析工具。 近年来，数据可视化工具基本上基于视觉元素，例如图形，表格或地图。可以通过分析动态分析数据，例如钻孔，过滤，跳跃，链接和突出显示。它可以提供各种数据表示形式，以及各种图形渲染形式，还可以支持商业逻辑动态脚本引擎和丰富的人机交互等。可以说它是一个非常强大的工具，能够为公司的发展提供很多帮助。 除非注明，否则均为DataFocus企业大数据分析系统,让数据分析像搜索一样简单原创文章，转载必须以链接形式标明本文链接。

“要的不是看起来高大上，而是真正实用的生存技巧。”在平时，相信大家伙都看过不少调研的方法。可这些方法到底在平时工作中有什么用，以及怎样操作，确实是一件头疼的事情。今天来说说电话调研的实操。阁主几个月前接到一个B端的需求，却发现一个问题。因为项目是初创的，用户画像完全是没有的。当然如果照常去做需求，然后画出交互稿，也可以完成任务，这个时候却没有体现设计师的价值所在。那怎么样去体现价值？成为亟待解决的问题。之前分享过一个方法论，叫用户思维。设计师最好着手的点，还是在于对用户的了解。于是，阁主想到了去调研。嗯，看阁主这浓浓的求生欲！在调研的方法中分为定性和定量调两种方式。（1）定性研究是指研究者运用历史回顾、文献分析、访问、观察、参与经验等方法获得教育研究的资料，并用非量化的手段对其进行分析、获得研究结论的方法。（2）定量研究的结果通常是由大量的数据来表示的，研究设计是为了使研究者通过对这些数据的比较和分析作出有效的解释。我就知道你们会直接跳过，来看阁主说的大白话。定性调研就是指通过一系列的方法，得出一个大体的结论，一般的方法就是用户访谈、电话调研和卡片分类法。但因为没有大量数据的验证，所以不知道这个结论精准的程度是多少。比方说，你打电话给10个用户，结果，这些用户里面有6个女生，4个男生，难道就可以推测出用户性别中，60%是女性，40%是男性吗？嗯，样本太少，如果想要得到准确的结论还是要进行定量调研。定量调研，那就是指用大量的数据进行统计出更准确的结论，方法可以是问卷调查、数据分析、A/B测试。通常情况下，是先有了定性调研再有了定量调研的，定量调研是对定性调研更进一步的细化。嗯，别头晕，一个个来学。今天只讲定量调研中的电话调研，开心吧。为什么要选择电话调研？好处就是，操作成本低，效率高，哪怕只有自己一个人也可以搞定。只要访问到10-15个有效用户，就可以了解到基本情况，辅助设计师做决策。如果是初创项目，可以快速拿到部分的数据得到些话语权。那么怎么进行简单的电话调研呢？分为如下几个步骤：定目标——定用户——拟提纲——定时间——打电话——整理结论。一、定目标先确定好自己想通过这次调研，自己需要了解什么情况，达到什么目的。比方说阁主调研是想确定下，使用产品的用户是老用户多还是新用户多。如果老用户多则在设计上对功能介绍这一块就可以相对弱化，新用户多就得对产品介绍、名词解释、新手引导这些功能着重去下点功夫。所以，第一件事，就是问自己，自己想通过这次调研想了解一个什么样的问题。二、定用户（1）找用户阁主相信，大家都会遇到这样的问题，oh my god，去哪里找用户啊？一般就是拉同事或者行政人员去做调研等等，这样最省力。在这里介绍个方法，去接近用户最近的地方，试一下临时到客服部门去帮把手。一般公司会有客服系统或者用户反馈通道，从这里可以得到一些用户的电话号码。可以将最近一个月用户的反馈收集起来。这样还有个好处，这些用户是真正遇到问题的，他们很乐意得到官方人员的帮助。如果连以上的方式都没有，那还有个方式，就是联系运营去直接问，或者跟运营同学一起去线下走访用户一两天，也能够得到基本的用户信息。（2）筛选用户随机挑出20-30个名单，本着为用户解决问题的心态去做电话回访，罗列出用户的清单表格。三、拟提纲针对调研目的，罗列出调研的提纲，问题不要超过6个，确保在单个电话调研的的时间不超过5分钟。用一张A4的纸张打印出来。每个用户单独进行记录。比方说如下图，一张纸记录一个用户的信息。问题的组成一般，可以分为开放式问题和封闭式的问题。开放式的问题，是指类似于“为什么您会觉得它很难有趣呢？”能引发用户大段讨论的问题。封闭式的问题是用户回答完“是”与“否”之后就没了。可以先问一个封闭式问题，让用户回答比较轻松，然后再接着问一个开放式问题，让用户发挥空间更大一点。比方说：问：请问您觉得这个拍照功能好用吗？答：还行。问：您一般什么时候觉得好用呢？什么时候觉得不好用呢？答：防抖啊，拍出来比较清晰。就是太费电了。……前几个是简单点的，用户甚至需要答是或者否，最后1个问题是开放性的。比方说，类似您觉得在平时使用产品时，还有哪些改善的地方？四、定时间调研时间以用户比较方便的时间为准。比方说如果是C端用户，一般是上午9-10点或者午休时间比较合适。B端用户，在生意淡季比较合适，在工作日上午9-11点之间，下午3-4点之间打电话比较合适。这样对方接通的意愿会稍微强一点。五、打电话（1）开头尽量先找个座机，400电话更好（用户更容易接听官方电话），以及安静的地方进行。先自报家门，以帮对方解决问题为出发点，进行第一句的阐述。典型的如“喂，您好，X先生/女士。这里是XXX，我们看到您上个月/周反馈一个关于XX问题，所以现在打电话回访一下，想问您问题解决没有。”如果对方愿意聊，则继续下去，如果不愿意则也不必勉强。（2）询问问题的方式如果对方回答解决了。再询问对方有没有空接听电话，“现在想跟您做个回访，问您几个相关问题，打扰您3分钟左右的时间（其实是5分钟左右），不知道您是否方便。”愿意的话接着往下。不急于打断用户，让用户先说完。遇到热心的用户，多做交谈，让用户多说一点。一般往后问3个why，就能真正挖掘到用户的真实需求。（3）执行的方式电话可以分几天进行打，按经验来看，一般一个人2-3天就可以打完，快的话一天。六、整理结论将所有的A4纸张汇总在一起，然后看所列的问题，做基本的数据统计。通过统计，会得出一些倾向性比较明显的，如下图：可以看出绝大部分的用户以男性为主，年龄在20-40岁期间，绝大部分的用户曾经使用过同类产品，即老用户。那么这些结论就可以指导设计，做交互表达的时候，最好与同行业的产品体验保持一致，对功能引导和解释可以适当弱化。以及UI风格上避免太女性化的色调，可以保持中性色彩或者稍微偏向于沉稳的色调。七、常见问题（1）对方不愿接听怎么办？首先话术，是帮对方解决问题，因为我们所调研的用户最好是遇到问题的；其次，给予实物的奖励，看能否申请到这样的物质，哪怕是一些优惠券、折扣券；最后，是心态放平和，不接电话很正常，这样的比例大概是20%-30%，所以前期在找用户时，可以适当多找一些。（2）样本太少不足以构成一个结论怎么办？这也是定性调研的弱点，就是它不足以构成一个数据结论。但它的作用在于，可以提炼出一些关键字，也是一些线索。比方说想调研用户为什么不使用我们的产品，他可能说“朋友介绍说XXX更好用”，对于这一点，可以去对用户反馈的产品进行竞品分析，以及去参考，为什么用户的朋友会推荐该产品，有哪些点是自己这边没做好的。就算是得到这些关键词，也可以帮我们去了解真实的用户现在发生了什么，市场的变化到底会是什么样。八、总结电话调研，也不必太频繁，1~2个月一次，即可。对于设计师来说，它就像一个探测器，告诉我们，市场现在到底发生了什么。其实在阁主自己看来，电话调研就是打了几个电话，跟人咨询了一些问题，然后将结论进行总结一下，没有想象中那么高深，实操一次就能完全学会。说了这么多，不如实践一次。你会发现，从用户本身获得的信息，比自己干坐在办公室一个月执行设计，要进步地快很多。专栏作家一枚爱折腾，爱健身的交互设计妹纸。本文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