用户研究行为研究

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10月《中国经济社会大数据研究平台》用户行为分析报告，主要通过10月份用户访问数据、搜索浏览行为数据，分析用户的浏览量、访问时长；通过哪些途径来源访问平台；访客性别、学历、职业、地域分布等属性；关注哪些关键词、地区以及统计资料等。

分享一个之前在DataFocus培训中学习用户行为分析的一个分析模型，关于客户价值体系的分析——RFM分析。在零售行业中，RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。RFM包含以下三个指标：R（Recency）：客户最近一次交易时间的间隔，最近一次消费时间越近的顾客是最有可能对提供的商品或是服务也最有反应的群体，在互联网产品指标中代表最近一次登录。F（Frequency）：F代表客户在最近一段时间内交易的次数，最常购买的顾客，也是满意度最高的顾客，在互联网产品指标中代表登录频率。M（Monetary）：客户在最近一段时间内交易的金额。消费金额是所有数据库报告的支柱，客户的交易度量越大越好，在互联网产品指标中代表在线时长。个人进行上述三个指标的综合状态分析，可以描绘出个体的状态。而整个用户群体进行上诉三个指标的综合分析，就可以可到产品用户的消费特征群像。以下图为例流水号计数代表着客户的消费频次，在观察消费频次和消费金额的基础上，计算出R值，R值代表的是分析节点距离最后一次消费时间的时间间隔。R值越小，代表最后一次消费时间距离分析时间点越近，客户活跃程度高。在上方的散点图中可以看到，Y轴代表消费次数，X轴表示R值，圆圈大小代表消费金额的多少，一个圆点则代表一个客户。在这个基础上，你还可以你对你的客户进行分类，研究不同群体的消费特征等，有针对性地开展营销活动，提高企业的经营效益。具体的RFM模型分析可以参照https://www.datafocus.ai/16567.html除非注明，否则均为DataFocus企业大数据分析系统,让数据分析像搜索一样简单原创文章，转载必须以链接形式标明本文链接。

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。

今天是0.01打卡第47天最近围绕交互设计和用户研究给小伙伴们做了几次分享，从写PPT到内部分享，我觉得收获最大的应该是我自己了。这就好像是：我从书上或者别人那里听到一个知识点，当时看懂了是一个层面，事后会用了又是一个层面，会用并把它写出来或者讲出来，又是一个层面，这其实就是一个刻意练习的过程。产品经理为什么要掌握用户研究的技能产品经理需要了解用户的工作、痛点、期望才能针对性的寻找到契合的产品解决方案。那在了解用户的过程中，掌握一些基本的用户研究方法和套路还是会起到事半功倍的效果的。虽然在《启示录》里是有提到交互设计来负责用户研究，而在有些成熟的互联网公司，一般都有独立的ued团队，有专业的用研团队来做用户研究。但是现实中大部分中小型公司的产品经理们，是没有这么好的待遇的，什么都要自己来。所以在这里我们就不纠结用户研究到底是哪个岗位来负责执行的问题，不同的公司有不同的分工和岗位要求，但是技多不压身，产品经理本来就是个需要横向发展的岗位，凡事能自己搞定的尽量不要老是求助于别人，把人情用在刀刃上，当然个人魅力极强的人除外。产品经理常用的用户研究方法用户研究分为定性和定量，定性更偏重于研究特定用户的行为和动机，是偏感性的，多以文字型的描述为主；定量是建立在一定的数据基础上，有数据支撑，偏理性，但会缺乏同理心。但实际应用中，一般都是相互结合使用，常用的研究方法有以下几种：情绪板调研，这个是视觉设计阶段常用的，视觉是个很感性的东西，比如之前我们针对高端用户群体做一个旅游产品，那怎么体现高端，我们会先去发散一些关键词，最终确定3个左右的关键词，然后根据关键词去找图片，邀请用户来选出大家普遍都觉得符合关键字的图片，基于这些图片，我们来定义设计风格，提取设计元素；用户画像persona，结合用户访谈得出用户的基础信息，社会信息，行为信息，心理消费信息等；从而将一个任务抽象出来一个虚拟的任务画像，来指导设计；眼动实验需要机器设备的，他会抓取用户瞳孔，抓取用户的浏览轨迹，通过实验室，我们可以观察到用户的表情，行为，来为后期的设计提供依据，模拟用户同理心；VOC即客户之声（Voice of the Customer），其实很喜欢一句话“客户投诉是最好的礼物“。之前携程很重视这块，有专职人员每周统计整理用户反馈，将有价值的共性较高的反馈到产品和设计团队。用户研究方法在项目周期中的应用用户研究贯穿于整个项目周期中，直接上图：这里重点说下灰度发布，就是AB两套线上方案，一部分用户看到A版，一部分用户看到B版。其实灰度发布分2大类，一种是运维层面的，为了减轻大量客户访问造成的服务器压力，但大部分时候用于A/B测试，特别是toC端的产品，发布的一些功能先给小部分用户看到，观察数据情况和用户反馈，然后持续的扩大流量，是一种快速验证方案快速试错的方法。写完这篇我自己都觉得太虚，太空泛，毕竟基本的方法大家都知道，只是从知道到会用，还有很长的路要走，一起慢慢练习吧，下一节给大家分享卡片分类法的使用，敬请期待~~。

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。

CREATE模型可以告诉你产品需要满足什么样的需求或者用户放弃使用的原因在哪里，通过不断的分析提炼，教你诊断和修复产品中的问题。用户行为最终发生会受到5个先决条件的影响，Stephen Wendel博士在研究大量行为科学理论的基础上总结出CREATE行为模型，这个理论对产品设计有实际的借鉴意义。模型既可以解释用户如何一步一步对产品产生依赖，也可以分析用户在认知和操作上可能遇到哪些困难最后选择放弃使用产品。CREATE行为模型将用户行为过程大体拆分为5个部分，分别是线索提升（Cue）、直接反应（Reaction）、权衡评估（Evaluation）、执行能力（Ability）、时间点（Timing），5个因素的首字母组成了CREATE，正因为这5个因素，行动最终才会发生。线索提示（Cue）：近距离接触用户很重要用户的注意力始终是稀缺的，如何能够在用户心智中占有一席之地，需要不断的提醒用户，我在这里，在这里。围绕用户身边的各类应用提示类线索琳琅满目，各类电商优惠券的临近过期的消息提醒、大量营业厅发出的资费促销活动短信，邮箱中是不是弹出来的培训班介绍，让你应接不暇的装修&贷款电话销售。这些因素都或多或少抢占你的注意力，熟好熟坏我们暂且不分，但有点可以确定，用户的脑子里需要对产品先留有印象，这是后面会考虑使用你的第一前提。自觉反应（Reaction）：保留好的印象很重要用户一旦萌生使用产品的念头，大脑里会将过去对产品的使用体验调出来进行回顾，是有趣，还是无聊，这些感受都会对用户是否继续采取行动产生影响。即使你没有使用过，基于过去相关经验的关联，也会得出潜意识里的感受。用户习惯用熟悉的概念去解释陌生的事物，所以要么将产品同美好体验做关联，要么就将产品远离糟糕的事物。权衡评估（Evaluation）：产品提供价值很重要如果用户根据线索的提示产生了使用产品的想法，而且这些想法有没有被直觉反应排除掉，那么接下来用户就进入了理性层面的分析决策环节，理性思维会考虑做一件事的投入产出比，用户需要花费多大的代价，投入成本后会产生什么收益。如果在思维的简单评估后确定值得采取行动，那么用户就会选择继续进行下去。执行能力（Ability）：产品对能力门槛要求越低越好用户经过了前面的思想活动，终于到了该行动的时刻了，用户是否具备行动发生的所有条件，这里面的条件大体包括：用户需要大体了解行动的大体步骤、行动得以实现需要的基本资源、采取行动过程中对用户基本技能的要求、以及用户是否有信心采取行动。Fogg行为模型中的能力指的就是这些，即使动机足够强烈，如果能力不具备，后续的行动也不能发生。时间点（Timing）：万事俱备只欠东风最后，你要知道使用产品的合适时机，是否当前用户采取行动取决于是否具有紧迫感。用户周围围绕着太多同你一道竞争的对手，正如波特的五力模型中提到到，竞争对手无处不在，有一天你突然发现抖音不能转发微信了，这时候你才意识到微信的竞争对手来了，他们共同争夺了用户的时间精力。如果能让用户立刻、马上使用你的产品，是通过的最后一步，不要以为用户觉得稍后再用，你还有机会，因为以后就没有以后…Stephen Wendel在《随心所欲：为改变用户行为而设计》里面提到了坐电梯的例子：用户在等待电梯的过程看到了旁边的楼梯通道（线索提示）。面对10层楼梯的心路历程，用户回想起了之前隔壁老王爬楼梯后浑身大汗的体验（直觉反应）。用户内心反复思量，这个时间点等待乘坐电梯的人很多，爬楼梯只需要3分钟，适当的运动还有助于增加每天的活动量，经过内心的成本-收益评估，最后决定爬楼梯（权衡评估）。如果这时候你在100层办公，刚才的分析过程中的锻炼目的将不成立（执行能力）。如果你是急于上楼马上参加早会，那么行动在即（合适的时机）。发生在我们身边的很多产品，也从另一个角度证明了CREATE行为模型的价值。2017年8月开始，北京公交系统推出易通行票务系统，目前上线了购票、取票、刷卡进出站等功能，前期进行了大量的地推工作，地铁内的导购员教你如何下载并使用易出行APP，这就是线索提示的举措。现在有大量的年轻人出门不带现金，信用卡或移动支付已经能满足大部分场景，但是在地铁出行上，一直需要你携带一张一卡通或者现金购票，不定期会面临金额不足或者丢失一卡通的风险，即使携带现金，也会面临排队购票的烦心事，这时有一张跟你手机无缝关联的地铁出行卡其实是不错的选择，此处会让我不由自主的做出一些直觉反应。基本上没有什么投入成本，只需要下载APP并绑定支付宝，这样可以减少丢卡和忘记充值的情况出现，对于扫码支付已相当熟悉。经过了简单的权衡评估和能力要求的盘算，果断扫码下载APP。地铁是京城上下班高峰通行的重要方式，可以说易出行在此时推出极大低简化了出行步骤，在现阶段移动扫码支付被普遍接受的环境下，APP的使用推广具备了天时地利人和，每天出门终于不用心里默念“钥匙、手机、公交卡”了。CREATE模型可以告诉你产品需要满足什么样的需求或者用户放弃使用的原因在哪里，通过不断的分析提炼，模型教你诊断和修复产品中的问题。研究用户行为的目的不是要推销给用户一个习惯让用户去适应，更重要的是顺应用户的心智，最终同用户的行为相迎合。本文由 @麒少爷 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

如何研究用户行为，之前这可是一本厚厚的书才可说的清楚的。比如先设计问卷，然后搞个样本，进行调查，之后进行统计分析等等，费时费力。时至今日，如果你会利用互联网的话，发现很多东西都可以轻而易举的获得。比如我之前在上发的文章请收藏这六个网站，把你的竞争对手网站看得清清楚楚，就提供了很多干货告诉如何对竞争对手的研究。今天，我们通过百度指数这个工具，对用户行为进行研究。百度指数是一个对百度用户搜索关键词研究的工具。搜索什么关键词，表示用户对什么进行关心。我们可以理解为搜索行为关联用户行为的。本文以趣头条这个关键词为例，来讲解百度指数的使用。通过趋势研究，来了解用户对研究对象的关心程度百度指数界面进入百度指数，在探索框里输入趣头条，然点探索，下面就会出来一些数据。默认是近七天，整体日均值和移动日均值。这个日均值越大，说明用户越关心。还会看到同比和环比数据。同比指的是和去年相同时期比较，环比就是和上个周期对比。趋势线你可以直观的查看，所探索的关键词的发展趋势。比如24小时，7日，30天，还可以自定义等等。我们从上图看到，在9月15日，趣头条的搜索量最大。为什么这么大？原来这天是趣头条上市。你点击顶峰B点，会有相关资讯显示。通过需求图谱，可了解相关搜索行为需求图谱这个如同靶环。最中间就是探索词。红色表示增长的，绿色表示下降的。我们通过查看需求图谱发现，和趣头条相关的是赚钱，头条，今日，，企鹅号，大鱼等，从这些相关关键词，我们可以分析到搜索趣头条的用户主要关系的是自媒体赚钱的问题。相关词分类相关词分类包括来源相关词和去向相关词。来源相关词是指搜索我们探索关键词之前，用户还搜索了什么。排在前三位的是：趣头条赚钱是真的吗，头条号，赚钱。这说明，用户搜索趣头条之前很关系自媒体赚钱的问题。我们再看去向相关词，除去同类的前三位为：今日头条，和企鹅号。这说明用户最后选择的自媒体可能就是这三家。然后我们看右边的搜索指数和上升最快。搜索指数反映中心词所有相关词中搜索指数热门的关键词。上升最快反映中心词所有相关词中搜索指数变化率上升速度的排名。我们发现这些都是热点。说明搜索趣头条的用户开始做自媒体，然后搜索热点问题写作。通过资讯关注，了解媒体报道你所研究的关键词情况趣头条媒体指数我们发现媒体关心趣头条也就是几天的事，我们通过前面的分析，趣头条是9月15日上市，显然媒体会报道上市信息。再看下面具体的报道标题，我们发现媒体把趣头条和拼多多放在一起说事。拼多多也是最近最近在美国上市。难怪两者放在一起比较。如果做自媒体，这也为我们提供了写作素材。通过人群画像，了解你研究的关键词，受众分布情况趣头条受众区域我们看到，广东省搜索趣头条的最多，然后是河南，然后是山东。为什么广东最多，联系到广东有深圳和广州两大发达城市，就不难理解。再看城市，发现深圳和广州排在第三和第四。从地区分析，一般经济发达的地方，对新经济的欢迎程度和关心程度也越大。趣头条受众年龄显然，我们发现30岁-50岁这个年龄段关系趣头条的人比较多。为什么会这样？趣头条属于创业型的公司，这类人群对创业项目是比较关系的，对赚钱最感兴趣的。因为这个年龄段的人生活压力很大，对赚钱的兴趣是最大的。后面还有男性和女性比例分布，我们发现男女比例相差不大。这可能释放的另一个信息，做自媒体的女性人群比较多。毕竟自媒体不受上班时间控制，比较自由，还是比较适合女性。

熟知用户行为的这7个层面，你的设计才会走进人心。我们生活中绝大多数的物品，从椅子到 APP，都是人为设计出来的。理解用户的想法，能够让设计师在设计过程中采用更加贴合用户的设计方案。让人感觉笨重难用的产品，大多都不够体谅用户，忽略用户在使用产品中的深层次需求，不清楚用户行为的规律。绝大多数人都认为，我们都已经熟知了人的思想和行为，用户的需求很容易满足。做点调研，做点测试，然后好像就什么都知道了。事实并非如此。现实情况是，我们能看到的往往只有用户的行为，但是大脑意识中，思维真正的运作方式，影响一个人行为的深层原因，我们没有确知。为了分析用户深层的思维，需要花费大量的时间和资源。好在行为模式并不是无迹可寻的，加州大学设计实验室主任 Don Norman（也就是《设计心理学》系列的作者）提出过一个用户行为的7个层面，在此基础上观察用户和产品之间的互动，可以让我们更容易理解人的行为和意图。以现实生活中的一个实例来作为研究对象，在此基础上来探讨用户行为的7个层面。假设，我要读一本书。我躺在床上看书，日落西山，暮色将近，天色已晚。光线越来越黯淡，我觉得光照不足了，没有额外的光照，书就看不下去了。1. 目标我目前所从事的活动是读书，但是我们的目标是：需要更多的光照来继续阅读的行为。2. 计划我接下来要怎么做呢？我可以打开窗户试图让更多的光线进来；我可以打开附近的灯；我可以在明天早上等光线充足的时候再看。在现阶段，我仔细分析了自己所处的场景，为了实现目标，我选择打开附近的灯。3. 指定当我确定计划之后，我还得确定具体的执行方式。是我让别人去开灯，还是我自己去开灯？4. 执行最后我决定自己去执行，也就是我自己去开灯。在这个案例当中，当我们自己去操作的时候，行为通常是潜意识驱动下完成，并不会有上述的一个一个阶段清晰地展现出来。如果是更为复杂的事情，也许是经过仔细的思考，甚至需要经过一个复杂的学习曲线，这样整个过程可能会以更加有意思的样子展现出来。等等，这个地方开始出现一个问题了，上面只提到了4个层面，那么7个层面包含哪些呢？用户行为的7个层面，指的是用户想要做的事情和目标之间，可能存在的全部行为和方案等全部因素，它们连接了两者。联系整个用户交互的过程，结合整个环境，将用户的行为划分为有意识和无意识的两个层面，这7个层面就清晰地呈现在你的面前：目标。用户不论是想做什么，他通常都会有一个目标。设定好目标之后，是三个执行阶段：计划（用户会想到一个行动的大概方略）指定（落实方略的一系列过程）执行（将一系列过程具体落实下来）在思考和执行并逐步靠近目标的过程中，我们的大脑并不是停滞的，而是会不断地评估当前的情况，而这个过程同样涉及到三个层面：感知（感知发生了什么）解释（解释感知到的信息并理解所处状况）对比（将所获得的结果和目标进行比较）这就是抽象出来的我们大脑的运作机制。这个框架对于设计过程而言，是非常有效的，无论是设计数字产品还是物理实体，它都是兼容的。当你使用这个过程来匹配用户交互和行为的时候，可以更容易理解所面临的状况，从而可以更有针对性地进行设计。那么，是否所有的行为和任务都应该完全套上这7个层面呢？是也不是。这个7个层面是一个被简化的模型，因为我们每天都会执行各种各样的任务，做多种多样的事情，中间许多事情会被打断。比如，你走在街道上，前往书店，你想购买一本刚刚发售的杂志。可是当你路过咖啡馆的时候，看到你的朋友正坐在里面，你会下意识改变目标，走进咖啡馆和你朋友聊聊天，并且点了一杯冰美式。和机器不同，人类并不会一丝不苟地严格遵循指令去行事。即使是再细心的规划，都会被各种各样的情况打断，发生变化。所以，我们会随着日常目标的变化，而围绕着新的情况制定新的计划。在设计的时候，我们也有必要考虑到这一点。因此，这7个层面对设计师而言，还需要考虑一个重要的问题，那就是对于环境的了解和分析。用户的这个行为发生在什么地方？当你搞清楚环境因素之后，可以更好地复盘整个局面，从而能够更好地理解用户行为和产品发挥作用的方式方法，这也带来提升产品的契机。这个时候，设计师需要培养观察用户的技能，同理心是设计师最强有力的武器。正如同我在上面案例中所说到的，用户即使计划去书店也可能会因为碰到朋友而改道去咖啡馆，设计师需要了解可能发生的不同情况，明白环境会发生什么样的改变，用户行为会随之出现什么样的改变。了解人们如何使用特定的产品，是至关重要的。但是最重要的，始终是他们的目标，目标这一因素，将会直接影响接下来的6个层面。当准备面向市场推出一个新的产品时，设计师应当首先问问用户，他们的目标到底是什么，想要借助这个产品达成什么样的目标。这种分析策略也被称为根本原因分析，这种分析方法也需要设计师多加练习，仔细揣摩。哈佛商学院的教授 Theodore Levitt 曾经说过：（当人们购买钻头的时候）他们内心深处想买的并不是钻头，他们要的是对应尺寸的一个洞！Levitt 的案例所要传达的是，人们在购买产品的时候，所寻求的是达成目标的一种方法和路径，并非产品本身。接下来，我们可以更加深入地探讨这个问题：他们为什么需要那个洞？你会发现，他们想要在墙上增加一个置物架。他们想要在架子上搁什么东西呢？他们想把书放上去。这样的探讨是有意义的，用户行为的根本出发点会在这样的一层层的问题分析中逐步展开，随后可以更加精确地对应7个行为层面，问题也可以随之得到更好的解决。One more thing以深泽直人为代表的日本设计师所推崇的「无意识设计」其实和今天所提到的用户行为的7个层面有着极为深刻的关联。无意识设计所倡导的并非真的「无意识」，而是通过洞悉用户的行为和模式，了解用户深层次的需求，在此基础上进行润物细无声的设计，低调不彰显，直觉而自然。无印良品的壁挂式拉绳CD机就巧妙地融合了直觉式的交互，如果不是深泽直人洞悉用户倾听音乐的场景和需求，是无论如何都创造不出这样的产品。同样的，伞上小小凹槽也许不够颠覆，但是这种对于用户行为和产品使用场景的了解，绝不是简单的「小心思」。原文作者 : Eugen Eanu译者/编辑 : 陈子木译文地址：https://www.uisdc.com/7-stages-of-users-action本文由 @陈子木 授权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 Pexels，基于 CC0 协议