用户研究工作

在日益注重用户体验的今天，用户研究越来越被公司所注重。用户研究在于通过一定方式对用户进行洞察了解，给出相关建议方案，从而帮助产品进行更好的设计。在日益注重用户体验的今天，用户研究越来越被公司所注重。用户研究在于通过一定方式对用户进行洞察了解，给出相关建议方案，从而帮助产品进行更好的设计。作为一个设计师，自去年开始我就逐步在所负责的项目中融入了相关的研究工作，但我发现实际操作过程与常规流程还是有着一定的差异，所以在这里做一个阶段性的总结：用户研究的重要性用户研究的常规工作流程大厂与中小厂的流程差异一、用户研究的重要性设计师常常会遇到的一种情况就是：设计是比较情感主观化的东西，没办法量化地表明自己的观点（产品经理同，但是比设计师所处环境还是会好一点，毕竟产品经理工作有很多还是可以量化的）。而用户研究就是一种很好的佐证手段。当设计不知从何下手时，正确的用户研究能告诉你用户渴望的、需要的是什么。相信大家对著名的UCD设计理念“以用户为中心而设计”耳熟能详，而用户研究就是为了更好的帮助UCD理念在产品上的落实。产品设计前期，用户研究可以帮助调研用户的需求，了解用户真正想要的东西，来明确自身产品的目标。产品研发中期，收集调研用户在使用相关产品时的行为数据，数据能反应人的行为，可以帮助了解到用户的使用动机。产品上线之后，用户研究可以快速知晓产品在市场上的整体反响，以及用户的满意度，帮助产品更好的进行后续迭代。所以用户研究其实并不单独存在于项目某个阶段，而是一直存在于整个项目过程。只要有需求，就可以随时进行研究工作。二、用户研究的工作流程主要流程包括：获取研究需求 – 确定研究内容 – 确定研究方案 – 研究方案执行 – 输出研究结果。1. 获取研究需求一般需求来自于两方面：来自市场运营、用户、产品经理、设计师等其他岗位职能。来自于研究人员本身。其他岗位职能提出需求，通常来源于日常工作中碰到的疑难问题或用户反馈转达。优点是：需求覆盖范围广，更切合用户角度。缺点是：由于需求方对用户研究的不了解，导致需求概念的模糊甚至伪需求。而研究人员提出的需求更要求研究人员拥有自身的主动性，这样可以使用户研究更主动的加入到产品设计的过程中，主动提供价值，而不是被动等待。2. 确定研究内容工作中常会接收到一些概念模糊的需求，因此需要对接收到的需求进行判定和分析。若是伪需求或一些无法满足的需求可以直接委婉拒绝。对于一些模糊的需求，则需要研究人员与需求方进行进一步的沟通，去了解清楚其真正的需求是什么。举个例子：同样的一个需求，需求方过来可能就跟你说了一句话，“我想知道用户的满意度。”面对不同的需求提出方，就会有不同的研究方向。公司管理层，可能更希望知道的是产品上线后用户的整体反响；产品经理，可能比较想知道用户对于目前功能、逻辑等的使用是否认同；设计师，会更想知道用户对于产品整体UI界面风格是否喜爱，以及一些交互的体验是否满意。所以确定研究内容是为了了解需求方的真实意图，避免研究从一开始就走错了方向。3. 确定研究方案曾经在林敏老师的朋友圈看到过这样一段话：用研最难的是制定研究方案，也就是方法的组合形式。方案靠谱了，数据才有可能靠谱，然后结论才有可能靠谱。研究方法有很多，有定性的有定量的。定性有访谈法、观察法、情绪板、卡片分类等。定量有问卷调研、流量日志、实验等等。研究方案就是要在这么多种方法中进行排列组合，组合成最适合这次研究内容的方案。这就需要熟知各类研究方法的特点。之前在公众号上也发布过一些研究方案案例：用研练习题 | 定性用户画像的创建用研练习题 | APP可用性测试案例用研练习题 | 定量研究方法案例用研练习题 | 定性研究方法案例4. 研究方案执行方案的执行包含前期执行准备、中期实操数据采集以及后期对所采集数据的整理分析。一般来说，只要熟读方案文档即可明白相关关键点，按照方案执行就不会有什么大问题。后期数据分析则可能会需要运用到一些相关的数据分析方法，甚至专业的统计学知识。5. 输出研究结果最后需要做的就是拽写一份研究报告，用于对相关人员的结论分享，同时也是对上层领导的工作汇报。很多初学用研的下意识会去网上查询有没有报告模板（因为我当初也是这样￣□￣）。但其实研究方案的不同，可能需要输出形式不同的研究报告。老师告诉我，其实并没有什么绝对的报告模板，只需要整理好逻辑，将研究获取的统计数据、分析过程、分析结果、给需求方的相关建议等写明白就可以了。三、大厂与中小厂的流程差异当前很多的大厂都会设有独立的用户研究岗位甚至部门，而在一般的中小型互联网公司中，并不会细分用户研究岗，更多的是由产品经理或设计师担任着这份工作，这时候用户研究更多的是一种职能。因为公司规模、人员等等的限制，流程也产生了一定差异。差异主要在需求来源和成本限制两方面。1. 需求来源小厂通常会处于一个比较尴尬的情况，就是没有人来提出用研需求。这主要是因为公司内其他岗位对用户研究的了解不足，碰到问题很多都不知道可以通过用户研究的方式去解决。此时就需要产品经理及设计师主动提出需求，然后进行相关研究。另一方面，还可以在公司内部对用研的重要性进行一定的宣传推广，促进其他职能对用研的了解。2. 成本限制在研究过程中有时候需要投入一定研究成本，通常用于对配合参与研究的用户进行奖励和补贴。在一些大规模的行业研究中更是需要大量的资金支持。小厂不似大厂那么“壕”，基本上不可能对用户研究投入这么多研究资金。同时在时间上，中小厂公司的项目通常比较赶，更希望能在越短的时间内完成相关研究。3. 解决办法由于成本的限制，在一些大型的研究中可以寻找第三方数据的帮助。很多大厂每年都会输出一些用研报告。直接从这些报告中获取一些有用的信息，将获取数据的过程简化。还有一些常见的web和APP分析平台也是获取数据分析的一种路径。比如，公司正考虑研发一款主要针对00后用户群的产品，需要了解00后的特征、喜好。00后用户群人数众多，对于中小型公司承担不起这么大的研究份量。研究人员就可以去找其他大厂做过的一些研究报告。阿里、腾讯、IBM等机构之前都有发布过00后相关的研究报告，获取里面的一些数据及结论，结合自己公司再进行整理分析。而对于一些只针对公司自己产品的用户研究，不可能借助第三方的研究数据。在产品的开发前期就有意识的进行一些数据埋点工作，这样在平时就可以累积一定的用户数据，在研究时可以对以往所获得过的产品数据进行整理分析，也就节约了一部分的收集时间。资金成本方面可以采用对参与者进行小礼品感谢，或者提供APP内消费优惠券等形式来控制成本。最后用户研究是辅助产品设计的一种很好的手段，其研究结果是一种参考，也是对产品设计初期假设的一种验证。可以使设计做到有理有据，有形之中也增添了设计的说服力。作者：『夜。本文由 @『夜。 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

编辑导语：用户研究，是产品出生的必备前提。如果没有详细严谨的用户研究，就不会有成功的产品。产品经理对用户需求的把握程度，与其行业深度、职业阅历有很大的关系。只有当产品经理把自己当成用户去设计一款产品时，才能迎合用户的需求，才能设计出市场需要的产品，才能成功。什么是用户研究呢？我理解的，用户研究是产品设计的第一步，是帮助我们认知用户的一种方法，来指导我们设计产品、优化产品。一、用户研究的几个维度我们先来看一张图，这张图能够帮助你如何在适当情况下进行用户分析。来看横坐标是定性和定量两个维度，怎么理解呢？其实就是为了明确，你研究的是什么？是要明确用户问题还是判断用户问题？通俗的讲：定量意思就是用户有没有这个问题，我知道用户的问题是啥，但我不确定有多少用户都有这个问题。而定性是用户的问题什么？也就是我知道用户有问题，但具体是什么问题我不知道，这两个维度的不同就导致了需要根据用户分析的目的去选择不同用户分析的工具。再看纵坐标，上面是观点，下面是行为。怎么理解呢？就是用户表达出来的和表现出来的分别是什么？用户说：“我觉得你们的产品不好用”，对于这样抽象的回答，主观上的回答，是用户的观点。而用户在使用产品的过程中，发生了闪退，给了产品差评，那这算是行为。行为是用户直接反馈的，是最真实的表现，但是行为不够具象。比如：一家饭店门口没人来，这个是用户的行为，用户不愿意来，但是呢，行为是不能让你清楚的知道，用户为什么不来，是因为口味不好？环境不好？这是很就需要观点这个维度来判断了，通过去分析用户的观点，来判断具体的问题是什么，但是在需求分析中我们都知道，用户的问题肯定是有欺骗性的，他说是因为口味不好不来，但真实情况下可能并不是。当两个维度交叉，就构成了用户分析的四个维度。而这四个维度中，又有不同的工具，来供大家根据用户分析的目的有选择的，分别是我们熟悉的：问卷、数据、现场调研和访谈。比如：一个用户在使用微信支付过程中反馈遇到了问题，但我确实不知道用户遇到了什么问题，这样的调研该用什么方法呢？这个目的是确定用户问题，对吧，那就是定性的维度，那么这时候根据你要确定的内容，选择是用访谈呢还是现场测试让用户重新操作一遍——这就是定性。定性的方法不能锁定群体，因为支付环节中遇到的这个问题可能是个体问题。只有这一个用户发生，所以还需要进一步通过定量去验证，这时候就需要用到数据或问卷了。比如说数据，没错，数据也是用户分析的工具，可能和你理解的不太一致，但事实上数据都是用户行为的体现，对不对？在数据分析中我们最常见的数据漏斗，其作用就是分析用户的行为产生数据上的影响，如果某个节点出现数据异常，大概率说明大量用户在某个步骤发生了问题。数据是从定量的角度，确定了用户行为的用户分析方式。所以，遇到类似“转账用户，使用微信支付的时候出现了问题，来投诉了”客服就可以通过数据的角度，去确定用户是在那个环节发生了什么，导致出现了问题。确定具体在那个环节，从而完成用户分析，到底是个性问题还是群体问题。数据能够客观的表现出用户的行为，但也不是全能的，他是不能非常具体的表现出用户的真实问题是啥的，只能知道问题在那个环节出问题了，而不知道这个问题是什么。另外，对于用户的感受这种主观性的感受，是不能够验证的，比如用户感觉体验不好，但实际上数据中并不能客观的体现这种不好，这时候就需要产品经理来应用其他的方式来分析。相较于数据，另一个定量的工具问卷，是可以帮助我们进一步确认具体问题是什么的。通过大量的用户问卷，让同一类型的用户给出一些结论，再通过这些结论来判断用户的真实想法，这是问卷的使用场景。以上就是四种不同的用户分析的使用常见。客观来看，产品经理对于一个需求，即需要从定性的角度确定问题，同时也需要从定量的角度去验证问题。也需要从行为和观点两方面来去聚焦用户的问题。这样出来的结果，才是最真实的维度，从而使你的需求分析更准确。二、用户研究怎么用？那么用户研究具体怎么用呢，我们从几个场景分别来看一下：1. 场景一：从0设计一款产品，了解目标用户当我们从0开始设计一款产品时，这个时候，我们的产品/功能还没有上线，所以这个时候去观察用户行为的方式是不太合适的。所以在这种场景下，更多的是我们通过问卷调研或者用户调研（用户访谈）去找到目标用户，以及去了解他们的真实需求。2. 场景二：产品优化，发现新的需求点产品优化，去挖掘一些新的需求点，这个是我们产品工作中比较常见的场景了。在这个场景下呢，我们进行用户研究的用户一般是老用户居多了。所以这个时候，由于老用户对产品的存在主观印象，所以问卷调研这种不可控的关键收集就不太建议使用了。不能过多的去听取用户想要什么，而是更多的去看看，用户做了什么？这里我们就要去分析用户的行为，通过数据分析用户的真实态度。那么用户调研为什么可以用呢，首先用户调研1v1的场景比较多，相对于问卷，我们可以认为的去引导用户说出真实的想法。再者，当我们通过数据分析用户的行为之后，也需要通过真实的用户调研来验证数据分析的结论。3. 场景三：深入挖掘用户遇到的问题我知道用户遇到了问题，但是不知道具体是什么样的问题，怎么产生的？场景是什么样的？这个时候呢，我们就应该从定性的角度去分析用户了。用户调研可以直接跟用户当面沟通，通过用户的直接描述，去了解实际场景中用户遇到的问题。那么，当用户描述比较困难时，或者通过用户描述也无法非常清晰的判断他们所遇到的问题时怎么办呢？这个时候，可以让用户来一次真实的现场测试，我们直接观察用户真实的使用场景，帮助我们更直观的理解和分析用户遇到的问题。本文由 @kiwi 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

本文以用户研究工作人员为出发点，讲述了这一职业在职场上与专业技能上需要注意的要点。讲一个我前同事的事儿。认识他的时候，他心理学硕士刚刚毕业，开始从事用户研究。名校毕业，科研训练扎实，工作又认真努力，所以他项目上手很快，业务方对他也是赞不绝口。领导信任他，开始让他承担一些更重要、更复杂的项目。然而过了一段时间，业务方开始向他领导吐槽，抱怨他项目进度太慢，报告不能按时产出。领导很纳闷挺靠谱一个人怎么忽然就不行了，于是找他谈话；原来他自己也很痛苦很焦虑，明明已经在拼命加班了事情还是完不成。跟他深聊的时候，我慢慢意识到他遇到这种挑战的原因。虽然离开了高校，但是他仍然在按照科研人员的标准来要求自己：要求研究结论尽可能精确。为了对自己的结论有信心，他花了大量的时间收集更多的数据，做更多的分析，结果导致工作迟迟不能完成，项目最终被迫延期。这个同事的处境让我想起自己的经历。博士毕业刚参加工作，第一次绩效面谈的时候，领导给我的一条评价是“学生气太重”。在我看来，这位同事之所以遇到问题也是“学生气”结果。科学研究与用户研究没错，用户研究岗位对研究能力要求很高。从业者要掌握科学研究的方法论（问题分析-假设检验-研究结论），熟练利用科学的研究方法（问卷、访谈等），对结果做出有说服力的解读。从这个角度讲，用研工作与科学研究是非常相似的。但二者的差别也非常明显，主要是在目标和成功标准上：科学研究的目标是发现客观规律，从而能够对事物进行描述、解释和预测。用户研究也对用户相关现象进行描述、解释和预测，但公司雇佣用户研究人员的最终目的是通过这个过程为业务问题的解决提供输入，或提供最终的解决方案。这构成了用户研究（或公司里其他研究岗位）的核心目标。目标不同，成功的标准、卓越的标准也就不一样：科学研究求真，所以优秀的研究者投入大量时间让自己的理论和发现足够精确无误。而用户研究追求的是解决问题，所以一个优秀用户研究人员的结论应该在有限的时间内做到足够“有效”，也就是提供的建议或方案对于问题的解决有实际的效果。在我看来，优秀的学术训练以及个人性格的特点让同事走入了误区：在用研工作中用“精确”代替了“有效”；用“完美”代替了“效率”。针对“问题解决者”和“有效”，我们已经在别处做了讨论，这里着重说说“完美”和“效率”的问题。追求效率的根本原因：公司在有限的时间内最大化资源的价值The outcome of business operations is the harvesting of value from assets owned by a business.一个博士学位要读三到四年，不顺利的话则要更久；很多研究者可以穷其一生投入在某个研究主题或理论上。人们给予了科学研究更多更充分的时间（如果不考虑科研从业者的晋升压力），尤其是对基础研究日益看重的今天。而在商业环境中，时间是最稀缺的资源。在商业竞争中，速度对成败的重要性不言而喻。在电商行业有阿里、京东、拼多多等大佬；尤其像阿里这样庞大的企业仍能够持续保持超过40%的增速，正所谓会跳舞的大象。网易的电商业务作为后来者，在基础设施和能力上跟竞争对手差很大一截，不管是对电商和零售业务逻辑的理解上，在中后台的建设上，在对消费者的理解和洞察上，还是在产品设计的能力上。在这种竞争环境下，只有保证足够快的发展速度，才能够避免被紧追不舍的大象踩死。对于那些能够在更长期更大范围内产生价值的研究主题，社会的资金投入也是巨大的，国家、省市都会有科研基金的支持。与科研环境相比，商业环境的资金资源就显得非常稀缺。哪怕是头部的大公司，在成本上也是要精打细算的。即使是上市的大型企业也可能因为资金链断裂而被迫退市破产；对于创业企业来说，资金就更为有限，有大量的创业企业因为资金问题而失败。显然，用研需要消耗公司的资源当用研工作陷入对精确性的追求时，更多的时间和金钱就被投入来收集新的数据，做更全面的分析。这些都需要花费公司的人力、资金。发放问卷或执行访谈往往需要支付用户一定的费用；当采用外部公司进行调研时，费用的成本会更高，一份问卷的价格可能会达到近百元，一个访谈的价格更是要几百块。公司的用户资源本身也是一项稀缺资源。比如互联网公司的用研项目常常需要向用户推送或短信发送问卷。每一次对用户的打扰都可能对用户体验带来负面的影响，造成用户关闭push消息或屏蔽短信号码；更验证的情况下甚至可能造成用户的流失。反过来讲，这些触达用户的机会本来可以用来进行营销推广和商业变现。用研人员也是公司的一项稀缺资源。用研团队规模一般都不会很大，通常是几个人负责一个产品，甚至一个人负责多个产品的用研工作。由于用研工作对研究能力的要求高，用研从业者的学历水平一般也相对比较高。这样数量有限、高学历水平又高的人员被分配来解决什么问题就变得极为重要。用户研究项目的各环节往往还要花费其他人的时间，比如需求沟通流程对业务方时间的要求。尤其是在公司流程比较复杂时，从研究策划到开展可能都需要数周的时间。上诉这些不同方面的投入构成了一项研究的成本，它与研究价值的比较也就是衡量一项研究是否值得做的底线。ROI的最大化也是对用研工作的要求由于资源的稀缺性，公司里的各类经营活动都要评估ROI。营销活动是非常典型的例子，一场广告营销活动耗费大量的资金，究竟给公司带来了多大的价值，不管是在实际的成交上，还是在品牌的宣传上？所以在一些公司里会对营销活动的效果做不少调研来进行评估；也诞生了很多公司专门做广告投放效果的监测和评估，而各个广告平台（如腾讯的广点通、阿里的阿里妈妈等）也会提供相应的工具。而Facebook和Google能赚得盆满钵满也部分是因为广告投放优化算法方面的优势。回到用户研究中，用研上的投入虽然在公司的支出中占比可能不高，但也同样需要考虑ROI的问题。上述这些人力和资金本来可以花在其他地方，这也就是所谓的“机会成本”。（这可能是小公司不养用研的原因。）因此，我们会强调一定要让自己的研究结果是有效的，即有足够大的产出，同时也强调我们投入的资源是合理的，即有高的ROI/效率。完美在这里不是必须的，甚至是不提倡的。几点建议在上面提到的用研工作消耗的资源中，用研人员的有效工作时间可能是最宝贵的资源。对于从事这个行业不久的同学，我给出一下两条建议：有效工作的两条建议1. 用投资的视角来思考自己精力的使用方式估计不少同学都懂，精力管理比时间管理更重要，想想自己一脑袋浆糊加班的样子就知道了。因为对工作比较陌生，能力也有待提升，初入职场的同学们常常要工作更长时间。但精力差的时候，人反而容易出错，创造力也受限。所以，首先用精力管理代替时间管理，不鼓励加班。投资强调投入和产出，两个概念特别重要：收益和风险。比如，我会把自己的钱分散到几类投资中：余额宝这类货币基金虽然收益低，但风险也特别小，作为一个保守风格的人，我就多投一些；股票基金的风险高一些，但长期坚持的回报比较高，那也可以多投一些；个股投资需要懂行业懂公司，成为韭菜被人割的风险比较大，那就选几个自己稍懂的公司投一点。这样虽然收益不会特别大，但总体比较稳定。在工作中也可以借鉴这样的思路。对应于投资中的收益和风险，不同用研项目的价值差别很大，而项目输出有效产出的可能性也不同。要判断项目的价值，需要我们懂业务，甚至懂战略。如果自己尚不能判断，则可以多跟领导、前辈来沟通，让他们帮忙判断。有些新同学对前辈或上级有畏惧心理，完全没有必要。从项目价值和难度出发，大概有三类项目：第一类项目是常规的，自己熟悉的，产出比较有保证。这类项目做了能保证自己有持续稳定的成果，但可以慢慢压缩它们占据的时间，比如让这些项目流程化，或者产品化。第二类项目挑战大一些，比如是自己没有遇到过的问题，或者需要在方法上有所创新。这些项目对自己成长有帮助，产出对业务方的价值也可能比较大，可以多投入一些时间在这上面。第三类项目挑战很大，做到让人满意的几率比较小。最好的办法是把这类项目变成第二类项目。比如，你可以找资深的同事请教，或者求助公司外部的业内人士等。这类项目不会太多，因为领导一般也不会分配这类项目给新人。但如果遇到了，那可以多投入精力，抓住机会，有可能“一举成名”。即使做得没那么理想，也不用灰心，都是自己学习积累的过程。随着个人能力的提升，个人在上述三类项目上分配的精力比例也不断变化。好的领导也会主动去调整下属在这三类项目上的比例，帮助大家成长。2. 提升工作的效率，提高自己的professionalism如何成为一个职业的人，不少新同学在这一点上有挑战，尤其我们的教育中都没什么涉及。对于这个大话题，有两点我觉得可以优先做起来：一是要快速掌握起常用工具的高效使用方法。现在的办公软件都比较复杂，但当你掌握了一些基本技巧之后，你的使用效率往往会大幅提升。实习是获得这类技能的一个好途径。如果没有的话，要培养自己学习这类技能的能力，毕竟在工作中遇到这类新东西的情况也很多。第二点是养成良好的工作习惯。这又是一个很大的话题。上面提到积极及时与上级沟通，也是工作习惯的一部分。很多习惯其实是个人能力的一个反映。粗略来说，有几类习惯是可以不断去优化的：让内容系统化的，比如工作文档的命名、格式、存档避免风险的，比如项目过程中与业务方及时沟通风险，沟通结论是书面确认等提高效率的，比如每天早上建立日程安排，工具的设置，邮件的管理规则，工作的流程优化等如果你已经经验比较丰富，开始带人了，可以考虑以下两点学会授权前面提到三类项目在个人精力中的占比，把一些项目或项目的部分内容分配出去，是调整精力分配的一种好方法，自己则更加聚焦在那些对组织和自己更有价值的工作内容上。分配出去不是撒手不管，你需要跟进任务的进度，毕竟你是为项目最终结果负责的人。任务分配出去也不是为了让自己更轻松。相反，在分配的初期可能自己会变得更累，因为对方并不一定完全胜任这些任务，而你需要承担起一部分培养人的工作。我就曾遇到过很多次对方不靠谱，从而导致数据分析需要复核的情况。但这类投入长期来看能降低自己在任务跟进上花的时间，我认为是值得的。在团队层面，做好风险和收益的权衡上面提到的投资视角管理个人精力，我认为在团队层面也一样适用。在此不再赘述。只是作为团队leader，懂业务和懂战略的要求会更高，否则很难对项目的价值做出判断，甚至需求都聊不清楚。如果你职位更高一些，那还有最后一点建议在组织层面，减少对有效工作时长的损耗微软第三任CEO Satya Nadella 在上任之后修改了公司的使命：to empower every person and every organization on the planet to achieve more.通过更先进的工具和更好的流程使企业效率提高，这使得各个行业竞争激烈的美国出现了很多类似于微软的成功的2B企业。在组织的小环境中，员工最大的时间损耗基本是公司内部的“摩擦”。比如在部门间沟通中大家都互相扯皮，面前答应回头反悔。比如超长的超级复杂的流程严重拖慢项目速度。比如宁愿使用自己开发的差工具和系统，也不用更有效的、长期迭代优化的外部工具等等。更高的管理者在组织中也承担了赋能的任务，通过规则、流程、文化等建设和优化减少组织内部的损耗，让大家有更多的有效工作时间。用研和科研人员都使用科学的方法论，而前者可能对投入产出的要求更加迫切，这是商业社会的本质：获得的回报与创造的价值高度相关。围绕价值创造这个话题，每个用研从业者都是一个投资者，精进的路没有尽头。本文由 @益者友多闻 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

编辑导语：在用户研究方面，用户研究对于工作是非常重要的，因为产品最终是服务于用户，所以用户的需求以及痛点等是最为重要的；本文作者分享了关于用户研究的方法，我们一起来学习一下。一、什么是用户研究？用户研究是用户中心的设计流程中的第一步。它是一种理解用户，将他们的目标、需求与您的商业宗旨相匹配的理想方法，能够帮助企业定义产品的目标用户群。用户研究重点工作在于研究用户的痛点，包括前期用户调查 情景实验等；用户研究的目的是帮助设计师了解用户的特点、需求和行为。二、用户研究途径定量分析：是一种自然科学的研究方法，使用数理统计的工具，分析可量化的行为数据，确定不同事物之间的因果关系，这种方法比较侧重于对数据的数量分析和统计计算。定量研究有一套规范的操作流程，包括被试的抽样方法、量化数据的收集方法以及数理统计资料的收集方法等。被试的抽样方法包括：随机抽样、分层随机抽样、系统抽样和非随机抽样；量化数据的收集方法包括：问卷法、观察法、实验法；数理统计资料的收集方法包括：描述性统计、推断统计。定性研究：主要收集深层次的信息，定性研究主要是回答“为什么”的问题。如，用户为什么会在某个特定场景中出现这样的行为？用户为什么会选择购买这个产品而不是其他？在定性研究的过程中，可以针对被试所提到的某些细小的信息直接进行深度挖掘；这样可以高效地收集到更加详细的信息，也更加接近被试者行为背后的真实原因。研究者采用哪种研究方法，主要取决于研究中需要解决的问题；在实际的研究中，研究者需要结合两种研究方法的优点，相互补充和借鉴，才能实现具体的研究目的。三、用户研究方法1）桌面研究是不进行一手资料的实地调研和采集，而直接通过电脑、杂志、书籍、文档、互联网搜索查阅他人发布的研究结果的数据、官方发布的白皮书、媒体数据等现有二手资料进行分析和研究的方法，通常也可以称之为案面研究，也有业内人士称之为“二手资料研究”方法。2）用户访谈是研究者与受访者面对面进行沟通的过程，通过这个让谈的过程能帮助研究者更好地理解用户对产品或服务的认知、意见、行为和行为方式。3）拼贴板用视觉表现形式展现产品的使用情境、目标用户群体、产品种类等，通过拼贴板可以帮助我们快速理解项目、定位目标群体完善视觉的设计标准，从情境中发现用户痛点。4）思维导图英文是The Mind Map，又叫心智导图，是表达发散性思维的有效图形思维工具 ，它简单却又很有效，是一种实用性的思维工具；运用图文并重的技巧，把各级主题的关系用相互隶属与相关的层级图表现出来，把主题关键词与图像、颜色等建立记忆链接。思维导图又称脑图、心智地图、脑力激荡图、灵感触发图、概念地图、树状图、树枝图或思维地图。5）问卷调查是指通过制定详细周密的问卷，要求被调查者据此进行回答以收集资料的方法，它是人们在社会调查研究活动中用来收集资料的一种常用工具；调研人员借助这一工具对社会活动过程进行准确、具体的测定，并应用社会学统计方法进行量的描述和分析，获取所需要的调查资料。6）焦点小组即小组（焦点）座谈（Focus Group）是由一个经过训练的主持人以一种半结构的形式与一个小组的被调查者交谈；主持人负责组织讨论，焦点小组可以用在用户研究和讨论产品的相关阶段使用，参与者应该是项目的研究对象或产品的目标用户。7）用户画像又称用户角色，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。用户画像是真实用户的虚拟代表，首先它是基于真实的，它不是一个具体的人；另外一个是根据目标的行为观点的差异区分为不同类型，迅速组织在一起，然后把新得出的类型提炼出来，形成一个类型的用户画像。一个产品大概需要4-8种类型的用户画像。8）角色扮演是一种综合性、创造性的互动活动，人们通过进行角色扮演活动，可以分享和感知经验与心得。角色扮演会让研究者体验到整个目标情境，遇到问题时候的心里活动及准备工作，遇到问题时的困惑及如果获得解决办法，如何使用产品解决问题，以及解决问题后的结果；由此来来体现产品的交互形式，更加直观地了解用户可能面临的问题，判断产品是否有效解决了这个问题。9）用户旅程图从用户角度出发，以叙述故事的方式描述用户使用产品或接受服务的体验情况；以可视化图形的方式展示，通过绘制用户在问题情境中的阶段、行为、痛点、需求、情感、想法，帮助研究者从问题发生的“前、中、后”全流程的视角了解用户面临的问题，深入解读用户在使用某种产品或服务的各个阶段中体验和感受。10）故事板是一种视觉的方式讲述故事的方法，也用于陈述设计在应用情境中的使用过程。故事板有助于研究者了解目标用户群体、产品使用情境、产品使用方式和时间。故事板，起源于动画行业。11）头脑风暴法（Brain storming）该方法主要由价值工程工作小组人员在正常融洽和不受任何限制的气氛中以会议形式进行讨论、座谈，打破常规，积极思考，畅所欲言，充分发表看法；按照说、写、画三种不同的媒介可以分为口头头脑风暴、绘画头脑风暴，根据实际场地选用合适的方式。头脑风暴的前提假设是数量成就质量，所以鼓励参与者产生大量的想法，越多越好。12）HMW，即How Might We （我们如何能够），是一种通过提出问题来明确设计目标、激发创意思考、促进协作的方法，可以结合头脑风暴一起使用；字明确了目标群体、需求、痛点之后，研究者需要洞察用户行为背后真正的需求是什么。13）SWOT分析，即基于内外部竞争环境和竞争条件下的态势分析，就是将与研究对象密切相关的各种主要内部优势、劣势和外部的机会和威胁等；通过调查列举出来，把各种因素相互匹配起来加以分析，从中得出一系列相应的结论，而结论通常带有一定的决策性。14）快速原型是指在产品或服务设计过程中，用较快的方式将设计理念可视化；如果是数字产品，研究者可以利用快速原型来验证交互逻辑是否正确，以及产品功能是否形成闭环，同时快速原型能够帮助研究者与团队其他成员进行沟通。15）原型测试是在快速原型建立之后用走查等方法检验原型是否符合设计理念，用来指导接下来的产品设计与优化迭代；此方案能够帮助研究者了解用户在使用该产品时最真实的反馈，并在测试结果的基础上进行改进。四、总结用户研究的方法有很多，用户研究的流程也具有多样性。所以用户研究需要根据不同的项目、情境、目的、选择合适的方法和流程。本文由 @忻芸 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

如何成长为一个有很强影响力、深受团队信赖的用研？本文作者将结合自身经验与大家分享，enjoy~一直以来，Airbnb 爱彼迎都将用户的声音和诉求放在首要位置。因此，代表用户声音的用户研究团队在 Airbnb 爱彼迎是不可或缺的。这次，我希望通过 Airbnb 爱彼迎内对用户研究员的职业要求来简单分享一下，作为一名初级研究员，应该具备哪些方面的能力。Airbnb 爱彼迎对用户研究员的能力培养主要集中在5个纬度：技能（Craft）、领导力（Leadership）、人际关系（Relationship）、沟通（Communication）和思维模式（Mindset）。一、技能（Craft）技能方面很多其他答案都讲的很全面。定性和定量是调研方法最主要的两大分类。而每一类里都有很多具体的方法，如定性调研中的深访、座谈会、日记研究（Diary study），定量调研中的在线问卷、街头拦访等等。那么，如何在实际调研中来应用不同的方法呢？在 Airbnb 爱彼迎，用户研究深入到每一个产品环节，不同阶段所需要解决的问题也是不同的。因此我们采用的方法，以及应用场景也会根据解决问题的不同而随时调整（参考图 1）。总体而言，定性类方法会更善于解决「为什么」类问题，而定量类方法则更多用于优先级和重要性的评估。△ 图1对于初级研究员，并不需要每种方法都掌握，这也是不现实的。可以选择最常见的几种方法，如深访、在线问卷开始，在实战中学习。这里有一些小小的建议，在实际调研中，我们不光是熟练方法的技巧，更多的是探索每个方法的优点和局限。「Every method is weak and strong」 ，没有一种方法是完美的。如果过分迷恋其中一种，或是回答了超出这个方法所能覆盖的问题，都可能给团队带来致命的误导。因此需要用研多渠道、多角度的反复验证你的结论，通过获取不同渠道的信息来减少风险。如定性和定量调研的互相佐证，系统内部数据、投诉数据对结果的补充等等。另一方面，我建议用研同学多关注调研发现的落地成果的效果，来回看你的发现是否准确，有哪些局限性，以及为什么会发生这些问题。其实，调研过程中有很多人为因素都可能造成结果的偏差，如样本选取不合理，问卷问题有引导性等等。因此，我们需要通过反复复盘来成长，慢慢修正对结果的把握和判断。长期积累下来，你就会慢慢知道，哪些发现可能只是小众的「奇闻逸事」，哪些则真正代表用户的最普遍需求。以我自己的项目为例，我在爱彼迎负责新用户增长的调研，因此了解新用户如何在第一次到达我们产品的时候更好的被转化始终是我的研究课题。在最开始，我们通过邀请潜在用户在 Lab 里面初次尝试使用我们的产品来发现困扰他们的问题。但调研中以及后续产品落地的验证中，我们发现用户在 Lab 里面使用的场景和他们实际生活中的潜在场景差距太大，而这种场景的差异会很大的影响到用户的决策以及结果的准确性。因此，在后续的调研中，我们就尽量选择更多场景化的方法来执行这个调研，比如 Diary study，或者是用户实际使用产品的过程中加入调研环节来收集信息。其实在 Lab 中还是能完成很多类型的调研，只是这种问题太依赖于场景所以不适合，这种都需要经验的积累和摸索。为了更好的了解到用户在使用 Airbnb 爱彼迎时的体验，我们会经常采用跟访的方式。我们的很多访谈都发生在一个个房源里，都是为了更好地捕捉用户当下最真实的想法和诉求。除了定性和定量方法以外，Airbnb 爱彼迎也会对用研在应用统计学以及 SQL 方面有一定要求。因为这些都是帮助我们更准确、更科学、更全面回答问题的必要技能。二、沟通和人际关系（Communication & Relationships）沟通和关系我希望放在一起来说明。用研是一个非常需要其他团队来配合的岗位。如果没有产品、设计、技术的支持，用研的结果很难得到落地。因此，如何与团队沟通、配合，维持良好的工作关系就显得尤为重要。懂得站在其他团队的角度来想问题可以很好的促进团队之间的合作。比如，如果你的配合对象是产品经理，那在早期，了解他的诉求，他负责的范围以及他所能解决的问题纬度就很重要。有的时候，产品经理没有办法落地研究发现不代表他觉得不重要，可能是超出了他的责任和能力范围。所以长期的保持沟通、获取反馈很有必要。但这里并不是说一味的迎合团队的诉求。用研与团队间的合作方式应该是「research with you, not for you」。我们要做什么和怎么做，这些都需要大家一起讨论来得出，而非一个「承接需求」的合作方式。其次，怎样把调研结果更高效的传达给团队呢？其实这个方法可以是灵活多样的。比如尽量在过程中让团队成员参与，让他们亲耳听到用户的话术比我们的间接转述要有效的多。调研结束后，带领团队一起总结，这个讨论过程也是让团队一起认可调研结果的过程。研究发现的分享也不仅局限于最终的报告或分享（presentation），可以在调研过程中随时分享自己的发现，让团队更及时的获取关键信息。三、领导力（Leadership）其实初级研究员在领导力方面的要求更多是一种自我驱动能力。在早期，初级用研大部分项目都是被「指派的」。在这种情况下，是否能主动提出自己的想法，主动探索对团队更有利的新方向就显得很重要了。比如，可以经常和团队产品经理（PM）主动沟通，了解「近期最困扰他们的问题是什么」或「有没有什么问题，如果一旦解决了，可以很大提升现有业务」这种主动的态度会更好的帮助用研在团队里建立信任。同时，如何「管理」团队的预期也是用研必须具备的一项能力。以我个人为例，我在完成调研计划后，我都会和团队的核心成员明确几个方面： 「这次调研采用的方法是什么以及原因」，「预期得到的结果会是什么样的」以及「可能会有什么样的局限或无法回答的方面」。这里很重要的一点是，当你给出了「方法的局限性」的同时，需要给出推荐的解决方案。举例来说，每当有 PM 找到我，提出了一个「很着急」的诉求时，我都会明确说明在这个时间节点下，我们可能只能通过XX方法了解到XX问题层面，但是你的某些问题是无法得到可靠的验证的，我建议，如果我们之后进行一个为期XX周的调研，可以更准确、全面的回答你的问题。然后根据 PM 的时间性要求，再来判断，是以一个大项目来执行，还是以分阶段的小项目来完成。四、思维模式（Mindset）作为初级研究员，保持一个良好的心态和思维方式对个人成长和未来发展都很有必要。有几点小小的建议：保持谦逊，接受并重视其他人的反馈。让自己时刻有一颗开放的心态，保持自我成长的积极态度。全盘考虑问题，不因为细节而忽略大局。着眼现实，根据实际情况来自我调整，灵活对待问题，不固步自封。保持积极的、解决问题的态度，抱怨解决不了任何问题。以上是一些简单的经验分享。其实，如何成长为一个有很强影响力、深受团队信赖的用研，我也仍在摸索中。期待和大家更多的交流。图片素材作者：Anna Kirsanova作者：Christy Li，爱彼迎用户体验研究员，2017年加入，坐标北京。

编辑导读：每个在互联网工作的人，对“用户画像”这个词熟悉得不能再熟悉。用好用户画像，能够快速找到目标用户，利于产品设计。本文将从六个方面，围绕用户画像展开分析，希望对你有帮助。企业在定义产品和服务的功能时，首先要明确其使用者是谁。任何一类产品不可能是针对所有人，也不可能是针对某一个人，一定是针对某一个或某几个特定人群。这些人群就是我们的目标群体，找到这类用户，第一件事就是要对用户进行画像。一、认识用户用户画像和目标人群分类帮助我们在脑海中建立并累积用户的形象，这个形象越具体、越生动，就越有作用。如何把用户形象建立起来？怎样才能使用户形象更有利于产品设计？爱整洁，注重养生的北京阿姨——冰箱可用性测试调研。这类人群对于冰箱在实际中的使用要求很高，对冰箱的整洁度、食物的保鲜程度都有明确的高要求，属于冰箱产品的重度使用人群。紧跟时代，喜欢分享的上海老克勒——通讯三网融合用户研究。紧跟时代的上海老克勒，年纪虽大，但却喜欢在线上线下和他人分享新见闻。网购经验丰富，个性化诉求鲜明的深圳青年——电商平台用户研究。在实际的用户访谈中，发现这类人群生活节奏快、重度依赖网购。即便有些收入不高，但却愿意在某些事情上花钱不菲。比如深圳某餐厅的服务人员，他们会养宠物，并且愿意为宠物买智能化的宠物卫士机，或者摄像头来监看它们。以上三类人群是在实地调研中，真正地和用户进行交互，才能看到的鲜活个体。他们身上所具有的典型特征和个性化诉求，经过固化和提炼，可以从中挖掘出用户需求，对产品设计很有启发。所以在日常的工作和调研之中，积累各种各样的用户形象是非常重要的。二、为什么要认识“用户”以用户为中心的产品设计路线图以用户为中心的产品设计路线图从用户入手，第一步确定产品的目标人群，随后进入到用户画像，在形成用户画像之后，进行用户需求挖掘和分析。下一步，根据挖掘出的用户的形象和需求，导出产品概念。但需要注意的是，这个概念是站在用户角度导出的，而实际研究中不能只看一个角度的建议，还要参考竞品和相关新技术的应用。同时还要考虑环境因素，整个宏观环境下，人们需求变迁的趋势会影响未来或者现阶段的用户需求。最后一步形成概念，进行概念验证和概念输出。三、认识用户画像persona指针对产品目标群体真实特征的勾勒，是真实用户的综合原型。对真实用户的性格、喜好、行为、需求等特征进行挖掘提取，要素抽象综合成为一组对典型产品使用者的描述。对用户的群体特征、心理认知、行为和需求进行细分，去定义用户画像。但需要注意的是：1. 用户画像不是用户细分用户细分是根据市场销售的数据，依据用户的年龄、性别、职业和家庭结构去细分，更多是为了解释现在的销售情况。用户画像关注的是用户是一个什么样的人，从而为他设计产品。所以用户画像不是用户细分，用户画像更关注抽象出来的一个形象。2. 用户画像不是平均用户用户画像并不是为了得到一组能精确代表多少比例用户的定性数据，而是通过关注、研究用户的目标与行为模式，帮助我们识别、聚焦于目标用户群。3. 用户画像不是真实用户我们需要重点关注的，其实是用户需要什么、想做什么，通过描述他们的目标和行为特点，帮助我们分析需求、设计产品。如果把Persona（用户画像）拆开来看，Persona有几个基本要素：P-基本性Primary:用户角色是否基于对真实用户的情景访谈。E-同理性Empathy：用户角色中包含姓名、照片和产品相关的描述，该用户角色是否能引起同理心。R-真实性Realistic:对那些每天与顾客打交道的人来说，用户角色是否看起来像真实人物。S-独特性Singular：每个用户是否是独特的，彼此很少有相似性。O-目标性Objectives：该用户角色是否包含与产品相关的高层次目标，是否包含关键词来描述该目标。N-数量性Number:用户角色的数量是否足够少，以便设计团队能记住每个用户角色的姓名，以及其中的一个主要用户角色。A-应用性Applicable:设计团队是否能使用用户角色作为一种实用工具进行设计决策。四、用户画像的分类维度1. 基本属性对真实用户的性格、喜好、行为、需求等特征挖掘提取。比如，性别、年龄、收入、学历、职业、居住地、住房类型、家庭结构等。2. 心理属性经过验证，创建出具有相似特征用户群体心智模型。比如，兴趣爱好、心理需求、生活价值观、消费态度、媒体态度、品牌认知等。3. 行为属性对用户的群体特征、心理认知、行为和需求进行细分，去定义用户画像。比如，休闲娱乐、生活方式、信息获取、消费方式、使用行为等。我们来看一个插座创新研究项目的用户画像分类。插座是家庭电器化的产物，因为墙面插孔不够多，电器位置不合适，电线不够长，所以出现了插座这个产品。项目组人员以具体使用情景为切入点，让用户在场景中演绎真实使用情况，包含他们的工作情况、兴趣爱好、消费方式等，搜集了用户的基本属性、心理属性和行为属性，了解不同人群使用插座的需求与痛点及完整的使用行为地图。最终，将目标人群的用户画像分为四类：持家安全控、前卫小资派、基础使用族和技术达人。五、用户画像发挥着什么样的作用1. 帮助产品定位做产品的用户研究，可以通过市场数据推论到产品的定位人群，但是知道了定位人群大概是什么样的人，仍然不知道他们和其他类型的人的需求差异在哪。实际上只有通过用户画像，真正了解用户是什么样的人，他需要什么，才能够确定产品的定位，包括功能定位、市场定位，这些应该从用户的角度出发。2. 团队交流沟通当团队在沟通产品的方向和设计概念的时候，如果就产品说产品，很容易会陷入一种难以达成一致的状况，对产品的定位也没有办法有效的沟通。实际上用户画像就是一个比较好的沟通机制，因为这是一个人的形象。不管是研发、设计还是运营，都是要把产品做好，卖给这样的一群人。3. 达成共识当有了用户画像这个工具之后，对于目标比较容易达成一致。当大家有争论的时候，可以把用户画像作为一个中间的、沟通的渠道来告诉大家，我们要卖的用户他是这样子的。如果大家对此有一致的了解，在对于产品具体要怎么样做抉择，方向是什么样的就比较容易去讨论，使设计意见比较快地达成共识。4. 衡量设计效率当我们有了目标用户的画像，会清晰的知道要找谁去测试产品设计，而不是盲目地在大街上随便抓一群人，或者不考虑用户特点随机抽样一群人来测。随机抽样一群人来测，可能产品功能概念能不能被接受是相对没有那么准确的，只有把产品给目标用户去测，才能够有效的验证设计是否可行。5. 产品助力用户画像可以助力市场营销和销售规划等其它工作，是一个比较有用的工具。六、用户画像何时发挥最大作用1. 目标用户离产品设计师越遥远、越陌生，用户画像越有用当设计师不了解用户的时候，Persona能发挥非常大的作用。比如给航空的空管系统做界面设计，虽然设计师从界面设计的角度，知道什么样的设计是好用的，却不知道真实的航空管控人员，他们每天是怎么工作的，什么样的界面更便于他们高效地工作。这个时候航空管控人员的persona对设计师是非常有用的，设计师会理解这个岗位，他会考虑哪些是影响用户工作的关键因素，以及用户的工作状态是什么样的，效率、安全性、准确性哪些是用户更关注的。所以当设计师离用户越远的时候，persona就越有用。2. 团队越大、跨职能部门沟通成本越高，用户画像越有用当一个项目或者一个产品需要多个职能部门或者不同的团队进行协作，persona可以极大的降低沟通成本。比如要运营一个健身房，就要考虑：哪些人比较有可能买私教课？收费课程应该如何安排？哪些人会买私教课？针对这个问题，首先要把健身房里面的人进行分类，才能找出哪一类人会买私教课。分类有两个维度：一是支付的意愿；二是健身的频率。以支付的意愿和健身的频率划分出两个轴，第一类是两者都很高，这种是非常喜欢健身的人群；第二类是支付意愿很高，健身频率很低，属于有钱没闲的一类人；第三类是健身频率很高，支付意愿很低，这类人出于身体的状况是需要健身的；第四类是健身频率很低，支付意愿也很低。根据用户画像的结果，私教课该向哪一类人群进行推销就很明了了。用户画像的研究还可以进一步延伸。比如何时推销课程效果最好、哪些地方会让会员不愿意来健身房、健身过程中有哪些可能的盈利机会点等。总之，用户画像不仅可以帮助我们了解用户的需求、体验、行为和目标，还可以帮助我们识别出到底哪些用户对我们感兴趣，使我们的设计任务更加高效，帮助我们为目标用户创建更加良好的用户体验。本文由 @伊飒尔UXD 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。

编辑导语：在这个大数据时代，数据变得越来越值钱，用户画像也被越来越广泛的应用。即使在用户画像这么火的情况下，仍然有多人不知道该如何创建和使用用户画像。今天，本文作者就结合自身经验，为我们做了总结，帮助你创建用户画像，了解用户想法，满足用户需求。在《重新认识用户画像》一文中，我们从定义产品和服务的功能角度，重新审视了用户画像的定义、作用和重要性，本文我们将重点讨论：如何创建和使用用户画像。过去的产品设计思维，不考虑用户分类，不做针对性需求分析，而是追求大而全的设计。但实际上这种大而全的设计反而不能有效的获取用户，自然也很难达到好的销售效果。比如做一款车，不同人群对于车的需求是不同的：孕妇对车的要求首先是安全性和稳固；大学生会追求炫酷；驴友则是需要底盘高、操控能力好的越野车。如果一款车，符合所有人群的需求，那这个车就会变成四不像；同样的，如果一款车，能够满足每个人60%的需求，这个产品最多打60分。因为从根本上说，这款车并没有真正满足任何一方的需求。只有搞清楚目标用户，针对这部分用户，把产品做到他们心目中的100分，才是一个好的设计。搞清楚目标用户，就需要通过创建用户画像来实现：一、创建用户画像的思路以用户为中心的产品设计路线图用户画像不是简单的用户细分，也不是平均用户，更不是某一个真实用户。而是指针对产品目标群体真实特征的勾勒，是真实用户的综合原型。无论是做设计、做营销策略，还是做广告，都需要事先通过各种手段勾勒出目标用户，然后将设计或自然、或“劲爆”地融入到目标用户的生活轨迹中。用户研究的过程实际上是一个定性研究和定量研究循环穿插的过程，用户画像的创建也是如此，下面是创建用户画像的三种思路：1. 创建定性用户画像的过程Step A：进行定性研究，通过一些小样本的研究，比如用户访谈、可用性测试、现场调查等形成直观感受。Step B：用户细分，基于用户的目标、观点或行为将相似的人群归集到群组中。Step C：建立用户画像，为每个细分群体加入详细信息。2. 创建经定量检验的定性用户画像的过程Step A：进行定性研，通过一些小样本的研究，比如用户访谈、可用性测试、现场调查等形成直观感受。Step B：用户细分，基于用户的目标、观点或行为将相似的人群归集到群组中。Step C：定量研究验证用户细分，调查问卷、网站流量分析等方法核实用户群的差异。Step D：建立用户画分，为每个细分群体加入详细信息。3. 创建定量用户画像的过程：Step A：进行定性研究，通过一些小样本的研究，比如用户访谈、可用性测试、现场调查等形成直观感受。Step B：形成分类假设，得到用于定量分析的多个候选细分选项列表。Step C：定量研究，调查问卷、网站流量分析等收集细分选项的数据而非证实。StepD ：用户细分，基于统计聚类分析来细分用户。Step E：建立用户画像，为每个细分群体加入详细信息。二、创建用户画像的方法前面提到，创建用户画像是一个定性和定量研究循环穿插的过程。实际执行中，可以根据时间的跨度、用户画像的精细度和用户覆盖度来决定，先做定性研究，定量研究，还是定性定量研究结合进行。这里，我们先从定性研究开始。1. 第一步：定性研究定性研究从用户访谈开始。访谈的步骤不再赘述，需要注意的是，对于定性研究中的用户访谈，一般会覆盖以下几方面的内容：产品的使用情况：接触渠道和方式、接触原因、第一印象、使用产品的关注因素、使用频率等；行业经验和知识：对行业的理解、同类产品对比、其产品的优劣势等；目标和行为：使用步骤、典型过程、使用功能或内容、未满足的需求、可优化的地方等；观点和动机：对产品的描述、可能的推荐动机、最喜欢/不喜欢的地方、提升使用频率的可能性等；机会点和反馈：新功能新内容的反馈、新功能的使用情况、需要重点改进的地方、机会点和创意点等。除此之外，为了能够获得更丰富完整的用户画像，常常会把情景研究、概念验证和可用性测试和用户访谈进行结合。2. 第二步：用户分类经过定性研究，我们搜集了创建用户画像的素材，接下来就需要对这些用户进行分类。1）创建定性细分以健身房用户为例，为健身房的20个用户做用户画像，首先要有几个关键的维度，把这20个人进行有效分类，然后再去详细地刻画每一类人的特征。分类有很多种不同的维度，比如身材管理、生命周期和阶段、身体健康情况、自制力或者对健身的专业性要求等等。如何做用户的定性分群，关键在于研究的主题。选取的维度可以根据用户目标、使用周期、用户的行为和观点进行划分，这个是需要大量的时间探索。2）评估分类选项分类可以考虑这几个选项：这些群体分类是否可以解释已知的关键差异：比如健身房要卖私教课，关键差异是需要被解释的，为什么 a和b这两类人不一样？首先，用户的支付能力和支付意愿可以很好的解释a和b之间的差异。其次，用户有没有时间也可以解释a和b之间的差异，所以找到分类的维度，可以很好的解释买不买的关键差异；这些群体分类是否已经足够不同：划分出来的人与人之间会不会有很大的交叉。这些群体分类是否像真实的人：要保证每一类都像真实的人；这些群体分类是否能快速地被描述出来：比如给健身房的人贴一些标签：他是健身达人、他可能存在身材管理的问题、他又穷又懒等等，可以很有效、很明确地把每一类人标识出来；这些群体分类是否覆盖了全部的用户；这些群体分类将如何影响决策制定。3. 第三步：定量验证这一步是对定性研究所搜集到的问卷调查结果和产品行为数据进行分析和检验，检查上一阶段形成的用户细分群体之间是否存在差异和遗漏。4. 第四步：建立画像设置形象照，可以是图片或卡通形象，看上去更真实。揭示关键差异（目标行为和观点）：给用户一个比较典型的名字，这个名字要把产品最关键的特点凸显出来，也可以从目标行为和观点上去定义。姓名、照片、个人信息、家庭结构：一个虚构的典型用户，可能跟某类用户的大部分人比较相似，但不会是某一个具体的人。有了这些个人信息，能够让用户画像看起来更像一个真实的人，更容易引起用户的同理心。相关设备产品使用情况：标识出相关特点，比如产品的使用情况，一天的生活轨迹等等，这部分内容主要跟产品、研究对象、研究目标相关。简介场景：比如某父母类产品，最典型的场景是跟小孩有关。所以产品需求就是容易操作，跟小孩有关。其他重要属性：其他的重要属性可以帮助我们去理解用户，为了让用户形象更生动，还可以添加用户语录，帮助我们更好的理解用户的需求。三、用户画像的使用1. 产品设计决策指导建立信息架构和交互设计、根据用户画像确定内容、风格和语气、为每个角色建立风格指南指导视觉设计。2. 产品功能定义使用用户画像引导头脑风暴、产出满足用户需求的想法、参考竞品和用户画像确定功能优先级。3. 商业策略将用户需求和策略整合可以弥补用户空白、易理解的普通人的故事可以弥合沟通的差距、可以作用于策略制定到执行的全流程。作者：刘溯源，中山大学社会学博士、ISAR华南项目总监、国家高级用户研究工程师。本文由 @伊飒尔UXD 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。

编辑导语：当你觉得你在用户研究这个专业已经做到了很好，需要一些突破和进步，在你有一定的专业程度和积累了一下项目实践后，可以尝试融合其他学科的知识到本专业里；本文作者详细介绍了用户研究有没有必要做扩展这个问题。大约在2年前，我隐约感觉到自身在用研的天花板已经快到了；当具备了一定程度的研究功底（对于实用主义者来说够用就好），也积累了很多跨行业（社交、支付、手游、互金、物流、电商）的重要项目实践后，我开始思考还能怎么提升自己以及团队。当然，我指的是专业路线上的提升，这里不涉及到管理路线；关于研究类岗位人才的管理路线发展，有机会再和大家分享。在个人的专业上，我一直保持的一种提升方式是：多尝试融合其他学科到我的本专业中，比如将人类学、行为经济学、社会学等基础学科的方法与实验心理学、统计学结合，应用在项目实战中。这篇文章主要回顾的是团队专业性的提升，我在思考时主要有两个不同视角：首先根据用研所做的事情、以及思维层面，将用研人才划分为三个层级，去看我以及团队目前在哪层级，接下去需要到哪层级；然后结合岗位的演变规律来推断岗位的进化方向，赶在行业重大信号发出之前，先行一步做好准备、积攒经验。一、关于用研人才层级的思考如下图所示：第三层级是运行层：比如通过可用性测试、版本的满意度调研、竞对分析等常用的工具方法，帮助产品部门、设计部门通过定位到操作层面的问题，来去优化现有的产品，使之符合好的用户体验标准（好用、易用、情感）。第二层级是战术层：比如通过用户洞察的方法，去做产品的创新研究，从而找到既能满足用户多样化需求，又能为公司实现更多商业价值的机会点。第一层级是战略层：比如通过识别公司现有业务的核心问题，进行研究与分析，找到业务的解决方案或开发新的业务。而商业分析（Business Analysis，也可以叫业务分析）源自于管理咨询（ManagementConsulting）行业，主要的工作就是：就业务发展中的核心问题进行判别、研究、分析和解决。所以从用研人才层级的视角来看，如果要做到第一层级，必然需要学习BA是如何做的。二、关于用研岗位发展大家可能都知道，很多偏向于专业型的岗位都在不断演变和进化。比如我们去看设计领域，从美术工程师——UI设计师——交互设计师——体验设计师——产品设计师；演变的方向很容易分析出来：全面综合化、不断接近上游岗位直至可以整合归一。那么目前我们称之为用户研究/用户体验的这个岗位，它是从什么岗位进化而来，又会进化成什么岗位或者说是将来的职能范围会扩展到哪里去呢？在当时，我对用户研究的发展脉络，做了如下图所示的梳理：关于起源，从国内互联网公司开始崛起后，以阿里腾讯为首，开始学习国外可用性工程。所以圈内的多数同行都认同用户研究岗是从可用性测试工程师发展来的，并且加入了多元化的研究视角。1. 可用性工程定义以美国认知心理学家诺曼和尼尔森为代表，是一门在产品开发过程中，通过结构化的方法提高交互产品的可用性的学科，建立于认知心理学、实验心理学、人类学和软件工程学等基础学科的基础上。包括一整套工程过程、方法、工具和国际标准，它应用于产品生命周期的各个阶段，核心是以用户为中心的设计方法论（user-centered design – UCD）；强调以用户为中心来进行开发，能有效评估和提高产品可用性质量，弥补了常规开发方法无法保证可用性质量的不足；九十年代以来开始在美、欧、日、印等国IT工业界普遍应用。但其实早在国内开始引进、培养可用性测试工程师之前，传统领域就有市场研究这类岗位了，现在其实很多用户研究的同学都仍然在使用传统的市场研究方法与概念。2. 市场研究定义ICC/ESOMAR（国际商会/全球市场研究者协会）、中国市场研究协会（China MarketingResearch Association）将市场研究定义为：“是指为实现市场信息目的而进行研究的过程，包括将相应问题所需的信息具体化、设计信息收集的方法、管理并实施数据收集过程、分析研究结果、得出结论并确定其含义等。所以我认为，可用性工程与市场研究，都可以作为用户研究的前世。只不过这两位前世并没有消失，目前还活跃在很多公司中，并且也是很重要的角色。毕竟很多行业的人才技能更新速度相比于互联网公司，还是会慢很多年。谁让互联网的人才更迭速度和互联网产品的迭代与消亡速度成正比呢。所以这也是为什么，我们这些互联网行业的IT民工，所承受的学习压力和成长焦虑，是其他行业从业者很难理解的。前世说完，接下来是今生。3. 用户研究定义用户研究是以用户为中心的设计流程中的第一步。他是一种理解用户，将他们的目标、需求与企业的商业宗旨相匹配的理想方法。用户研究的首要目的是帮助企业定义产品的目标用户群、明确、细化产品概念；并通过对用户的任务操作特性、知觉特征、认知心理特征的研究；使用户的实际需求成为产品设计的导向，使产品更符合用户的习惯、经验和期待。那为什么我会坚持认为，用户研究需要向商业分析演变，或者职能范围会扩展到商业分析呢？4. Business Analysis 定义翻译：商业分析（Business Analysis，也可以叫业务分析）通过定义业务问题（需求）和推荐解决方案来交付价值给利益相关者，从而引导企业变革。因为如果要不断强化用户研究的价值，就要关注三件事：你做的事情对公司当前来说是否很重要：当公司业务遇到很大瓶颈时你是否仍然在关注APP的细节优化？你做的事情是否有可持续的价值：你是否会考虑到这件事情对公司长期发展来说能产生可持续的影响吗？你做的事情是否能解决复杂的问题：你是否一直在重复做着三下五除二就能搞定的简单问题？商业分析的工作就需要具备这三个关键点：2018年6月，经过上述两个层面的思考后——用研人才层级、用研岗位发展，我用了4个月时间，快速但还算系统地学习了商业分析的工作视角、胜任能力、岗位技术、知识领域。2018年10月，正巧公司决定把我们用研团队与大数据中心合并，我果断向公司提出申请，把团队名称“用户研究”改为“商业分析”，“大数据中心”也随之改为“大数据策略中心”——时机刚刚好。但当HR问我，大家的title是否也从“用户研究员”改为“商业分析师”时，我认为还没有到时候；因为我不想在只有我自己，但团队还没做好转型的准备时，因为岗位名称提前变化，使大家感受到的是“被迫成长”的压力。不过后面又接着发生了一系列的组织调整变化，说来就话太长了。所以从2018年10月开始，我们团队算正式把用户研究的职能扩展到了商业分析，后面经过一系列的策略性调整后，正式成立为战略部。由于篇幅关系，下次再和大家分享，到底什么是商业分析，以及用研或者数据的同学转型商业分析，需要如何规划能力体系的学习。为什么还要介绍什么是商业分析？因为我发现虽然很多人都知道商业分析，但是不同行业、不同岗位所理解的商业分析，是不一样的。有人用业务视角来看认为是业务架构分析，有人用敏捷视角来看认为是项目流程管理，有人用BI视角来看会认为是数据分析商业化，还有人用IT视角来看觉得是需求工程。本文由 @媛媛大王 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。

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