用户习惯调研

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

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

本文分析用户行为分析的相关概念、分析模型与方法。从流量营销到数据驱动，很多产品的精细化运营都是围绕用户来进行的，关键在于用户研究。用户研究的常用方法有：情境调查、用户访谈、问卷调查、A/B测试、可用性测试与用户行为分析。其中用户行为分析是用户研究的最有效方法之一。1. 了解用户行为分析用户行为分析是对用户在产品上的产生的行为及行为背后的数据进行分析，通过构建用户行为模型和用户画像，来改变产品决策，实现精细化运营，指导业务增长。在产品运营过程中，对用户行为的数据进行收集、存储、跟踪、分析与应用等，可以找到实现用户自增长的病毒因素、群体特征与目标用户。从而深度还原用户使用场景、操作规律、访问路径及行为特点等。2. 用户行为分析目的对于互联网金融、新零售、供应链、在线教育、银行、证券等行业的产品而言，以数据为驱动的用户行为分析尤为重要。用户行为分析的目的是：推动产品迭代、实现精准营销，提供定制服务，驱动产品决策。主要体现在以下几个方面：对产品而言，帮助验证产品的可行性，研究产品决策，清楚地了解用户的行为习惯，并找出产品的缺陷，以便需求的迭代与优化。对设计而言，帮助增加体验的友好性，匹配用户情感，细腻地贴合用户的个性服务，并发现交互的不足，以便设计的完善与改进。对运营而言，帮助裂变增长的有效性，实现精准营销，全面地挖掘用户的使用场景，并分析运营的问题，以便决策的转变与调整。3. 采集用户行为数据用户行为数据其实有很大的商业价值，首先要明确数据的采集方式，以便更好的支持后续的数据分析。常用的数据采集方式有：平台设置埋点和第三方统计工具。平台设置埋点是一种非常普遍的收集方式，即通过编写代码和日志布点的方式，来详细描述事件和属性的方式。以用户登录为例，用户在APP上进行登录时，相关操作都会被记录下来，并以日志形式存储在指定的服务器上。第三方统计工具一般是通过SDK接入，我们只需根据指标去搭建分析模型。常见的第三方统计工具有：百度统计、CNZZ统计、GrowingIO、诸葛IO、神策IO、Google Analytics、Thinking Analytics、友盟、Mixpanel、Heap等。4. 用户行为分析指标对用户行为数据进行分析，关键是找到一个衡量数据的指标。根据用户行为表现，可以细分多个指标，主要分为三类：黏性指标、活跃指标和产出指标。粘性指标：主要关注用户周期内持续访问的情况，比如新用户数与比例、活跃用户数与比例、用户转化率、用户留存率、用户流失率、用户访问率。活跃指标：主要考察的是用户访问的参与度，比如活跃用户、新增用户、回访用户、流失用户、平均停留时长、使用频率等。产出指标：主要衡量用户创造的直接价值输出，比如页面浏览数PV、独立访客数UV、点击次数、消费频次、消费金额等。这些指标细分的目的是指导运营决策，即根据不同的指标去优化与调整运营策略。简而言之，用户行为分析指标细分的根本目的有：一是增加用户的粘性，提升用户的认知度；二是促进用户的活跃，诱导用户的参与度；三是提高用户的价值，培养用户的忠诚度。5. 做好用户行为分析确定好用户行为分析指标后，我们可以借助一些模型对用户行为的数据进行定性和定量的分析。常用的分析模型有：行为事件分析、用户留存分析、漏斗模型分析、行为路径分析和福格模型分析。行为事件分析行为事件分析是根据运营关键指标对用户特定事件进行分析。通过追踪或记录用户行为事件，可以快速的了解到事件的趋势走向和用户的完成情况。以用户投标的行为事件为例，出借人在完成投标过程中，所进行的注册、认证、开户、充值、投资等行为，都可以定义为事件，也是完成投标成功的一个完整事件。确定投标行为事件后，我们可以根据事件属性细分维度：用户来源、性别、出生年月、注册时间、绑卡时间、首次充值时间、首次投资时间、标的ID，标名、期限、利率、还款方式等。然后从中找出符合指标的规律，并制定针对性的措施。用户留存分析用户留存分析是一种用来分析用户参与情况与活跃程度的模型。通过留存量和留存率，可以了解用户的留存和流失状况。比如用次日留存、周留存、月留存等指标来衡量产品的人气或粘度。以渠道访问的用户留存为例，我们对APP端有过访问行为的渠道用户进行留存分析。从图中可以看出8月14日~8月20日的次日留存率在41%以上，周留存率在22%以上。但在8月17日的次日留存率突然飙升到67%，一般是进行了活动策划或功能优化才会留存率这么高。用户留存一般符合40-20-10法则，即新用户的次日留存应该大于40%，周留存大于20%，月留存大于10%才符合业务标准。我们做用户留存分析主要验证是否达到既定的运营目标，进而影响下一步的产品决策。漏斗模型分析漏斗模型分析是用户在使用产品过程中，描述各个阶段中关键环节的用户转化和流失率情况。比如在日常活动运营中，通过确定各个环节的流失率，分析用户怎么流失、为什么流失、在哪里流失。找到需要改进的环节，要重点关注，并采取有效的措施来提升整体转化率。以邀请投资的漏斗模型为例，邀请人将活动专题页分享给好友，之后进行的注册、认证、开户、充值到投资，用漏斗模型分析一些关键节点的转化率。其中用户注册转化率为68%，实名认证转化率为45%，绑卡开户转化率为29%，线上充值转化率为17%，投资标的转化率为8%。漏斗模型分析可以验证整个流程的设计是否合理。经过对比发现，访问到注册的转化率为68%，远低于预期的80%。这次运营策略是用户必须先注册才能领取新手福利。之后采取A/B测试的方式，优化为先领取新手福利再诱导用户注册。经过数据对比分析，注册转化率提升了20%。因此，通过对各环节相关转化率的比较，可以发现运营活动中哪些环节的转化率没有达到预期指标，从而发现问题所在，并找到优化方向。行为路径分析行为路径分析就是分析用户在产品使用过程中的访问路径。通过对行为路径的数据分析，可以发现用户最常用的功能和使用路径。并从页面的多维度分析，追踪用户转化路径，提升产品用户体验。不管是产品冷启动，还是日常活动营销，做行为路径分析首先要梳理用户行为轨迹。用户行为轨迹包括认知、熟悉、试用、使用到忠诚等。轨迹背后反映的是用户特征，这些特征对产品运营有重要的参考价值。以用户投标的行为路径为例，我们可以记录用户从注册、认证、开户、充值到投资的行为轨迹。通过分析用户的这些行为轨迹数据，来验证访问路径是否和预期指标的一致。在分析用户行为路径时，我们会发现用户实际的行为路径与期望的行为路径有一定的偏差。这个偏差就是产品可能存在的问题，需要及时对产品进行优化，找到缩短路径的空间。福格模型分析福格行为模型是用来研究用户行为原因的分析模型。福格行为模型用公式来简化就是B=MAT，即B=MAT。B代表行为，M代表动机，A代表能力，T代表触发。它认为要让一个行为发生，必须同时具备三个元素：动机、能力和触发器。因此可以借助福格行为模型来评估产品的合理性和能否达到预期目标。以活动分享为例，投资人完成活动分享的行为，也是必须满足福格行为模型的三个元素。即通过邀请有奖让用户有足够的内驱力，自主性的分享活动给好友，且活动专题页有醒目的按钮和文案提示激励用户完成任务。用户行为分析模型其实也是一种AISAS模型，即代表了用户从注册、认证、开户、充值到投资整个过程表现：Attention注意、Interest兴趣、Search搜索、Action行动、Share分享，也影响了用户行为决策。用户行为分析模型是一个完整的行为模型，可以对产品的功能进行验证；也是一个闭环的分析体系，可以对数据的结果进行分析。总而言之，用户的核心是洞察心理，行为的本质是挖掘需求，分析的目的是增长业务。本文由 @朱学敏 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。

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。”

在用户行为分析领域，数据分析方法的科学应用结合理论推导，能够相对完整地揭示用户行为的内在规律。间隔分析模型旨在通过事件发生间隔时间与分布态势，辅助企业实现深度多维交叉分析，进一步提升用户行为分析的精细化程度。本文将详细介绍间隔分析模型的概念、特点与价值、应用场景。一、什么是间隔分析？间隔分析从事件发生的时间间隔维度来探索用户行为数据价值，它能够科学地反映特定用户群体（如北京地区年龄 30 岁以上女士），发生指定行为事件（ 如事件 A 到 B 的转化、金融用户的二次投资等）的时间间隔及数据分布情况。不同数据组的偏态和重尾可反馈用户路径过程中的应用体验，并借此评估产品设置的合理性。例如，间隔分析在以下场景中可广泛应用：在金融行业，为刺激新用户快速完成首投，运营人员会赠送新用户体验金。运营人员通过间隔分析可以了解：新用户从首次注册到首次投资通常需要多久？在同城速递行业，快递上门时间长短非常影响用户体验，作为公司考核快递人员绩效的关键指标之一，企业通过间隔分析可以了解：用户在官网发起快递请求后，快递员多久接单？二、间隔分析模型的特点与价值企业市场、产品、运营人员通过事件发生的时间间隔、转化时间长短来判断与分析用户的活跃度、用户转化等情况。间隔分析模型的特点与价值主要表现在以下方面：1. 可视化时间间隔，六类统计值直观描绘各用户群时间间隔分布差异图 1 六类统计值将时间间隔可视化 神策分析的间隔分析模型以箱线图形式展示，最大值、上四分位数、中位数、下四分位数、最小值、平均值六类统计量直观描绘特定用户群体的时间间隔分布差异，数据的偏态与重尾一定程度反馈用户体验，从转化时间的维度暴露用户转化瓶颈，可借此评估产品设计的合理性。2. 依据分析需求，灵活设置用户属性与事件属性（初始行为和后续行为）企业可以根据具体分析需求，灵活设置间隔分析的初始行为或后续行为，并根据用户属性筛选合适的分析对象。例如，在某奢侈品电商企业中，为分析高价值用户的复购频率与普通用户的区别，可将初始行为与后续行为均设为“支付订单”，并给初始行为增加“订单金额大于 10000 元”的筛选条件以此来表示高价值用户，从而得出分析结论。3. 以全新视角探索数据价值，从转化时间窥视优化思路，促进用户快速转化在间隔分析中，将初始行为、后续行为设置为相同事件或不同事件，可满足不同的数据分析需求。例如，在金融行业，将初始事件和后续事件分别设置成为“注册成功”和“投资成功”，可用于分析用户转化花费时长，侧面反映用户的转化意愿，帮助企业能够针对性地优化产品体验和运营策略；在在线教育行业，若将初始事件和后续事件均设为“学生上课”，则展示学生两次上课的时间间隔，可以此作为判断学生积极性、教育平台黏性的依据等。从时间间隔维度呈现用户转化、黏性等情况，提升了用户行为分析的精度和效率,对用户行为的操作流程的异常定位和策略调整效果验证有科学指导意义。同时，通过判断各用户群体事件发生的时间间隔的偏态和重尾，以及数据分布的中心位置和散布范围，为发现问题、流程优化提供线索。三、间隔分析的应用场景间隔分析将帮助各行业从时间间隔维度来探索用户行为规律，更多应用场景值得摸索。下面列举一二：1. 互金场景：如何合理设置体验金的发放时间？在金融投资类产品运营过程中，为了让新用户在注册后能够快速投资，运营人员通常会通过一些激励措施来刺激首投，如发放体验金。这会涉及到我们前面提到的“如何合理设置体验金的发放时间”的问题，在具体操作时，运营人员可以在间隔分析中将初始行为设置为“注册成功”，后续行为设置为 “投资成功”事件，当了解事件发生的时间间隔时，可以作为设置体验金发放时间的参考。当然也可以按天展示不同渠道来源的新用户首次投资成功所花费的时长情况，运营同学通过了解不同用户群体的差异化，让运营更为精细。另外，通过不同渠道来源的用户表现也成为渠道投放的判断的重要依据，如下图：图 2 互金各渠道来源的新用户首次投资成功花费的时长分布2. 视频网站场景：用户多久完成一次视频播放？内容是短视频 App 提供给用户的核心价值，可通过“用户完整看过一个短视频”衡量用户是否感受到视频平台的价值。该场景中选择新用户从“启动 App ”到“完成播放”所花费的时长情况作为分析对象。如果用户普遍需要较长的时长才能完成转化，说明用户需要付出的视频筛选的成本较高，则应将新用户从“启动 App ”到“完成播放”的时间间隔作为优化目标。图 3 新用户从“启动 App”到“完成播放”所花费的时长情况同样，在同城速递行业，当了解用户发起快递请求后快递员的接单时间之后，公司可依据此来考核快递人员绩效，从而也进一步优化用户体验。四、间隔分析模型与其他分析模型的配合值得强调的是，间隔分析模型是多种数据分析模型之一，与其他分析模型存在无法割裂的关系。从用户转化角度来说，用户转化过程受很多因素影响，间隔分析通常是业务情况的反映，转化时间间隔只是分析用户转化的单一维度，只有与其他分析模型配合，才能清晰看到用户行为特点和背后动机。虽然在多数情况下，时间间隔并不能作为优化的指标，但是与其他分析模型的配合可以帮助我们探索可能存在的问题。例如，从“提交订单”到“支付订单”间隔时长中位数是 5 分钟，说明一半的用户支付订单需要花费 5 分钟以上。则应该思考其中可能存在的问题：是支付功能的 Bug，还是其它问题导致支付失败？定位问题需要结合事件分析、漏斗分析等分析模型定位问题。总之，只有将各分析模型实现科学互动和配合，能够科学揭示出用户个人 / 群体行为的内部规律，并据此做出理论推导，不断在工作实践中优化商业决策和产品智能。

在大数据分析时代，面对海量的业务数据，通过对用户浏览行为的分析，产品和运营人员可以更加详细、清楚地了解用户的行为习惯，从而找出网站、app、推广渠道等产品存在的问题，有助于产品人员改善和提升产品的质量，让产品的营销更加精准、有效，提高业务转化率。用户分析是做好产品的前提，也是运营人员的必备技能，对用户的分析，是老生常谈的话题，通常的分析方法有：用户画像分析、漏斗模型分析、页面点击行为分析等等，本篇文章我们就来说一说用户分析中的另一个典型方法论——用户行为路径分析。用户行为路径是什么用户行为路径分析，是一种对用户的操作行为从某个开始行为事件(比如登录app)直到结束事件(比如退出登录等)进行全链路记录和分析的一种方法，通过对客户数据的分析，帮助业务人员了解用户行为分布情况，对海量用户的行为习惯形成宏观了解。分析用户行为路径的价值用户路径不需要预先设置漏斗或者圈定要分析哪个页面事件或点击事件，而是计算用户使用网站或APP时的每个第一步，然后依次计算每一步的流向和转化。通过用户行为数据，真实地再现用户从打开APP到离开的整个过程，进一步识别用户频繁路径模式，即哪条路径是用户最多访问的；走到哪一步时，用户最容易流失；甚至呈现出产品经理在设计产品时都未曾预料到的路径，找到分析用户行为最基础、最原始的数据；也可以通过路径识别用户行为特征，分析用户是用完即走的目标导向型还是无目的浏览型。总得来说，用户路径分析法对产品、运营来说，有着非常重要的启发、引导等作用。精准采集用户行为数据传统的数据分析由于数据精细度不够和分析模型不完善等原因，导致数据分析过于粗放，分析结果的应用价值低。而我们要想做好分析，首先必须要有丰富的数据，因此要从数据采集说起，传统的用户行为数据采集方法比较低效，例如：我们获取用户的某个行为数据时，需要在相应的按钮、链接、或页面等加入监测代码，才能知道有多少人点击了这个按钮，点击了这个页面。这种方式被称为“埋点”，埋点需要耗费大量的人力，精力，过程繁琐，导致人力物力投入成本过高。在移动互联网时代，埋点成了更痛苦的一件工作，因为每次埋点后都需要发布到应用商店，这使得数据获取的时效性更加大打折扣。由于数据分析是业务发展中极其重要的一个环节，即便人力物力成本过高，这项工作仍然无法省掉。我们也看到国内外有一些优秀的用户行为分析工具，实现了无埋点采集的功能。通过无埋点的采集，可以极大增强数据的完善性和及时性。用户行为采集的核心指标用户行为数据指标，通常有以下3个数据维度：时间、频次、结果。1、时间用户行为数据指标主要关注用户行为发生的时间段和持续时间，其中时间段数据用于目标设备时间范围选择，用于营销活动分析和营销推广计划设定。时间段也可以用于风控和反欺诈的场景，特殊群体的App使用行为在时间段具有较高的相似性。持续时间关注行为发生的过程，记录了行为起始和结束时间。持续时间对于分析用户行为具有重要意义，不同时间长短代表用户不同特征，根据用户所处的生命周期，可洞察到用户与产品的交互状态。在一些数据模型分析中具有较高的商业价值，既可以用于购买人群分析、产品体验分析，甚至用于反欺诈分析。2、频次用户行为数据指标的频次主要关注某些特定行为发生的次数和趋势，其中次数同用户的兴趣具有较大的正相关度，在一定时间段内，点击浏览次数同用户购买需求成正比。次数经过标签化之后可以用于营销，识别潜在用户。此外，通过用户的点击行为分析，了解产品体验和用户需求，从而优化产品布局，进行关联产品的销售。次数同产品成交和用户购买需求是弱相关关系，但是结合点击浏览次数等趋势数据，这些数据即可反应出产品转化和用户购买行为。3、结果用户行为数据指标的结果主要关注是否完成交易，用于判断用户点击浏览的结果。结果数据分为成交和不成交，或者称为是否转化，基于业务需要也可采集填充的数值实现进一步的应用。结果数据可用于直接营销，可加入到数据模型中，作为一个重要维度的参考数据。

编辑导语：产品经理在设计一个新产品的时候，需要注重对用户习惯的培养，这有利于产品被用户更好地接受，也有助于减少使用上的障碍。本文作者从交互体验出发，对用户习惯展开了深入讨论，与大家分享。我们在互联网产品的设计过程中，常常伴随着一个词：用户习惯。设计师们希望尝试更多新颖的交互方式或者视觉效果，却常常受限于用户习惯。实际上，建立在用户习惯上的创新才是好的体验。01 什么是用户习惯？互联网产品中的用户习惯，可以概括为用户面对某种特定场景的习惯性认知与行为。试想，我们在使用 App 时，是否遇到过因为习惯的问题而感觉到不适应的场景？举个最常见的例子：Windows 与 Mac 系统的软件关闭方式。使用 Windows 的电脑时，我们形成了关闭操作在右上角的习惯。后来开始使用 Mac 电脑，关闭方式都在左上角，在一段时间内，每次关闭时都感觉到格外不习惯。而 Mac 的关闭方式没有比 Windows 产生显而易见体验升级，改变操作习惯成本高，部分用户可能会认为 Mac 的关闭操作不好用。当然，假如最开始接触的是 Mac 电脑，再使用 Windows 电脑，也会自然认为 Windows 不好用，这是先入为主的观念，一旦产生习惯，改变习惯将产生一定的学习成本。02 为什么会有用户习惯？用户行为习惯的产生，与记忆的特点有很大关联，我们可以把记忆划分为外显记忆和内隐记忆。外显记忆大家比较熟悉，也容易感知到，比如我们在学校学习时背诵的课文、公式法则等，可以用语言、文字等显性方式描述出来的记忆。内隐记忆也叫非陈述性记忆，我们无法用行为描述而又确实存在，比如骑单车，学会之后很难会遗忘。刚开始学习时，会需要意识的介入，经过多次练习，行为会逐渐“自动化”，比如学习开车时，我们会注意力很集中，而习惯开车后，可以一边开车一边聊天。我们平时说的肌肉记忆、条件反射也和内隐记忆息息相关，而且一旦形成，不太容易改变。需要注意的是，肌肉记忆只是一种简单描述，负责此记忆的是小脑，其实肌肉没有记忆。所以我们感觉体验某个 App 时，会习惯性前往某页面寻找某功能，或者隐约觉得体验和其他 App 有区别，很多时候与内隐记忆形成的用户习惯有一定关系。03 挑战用户习惯的风险几年前 ins 的 logo 改版，将 logo 由拟物化改成了扁平化，同时颜色也发生巨大变化。暂且抛开视觉效果不说，从用户视觉记忆上，已经习惯了旧 logo 的效果，而右侧新版效果很难与左侧产生记忆上的关联。许多用户因此反馈桌面上找不到这个应用、许多用户吐槽很丑甚至不想再使用。所以我们比较好理解，为什么有时 App 改版容易反而引起用户的反感，强行改变用户习惯可能产生许多影响。04 互联网产品如何避免挑战用户习惯？1. 了解用户是谁以及用户的行为特点举个例子，B 站的使用用户整体更偏年轻化，用户习惯上也接受了形象上、交互体验上都更显年轻化的设计，比如详情页进度条。而小年糕的主要用户群体更偏中老年，所以整体设计以操作明确、字号偏大、去除多余信息为主。2. 关注主流产品的用户体验关注所在的行业主流竞品动向，这些竞品的操作往往代表用户的习惯操作（或被培养出来的习惯操作）。3. 注意界面信息传达举个例子：下图的两种卡片的信息呈现差异在于星级展示和描述文案的类型。左侧为旧卡片，右侧为新卡片。这两种卡片将会运用在 App 的不同场景场景。新卡片相较于旧卡片的区别是：星级+数字评分：数字本身的更容易向用户传达具体的分值概念，比起单纯5颗星会更直接。描述文案：让用户了解电影是什么类型。从信息层面，以上理由是成立的，可是如果考虑到用户习惯，两种卡片在 App 里面并存，我们是否会考虑以下情况：星级+数字：之前用5颗星表示星级，现在用1颗星+数字，运用在 App 的不同场景，假如用户不注意到数字，是否会以为只有 1 颗星？描述文案：不同卡片呈现不同类型的文案信息，是否会让用户产生信息混乱的疑惑？以上考虑的问题，未必真正成立。但是作为设计师，我们在信息传达时，需要注意是否会影响用户习惯。4. 注意特殊交互操作我们使用 B 站时，视频详情页允许侧滑返回列表页。而与 B 站较为类似的 YouTube ，在视频详情页允许从顶部下拉返回列表页，而且视频缩小到底部。B站YouTube习惯了 B 站之后，会不习惯 Youtube 的返回方式（虽然很有特色），设计交互行为时，需谨慎是否为用户习惯的操作。如果不是习惯操作，是否该考虑不用此交互？如果有较强的诉求需要用到此交互，则考虑是否增加明确的交互引导。05 何时改变用户习惯？用户习惯并非是永远不可改变的，比如滴滴打车颠覆了传统线下打车的用户习惯；微信支付颠覆了现金支付的用户习惯。我们需要权衡什么时候下打破“旧的用户习惯”，以及如何让用户自然接受。1. 改变而带来的价值能改变本身所带来的困难许多人不知道 ins 为什么要改版，“当品牌、组织超越了最初的商业意图，或扩展业务提供不同的产品，或领导希望吸引新的客户，这些情况都可能需要新的品牌视觉。”创新咨询公司 IDEO 的沟通设计主管 Remy Jauffret 说，“变化总是大家不舒服，然后又平息，我认为时间才是检验真理的唯一标准。”尽管用户习惯是设计师需要注意的，但某些特殊情况下，也需要尝试如何让用户接受改变。2. 改变之后可以带来明显的体验升级假如产品某个功能体验比较差，但是延续了很久，而市面上其他同类产品在相同功能的体验上已经做的很好，我们可以往主流交互体验上改版吗？以安卓为例，我们都知道安卓手机的底部有 3 个实体键，后面手机更新迭代，变成了虚拟 3 按键设计。而在 Android 4.0 设计规范中，为了避免底部标签栏与已经存在的底部虚拟键产生交互上的冲突，安卓说明了不要使用底部标签栏。而这种规则，在使用体验上、开发者的适配上都发生了问题，用户更接受 iOS 的体验，后面谷歌在 Material Design 中，允许了底部标签栏的存在。这相当于与之前的用户习惯不一致，而这种不一致，却带来了更好的用户体验。安卓底部标签栏及虚拟键06 改变习惯时，我们能做什么？1. 习惯是可以培养的，但是需要建立在好的体验上比如，我们常见的页面打开方式都是简单的页面跳转，而阅读类书籍的打开方式采用的是书籍翻开的过渡动画。体验上，虽然和常见的用户认知习惯不同，但是与书籍本身巧妙的结合。时间久了之后，这种打开方式也逐渐变成了用户习惯。微信读书2. 如果改变会打破认知习惯，要让用户能快速了解新设计的使用方式最好的方式是能够让用户快速与已其他竞品的操作习惯产生关联。比如采用其他主流应用成熟的交互方式。如果改版会很大程度上改变用户习惯，可以尝试下面的方法：改版操作指引：较为常见，但是仍应注意避免繁琐的操作指引，切勿把操作指引当作体验差时的解决方案。兼容多种用户习惯：安卓底部三大金刚键，后面手机全面屏时代，新增了全面屏手势。考虑到安卓老用户的使用习惯，三大金刚键始终被保留下来，与其他手势并存。允许切换回旧版本：这种方式一般是改版变化过大，用户一时间不容易接受新的体验方式，常见于网站，如站酷以前的大改版，但仅适用于过渡期。07 结语想用《设计心理学》中的一段话作为结语：“如果用新的方式做一件事只比原来好一点，那么最好与以前保持一致。如果必须做出改变，那么每个人都得改变。新旧混杂的系统会让每个人困惑。当新的做事方式明显优于旧的方式，那么因改变而带来的价值会超越改变本身所带来的困难。不能因为某样东西与众不同就认为它不好。如果我们故步自封，我们将永远不会进步。”参考书籍：《设计心理学》——唐纳德·诺曼《UI 设计与认知心理学》——郑昊本文由 @热风 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

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