在互联网运营能力模型中，我们看到“用户画像”、“用户洞察”、“用户分析”等在招聘需求中，都会被提及到。

用户调研是产品研发运营和市场策略制定的重要环节，帮助我们了解真实的用户需求、行为和偏好。

在大量的互联网C端业务中，不管是新业务启动、业务增长突破点，都要基于用户群体理解、用户行为分析，扎实的做好研究和分析，不仅能帮助我们去制定策略，还能帮我们识别重要增长机会和商业机会。

在这个篇章中，我依然会用“方法论”+“实操”的结构，来总结和分享我过往在工作中积累的用户研究经验。

一、方法论

1. 产品不同阶段用研重点

在实际工作中，用户研究一般是作为业务发展的支持，为业务决策找到支撑点。满足业务在宏观层面，包括市场洞察、机会挖掘、用户圈层和需求变化等；微观层面，包括用户心智、价值认知、偏好调研、功能性测试等。

从上述框架可以看到，在不同的阶段，业务目标及用户研究的侧重点不同，需结合自身业务的阶段来制定具体计划。

2. 用户研究实操重点

在了解业务不同阶段的重点后，在实操落地层面，我一般会分为3个部分，研究设计、用户研究、数据分析。

不管是有用研公线部门支持，亦或是运营同学自己落地执行，用户研究都要服务于业务的发展目标，以终为始。

以数据发现规律，以研究洞察真相，最终给到能支持业务发展的结论。

二、用户研究（定量+定性）

在这个部分，我们将展开讲清楚用户研究方法，分为定量和定性2个常用的维度。二者的重点和区别如下：

在实际应用中，定量和定性调研往往结合使用，以获得更全面的用户洞察。

结合我过往的经验，补充一点，创新业务和成熟业务的研究方法也会有不同侧重。

假设是独立业务，如新App等

侧重：由于产品前期没有流量积累，更侧重在定性层面，如用户访谈、现场使用观察、原型测试反馈等。

Tips：在选择用户时，在基于产品的用户圈层，确定目标用户画像，来挑选调研和访谈对象，以满足圈层代表性。

存在的局限性：定性方法由于覆盖范围小和对象具有个体主观性，因此结论存在一定的偏差。

假设是成熟产品新业务，如新功能等

方法侧重：产品具备一定流量时，有一定的数据基础，则更侧重定量层面，如数据实验、问卷调查等。

Tips：一般新功能是加法，在做用户圈选时，要考虑大盘用户、目标用户等不同用户群在新功能中的表现。

存在的局限性：定量的方法有丰富的数据呈现，但在用户行为和动机洞察上较有限。

下面，我们围绕定量中常见的问卷、A/B实验，定性中常见的访谈、用户旅程地图，来具体讲讲实操。

1. 定量方法-设计一份高效的调研问卷

这里我补充几个分析方法，帮助大家更深入的洞察，避免停留于表面的描述性分析和总结。

1.1 描述性分析

一般是最为基础的，描述不同题目中的数据概况，包括分布、占比、均值、中位数等数据，也一般能得到一些基础的发现。

1.2 相关性分析

相关性分析一般是把不同问题之间进行交叉分析，分析它们是否相互影响，识别潜在的因果关系或相关性。

举个简单的例子，比如用户的性别、年龄、职业与用户的功能满意度是否有关系，某个功能的用户与另一个功能的用户是否有关系，通过相关性分析可以看到共性和差异性。

1.3 聚类分析

聚类分析一般是有大量的问题或变量，可以使用因子分析或聚类分析来简化数据结构，帮助我们识别潜在的因子分布或用户群体分布。

1.4 细分分析

这个一般用于用户群体的细分，去发现不同属性的用户在行为和偏好上的差异。

举个简单的例子，对于个性化装扮，女性用户的喜爱程度比男性用户高，初高中生群体比大学生高，可以初步总结为在个性化装扮中，初高中女生是主力用户群，再继续下钻，用数据佐证。

2. 定量方法-设计一个科学的A/B实验

在产品设计中，AB实验常用于在2个不同版本中，设计单一变量因素，测试不同的产品策略、UI设计、流程设计等因素对用户行为的影响。

在AB实验的设计和实操中，存在下列三个重点

1.流量分配：在样本提取时，要保证样本有效性，避免样本偏差。可利用分桶实验，来提高实验效率，保证每个分桶流量中的用户在实验期间只看到一种实验形式，确保结果有效性。
2.数据质量：定期检查数据收集系统，确保没有数据上报有效，不会丢失或错误记录。
3.持续监控：即使实验结束，也要监控一段时间，以验证结果的稳定性和长期效应。

下面我们用一个电商的商品界面，列表式（文本描述和较小的缩略图）与图片式（大尺寸图片和简短描述），来进行说明

（1）实验名称

商品列表展示形式效果对比实验

（2）实验目的

确定列表式商品列表（A）与图片式商品列表（B）对用户点击率和购买转化率的影响。

（3）实验假设：

假设：图片式商品列表（B）将提高用户点击率和购买转化率。

（4）实验变量

·独立变量：商品列表的展示形式（列表式 vs 图片式）
·控制变量：页面布局、导航栏、搜索框、页脚、商品信息（如价格、描述）、促销活动、页面加载速度等

（5）实验设计

a.实验版本

版本A：列表式商品列表，包含文本描述和较小的缩略图。

版本B：图片式商品列表，包含大尺寸图片和简短描述。

b.随机分配

假设取用户UID，取UID尾数为1/3/5/7/9，为A组，UID尾数为0/2/4/6/8，为B组，确保每个用户在实验期间只看到一种商品列表形式。

c.实验持续时间

设定实验持续时间为两周，以收集足够的数据进行统计分析。

（6）数据收集

关键性能指标（KPIs）：

·用户点击率（CTR）
·购买转化率（CVR）
·页面停留时间
·跳出率

（7）分析方法

·使用统计软件收集数据。
·对比两个版本的KPIs，使用t检验或ANOVA分析差异的显著性。

（8）结果评估

·如果图片式商品列表（B）在点击率和购买转化率上有显著提升，且在统计上具有显著性，则认为实验成功。
·考虑实验期间的外部因素，如市场活动、季节性变化等，对结果的影响

（9）实操注意事项

·确保实验期间所有控制变量保持一致，避免其他因素干扰实验结果。
·实时监控数据收集系统，确保数据的准确性和完整性。
·在实验结束后，继续监控一段时间，以验证结果的稳定性。

3. 定性方法-做一场有效的定性访谈

定性研究方法往往作为定量和用户行为分析的补充，用于发现在数据中无法解释和用户真实使用场景和动机。

以一款聊天产品为例，我们通常可以在以下结构中来输出研究方案。

3.1 研究背景

XXX作为一款新兴的智能对话助手，旨在为用户提供高效、便捷的信息获取和任务处理体验。为了深入了解用户对XXX的整体满意度，并收集改进建议，计划开展一系列半结构化的定性访谈。

3.2 研究目标

·评估某类用户对产品的整体满意度。在筛选访谈对象时，要注意用户是否具有代表性，是否是产品的核心用户或者目标用户，结合研究目标挑选用户。一般包括活跃用户、付费用户、流失用户、未注册用户等群体做交叉对比。
·探索用户发现产品的途径、过程、使用频率和场景。
·识别用户最喜欢的功能和遇到的挑战。
·收集用户对产品改进的具体建议。

3.3 研究方法

·半结构化访谈：结合开放式和封闭式问题，确保访谈的灵活性和深度。
·目标用户：年龄在XXX之间的活跃用户等。
·访谈准备：设计访谈指南，包括关键问题和可能的追问。
·数据收集：通过电话、视频会议或面对面访谈进行，确保记录详细的访谈内容。

3.4 关键问题

·您是如何发现XXX的？
·您使用XXX的频率是多少？通常在什么情况下使用？什么情况下不使用？
·在使用XXX时，您最喜欢的功能是什么？为什么？
·您在使用过程中遇到了哪些挑战或问题？
·您对XXX有哪些改进建议？

3.5 访谈流程

·介绍：简要介绍访谈目的和流程，确保用户了解访谈的匿名性和保密性。
·背景信息：收集用户的基本信息，如年龄、职业、技术使用习惯等。
·核心问题：围绕关键问题进行深入访谈，鼓励用户分享个人体验和感受。
·追问：根据用户的回答进行适时追问，以获取更多细节。
·总结：在访谈结束前，总结用户的主要观点，并确认是否有遗漏。

3.6 数据分析

·对访谈内容进行转录和编码，识别主题和模式。
·提炼用户反馈，形成改进建议报告。

3.7 报告撰写：

·文章将以友好且专业的语言风格撰写，包含直接引用用户的话语，以增强可信度。
·结合访谈数据，总结用户满意度和改进建议。
·提供具体的用户故事和案例，以展示用户的真实体验。

⚠️ 注意：假设在有条件的情况下，尽可能使用面对面访谈的场景，在初期建立对话关系后，尽量使用相关话术让访谈对象放松，真实反馈。通过现场观察用户使用流程，交互习惯，以及真实的喜好原因。

4. 定性方法-设计用户旅程地图

在过往的工作经历中，用户旅程地图是一个非常有效可以把握产品增长策略的关键方法。

4.1 研究目标

创建一份详细的用户旅程地图，以可视化的方式展示访谈对象在使用产品过程中的体验、感受和行为。这将帮助我们理解用户的需求、痛点和满意度，从而指导产品的优化和改进。

4.2研究步骤

用户研究：

基于已有的定性访谈数据，识别用户的关键接触点、任务、痛点、喜悦时刻和决策点。

用户角色创建：

创建用户角色（Personas），代表目标用户群体。这些角色应基于用户访谈中收集的信息，如职业、技术熟练度、使用习惯等。

旅程地图构建：

确定旅程地图的范围，从用户发现产品到使用过程中的关键互动。

描述用户在每个接触点的行为、想法和情感。这包括用户如何发现产品、下载和安装、初次使用、日常使用、遇到问题和解决问题的过程。

关键接触点：

识别并标注用户旅程中的关键接触点，如产品广告、应用商店、用户推荐、社交媒体等。

情感曲线：

通过用户在旅程中的情感变化，绘制情感曲线。这有助于识别用户满意度的高点和低点。

痛点和喜悦时刻：

明确用户在使用过程中遇到的主要挑战（痛点）和最满意的功能或体验（喜悦时刻）。

用户反馈整合：

将用户访谈中的直接引用整合到旅程地图中，以增强地图的真实性和说服力。

改进建议：

根据用户旅程地图，提出具体的改进措施，以解决用户痛点和增强喜悦时刻。

验证和迭代：

与用户分享旅程地图草稿，收集反馈，并根据反馈进行迭代优化。

示意（图片来自网络）

最后，补充一下各类访谈方法的差异

不管是什么分析方法，最终一定是要围绕着有价值、有输入的研究结论，帮助业务判定方向和决策，谨记少做已知性研究（数据可以说明的）。

在此推荐鹅厂CDC的用研书籍《在你身边，为你设计》。

下一篇文章预告：用户分析方法及关键模型，欢迎大家关注和交流！