用户研究方案

本文介绍了七种UX用户研究方法，分别是：卡片分类法、专家评审、眼神追踪、实地考察、可用性测试、远程可用性测试以及用户角色。考虑进行一些用户研究? 想知道哪些技术最有可能提供有用的结果? 可是却没有结果。因此我们编制了 7 项优秀的经过测试和实验的 UX 技术列表, 这7种方法可以为 UX 带来真正的价值。方法1：Card Sorting 卡片分类法卡片分类法是很久以前用于心理学研究的一种用户体验研究的方法。这是一个简单的概念,你写单词或短语在卡片上,然后你要求用户分类他们。您也可以要求他们标记类别。这是确定您的产品 信息架构(IA) 正朝着正确的方向前进,或验证新产品的信息架构是否正确。有各种卡片分类的方法,重要的是要选择适用的。更妙的是,有一堆在线工具,让你现在远程进行卡片排序 – 允许您在全球范围内使用该技术,而不仅仅是本地。为什么卡片分类是一种很好的方法这是一种非常廉价的研究形式——相对于昂贵的面对面的访谈等, 或者是使用线上工具可能更为便宜；这是一个非常简单的技术,无论是用户还是客户等都可以理解；可以作为 UX 项目早期一种简单的验证用户操作的方法。卡片分类这种方法几乎不需要太多的准备工作。方法2：The Expert Review 专家评审专家评审涉及单个”专家”通过用户界面 (UI) 使用产品,并浏览产品的设计、可访问性和可用性问题。没有固定的流程可遵循,专家评审可能在不同的产品上给到不同的专业评审。审查员在可用性和用户体验设计方面拥有的专业技能越多,(在大多数情况下)其付出就越有价值。为什么专家评审是一种好技术?这是一个快速、简单、便宜的方法。当您将其与更正式的可用性测试方法进行比较时,情况就更加明显了。只需一名专业人员即可进行专家评审。这是为进一步用户体验研究提供信息的好方法,但是需要注意的是，这种方法只可以进行表面的实验，但不代表进一步的用户测试。方法3：Eye Movement Tracking 眼神追踪这种方法相当有效，尤其是当用户使用您的系统时,你想要了解用户在浏览的模块。它有助于 UI 设计,并有助于了解如何确定某些类型内容的优先级。该技术被开发用于学术研究,并已广泛用于医学研究,现在已成为一种被 UX 团队使用的流行方法，并且经济实惠。为什么眼神追踪是一种很好的技术?现在的技术已经足够先进, 眼神追踪系统不再那么笨重和具有侵入性,它们不会干扰可用性测试的结果；这项技术现在相当实惠。它并不适合每个项目的预算,但它通常不会需要支付高昂的费用；该技术现在足够可靠,结果也易于复制,并且可以输出可靠的结果给到研究人员。客户喜欢眼神跟踪。这是一个很好的方式来证明为什么他们可能想要投入到进一步的可用性测试。方法4：Field Studies 实地考察这实际上是一个广泛的标题下的若干种方法。这一切都是走出去,观察用户的”户外”,以便观察产品在实际场景中的使用行为。它包括:人种学研究, 访谈和观察, 还有使用场景的调查。为什么实地考察是一种好技术?没有比观察用户使用您的产品时的行为更强烈的研究形式了。研究人员喜欢这些技术,并且经常热衷于说服他们的客户加入这些技术;如果进行得良好,实地考察的研究成果对用户问题以及如何解决这些问题提供了最深刻的见解。方法5：Usability Testing 可用性测试在用户体验研究方面拥有悠久的历史。可用性测试是对用户尝试使用产品去执行任务的观察。它们可以专注于单个流程,也可以更广泛地应用到整个使用场景中。为什么可用性测试是一种好技术?你能想出一个更好的方法来理解用户做什么,而不是仅仅观察他们的行为操作? 当然,你必须选择正确的用户——唯一的限制就是他们的行为操作可能代表了一个整体的用户群；可用性测试产生特定结果, 导致特定行为操作。更妙的是,人们很难反驳基于这些测试的决定;几乎不可能反驳用户行为的证据。您可以作为观察者轻松地将客户引入可用性测试。这增加了他们对此类测试的热情,并清楚地说明了为什么此类测试会增加价值。方法6：Remote Usability Testing 远程可用性测试这个可用性测试,无需将用户拖入实验室环境。它曾经复杂而昂贵,但技术已经发展起来,现在设置起来相当简单,而且物有所值。为什么远程可用性测试是一种好技术?与实验室测试相比,它通常可以节省时间和金钱,并且参与者不需要呆在实验室中,它可以涉及更广泛的参与者。它在某些方面更接近于现场测试,因为测试是在用户的环境中进行的,而不是人工实验室环境。这在许多情况下比实验室环境提供更好的结果。方法7：User Personas 用户角色用户角色是理想用户的虚构表示形式。他们专注于用户的目标、他们的特点以及他们表现出的态度。他们还检查用户对产品的期望。用户角色由其他形式的用户研究创建,因此提供了深入的真实生动的肖像,在整个团队设计产品时很容易记住。用户角色具有名称和背景故事。他们可以激发设计者的想象力,并专注于用户的使用习惯和场景中。为什么用户角色是一种好技术?它们比旧用户配置文件高出一步,可以更深入、更具体地查看用户。他们很容易与人交往,并成为团队的一部分,因为他们可以在项目期间经常被谈论。它们很有趣,而且往往很有趣,很容易与人们进行互动, 比许多其他研究成果更令人难忘。总结虽然目前有许多用户研究技术, 但这7个技术已经反复表明, 为项目中的用户体验提供了有价值的投入。你最喜欢哪一个?文章翻译自：《7 Great, Tried and Tested UX Research Techniques》本文由@vivi 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。

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

用户调研是产品人在做产品必须走的第一步。很多时候用户自己也说不清楚自己需要什么，只有在面对真实的产品已经场景时，通过使用才能对产品进行反馈。艾老思自媒体专栏作家艾永亮在《腾讯之道：我们应该向腾讯学什么？》书籍中在产品维度深度解剖腾讯视如何比用户更懂用户，总结出腾讯最有效的三步法用户研究方法论。1，成为用户2，了解用户3，超越用户一，成为用户这是企业的产品想要获得成功最首要条件，但现实上太多的产品（这里的产品包括了互联网的产品以及项目，公司，服务等）都是老板拍脑袋做出来的，然后用过千万种营销方法，商业模式去推广，最终生存下来的寥寥无几。想要成为产品的用户第一步就是使用自己的产品，如果连自己都不使用，那么如何能发现的产品的问题，如何做优化做迭代。很多的产品经理（不单指互联网的产品经理，包括产品的策划者决策者）都是把产品按照自己的想象做出来，然后把自己的想法强加到用户身上，说这就是用户需要的什么什么功能，忽略了用户的真实需求，最终导致了产品走向终点。这里一个最简单的案例便是高铁以及火车的购票系统，用户是需要用这个产品去购票，但是产品经理却为了防止黄牛党刷票的初衷设计了一系列的各种验证，各种奇葩的图片找验证码。活生生变成了防刷软件，而不是便捷的购票软件。为什么别人还是继续用，不得不啊，尽管系统经常崩，输入各种各样的验证码，变成了极其不流畅的体验。所以你会看到很多第三方的软件遭热捧，几步就完成了，剩下来的就交给第三方平台帮我们购买了。很多的产品人都很容易忘记一开始的初衷，把产品做的离用户越来越远。成为用户就是为了让产品人忘记自己的人生，抛弃自己的专业知识重新审视自己的产品，通过频繁使用产品成为忠实用户来为产品出谋划策，找到用户最真实的痛点，通过优化迭代去满足用户的需求。二，了解用户成为用户是首要条件，但是如果不能了解到用户群体，那么看到的问题，提出的问题都涉及个人色彩，最终的产品还是逃脱个人化的本质，艾老思认为想要了解用户主要有两个方面。1，秒变小白微信张小龙曾在一次分享中这样解释，那就是瞬间变成白痴级用户的速度，乔布斯在一秒内可以让自己变成“白痴”用户，马化腾需要三秒，自己需要五秒。腾讯很多员工在入职的第一天都会被安排到客服部门去接听用户咨询热线，就是为了让他们知道他们以后所要服务的用户是一个怎样的群体，他们会遇到什么问题，他们是以怎样的角度看产品。腾讯的客服经常会听到用户超级“小白”的问题，如我要点哪里，怎么改头像，怎么改名称，哪里改密码，我要点哪里等问题。产品经理总会以“最优”的做法去做产品，但却忘了这个产品并不是为产品经理自己定制，而是为了用户。只有用小白的角度重新审视自己的产品才能做出真正解决问题的产品，让用户用的爽，用的明白，用的简单。2，挖掘用户需求说到这里，艾老思不得不再重申一下传统的问卷方式，很多人都喜欢用问卷来挖掘用户的需求，问卷的设置都是各种暗示性的问题，驱使用户做预示的答案。问卷只能作为验证需求的方式，并不是用来挖掘需求的。绝大多数的情况下，用户都会有意无意把真实的想法隐藏起来，反馈给你的都不是真实的想法。如果产品真的做得很糟糕，直接就卸载或者丢掉了，用户根本就不会反馈给你，另外的一大部门是选择沉默，凑活着用就行了吧。腾讯著名的“千百十”法则，要求每一个产品经理每周至少看一千篇关于产品的帖子或者新闻，一百个博客，十个用户调查，这比传统的400电话要使用很多。挖掘完需求之后并不是就完成了这个阶段，及时的解决问题也不够，只有深入分析真伪需求，洞察一切问题背后的深层次需求，通过蛛丝马迹去获取用户的懂点，掌握用户的使用习惯，使用行为及心理变化，从根本上解决问题才是产品制胜之道。三，超越用户在还是马车盛行的时代，你问用户需要什么，他们回答是一辆更快的马车，如果我们都是与用户同行，那就是引入更优质的马，造更好的轮子，永远都不会有汽车的出现。有先见之明的福特让“马车”更快更舒适，汽车就这样传奇般的诞生了。汽车是人类史上跨时代的发明，它让人类重新定义了代步工具，更给人类生活带来从未有过的便捷。《乔布斯传》中提到“消费者并不知道自己需要什么，直到我们拿出自己的产品，他们就发现，这是我要的东西”也是同理。但是这有一个前提，你已经对旧一代的产品相当的熟悉，属于产品创新的阶段，而不是在完全不熟悉的情况之下就用颠覆性的做法祈求引领行业。用户不知道现在的科技可以做什么，他们不会去想完全没有出现过的东西，超越用户是在洞察用户需求，满足用户的需求的前提下，运用新的技术，新的商业模式对原有产品进行创新让产品更好地解决用户的需求。

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。”

编辑导读：Think aloud 是可用性测试中常用的一种方法，它是由IBM公司Clayton Lewis在1982年在 《以任务为中心的界面设计》书中被阐述，同时引进到了可用性领域。Think aloud适合在产品设计的任何阶段使用，并且适用于各种形式的产品原型，对于用户路径，界面信息构架，误操评估等有快速有效的校验作用。本文对Think aloud的具体使用方法进行了详细的分析说明，与大家分享。Think aloud在中文翻译中是为出声思考。Think aloud有很多的优点，可以在产品设计的任何阶段中使用，它可以看到用户与产品真实交互的过程，让我们更好的理解用户的心智模型。最重要的是，它作为一个灵魂之窗，让你发现用户对你设计的真实想法。特别是，你会听到他们的误解，这些误解通常会变成可行的重新设计建议。一、Think aloud在可用性测试中，要求被测用户叙述他们的想法。当被测用户与测试产品进行交互和语言表达同时发生。这使测试者更好地了解被测用户参与的测试内容、他们在想什么、是否出现问题和被测用户的感受。Think aloud方法非常适合于识别可用性问题，而且它还节省了时间，因为它是在被测用户完成测试任务时应用的。Think aloud也有一些弊端：经实际应用，由于思想同时进行口头表达，测试任务的完成有时会花费更长的时间。Think aloud可以告诉我们什么？用户可以理解界面的什么部分用户不能理解界面的什么部分用户为什么不能理解我们设计的界面按照用户设想的那样运作了吗用户对什么发生的事情感到惊讶吗用户有什么误解吗二、Think aloud 的好处经济性。不需要特别的设备，只要需要坐在用户身边，在他讲话时记录笔记（或录音）。可靠性。除非你特意误导被测用户，不然测试结果都是真实可靠的。灵活性。可以在产品的任何设计阶段使用，哪怕是项目刚开始时，我们在白板上都可以进行。真实性。根据用户实际操作的反馈结果易学性。团队中的任何一名都可以组织Think aloud。融合性。Think aloud 可以和很多的用研方法一起使用三、Think aloud 的缺点Think aloud的最大优点就是维持了用户的自然真实的使用状态，这是其他用户研究法不能替代的。然而就是这种自然使用的状态会带来一些特殊的情况：被测用户的因为紧张（或者某些意外情况）所传递出来不准性的答案对于一些高级不常用的功能无法收集到针对性的信息了用户容易会一直说，变得不好把控流程用户容易将问题进行“优化描述”环境所导致的时效不好把控解决方案我们在招募用户时，一定需要使用相关平台的经验。在介绍自己，介绍任务的时候，一定要亲和，可以在任务刚开始的时候，聊一些放松的话题。请严格制定你的使用脚本。并交代用户将问题直接描述出来，获取用户的原始想法非常重要。如果被测用户不会使用出声思考时，你需要演示一下，帮助用户快速了解和认知。四、Think aloud 使用中应注意的问题1. 角色定义根据言语交流理论 ,测试前对被测用户(系统、界面等) 、进行明确界定。被测的产品是测试的对象,目的在于发现被测系统是否适合人的使用，这点要向被试强调被测用户也应当视为专家，是主要的言语表达者，这有利于被测用户给予测试任务更多的注意力在测试过程中测试者应作为学习者和倾听者而存在。所有角色的定义、包括测试环境和时间的安排都需要在测试前确定并在测试过程中贯彻下来。2. 如何使被测用户更好地进行口语表述无论是传统口语报告法还是言语交流指导下的Think aloud都强调要尽可能地保证数据的自然性、无干扰性，测试者应尽可能少地干扰被测用户的操作 。应答词的选择及其使用的频率受很多因素的影响 ,很难确定，但要力求使整个测试过程更为自然。当被测用户忘记对操作进行报告时，我们应当及时提醒与鼓励，我们应该遵循以下几点：（1）测试者应该尽可能避免介入（2）如果实在需要介入时，有用的表达是：（3）不要对用户有偏见（4）不要问有引导性的问题如，你看起来对于…有问题，是吗？（5）不要表达你的评价和观点如，你点了浏览器的“后退键”而不是网页上的“后退键”（6）不要提供指示和帮助而是要提示他们如何去自己解决问题。比如，如果你在工作环境中的话你会怎么做呢？3. 如何处理测试中的“突发事件”可用性测试中意外事故或“非预期事件”较多，采用处理的方式应具有针对性：如系统崩溃、程序中严重的BUG或原型不完整而导致的“意外事故”时，要向被测用户强调故障是由被测系统本身所引起的，而不是由于操作不当所致，故障处理后尽快确定继续测试的开始阶段。在被测用户提前终止了测试，我们应当及时跟用户说，“只有完成了创建，这个任务才算完成”。及时的终止无关的话题。五、Think aloud 的具体使用方法1. 记录被测用户的出声思考的内容2. 创建问题并分类3. 将问题的编号套入文本内为了避免图片过长，就不写完整了。六、数据收集及度量假如有9位用户，将遇到同类型的问题用Excel表格记录下来。（表4-1为了方便计算，3列数据都一样了）眼花缭乱的数据？不知道该以哪个数据为准？那么该如何准确的去定义问题的样本数据呢。最常见的三种集中趋势的测量是，中位数，众数和平均数。界面、交互、内容问题的数据：中位数 6 ，众数 7 ，平均数 5.56。对的没错，你需要研究对象的样本是在，用户4和用户5中去寻找问题，并优化。（中位数6）为什么不去按照众数和平均数呢？原因1：众数是指一组数据中出现最多的那个数值，在表4-1中出现最多的就是7。在可用性测试的结果中，众数并不经常被当成报告。尤其在数据连续的，范围很广的时候，众数就不一定能发挥作用了。原因2：在表4-1中，得出的平均数，看起来稍微合理一些。如果，用户9发现了20个问题，那么平均数的波动会很大。但是，中位数还是6没有发生变化。这样也就说明了为什么中位数会被经常使用。本文由 @交互思维铺子 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。

用户体验至上的时代，只有真正把握用户的需求而不被伪需求所迷惑，才能真正的做好”以用户为中心“。本文分享了用心理学和社会学的方法论作为用户研究展示的画布的方式，并对过程中的关键步骤进行了总结，与大家分享。一、我的观察在我为数不多的职业经验中，我发现在项目实施之前或进行中建立一个用户体验研究是十分困难的。造成这种困难的原因有两点：一方面是企业和利益相关者对用户体验研究的来龙去脉缺乏了解，另一方面一些用户体验设计师对构建用户体验研究操作方法的不了解。而我就属于那些没有社会科学背景，但希望在用户体验研究领域利用知识和能力不断发展的用户体验设计师之一。不仅仅是在实践中编写一份访谈或问卷，而是在心理学和社会学中以最真实、最完整的方式进行应用。但是，由于缺乏一种可以持续依赖的结构化方法，因此应用起来可能会变得很复杂，因为心理/社会学很难理论化（假设存在系统性的用户体验应用模型）让获得心理/社会学方法论的途径民主化因此，我的项目是在小范围内提出一种以用户为中心的设计中应用的心理/社会方法的结构和一个“即用型”画布，支持用户研究从最初的假设到数据支持的角色的形式化。注意，我们不是以画布的展示为最终目标。目标从项目的角度来看，这个画布应允许三项基本操作：做出正确的用户假设并促进其验证，提出正确的设计问题，最后配上与前两点一致的KPI产品/服务。从用户检索的角度来看，这个画布应该允许我们选择合适的变量来研究目标用户，使他们有效地交互，最重要的是构造变量之间的交互。从心理学和社会学的应用方法到以用户为中心的设计，这幅画布提供了一种非常简单直接的方法。简而言之，此画布应该用于制定用户-产品等式，如果用户数据不拒绝它包含的假设，该公式将被证明是公平的。二、理想的交付物潜在的交付物可能包括以下几种：推翻或保留的假想用户；调研的抽样标准；拥有社会性数据完整的用户画像，包括但不限于行为与观点，动机和目标等；产品或服务的 KPI；向投资商或利益相关者阐述的综合的方法论。展望在深入探讨这一问题之前，应该指出的是，此画布是UX研究的一种方法论框架。这幅画布首个版本的产生背景是由于一次研讨会上，我们过于武断的定义了目标用户导致了重大的失误。我目前也在与相关领域的专家一起完善该画布，我希望这个画布可以快速用于公司的实际项目中，但我还没有机会实践整个方法论。三、画布简而言之此画布的使用分为几个阶段：通过列出观察到的或假定的区别特征来描述最终用户（调用的独立变量的形式：IVi）；通过计划或实际特征（引起的自变量形式：IVp）描述产品/服务或产品/服务概念；预测在真实或实验条件下可测量的用户行为和/或观点的观察或预期发生（以因变量的形式：DV）；通过潜在动机，目标，社会机制……假设或由用户自己报告（以因果推断的形式：CI）来解释每种行为或观点；从每种行为或意见中提取产品/服务设计问题（P）；链接这些不同的变量以形式化关于用户的假设；从IVI/IVP和DV进行定量调查；将IVI/IVP和DV交叉，并对收集到的数据进行统计分析，揭示趋势；从IVI/IVP和DV准备定性调查；推翻或维持对这些相关性（CI）给出的假设性解释（如果它们与用户自己给出的理由都存在）；从维持或推翻IVI/IVP和DV之间的假设相关性，以及从维持或推翻对这些相关性的假设性解释，维持或推翻对用户的假设。用例本文中的插图是以我的毕业设计为例的；说的是一家初创公司的主营业务为：为其用户提供了从不同的网络中调回和管理其个人数据的可能性。在这个项目中，作为一个团队，我们已经从定量和定性的研究中正式确定了一个人物角色，但是我们很有兴趣依赖用户画像来构建我们的方法论。四、描述谁,哪里,什么时候,为了什么?通过列出观察到的或假设的特征来描述最终用户(以调用的独立变量的形式:IVi)描述最终用户意味着首先要列出其独特的特征。首先是社会学方面的：如果这些变量被认为是相关的，我们可以依赖INSEE定期更新的鞋码跟来定义一个年龄范围或收入水平。正如你所理解的，我是一个用户体验的人，我认为在人物角色的实现中，社会学的侧面是很重要的。这些变量可能不允许我们通过社会决定因素来为行为或观点辩护，但至少它们可以帮助我们将目标锁定在一个带有具体限定词的小组上。应该指出的是，虽然这些变量有时是可测量的，因此可能被视为定量变量，但在本练习中，我们宁愿将它们视为定性变量，因为我们不需要测量它们的条件。因此，与其记录用户的年龄(真实的或假设的)，我们更愿意在既定的年龄范围内对用户进行分类。我们的目标不是给变量一个度量单位。除了社会学的轮廓，这部分的画布可以收集任何信息固有的主题，对被研究的人。任何分类都可以作为一种可变的模式：例如，我们可以将一个“不确定的”用户配置文件和另一个“确定的”用户配置文件想象成同一个“买家配置文件”变量的两种模式。类型：自变量格式：定性根据计划或实际特征描述产品/服务或产品/服务概念（以自变量的形式引起：IVp）可以通过将产品作为主题来进行相同的练习，或者更确切地说，因为我们在设计、产品或服务的概念之前处于领先地位。在这里使用自变量可以让我们开始为未来的实验研究建立可能的框架。变量将是用来研究主题的第一个参数。类型：自变量格式：定性五、预测做/想什么？预测真实或实验环境下可测量的用户行为与意见的观察或预期发生（以因变量的形式：DV）在这里，我们将记录用于衡量用户对产品/服务或使用产品/服务时行为或观点的发生或未发生的变量。有必要坚持这种发生或不发生的可测量性：实际上，目标不仅在于判断某种行为或观点是否出现，而且还要确定衡量其出现的关键。这将是一个机会，可以指定在实地调查以及以后的用户测试期间要使用的变量。这些变量的可测量性质还揭示了对项目至关重要的第一个IPP，它将在项目投入生产后衡量其有效性。与之前使用的变量不同，它们必须包含一个度量单位：在页面上花费的时间（以秒为单位），到达目标信息的点击次数，为了收集我们分析所需的数据，有必要在“实验室”的实验条件下进行研究。类型：因变量格式：定量预测用户的行为和意见六、解释为什么？怎么样？用潜在的动机、目标、“社会机制”（socialmechanism）…或者由用户自己做报告「以“因果推论”（casual inference）的形式：CI」来解释每一个行为或观点迄今为止，我们仅指出或假定了一种因果关系，即用户或产品的一个可描述特性（自变量）和一个行为或观点事件（因变量）之间的因果关系。在这部分，应该解释这种因果关系，也就是他的功能。这种关系的解释是已知的：自变量的模态是被研究事件的起因。为解释这种关系，我们观察或假定用户所受的动机、个人特性、目标、环境影响或潜在的社会机制。这就是为什么社会机制的研究在我们的用户画像的定义中，我们不会排除该主题的社会性特征。从每个行为或观点中提取产品/服务设计问题(P)描述产品或产品概念允许提取一个或多个设计问题。这些问题以待解决的问题的形式出现:“怎样才能允许被试者用IVp来完成它的目标?”解释产品/服务设计七、假设和问题将这些不同的变量链接起来，从而来建立用户假设要从画布中提取一个假设，一旦它被填充并通过假设关系链接变量，我们可以简单地从第一列到第三列将后者作为一个句子阅读，遵循这些关系的思路：“因为[CI]，所以将产生[DV]对于某一主题对象[IVi]的产品特性[IVp]。”在继续之前我们假设用户和产品的特性（IVi和IVp）是导致产品行为（DV）的原因，因为用户受到某种事物（CI）的激励。现在是时候用实地调查来检验这个假设了。如果以下两个条件成立，假设将被保留：用户特性和行为的发生之间确实存在联系。在这个研究模型中，这个环节以统计相关的形式出现。用户自己对此链接的解释与该假设相对应。第一个条件将通过定量调查加以验证。第二个条件，这就是用户体验研究之美，将通过一项定性调查加以验证。如果第二个条件未得到验证，则必须拒绝初始假设，以便重新定义，包括用户反馈。八、定量调查准备一份来自IVi/IVp和DV的定量调查一旦提出假设，我们就可以开始起草研究方案进行验证。画布的优点是它已经固定了要研究的变量及其模式。提醒一下，我们有与用户配置文件相关的自变量；这些自变量可用于筛选人员样本。在一项量化调查中，自变量的使用方式与社会学的方法是相同，因此从表面上看，在一份问卷中：一个变量，一个问题（除非变量模式代表一个分数或指数）这样可以避免验证过程中的任何麻烦。变量的另一种类型是因变量。这些都应该是几个问题的主题。与实践假设相对应的事实问题，必须加倍或平衡，才能将回答作为可操作的数据接受。对意见的假设与相对应的意见问题必须成倍增加，以探索一个概念、思想或想象的尽可能广泛的范围。通过将 IVi /IVp 和DV与收集到的数据进行统计分析来揭示趋势一旦通过问卷调查收集了一部分数据，就该对数据进行处理以得出结论。目的是在自变量（通过对社会学问题的回答得到实现）和因变量（通过对事实或观点问题的回答得到实现）之间的数据交叉引用。如果因变量和/或独立变量是定量的（因此是可测量的），也可以比较它们之间的答案列表以揭示可能的相关性。每一类平均数允许研究独立定性变量对定量的因变量的影响九、定性调查从IVi /IVp和DV准备定性调查在质量调查中，独立变量除有助于细分外，有时还可以帮助确定研究范围：它们越是区分，范围就越小，有时从宏观到微观（但是必须根据开始摘要选择范围，不能系统地）。因变量将能够为设计维护指南提供基础。目的是在比问卷调查更直接的环境中探索用户的假设做法和意见的问题，以了解动机，技术或社会限制因素以及这些做法和意见的来源 。以用户给出的理由，维持或推翻对这些相关性（CI）的假设解释借助具有交叉和相关分析的定量数据，以及来自访谈的定性数据，我们现在可以客观地保留或拒绝从画布中提取的假设。 为此，我们注意到两个起始条件的准确性：在用户特征和行为发生之间确实存在联系。用户自己对此链接的解释与该假设相对应。十、结束研究维持或推翻IVi / IVp和DV之间的假设相关性，或者维持或推翻绝对这些相关性的假设解释，可以维持或推翻有关用户的假设。表格填写表格填写画布内容的细节统计操作和建议的分析原文地址：https://medium.com/@paulamatdesign/psycho-socio-methodology-canvas-for-ux-research-d622c8e0cd2d本文由 @兔子翻译组 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

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

关于“市场/用户调研与分析” ，都有哪几个层级呢？每一个层级的要求又是怎么样呢？我们又需要如何实现呢？本文将为大家揭晓一系列答案。案例通过研究‘腾讯产品策划能力框架’的4类19项能力，老王准备迎头赶上的第一个目标能力，是专业技能类目下的市场/用户调研与分析能力（客户导向）：主动通过各种渠道了解用户反馈，掌握一定的调研方法论，持续优化产品。通过上述定义让我们清楚的知道，之所以要具备这样的能力，究其本质是为了了解用户反馈，持续优化产品。或者可以定义成：通过市场/用户调研与分析，挖掘用户存在或潜在的需求，从而确定或完善产品的特性。用常用的话术，要做的就是需求挖掘（用户访谈、调查问卷、竞品分析等）、需求分析，然后进行产品设计，持续优化产品，这是产品经理最基本的事儿了。但是为什么不是用户调研与分析，而带了个市场呢？老王认为这是宏观与微观的角度不同。让我们举个栗子，看看什么是市场/用户调研与分析？比如说你是做SaaS的，有一次公司做了宏观市场调查，你通过观察市场调研普遍现象，发现小型餐厅在采购原材料时，交割以及付款存在扯皮等问题，而且找供应商比较困难。这个时候，你决定做一个市场调研，去看看这个问题到底是什么情况。然后你做了一个调研计划，想要发放一个调查问卷，为期2周，发放给全北京300家大中小型餐厅进行调查。结果你发现大型餐厅基本上都有相应的系统，哪怕是不自行开发，有采购的能力。而中小型餐厅百分之九十都没有系统，因为价格太昂贵，人工完全可以满足，你基于对互联网的了解，认为互联网可以解决这个现象。这就是通过市场调研发现的需求，这个时候，你确定这是一个机会，但是为了验证这个假设，你决定进行深入的用户访谈，所以你又走访了几家餐厅，跟餐厅老板和负责采购的大厨和财务进行了沟通，了解他们遇到的具体问题。以上就是一次市场/用户的调研与分析，当然这是在做一款产品之前。当你把产品做出来了，也因为之前调研，留下了一些感兴趣的餐厅老板的联系方式，获取到了一些种子用户，产品在市场上开始运行了。这个时候你就可以收集到一些用户反馈，比如说张老板认为存在卡顿啊，李老板希望导出采购报表啊，周老板希望能实时看到采购的花销等等。你决定再进行一次走访，去发现他们在使用系统时，到底存在什么样的问题，将问题拿回来之后进行了讨论与分析，你发现很多老板对于采购信息的可视化有强烈的诉求，并将它收录在下一次迭代的需求中。这又是一次市场/用户的调研与分析，在你已经有一款产品的时候，通过调研与分析收集了客户的需求。可以说做市场/用户调研与分析（客户导向），就是收集需求，我们知道需求的来源有几种，领导需求，用户需求，运营市场需求，数据驱动需求等等。但是实质上，需求只分为两种，用户需求以及数据驱动需求。无论是领导还是内部合作的运营市场商务，他们都可以作为用户，比如领导想要看数据报表，运营想要个活动设置的开关。当然如果领导认为用户需要一个IM的功能，这就是他站在用户的角度提出的，他不能是你的用户了，只能是你的领导。而数据驱动需求呢，我们通过数据分析发现用户的访问/消费的转化率太低了，为了公司活下去，需要提高转化率，找到流失的地方，分析流失的原因，尝试解决方案，根据数据反馈，再进行分析，直到数据达标。而这一部分要求的就是产品经理对于用户需求的挖掘、收集与分析。以上呢，就是老王给大家举的一个小案例，不太充分，也相对宽泛，但是这就是老王理解的“市场/用户调研与分析”。接下来我们来分析一下腾讯产品经理能力模型中关于这一能力的分级要求。图3市场/用户的调研与分析（客户导向）5级上图是市场/用户的调研与分析的5个level的关键词和行为标准，老王按照自己的理解进行了一些划分，红色部分是基础能力和知识的积累，绿色部分是所要达成的成就（我是这么理解的，如果有不对的地方或者是腾讯大佬出没，请务必指正！）。至于黄色的CE项目，老王不知道是什么，百度了一下CE项目是说CE认证，即只限于产品不危及人类、动物和货品的安全方面的基本安全要求。也不知道是不是这个意思，有知道的朋友可以告诉老王。老王把这5个层级进行了白话文的翻译：level1能在领导的指导下，被动的收集有明确目标的客户需求；level2能够主动的收集用户需求，并根据需求改进产品；level3能确定核心需求，辅助决策并切实验证其确有价值；level4充分把握用户需求，并且通过需求形成差异化特性；level5不仅满足原有需求，还能创造用户需求，通过创造需求并且满足需求留住用户。我们先看下市场/用户的调研与分析（客户导向）level1和level2都需要哪些能力和知识：基础的调研常识；收集用户需求的理论、方法和基本技巧；调研与分析的基本理论、方法和工具；识别客户需求、主动收集客户反馈、发现改进机会；系统设计产品服务方案。我们把他们进行一下归类：第一类，基础常识：基础的调研常识；调研与分析的基本理论、方法和工具。第二类，获取用户需求：收集用户需求的理论、方法和基本技巧；识别客户需求、主动收集客户反馈、发现改进机会。第三类，解决用户需求：系统设计产品服务方案。我们就按照这三个归类，一一的去回顾和学习一下吧，凡有所出入，都是老王的锅，希望大家积极指正。第一类，基础常识：基础的调研常识；调研与分析的基本理论、方法和工具有人认为，市场调研和用户调研是两项不同是活动，其目的、方法都有所不同。但是也有人认为二者是相同的，其本质都是研究人的。对于提升市场/用户的调研与分析(客户导向)而言，我更倾向于将其统一而谈，因为其本质是为了获取需求，分析需求。而另一个能力，也就是专业技能类目下的市场分析能力/前瞻性（市场能力）：了解基本理论知识，指导下完成工作，对行业有初步认知。这个才是纯粹从市场和行业角度去分析。所以这部分我们暂时撇开不谈。那么市场/用户调研与分析的基本常识是啥？需要了解哪些内容呢？老王也不引经据典了（好吧，我也没记住），就从历史来历，形式方法等方面总结到哪算哪吧。最初做市场/用户调研的其实是市场营销的人，通过邮件的形式去了解用户的一些情况，比如是否知道我们的品牌呀，是从什么渠道知道的呀，对我们的产品有什么不满意的呀，在使用什么产品啊，你还使用过什么产品呀，等等。这就是早期的调查问卷，回收一定的结果后，可以模糊的评估上一个阶段的营销效果。然后，市场营销人员根据结果去调整营销方案，以期让更多的人知道这个品牌。但是知道归知道，发现用户对很多产品并不买账啊，这总是做出来用户不买账的东西。慢慢的，在新品研发之前，大家就开始去关注用户是否需要这个产品。也就是从这开始，在投入做一个产品之前，不管他是汽车也好，香皂也罢，大家都会想去了解一下有多少人需要这个产品，这就是市场/用户调研的历史来历。调研，拆开了说就是调查研究，你会发现上面的描述中，调研的方向和目的出现了些许偏差，从最初是希望获得营销效果，到后面是希望获得用户需求。而到了互联网时代，调研除了获取用户需求，还有提升用户体验的目的。所以，调研一定是有目的的，无论是新品开发前的调研，还是产品发布后的调研，都有其目的的。而目的不同，调研的人群、市场、内容也不同，得到的结论也不同。不过有意思的是，尽管市场/用户调研的目的不同，结论不同，但是调研方法大抵是相同的，不过也逐渐演变出一些不同的。接下来我们说一下市场/用户调研的基本理论、方法和工具。市场营销方面专业描述是这样的：图4 什么是市场调研其实跟我们获取用户需求的这个本质目标是基本一致的，之所以做市场/用户调研，不仅仅是收集用户需求，也是验证其真实性，从而获取用户真实的需求。市场调研的分类，主流分类方式包括但不限于：调研目的分类；调研对象分类；调研地域分类；资料来源分类；分析方法分类。图5 市场调研的分类这里需要了解一下根据目的分类和分析方法分类，不理解的可以查一下，都是教科书般的解释，不多赘述了。接下来要说的是如何做市场/用户调研，凡事必有因果逻辑，所以做市场调研也是有一个基本流程可以参考的。市场/用户调研的基本流程是：确定调研目的；制定调研计划；实施调研计划；收集调研结果；分析调研结果；生产调研报告。其实这个流程是比较宽泛的标准化流程，其不同点在于，采用不同的方法进行调研，相应的计划的制定、实施、收集结果的方法、分析方法以及最后的报告内容都会有所不同。确定调研目的无需多说，可以是一次对市场份额的普查，也可以是针对某一需求的验证。制定调研计划，这一步细节是比较多的，包括：确定调研对象、选择调研方法、方案设计、确定信息类型和来源、确定抽样方案及样本数量、预估经费预算、规划实施进度。确定调研对象，一般来说就是目标用户或者目标市场，也可以是潜在用户或潜在市场，这里老王不推荐做普世调研，也就是说你需要明确，比如说年龄层，所在城市，经济收入等等，你所选择的调研对象越明确，收集到的结果也才能约精准。那么如何确定使用何种调研方法？老王也是没有找到一个准则，只能说根据调研目的和所能负担的时间成本与金钱成本进行选择。当然这个前提是需要了解每一种方法的利弊，以及如何使用。方案设计就是在选定调研方法后进行方案设计，比如调查问卷的问卷设计、用户访谈的问题设计等等，然后预估一下所需要的经费预算，并且制定实施进度，什么时候开始，什么时候结束，或者说收集到多少数据结束。收集的数据要进行抽样或清洗，什么样的数据是有效数据，什么样的数据是垃圾数据。一般情况下，调查问卷是会存在随意填写的数据，但是当样本越大的时候，这个数据的占比相对会越低。而用户访谈因为数量较少，这部分数据更多是需要访谈人根据被访谈人的表现，语气，行为进行甄别，相对而言，更需要访谈人主观的去确定一些东西。实施计划于回收结果基本上就是按部就班的操作，到了数据分析则需要一些工具，比较常用的就是excel了，比方说求取平均值、占比数、用户分层占比等等，尽可能多的进行交叉处理和关系对比，你会有意想不到的收获。一般要将数据做到可视化的程度，让阅读者更为直观的看到你发现的问题或验证的结论，比如通过调研发现一些需求，哪些需求提及的人多，可以用饼状图或者柱状图去展示等等。市场调研报告分四种，综合报告；专题报告；研究性报告；说明性报告。根据调研目的不同，得出的结论，报告的呈现内容也有所不同。简单来说就是摆事实（数据），说结论。下面是一个简单的报告框架，老王没有整理具体的结构目录，只是把需要呈现的内容简述给大家：图7 市场调研报告框架那么市场/用户调研，都有哪些方法呢？最常见的调研方法就是问卷调查，这个问卷是泛指，可以是一张纸，一封email，一个h5。当然还有其他的方式方法，可以根据定性和定量来分，定性分析法包括：用户访谈、焦点小组访谈、深度访谈、专家意见等，定量分析法包括：电话询问法、在线反馈、入户询问、拦截询问、问卷调查等。图8 腾讯ued调研方法分类也有一种分类将调研方法分为观察法、问询法、实验法。观察法，是指调研人员通过观察用户的实际行为进行分析，只关注实际产生的结果，不关注用户行为的心理，但是可以通过与问询法相结合，去了解用户行为产生的原因。问询法，比方用户访谈、电话询问、问卷调查等都属于问询法，通过直接或间接询问的方式收集信息，重点是需要设计好问题。实验法，更多的是使用在因果性调研，有些类似于A/B测试，通过调控变量观察相互影响与实际结果。时过境迁，互联网与移动互联网时代，还诞生出了眼动测试、在线反馈等新的调研方法，这种方法也可以算作观察法或实验法的一种。我们通过这些调研方法，挖掘用户和市场的真实需求、喜好，以期提升用户体验，使产品对用户产生真正的价值。第二类，获取用户需求：收集用户需求的理论、方法和基本技巧；识别客户需求、主动收集客户反馈、发现改进机会这一部分，我们需要理解的是收集用户需求的理论、方法和基本技巧；识别客户需求、主动收集客户反馈、发现改进机会。这里先对这个命题进行拆解，我们可以获知的是一些理论，方法和技巧，但是产品经理的主动意识更多是源于内心，当然也是可以培养的，比如腾讯的‘1000/100/10法则’，这就是在培养你主动收集客户反馈的意识和习惯。上文中老王说过，需求的来源有很多种，不过，用户需求的来源只能是源于用户，无论他是主观的表达，还是下意识的操作，都代表了用户的需求。这里面就囊括了一些来源，比如主观表达多是在线评论，客服接听的用户反馈，访谈时的用户回答，调查问卷的结果，社区论坛的用户吐槽等等。下意识的操作更多的是用户行为监测获得的数据，包括数据埋点以及访谈时的行为，比较经典的例子就是‘索尼的黑白游戏机’，多数用户说喜欢白色的，而当拿走赠品的时候，却是拿走黑色的用户多。图9 索尼游戏机可以说，听用户怎么说的，不如看用户怎么做的。老王总结的收集用户需求的理论就是多听，多看，从用户的角度出发去发现问题的本质，这其实是知易行难了，大家都这么说，真正做的有多少，老王真不知道。而收集用户需求的方法，基本就是通过市场/用户调研，用户反馈，数据分析，体验产品等方法。（算了，把‘等’去了，基本也就这四种大的方法去获取用户需求了，有大佬有其他方法请务必留言指正呀！）至于技巧，说实话，我觉得做多了，也就有技巧了，老王在这方面做的还不够多呀。给大家抛砖引玉的说几个老王的技巧，在与用户沟通的过程中，通过反复询问去理解用户需求，这个我记得好像叫‘五个为什么？’通过这种方法可以获悉用户需求的本质，但是不特指问五个，也可能十几个，毕竟大家都是套娃，谁知道会套几层呢。进行数据分析的时候，要尽可能多的从不同的角度对数据进行处理分析，这部分请搜索统计学谬论，你就会发现，单一维度的比较所得到的分析结果往往不一定是正确的。数据分析的核心其实还是分析的人，数据可能是正确的，但是分析的结果往往可能被数据所欺骗。体验产品，这里分两个层面说，第一部分要求产品经理要经常把玩自己的产品，时常把自己代入到用户的角色中去体验自己所设计的产品，在你用起来比较困惑的地方，这就是可以改进的地方。另一个部分则是说体验其他的产品，我们通常会做一些竞品分析，无论是新项目的时候去看竞品，还是在迭代的过程中，去跟踪竞品的动向。甚至是非竞品情况下，体验一些新奇有趣的产品。在这个过程中，初期你会发现一些产品设计的细节，某款产品操作顺畅，UI新颖，功能没玩过等等，这些细节在你设计产品的时候就会触类旁通的进行设计。等到中后期，这些细节的关注就会成为你的本能，这个时候，关注的就是产品的设计思路和节奏把握，某款产品为什么在上线后12个月才上线社区模块，是出于什么考虑。结合社会现象，数据表现，去分析（猜测）这款产品的产品经理的一个思路。当然，这不一定是人家真的这么想，但是这回锻炼你的分析能力以及对产品的把控力。当然，如果你认识他的话，偶尔也会听到‘这是老板非得要的，觉得给投资人演示的时候需要有’这种理由。那么如何识别用户需求，这其实是要产品经理判断需求的真伪，什么样的需求是真需求，什么样的需求是伪需求。其实这个真伪老王觉得挺唯心的，但是不得不承认也有唯物的一面。如何判断需求的真伪，用户需要的就是真需求，哈哈，但是一亿个用户只有十个人需要，这是真需求吗？原则上说这也是真需求，但是在工作中，这其实是一个伪需求。或者说真伪不能偏面的看用户是否需要，而是要看大多数用户是否需要，当然这用户是指你的产品的用户，而不是泛指所有人。专业相机的所有功能都是真需求，因为他是发烧友和专业人士中大多数用户的需求，而傻瓜相机则是非专业人士中大多数的需求。发现改进机会这个怎么说呢，其实很多时候，我们看不顺眼或者觉得有问题的地方，你一定要慎之又慎，不要把别人当傻子，当然有时候确实有傻子。因为有一部分是因为在当时的情况下，选择出来的最优解，而时过境迁在当下看起来可能不合适了。还有一部分，明知有点瑕疵，但是没必要，还有比之更为紧急或者重要的需求。最后一部分，就是他觉得怎么做都行，先上后改，先看看效果。而且无论是哪一种，其实都是说，发现可以改进的需求之后，需要权衡改进的机会，无论是时间还是资源，甚至说是老板的喜好，可能都要考虑进去。第三类，解决用户需求：系统设计产品服务方案所谓‘系统设计产品服务方案’，在老王看来就是要充分考虑产品整体，思考产生问题的根本原因，思考需求的本质，而不是针对某个问题简单的提出一个解决方案。举个栗子，老王之前做的一款本地医疗服务类产品，通过研究与分析后发现，用户是有需求的，但是就是不下单，有反馈服务价格贵的，有怕出现医疗风险的。这就需要进行一定的研究分析，去看市场环境到底是怎样的，需求人群的收入等等，确实有市场环境、人文习惯等原因，但如何通过产品得到改善。这一需求的本质是对服务安全缺乏信任感，用户打开App到浏览服务产品，到下单开始使用服务。在这个环节当中，我们能进行优化的地方有很多，比如产品介绍、UI等等，单一提出来都是可以进行改善的，但是不够系统。需要你从产品整体上考虑，服务定价、产品包装、用户教育、安全保障、运营活动等方面，综合的给出一个解决方案，而不是想当然的觉得就是价格太贵用户接受不了，或者是话术冗长这些表面问题。当然表面问题也是问题。如此，其实系统设计产品服务方案，说的通俗点，这不仅仅是有一说一的问题，一般情况下我们只是解决了那个‘一’，但是并没有看到背后的问题，流于表面。而系统地设计，可以理解为在理解这个‘一’背后的问题后，通盘考量整个产品。当然，这是老王的理解，其实老王也在思考，如果是大公司的一颗螺丝钉，只专注于某一个模块的话，该怎么理解这段话。思来想去，老王觉得应该也是这样，当你找到问题的本质，而这个解决方案需要系统性解决，那么就需要与其他产品经理通力合作，说服他们，也算是系统层面设计了产品的解决方案。好啦，基础的理解与解读也就这样了，但是除了这些浮于表面的理论与方法之外，还希望大家对于具体的方法，比如用户访谈、问卷调查具体怎么用，区别在哪里，有一定的了解。这部分有很多内容，后面老王觉得有必要的话，再去写一写，也算是给自己的一个积累。剩下的就是实践出真知了，在工作中，时刻提醒自己要去做市场/用户调研，去验证自己的想法与需求，习惯成自然之后，想必一定能融会贯通。至于level3-level5，这是需要你做到那个程度才会达到的，纸上谈兵永远只能停步在level2啦。图片来源：图8来自腾讯ued；其余图片为作者制作。作者：老王，一个不愿意透露体重的90后产品经理，公众号“老王修炼指南”唯一作者。本文由 @老王指南 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

摘要： 随着5G网络的规模部署，5G用户及业务预测结果作为网络规划的重要输入，通过分析影响用户及业务预测的关键因素，如对终端出货情况、5G终端登网方式、移动用户数变化趋势、用户DOU变化趋势等进行详细分析，建立用户及业务预测模型和方法，对规划期各年度5G和4G终端、用户及业务量进行预测，为中国联通制定5G和4G网络建设及投资策略提供决策基础和依据，使得在有限的投资下，投资更加精准有效。前 言 2019年11月5G在中国正式商用，各运营商均在加快推进5G网络建设。2019年已上市5G手机35款1377万部，2020年随着5G终端的大量上市、5G用户数也将得到快速发展，随着5G用户的增长，5G网络容量是否满足用户需求，5G网络对4G网络流量的分流情况如何，4G网络流量何时到达拐点，是否继续对4G网络进行扩容，这些都是网络规划需要考虑和解决的问题。本文通过分析影响用户及业务预测的关键因素，如对终端出货情况、5G终端登网方式、移动用户数变化趋势、用户DOU变化趋势等进行详细分析，建立用户及业务预测模型和方法，对规划期各年度5G和4G终端、用户及业务量进行预测，分析5G、4G网络在规划期业务量走向，为中国联通制定5G和4G网络建设及投资策略提供决策基础和依据，使得在有限的投资下，投资更加精准有效。015G终端出货量预测通过分析每年国内市场手机出货量、终端价格分布情况、5G终端硬件成本、2G/3G/4G终端出货量变化趋势等因素预测规划期内5G终端出货量。2019年全年，国内手机市场总体出货量3.89亿部，同比下降6.2％，其中2G手机1613.1万部、3G手机5.8万部、4G手机3.59亿部，5G手机1376.9万部。考虑到2020年5G终端出货量可能会带动总体出货量上升，预计2020年终端出货量4.5亿部（见图1）。图1. 2013-2019年年度终端出货量及2020年出货量预测1000~2000元终端逐渐成为主流，2019年Q1第一季度占比47.2%，4000元以上高端机占比基本稳定，在10%以下。据调研5G终端成本较4G有大幅提升，短时间内5G手机难以快速降至4G千元机水平，5G终端千元机价格预计为1599~1799元之间。4G时代1000~-2000元终端占比接近50%，预计5G时代此占比将得以延续并可能进一步扩大（见图2）。图2. 2017-2019年终端价格区间分布2019年已上市35款5G终端，以3000元以上的中高端手机为主，在12月底，小米推出了1999元价位的5G终端。5G终端价格，2020年将向千元价位段靠拢。预计2020年2000元以上终端达到2.2亿部。4G发展初期，4G终端非常快速地替代了3G终端，2014、2015两年2年时间，4G终端占比达到了85%（见图3）。图3. 2013-2019年2/3/4/5G终端占比及2020年2/3/4/5G终端占比预测参考4G终端发展进度，预计2020年5G终端占比达到38%，乐观估计全年可达到1.7亿部。2021年是5G换机爆发期，出货量总体会出现小幅的提升，之后会回归平稳状态。2022年5G终端占比超过95%，全面替代4G终端市场份额。02联通5G终端渗透率预测2019年底，国内用户数达到16亿，移动电话普及率达到114.7部/百人，年增长率只有2%，移动用户市场已接近饱和，用户增长放缓。2019年12月，中国联通用户数达到3.18亿，同比增长1%（见图4）。图4. 2014-2019年行业用户及联通用户数发展趋势2019年，中国联通市场占有率20%，在市场份额无大幅变动的情况下，预计未来3三年中国联通移动用户数以1%~-3%的幅度增长。5G终端渗透率受5G套餐设置、5G用户登网策略、5G营销力度等市场策略以及用户换机行为、5G终端价格等多种因素影响。目前参考4G发展初期中国联通4G终端渗透率（联通4G终端数/联通3G+4G终端数），映射到2020～2022年5G终端渗透率分别为13%、26%，50%，中国联通5G终端达到3935万，8769万，1.7亿。后续将根据5G终端发展情况，采用趋势外推法辅助修正预测结果。从用户行为方面来看，目前中国联通4G主卡用户共计7900万，是第一批可能转化为联通5G用户的主力群体，按2000元以上终端占比43%测算，总量可达3397万，与上述预测结果基本吻合。乐观预测，2021年5G终端渗透率开始迎来爆发式增长，达到8700万左右，同年4G终端规模出现负增长，至2022年在网5G终端数占比达到50%。2020年，3G终端逐渐淡出市场，2G终端面向特定市场尚存在部分需求。2020~2022年中国联通5G、4G、2G/3G终端数预测如表1所示。下：表1. 2020-2022年中国联通5G、4G、2/3G终端预测035G用户发展预测5G终端登网方式决定了5G终端能否承载在5G网络上，如果采用5G终端登网方式，5G终端将全部承载在5G网络上，5G终端数即5G用户数；而如果采用“5G终端+5G套餐”的登网方式，则5G终端中只有办理了5G套餐的那部分才承载在5G网络上。下文对不同的登网方式进行方案对比，预测5G用户数。方案一，采用5G终端登网方式，5G终端数即5G用户数。2020～2022年5G用户渗透率分别为13%、26%、50%，中国联通5G用户达到3 935万、8 769万、17 100万（见表2）。预计4G用户在2020年第二季度达到高峰，随后将逐步下降。2022年底，5G用户数占比达到50%。表2. 2020-2022年中国联通5G、4G用户数预测（方案一）方案二，采用“5G终端+5G套餐”登网方式，参考行业比例，5G终端中70%为5G用户。2020～2022年5G用户渗透率分别为9%、19%、35%，中国联通5G用户达到2 755万、6 138万、11 970万（见表3）。预计4G用户在2020年第四季度达到高峰，随后将逐步下降。规划期末，4G用户占比65%。表3. 2020-2022年中国联通5G、4G用户数预测（方案二）方案三，采用“5G终端+5G套餐”登网方式，并同时考虑终端价格和用户ARPU的影响。5G终端千元机价格预计为1 599~1 799，目前5G最低档套餐129元，7折后90元。参考中国联通现网终端中高于1 799元且ARPU>90元用户的比例，预计5G终端中19%为5G用户数。2020～2022年5G用户渗透率分别为2%、4%、7%，中国联通5G用户达到748万、1 666万、3 249万（见表4）。在没有5G特色业务的情况下，采用“终端+套餐”登网方式会限制用户使用5G网络。表4. 2020-2022年中国联通5G、4G用户数预测（方案三）045G业务量预测4.1 5G用户DOU预测思路目前移动互联网用户日均上网时长接近6 h，用户时间是有限的，从4G 2I2C和冰激凌用户来看，DOU保持平稳，推测上网时长基本达到天花板，预测5G用户上网时长与不限量套餐用户一致，但视频清晰度较4G有较大提升，带来5G DOU增长（见表5）。表5. 5G用户 DOU预测结果4.2 5G业务量预测通过上述各年度5G用户数预测和5G用户DOU预测，得到各年度5G网络承载业务量。5G业务量=5G用户数×5G用户DOU。方案一，采用5G终端登网方式。预计4G用户数在2020第二季度达到高峰，2020-2021年，4G仍然是主力承载网。随着5G业务发展，预计2021-2022将迎来5G用户和5G流量的快速增长， 2021年底，4G业务量逐步进入拐点（见图5）。图5. 2020-2022年5G、4G业务量预测（方案一）方案二，采用“5G终端+5G套餐”登网方式，5G终端中70%为5G用户。预计4G用户数在2020年底达到高峰，2020-2021年，4G仍然是主力承载网。随着5G业务发展，预计2021-2022将迎来5G用户和5G流量的快速增长， 2022年，4G业务量逐步进入拐点（见图6）。图6. 2020-2022年5G、4G业务量预测（方案二）方案三，采用“5G终端+5G套餐”方式登网，现网1 799元以上4G终端8 464万，其中4G套餐大于90元的有1 570万，占比19%。5G初期如果采用“终端+套餐”登网方式，可能会限制5G终端使用5G网络，导致大部分5G流量仍承载在4G网络上。图7示出的是2020-2022年5G、4G业务量预测（方案三）。图7. 2020-2022年5G、4G业务量预测（方案三）05总结及展望本文通过分析5G终端出货情况、用户发展趋势及用户行为，建立了5G终端和业务预测方法，并基于该方法研究了规划期内5G用户及业务量发展趋势，得出预测结论：2019年5G用户规模有限，预计5G渗透率将在2020年有效提升，在2021-2022年出现爆发式增长；2020-2021年，4G仍然是主力承载网；随着5G业务发展，预计2021-2022年将迎来5G用户和流量的快速增长，2021年底，4G业务量逐步进入拐点。该预测方法和结论为制定中国联通4G、5G网络建设、投资策略提供了决策基础和依据。受疫情影响，2020 年 1 月国内手机市场总体出货量同比下降 38.9%，后续将视市场发展情况对2020年全年出货量进行调整。5G用户及业务量发展受运营商5G套餐设置、5G用户登网策略、5G营销力度等市场策略以及用户换机行为、5G终端价格等多种因素影响，后续将持续跟踪5G市场发展情况、进行迭代分析，不断修正和完善5G用户及业务预测方法及结论。来源：邮电设计技术作者简介：陈玲，高级工程师，学士，主要从事移动网络规划咨询设计工作；高和，工程师，硕士，主要从事移动网络规划咨询设计工作。