用户行业调研

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。

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

本文转自【TechWeb】；12月28日记者获悉，围绕后疫情时代的用户体验行业发展及设计人才转型趋势，腾讯发布《2020中国用户体验行业发展调研报告》，这也是腾讯CDC（腾讯用户研究与体验设计部）连续第6次发布《用户体验行业调研报告》。腾讯CDC总经理陈妍表示，本次调研在AI、大数据、云计算等科技驱动设计转型的大背景下，更加关注设计职能的变迁、人才能力要求的变化，希望帮助设计人才供需两侧以及从业者们快速了解疫情下市场招聘变化、供需两侧变化，助力用户体验行业及设计人才市场的持续健康发展。“互联网新兴设计”成招聘主流报告指出，通过统计2019年9月及2020年9月招聘网站、企业官网等公开招聘数据发现，目前“互联网新兴设计”占到了招聘岗位总数的七成（70.8%），问卷调查中“互联网新兴设计”受访者的具体岗位主要有“视觉设计”（38.0%）、“交互设计”（31.9%）、“品牌设计”（24.7%）、“产品”（21.0%）、“用户研究”（20.8%）等。参与调查的从业者男女比例大致相当，年龄主要集中在25-30岁（占比51.8%），平均年龄为28.3岁，本科及以上学历占比81.0%，48.7%的从业者专业背景主要为“设计/艺术类”，其次是“计算机/软件工程/物联网类”（12.3%），不过历年数据显示，来自这两大类专业之外的从业者占比在逐年上升。从业者偏爱大城市和大公司56.7%的设计行业从业者集中在北京、上海、深圳和广州四座一线城市，这也是最受从业者们青睐的四座城市，不过工作地点也有向新一线、二三线城市拓展的趋势。大多数从业者都在民企或私企工作，占到了74.1%，互联网是比例最高的领域，占到了38.3%，其中从业者们最青睐的企业依次是腾讯、阿里、华为、苹果和字节跳动。受疫情影响，线上发布的招聘岗位总体减少了，其中中小企业招聘需求有所萎缩，但大企业依然在快速地增长，特别是中国500强和世界500强，分别上升了25.5%、19.0% 。2020年从业者的薪酬水平还在增长，但是较2019年有所减缓，北京地区今年停在了去年的水平上，杭州、深圳等地，即使经过了疫情的影响，薪酬水平仍在增长。对工作的态度，从业者们变得更加追求稳定，41.2%的从业者未来一年“不打算换工作”，为近年来占比最高，而且更换为其它岗位或成为自由职业者，以及“自己创业”的比例都较去年下降了。企业招聘更加多元化报告显示，企业侧对招聘人才的要求，也逐渐更加多元化。专业能力上，企业较看重互联网新兴设计人才的综合能力，除要求“设计能力”外，还要求“产品能力”、“用户研究”能力；其中交互设计更注重“产品”、“数据分析”和“用户研究”能力；用户研究岗位除研究专业能力外，还注重“产品”和“商业”分析能力。对“设计能力”细分维度看，企业较看重互联网新兴设计人才 “工具掌握”、“结果量化”和“行业分析”等能力。技能要求上，企业要求设计人才能熟练掌握基本的设计软件，如Illustrator、PhotoShop等。此外，企业对互联网新兴设计岗位技能要求更多样化，除了掌握设计软件外，有JavaScript、CSS等开发技能的设计人才会有加分项，而通用及核心能力，比如团队合作、学习能力，也是企业管理者考虑得很多的能力。至于广受从业者青睐的互联网大厂，对软技能及设计额外技能也非常看重。许多传统企业也在招聘互联网新兴设计师，以便更好适应产业互联网的发展。陈妍提到，企业在招聘人才时不会只在乎候选人是否来自于设计专业背景，更会关注其对这个行业是否有足够的经验。这种趋势下，许多设计行业从业者们也热衷于学习、提升自己，公司培训、行业会议是从业者主要的学习渠道，网课学习也是从业者及设计专业学生常用的学习方式之一。设计走向多学科融合2020年我国共有2178所普通高等院校有开设设计学及相关专业，院校数量创历史新高。另一方面，设计边界变得越来越模糊，设计涉及的领域变多，需要多学科融合。四川美术学院副院长段胜峰表示：“未来设计的边界会变得更模糊；综合类大学更有学科交叉的生态环境便利性，而纯美艺术院校反而会切换到另一个频道里去寻求发展，逐渐从艺术设计向综合学科融合；跨界是很明显的趋势。”这种情况下，设计专业开始偏向发展多学科的背景的师资，比如很多设计学院开始招聘有计算机专业理工科等多元背景的老师，设计学院的学生也开始在不同的企业去实习，校企间也会有联合的课程。设计专业从单纯在艺术类院校开设，发展到更多地和综合类、工科院校结合，和最新科技及人文价值结合，发挥更大的价值。目前设计专业学生在校招/社招求职中，遇到的最大痛点是“工作/项目实践经验不够”（62.3%），且与之对应的，企业管理者在招聘用户体验设计人才时，遇到的最大痛点也是“求职者实践经验少”（48.3%）。因此设计专业教学中，项目实践，尤其是“实题实做”能有效帮助学生自主生成性学习，培养思考问题、解决问题的能力，为就业做好准备。校企合作是“实题实做”项目的重要来源，与企业合作项目实践，学生实题实做，企业需求同时牵引老师教学与时俱进，且企业专家作为兼职老师为学生授课，引导学生不仅从美学及设计追求考虑方案，还需要从商业可行性进行思考。陈妍表示，腾讯CDC将把用户体验行业调研持续做下去，并希望通过对行业发展的研究，为设计行业从业者未来的职业之路助力，并为学校的学科建设提供参考。

以下文章来源于数据驱动游戏 ，作者黎湘艳分享游戏数据分析干货，共同学习探讨数据分析工具和方法，数据驱动游戏研发、商务、运营和市场营销，以及行业热点等。尽管我们可以用很多种方法来分析用户数据，但是再详尽的用户数据也有其局限性，即便是最为精细的分析也只能告诉我们用户在做些什么，而不会说明他们为什么这么做。数据分析师通过用户行为数据能够很容易地推测出某个行为规律背后的原因。例如，当一款MMORPG游戏的大量用户在某个等级流失时，你往往能够发现玩家在做这个等级对应的主线任务时出了问题，如果再深入分析数据，或许会发现没有好友的用户的这个任务的完成率很低。但是导致用户流失的其他原因，可能就没有那么容易被发现了，要找出这些原因就需要开展用户调查。换句话说，在进行定量分析的同时，这种定性分析同样重要。（1）用户研究定义用户研究简称“用研”，指了解用户的行为习惯、收集用户的偏好、用户的思维想法。并根据用户研究的反馈进行合理的用户需求推演、预测。（2）用户研究方法用户研究有很多方法，一般从两个维度来区分：一个维度是定性到定量，比如用户访谈就是定性，是对事物的性质做出判断，究竟它“是什么”；问卷调查就属于定量，是指对事物的数量进行统计，衡量它“有多少”。前者重视用户行为背后的原因，后者通过数据证明用户的选择。另外一个维度是从态度到行为，比如用户访谈属于态度，而现场观察属于行为，从字面上也可以理解，用户访谈是问用户觉得怎么样，现场观察是看用户实际怎么操作。具体来讲，用户研究的方法主要有7种，分别为：问卷调查、深度访谈、可用性测试、焦点小组、卡片分类法、影随法、眼动测试，其中前4种为最常用的方法。本文案例采用的方法为问卷调查和深度访谈。（3）用户研究为《游戏A》全生命周期服务框架《游戏A》的游戏运营经历了三个过程：立项→测试→上线，整个过程中需要大量的与市场分析、用户分析和产品内容相关的数据。针对这些业务需求，我们做了大量的用户研究工作，研究工作以整个产品的生命周期为一条线展开，市场营销、产品运营人员根据研究结果制定了对应的行动决策。用户研究所获取的数据能支撑这个产品生命周期，以《游戏A》为例，不同节点的工作内容以及重点解决的核心问题如下。游戏立项阶段：粉丝摸底调研和竞品研究，了解IP认知度、目标用户画像、竞品游戏情况，知己知彼，指导市场推广。游戏测试阶段：共进行过两次测试，此阶段的用户调研十分重要，用低成本的方法预防大的失误。通过签到问卷、市场调研、用户流失及满意度研究，能验证目标用户、判断版本可用性、诊断产品与优化、分析流失原因等，为后续运营和市场宣传推广提供重要参考。游戏上线阶段：此时最关注的是付费和用户流失问题，结合版本改进做微调。通过线上商城调研，了解用户消费动机、商城道具喜好，为制定适合中国玩家的道具提供有利的数据支持。（4）正确看待用户研究“业务逻辑先行”原则：研究目的、看数据的逻辑和视角决定结论。“越聚焦越有效”原则：研究目的和课题越聚焦越容易获得有效结果。“避免数据陷阱”原则：调研样本和调研方法决定的结果，避免被错误的数据误导；在定性调研中，现场观察或电话回访的判断有时比调研报告更直接有效。值得注意的是，虽然用研能找到玩家需求和痛点，也能给出一些建议或分析，但是最终怎么样形成策略，需要运营和市场人员一起去思考，因此用研本身不能代替决策和思考。比如，根据用研找到目标用户的特点，并做了产品的市场定位，基于这个定位我们就要去想我们的目标用户群下面要做怎么样的市场营销策略，以及我们通过什么样的渠道或创意去触达他们，在这里面的每一个环节都会产生对用户的理解，因为只有这样我们才能有针对性地进行营销推广工作。在接下来的文章中，我将陆续分享《游戏A》从立项→测试→上线整个过程中用户调研的相关内容，分别如下：目标用户调研首测市场问卷调研首测电话调研访谈内测满意度与流失研究玩家道具喜好调研彩蛋：某类游戏问卷调研模板一 目标用户调研《游戏A》是一款代理类大型MMORPG类型游戏，为了了解《游戏A》IP的认知度、目标用户的特点，洞察用户需求，构建目标用户画像，帮助产品确立正确的市场定位，需进行目标用户调研。通过问卷分析，有助于了解目标用户，定位游戏市场，从而让市场人员在制订市场营销策略和推广方案上有例可循，通过恰当的渠道或创意触达目标用户群体。定量问卷：某平台渠道投放用户来源：某平台用户（用户群体为互联网大众用户）问卷投放时间：7天有效样本数：30001．IP认知《游戏A》的认知度比较高，为60%（玩过+听过），在对比游戏中排名第四。但其中玩过该游戏的用户比例较低，仅为10%（见图1）。图1说明：以上选项的游戏产品与《游戏A》类似，至少满足以下其中一个特点：有单机游戏IP、日本游戏、大型网络游戏。2．核心用户状态在玩且高活跃的核心用户占比为16.8%，其余大部分粉丝偶尔登录或已经不玩了（见图2）。图23．用户画像（1）将以上两题的用户关联进行交叉分析，对用户分层，结果如图3所示。图3说明：此处省略了用户的游戏经历的详细数据，其数据结果是根据问题“最近一年，你玩过哪些游戏？”的数据进行整理得来的。（2）核心用户男性比例相对较高，占83.1%，年龄集中在23～30岁之间，以企业职员和大学生为主。月收入5000元以上的比例较高，所在地为上海、广州和深圳的比例相对更高。4．游戏市场定位及目标用户群将IP认知度、用户年龄、职业、游戏背景、消费能力各个题目的选项进行交叉分析，从游戏类型维度考虑，得出目标用户的特点，如图4所示。图4例如：在核心用户中玩过《A3》《神泣》的比例较高，男性比例相对较高，年龄集中在23～30岁之间，以企业职业和大学生为主，喜欢唯美精致的画面和跌宕起伏的剧情。将游戏认知度、用户年龄、职业、游戏背景、消费能力各个选项进行交叉分析，并根据用户反馈进行合理的用户需求推演、预测，进行游戏市场定位，针对不同职业的用户，其宣传策略各有不同，如图5所示。图5我们对目标用户进一步解析，得出以下结果，如图6所示。《游戏A》3D MMO游戏用户是大众用户（占40%）；“画面控”游戏用户和喜欢日本文化的用户群体主要是学生和宅男/宅女（占40%）；单机游戏的用户群体主要是宅男（占10%）；其他用户占10%，这部分用户来源于其他游戏用户、视频观看者、音乐爱好者、社区/贴吧爱好者/潮流追随者。图65．主要结论（1）品牌认知度较高，达60%（玩过十听过），在对比游戏中排名第四，但其中玩过该游戏的用户比例较低，占10%。（2）用户画像（按用户核心程度划分）。核心用户：大型3D MMORPG用户，同时也是日系游戏爱好者，喜欢动作/格斗游戏的单机用户。次核心用户：大型3D MMORPG用户，同时也是单机游戏用户，动作类的网游用户，2D3D MMO网游用户，PVP网游用户。潜在用户：其他类型的MMORPG用户。核心用户中男性比例相对较高，年龄集中在23～30岁之间，以企业职员和大学生为主，喜欢唯美精致的画面和跌宕起伏的剧情。（3）不同类型用户的职业定位。《游戏A》的主要用户群体是3D MMO用户，占40%，其次是“画面控”游戏用户，占30%。“画面控”游戏用户和喜欢日本文化的用户群体主要是学生和宅男/宅女。待续......

2020年，用户体验研究人员该如何理解用户体验研究的现状呢？又该如何把握用户体验的核心要点呢？在过去几年里，UX（用户体验）领域经历了巨大的转变。随着企业目标的改变、技术的改进和设计思维的扩展，用户体验研究方向必须转变，以在下一代的交付体验产生最大的影响。在2020年，用户体验研究人员还需要注意哪些主要的新兴趋势？去年，我写了一篇关于「用户体验研究现状」的文章。且针对驱动数字商业战略的用户体验研究、数据驱动的设计流程和敏捷用户体验研究提供了自己的看法。今年，我决定增加一些新兴的趋势，为去年的主题添加更多内容。以下是2020年UX研究的主题：民主化——以及需求和痛苦之间的鸿沟产品和研究运营——我需要数据和用户NPS（净推荐值）战争——关于研究的悖论CX（客户体验）& UX（用户体验）——是我的工作还是你的工作？数字化战略——从产品到平台一、用户体验研究的民主化我出色的同事 ：Joanne McLernon和Steve Mulder去年在UXPA波士顿大会上做了一个关于「民主化用户体验研究」的精彩演讲。至今，这张图仍在我脑海中浮现，它描绘了痛点和需求间的鸿沟。图片来源: Steve Mulder & Joanne McLernon这个概念拥有的项目远远多于可用的研究资源，是团体组织之间共同面临的挑战。为了继续发展用户体验，公司必须学会有效地学习。现在，我不是说你的CEO需要去运行一个高度复杂、混杂着各类方法的研究，但是设计师、产品经理、甚至一些开发人员可以开始学习如何在资源稀缺时管理低复杂度的研究项目。随着这一趋势的延续，研究团队正在开发工件以更好地帮助我们的大家庭；剧本、最佳实践、案例、模板以及培训只是组织在创造性解决这一挑战的方法、只要确保你的培训工件简单易用。二、产品和研究运营——我需要数据和用户Pendo将产品运营定义为“一种能够优化产品、工程和客户成功之间集合的运营方法”。这个定义使我们远离了运营成本和产品收入的标准概念，并且允许建立一个更全面的、以顾客为中心的心理模型。随着产品行业从“虚荣心”转向“可执行的度量指标”，仅仅说产品A的月经常收入（MRR）或用户增长或损失X%是不够的，虽然知道了这些信息是件好事，但是它没有告诉我们这是为什么或这该做什么。成熟的数据机构能够将多个数据源（财务、用户行为、净推荐值或反馈等）整合起来，从而更好地理解产品变化如何影响业务。尝试将性能指标和感知指标结合能够帮助我们更好的理解体验，并帮助我们优先考虑那些研究能产生更大影响的地方。在设计和研究迭代之后，可以扩展这个方法，让设计或流程中的改变与业务级的KPI相关联。讲述这类业务故事的能力对于UX领导力至关重要，并且要求团队具有一定水平的数据素养。产品运营将能够协助提供有用的数据，但是我们仍然需要研究运营数据帮助我们更快地获得洞见。我将从2019年两个案例来介绍研究运营，在这两个案例中我尝试解决需求大于资源的挑战。第一个例子是在谷歌最近一次演讲的结尾，一位听众提问道：“你是怎样为这项研究招募人员的？” 来自谷歌的研究员答复：”嗯… 我们是谷歌…我们拥有一个专门招募参与者的团队。“第二个例子与微软的研究人员的对话，他解释说他们利用运营团队招募用户，可以在一周以内进行研究项目。听起来研究运营对微软和谷歌很有好处，但为什么它很重要呢？随着敏捷开发的不断发展（无论是好是坏），我们在适当的时间范围内提供可靠的研究变得越来越难。提前进入冲刺周期可能会有所帮助，但实际上，招募顾客是最大的瓶颈（尤其B2B公司）。现在尝试预算、组织、雇佣和维持一个研究运营团队对于大多数公司来说可能不太可行，因此我推荐两件事：（1）利用您的销售和客户团队使用这个方法具有价值的网络效应。对于客户而言，他们有机会解释他们对于产品的需求和期望。对于产品团队而言，他们有机会更快地招募用于研究的用户，因为他们正利用着一个不断增长的名单。为了有效地工作，向客户团队解释招募用户所带来的的价值是非常重要的。（2）当获得产品反馈时（通过产品内部的沟通渠道），只需询问客户他们是否愿意参与未来的研究我在公司里做过几个类似的项目，并且能够建立参与者数据库用于将来的用户体验研究。这大大减少了我们针对这些产品的招募用户时间，反过来又意味着更快的研究和在产品开发中提供更多的见解（并降低了风险）。我们很难说服团队放慢产品开发的速度，让我们有更多的时间进行研究，所以我们需要对我们的解决方案进行创新，来确保我们的产品不是在无方向的情况下进行快速开发的。三、NPS（净推荐值）战争——关于研究的悖论图片来源: feedbacklabs.org在0-10的分数范围内，你有听说过净推荐值（NPS）的概率是多少？很可能是10。这一块内容可以单独做一篇文章，但是我尝试去总结一些关键点。我首先要说的是，NPS在某些情况下效果很好，而在其他情况下效果不佳。在用户体验世界中，我们有一些资深人士对NPS持强烈的观点（而且声音很大），但不幸的是，对于我们这一行业，这些资深人士在表达自己的意见时并未做任何研究来验证他们的观点。这就像是对一个设计方案有自己的想法，然后说”不，我就是对的，就让我们继续这个设计”一样——如果我们要求产品团队使用研究来改善他们的产品决策，为什么不使用研究来更好地理解我们对NPS和指标的看法？好吧，但是幸运的是，像Jeff Sauro这样的人对该主题做了详尽且广泛的研究，他建议作为研究人员应该对NPS是否适用于其所在的组织进行研究。话虽如此，反对用户体验中的度量标准是一个危险的谬论。作为一名用户体验专家，忽视度量指标和数据肯定会将你处于一个不利地位。这样想一下，如果有人问你，“我们根据您提供的研究建议所做出的设计改变，是否真的有效提升了体验？”——这是任何一个研究人员都应当有信心通过合适的度量来回答的问题。我的建议是：熟悉什么是度量、如何度量、以及如何将其转化为业务语言。这不仅增加了用户体验研究行业的可信度，而是帮助我们推动公司数字化战略的门票。四、CX （客户体验）& UX（用户体验）——这是我的工作…还是你的工作？我首先给研究人员的回答是：视情况而定。从最高层级而言，我们都在同一个团队中，努力确保为客户（CX）、用户（UX）、开发人员（DX）、合作伙伴、员工以及与我们产品有关联的任何其他人提供尽可能好的体验。在B2C领域，我们的客户通常也是我们的用户，也许企业已经将客户体验（CX）结构化为购买流程，将用户体验（UX）结构化为产品使用流程。在B2B领域，我们的客户通常不是我们的用户；他们是决策者，但是客户组织中有”使用”产品的团队。这里有一些重要的事情需要记住：客户、用户等永远不应该看到明显的边界问题，体验应该在全流程上是“一致的”及“无缝的”。CX和UX应该共同努力，并在最佳的前进道路达成一致。在我的团队中，我们开始利用内部营销和产品会议来保持一致。建立团队间的良好关系；CX和UX研究人员应该都有很好的定性和定量研究方法，并且应该分享最佳实践结果。归根结底，提供最佳体验的方法是有效地交流和共享理想交付体验的统一愿景。五、数字化战略——产品→平台这是我最喜欢的主题之一：「企业如何根据新技术来调整数字化战略，并坚持改变用户行为的？」这是2019年我最喜欢的一本书中的一句话：“围绕你的客户去定义你的业务，而不是你的产品或竞争对手”。亚马逊就是一个最好的例子。在2008年《连线》杂志的一篇文章中，对贝佐斯决定进军云计算决定的批评是这样的“对杰夫·贝佐斯提问：你是零售商。为什么将盒子里的贵重物品换成便宜的比特币？”他回答是“我们很容易被误解。”截止至2017年，亚马逊云计算服务已经同比增长43%。很长时间以来，亚马逊已经意识到围绕客户需求和生态系统来定义业务，而不是竞争对手。平台最初被认为是将买卖双方联系起来的市场（例如Ebay或Craigslist），但是目前平台策略已经远远超出了典型的买方和卖方市场。谷歌对Nest的投资并不是为了让谷歌进入恒温器市场，而是Nest将要成为智能家居平台这一战略愿景。作为平台战略的一部分，你可以浏览Google商店查看所有已经被重新命名为Nest的产品。这一战略也不局限于B2C领域，越来越多来自其他行业的公司正在利用平台策略作为竞争优势。例如，通用电气（GE）开始收集更多资产数据用于提升效率；这导致内部和外部的应用都是基于他们以云为基础的系统Predix构建的，这允许通用电气不仅仅销售产品还能够销售基于结果的服务。这对用户体验（UX）意味着什么？这意味着我们不仅要更好地理解单一产品的”快乐路径“工作流，还需要更好地理解用户如何参与产品或应用的生态系统并与该生态系统进行互动。我们不仅需要考虑多种交互渠道 （比如移动端和桌面客户端），而且还需要考虑平台中的其他多个应用程序，对其中许多应用程序的补充利用，提高完成任务的效率。总结用户体验研究的现状，以及用户体验的核心要点，无论是在2010年，还是2020年，都是围绕最核心的要素：人（用户/受众群）。第二个问题是，用户体验研究需要在可靠数据的支撑下进行，具备实力的公司，可进行体验团队的招募，以此确保客观性地理解用户对产品使用体验问题；如果条件不充足的话，可以采用其他调研方式，如小组访谈、田野调研等。最后需要考虑的，还是用户与产品的联系问题，包括需求联系和情感联系，需求是痛点，情感是亮点。作者：Mitch Collum翻译：Jaylon原文：https://uxdesign.cc/the-state-of-ux-research-in-2020-e41362b7b54a#专栏作家#本文翻译发布于人人都是产品经理。未经许可，禁止转载。题图来自 Unsplash ，基于 CC0 协议

行业调研是一个有助于了解产品所在领域概况的有效手段，本文阐述了行业调研的一些关键要点，希望读完此文，你能收获一份满意的行业调研方法论。在日常工作中，你是否会遇到，有一天老板兴冲冲地召集大家开会说，我有一个ieda，我觉得特别棒，渣猫（产品经理）你去给我研究研究怎么弄能拿（pian）到投资（qian）。怎么帮老板拿（pian）投资（qian），第一步就是你的市场分析报告（MRD文档）啦。怎么才能拿出一份让老板喜笑颜开的市场分析报告呢？如果做一份市场分析报告（MRD文档），我们需要注意以下四个步骤：市场规模；产业地图；竞品分析分析结论。一、市场规模首先，我们来看市场规模分析，市场分析中需要关注两块：一是市场规模，二是市场趋势。市场规模需要注意的是市场全局与市场分类，比如在教育市场行业中包括的市场分类中有职业教育、高等教育、语言培训、k12教育等在这里面要看到布局的行业的人群、市场、订单容量、价值分别有多大。例如：在线教育。市场趋势首先看全局的市场趋势再看细分市场发展，最后看市场趋势的复合增长率，在制作市场复合增长率时，我们要看到自己产品的表现与大盘相比如何，以及大盘现状是怎样的。例如：K12教育不过大部分情况下，由于市场规模是一种参考佐证，因此只需要参考专业的报告即可。二、产业地图产业地图的分析一方面是为了便于自己了解全局，另一方面便于我们寻找进入产业的突破口。我们通过在产业地图上寻找行业运转规律、行业拆解、竞争关系来分析产业地图。产业地图的分析梳理流程分为四大步骤：分解行业阶段；阶段分析与分类；细分类的市场规模；产业链玩家分析。1. 分解行业阶段行业分解阶段，可以理解为从资源的生产到消费其中都有哪些过程。举个例子：一个杯子从设计到用户使用分为：设计环节（杯子的设计）、生产环节（与工厂生产）、流通环节（物流渠道）、销售环节（卖杯子的地方）、消费环节（消费者购买使用等内容）四个环节。这里我们要注意的是：上下游同时有着竞争与合作的关系，下游市场在用户基数变大之后，势必会向上发展，从而更多的影响整个行业，上游市场在掌握了资源后，也势必会向下发展，去拓展更多的渠道。他们在充分竞争后达到一个平衡。例如：电影行业的万达就是从上游往下游走，而优酷旗下的合一影业就是从下游往上游走，而互联网公司更擅长从下游切入。2. 阶段分析与分类阶段分析与分类是对行业模块的细分，只有对行业进行了分析与分类，才会对行业里的玩家、产品、行业提供商有一个比较明确的认识。我们还是对玻璃杯进行举例分解：这里我们截取艾瑞咨询的《2018年中国智能家居行业研究报告》中阶段分类来看。3. 细分类的市场规模再之后我们看细分类的市场规模。市场规模细分，跟市场规模分析一样，由于太专业我们直接用市面上的行业细分报告就好。这里我们截取的同样是艾瑞咨询的《2018年中国智能家居行业研究报告》中的一页。当分类分完之后，去相应匹配观察大的分类里面都是什么样的，他们的费用分布等内容是什么样的，这样对行业有更深入的理解4. 对产业链玩家分析最后我们看对产业链上玩家的分析，对于产业链玩家分析就是有哪些公司提供了哪些服务来去完成这个过程，继续细分哪些公司提供哪些服务来完成这个过程。这里我们举两个例子：对于行业的分析，更多的是找到行业运转的逻辑，特别是能够帮你了解一个较陌生的行业的完整流程分析。这里需要注意的是，在互联网发生了剧烈变化的今天，我们需要带着变化的眼光去看几乎所有的事情。市场分析是前期确定产品定位的重要工作，它是产品后续能否发展的关键。市场中的变化机会往往因用户需求发生变化，需求的变化主要来自需求越来越丰富、出现新的消费形式等。在电影市场案例中，时光网、豆瓣电影、一众影票APP在市场上不同的时间段内各领风骚，这正是因为用户需求发生了变化。三、竞品分析市场规模、产业地图都梳理清晰之后，我们根据自己所处行业找到相关的竞品进行调研与分析。在做竞品分析时，我们要站在客观的角度去看，不要从自己的思路出发的偏主观的逻辑判断。所谓知己知彼，百战不殆就是这个道理。那么，我们如何能做到对竞争对手了若指掌呢？这需要更多客观的信息，其中最重要的就是数据和用户反馈。竞品做了很多功能，这些功能的数据表现如何？用户如何评价，通过足够多的客观信息，我们才能真正地了解竞争对手？在进行竞品分析时，在数据、用户和产品方面，我们都需要注意哪些点呢？数据方面：竞品整体数据，了解竞品在市场中的体量和位置；竞品数据趋势，了解竞品整体数据的变化趋势。用户方面：竞品核心用户，熟悉竞品最忠诚的用户群（深度用户）；竞品主流用户，熟悉竞品占比最大的主流用户群（中度用户）；用户构成，熟悉竞品各类用户群的构成比例。产品方面：竞品核心竞争力，分析核心功能的特点、详细数据情况、用户评价；竞品主要功能，分析竞品的主要功能特点，详细数据情况、用户评价；竞品发展趋势，了解竞品过去、现在、未来的功能发展走向。以上三个方面并非割裂，在我们分析一个产品的时候，往往会同时分析它的功能、数据和用户，而不是先了解一遍功能，在分析一遍数据，最后分析一遍用户。当分析一个产品时，首先要看它的整体数据，很多行业数据报告会说到一个产品的总用户量，通常大得惊人，但是我们还需要查看产品的日活跃用户数、周活跃用户数或者月活跃用户数，以及使用时长、使用频次等。我们可以通过一些更加公正、客观的第三方统计机构获取这些数据，QuestMobile、联通沃指数等的数据。此外，还可以查看百度指数，从用户对一个产品的搜索频次、社交讨论频次来侧面揣摩产品的用户体量，还有各大应用市场的应用排名和下载量也是可以作为参考的数据。在分析整体数据时，我们还应该看产品的变化趋势，如产品在过去一年中活跃用户的增长情况、使用时长的变化情况，各个重要产品迭代时间点前后的数据变化、重要的市场营销行为对产品知名度的影响。只要结合数据和趋势一起看，可以挤掉大部分水分（例如：观察在应用市场上刷榜的行为），同时也可以知道一个产品的发展状态。一个产品是在快速向上，还是在走下坡路。下面分享一些关于活跃用户比例的经验数据，需要注意的是，这些数据并不是某个产品的，而是当下国内互联网上比较健康的产品的平均数据。日活跃用户数/总用户数=5%周活跃用户数/总用户数=10%月活跃用户数/总用户数=20%次日留存率=40%7日留存率=20%30日留存率=10%这些经验数据可以帮助我们怀疑明显有疑问的数据报告，比如，宣称有1000万用户，然而日活跃用户数不足10万，活跃用户比例太低，有可能大部分用户是通过低质量的推广拉来的用户。在了解清楚整体数据后，我们可以开始挖掘产品功能的详细数据。为何一定要看功能的详细数据呢？理清一款产品的功能架构，找到它的核心点、基础功能都很容易。但如何评价一个功能是否命中了用户需求、是否表现很好，这时需要通过查看这个功能的详细数据来分析。其中用户方向需要注意的是：这里我们可以使用用户故事来熟悉竞品的各类用户是怎样使用这款产品的，从这里可以看到市面上比较优秀的产品是怎么满足用户需求的。用户故事元素中包含三点：角色（什么样的用户会用这个产品/功能）、行为活动（用户需要完成什么任务动作）、商业价值（完成动作后，能收到什么）。用一句话来说：就是作为“某类用户”，通过“某项行为操作”，以便能够完成“特定的目标”。我们通过用户故事来梳理出产品的典型用户运转层级，比如浅层用户、中层用户、深度用户，并根据不同层级的用户确定不同的需求特点。四、总结最后，根据以上内容进行总结，这里我需要强调的是任何产出报告都需要有明确的背景、目的以及总结，且总结要与背景、目的相符。这里的结论就是，我要布局的行业产品到底能不能干，能干的话该怎么干，该给谁干，也就是要总结出我们的产品如何在充分竞争的市场中找到产品切入点。毕竟，在竞争激烈的市场一般都存在强大且发展良久的竞争对手，想要挑战这样的对手，如果用对手曾经使用过的方法发展，那无疑是很难产生产品差异化、很难发展起来。我们需要着眼于未来，用未来可能发生的变化来推导现在应该如何规划。而又因为竞品的强大，一开始就想从正面战场直接硬碰硬，无疑是以卵击石。正是如此，才需要我们寻找细分市场，瞄准这个市场全力做下去，撕开一道口子，从而求得发展机会。综合来看，就是在强大竞争对手可能忽视的地方，寻找未来的发展机会。本文由 @Carlos-梦 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

每一个初创公司第一件要想清楚的事就是——你要解决用户什么问题。为了更好地调研市场，我们总结出验证需求4步法。不管你的产品处在什么阶段，这4步背后的调研思维都能给你带来启发，让你开发出更具用户黏性的产品。验证需求4步法简单来说就是：用户动机动机强烈程度用户的痛点没有你的产品前用户如何解决痛点我们找了10名不同行业的人，下面以一名政府背景的女性想转行互联网行业为例，验证「转行互联网难」的问题是否存在。一、了解用户动机你为什么想要转行互联网？调研发现用户有以下需求：认为互联网行业的发展路径更宽晋升快、工资涨幅高工作节奏环境更好动机即用户行为的目的，产品就是要尽可能帮助用户实现这个目的。比如，通过这个目的调研，我们可能需要帮助到用户实现如下：掌握足够能力在互联网行业越走越宽快速实现职业转行，并获取升职加薪的机会识别氛围、前景俱佳的好公司二、了解用户动机强烈程度你一定要转行互联网么？还是说互联网只是你的备选之一？调研发现用户本身具备以下资质：已经有了国企和银行的offer仍然希望能入职互联网，已经投了10家互联网企业目前正在修改简历,准备作品调研动机强烈程度是绝不能缺少的部分。如果用户的动机不够强烈，可能就不会付出精力或者金钱去解决在实现目标过程中的问题，更不会用你的产品。三、洞察痛点你在转行互联网过程中遇到的最大困难是？对互联网行业和职业发展缺乏系统的认识找工作难，缺乏经验痛点就是用户的最迫切、最真实的需求，这也是产品要具体解决的问题。产品初期，我们要把全部精力聚焦到解决一个具体的问题上，这里开发让小白「1个月内快速入职互联网」的内容可能是个不错的选择。四、用户当前如何解决痛点？遇到这些转行问题你是如何做的？阅读相关书籍+网上资料结合的方式自学。接下来就是验证需求的最重要一步，如果用户对目前的解决方式很满意，或者吐槽并不是根本性的，产品出来后可能用户就不会弃用现有的方式而转向我。而这里调研思路很简单：跟着用户的思路走，多问为什么。跟我聊聊你是如何选择这些书籍的？你为什么既看书又在网上找资料呢？为什么只看书阅读资料不能满足你？那你在网上找些什么资料？这些资料帮到你了么？.......这种学习方式是否解决了你的困难？通过这个阶段的调研，我们从用户获取到的信息是：他们的问题没有得到解决，现在也没有找到其他更好的解决方案。五、结论通过以上的调研步骤，我们通过一小撮具备代表性的人群去验证了可能存在的产品需求，也就是：传统行业从业者存在转行互联网行业难的问题且问题没有被解决。六、提炼需求「验证需求」4步完成后并没有结束，需要解读用户对所用产品的吐槽、评价。在这个阶段不用去关注用户所提到的某个网站或者软件都有哪些功能，而是关注用户吐槽或者使用了其中哪些功能，这些功能背后传达出了用户真正的需求，这也是我的产品要解决的问题。例如：用户用到了哪些功能？网上资料实操多，讲得透——对实操干货的需求网上资料可随时翻看——随时复习的需求用户吐槽了哪些功能？网上资料不系统、庞杂、没针对性——针对初学者定制学习路径的需求通过满足这些需求，才可能让用户放弃现有的方式，转而使用我的产品，最终帮用户解决痛点，克服困难。在创业早期的用户调研的阶段，能让我们尽可能去和核心用户接触，去了解他们实实在在的问题。如果说初创企业的CEO只能做一件事情，那就是成为一个用户的专家。当然上面的调研过程仅仅只是针对部分用户的需求所做的假设，验证需求不仅要验证它是否存在，还要验证它是否普遍，只有当需求足够普遍、用户群足够大时，产品才有开发的价值，才能支撑产品一直走下去。如果你觉得这篇文章对你有帮助，欢迎关注、收藏、分享~你的任何想法，都能通过评论与我们讨论~

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

用户调研是最简单、直接了解用户需求的一种市场手段。适用于大面积围绕用户服务的行业，如餐饮、教育培训、金融业等。可以通过发放纸质问卷、网络问卷、电话访谈等不同形式进行，无论通过什么途径实现，其调研效率及准确性的核心，在于问卷内容的设计。问卷相对于访谈是一种定量研究，它的优点是能证明需求的客观存在，成本较低辐射面广，提供的是对某个事件的浅层且宽泛的视野。它的不足是，能得出的结论通常都是显而易见的，一般是我们凭经验就能看到的东西。填问卷调查得到的大多数是善于表达的用户，而不是沉默的大多数用户群。调研问卷流程：1.设计问卷内容，2.问卷作答，3.问卷回收，4.剔除无效问卷，5.汇总统计分析，6.得出真实需求招募渠道：线上可通过爬虫技术，对客户经常访问的网站通过关键字筛选定向爬取，如在线教育关键词+email、电话等联系方式。微博、 linkedln等通过位置和兴趣信息搜索，群发联系，然后加微信群维护也是一种不错的方式。通常网络发放的免费调研问卷，回收率只有 3%左右。线下可考虑与专门的咨询公司合作，由他们负责发放和收集问卷。篇幅适当：调研问卷页数不要超过 3 页，作答时间不要超 过 10 分钟。在线入口设计：指明目标人群和试图解决的问题，并检测不同广告的点击率，将点击率调优后再大范围投放。设计好布局：开篇点题，应告知受访者接下来将要讲到的内容或提到的问题，通过讲故事来设置问题情境。问题由浅入深，题之间有关联性不跳跃，需要思考的放中间，穿插开放性问题（都放最后容易白卷）。定量在前定性在后，涉及个人信息放最后，避免因过早遇到敏感信息放弃答卷。 答题后让用户重新对问题按重要程度排序编号，了解他到底关心什么并询问是否遗漏了问题。01问卷设计技巧避免对方有先入为主的思想，不让其了解你，你不按标准化脚本的方式询问；开放性的问题的好处是，不会给用户暗示，可扩大问题的搜索范围，聚合定性问题。让对方的会意带有真实的成本，是否愿意马上付钱？是否愿意推荐访谈人选？说过再见后突然抛出一个出人意料、让人丢盔卸甲的问题。观察他们向朋友解释的过程，并判断其是否懂得如何帮你传递信息。让用户留下联系方式，答卷者可能是你产品未来的内测用户。02问卷收集整理可利用年龄、性别或互联网使用情况等人口统计学和心理学数据，对问卷回答进行分类。在访谈结束前可视情况而定是否追加问题，如“你还有什么建议？” 措辞上避免给用户暗示，导致用户为了迎合调查者给出不符合真实意愿的结果。询问时将自己期待的内容反过来问，如“你是否同意 … ”03迭代调研法先调查：先广撒网对广泛用户进行调研，通过调研结果筛选出典用户，找出潜在用户进行面对面访谈；访谈后：对用户面访的目的是定性的深度了解用户需求；再调查：通过对典型用户的深度沟通，复盘总结出本次的不足，有针对性型的优化调研问卷，再发放进一步验证用户需求。04App问卷问卷调查必须非常简短且发出时必须满足两个主要条件：1.有目的有针对性的设计问题，如用户得知调研的渠道，或产品哪方面的不足。问题可以包括：“你是否觉得这个注册流程是否合理？你不经常购买商品的原因是什么？是什么原因让你没完成订单支付？什么样的购物体验能让你快速完成支付？ ”2.用户没有完成任务就中途跳出了，如注册、购买环节。那些即便是成功完成这些任务的用户也面临这些问题，而他们并没有跳出，而是继续完成注册、购买，这是为什么？问题可以包括：“哪些因素使你中途差点放弃注册、购买？你希望在这个页面找到什么信息？你今天为什么完成了支付？你觉得我们应该在这个环节做什么？我们的商品页面还有哪些需要完善？”建议问不超过5个，不能用开放式问题而要使用选择题，并且每题的答案选项不能超过4个，加入图片和视觉效果可能有助于改善用户参与。