用户研究:用户研究和数据分析的根本联系与区别

今天我主要介绍用户研究,用户研究是分析师日常必须要掌握的一项技能。

本课时内容分为三部分:

  • 什么是用户研究;

  • 用户研究的步骤和关键点;

  • 用户研究的注意事项;

1. 什么是用户研究

用户研究是一种职业意识,任何人都应该具备用户研究思维,包括以下方面。

1.1 这个功能能满足用户什么需求?

大部分 App 都是抄来抄去,这就是没想清楚这个功能能满足用户什么需求。比如爱奇艺、腾讯、优酷三家都是对方的竞品,现在 App 上的功能大多一样。再比如信息流,头条之前有订阅、关注功能,现在其他竞品差不多也都有。

1.2 用户当前反馈最多的问题是什么?哪些可以重点解决?

App 作为一个产品,用户肯定有各种各样的反馈,反馈最多的问题是什么?占比多少?比如反馈的 10 个问题里面占比最多的是 A 问题, A 问题到底能不能解决?不能彻底解决,能不能变相解决?用户抱怨最多的那个问题一定是你产品最大的问题。

1.3 针对上面两个问题,需要进行线上或者线下调研,获得数据反馈

用户研究最后会落地到你怎么去解决这些问题,你只有去跟用户聊或者进行问卷的投放获得一些数据反馈,才能够让你的产品拼到最后。头部玩家重大的 Bug 肯定是没有的,都是拼一些细节。

用户研究我们知道了,那什么时候做用户研究呢?其实用户研究贯穿整个项目生命周期。

  • 项目前期:用户需求情况、用户基础画像情况、用户对于低价商品的迫切度。

  • 项目中期:用户行为习惯。

  • 项目后期:用户对产品的反馈点、竞品使用情况。

我们做的所有一切都是为了更好地了解用户,然后与数据分析相辅相成,因为有时候数据角度并不能很好地反映用户的行为及原因。比如之前有一节课说拼多多,在之前,我相信很多同学手机里面没安装拼多多,但作为分析师,我们还是要去看每个爆款 App,去了解它为什么成功,了解后就一定能够能找到它自身的亮点。有时候我们真的离用户太远了,所以只从数据角度真的没有办法去解释,你要去做真实的用户调研。

用户研究在项目启动前就应该开展,并且要快于其他业务方。如果等到那个项目都启动了,实际上该做的也做了,你这个时候再去启动,一个月之后出报告,价值不大,所以这非常考验用户研究人员的先见性和实操性。这里面我说一个大家常见的误解:大多人觉得用户研究这个东西好像没什么用,就随便做报告,好像看了就看了,但不是这么回事。

2. 用户研究的步骤和关键点

用户研究可以分为 3 个步骤。

  1. 制定研究目的:有良好的背景和具体的问题

  2. 选择研究方法:定量和定性方法要对

  3. 研究结论产出:精而快

举个例子:

项目:今日头条 App 新用户留存专项

项目背景:2015 年今日头条 App 新用户次留、7 留与竞品相比,留存均低 5% 绝对值,并且新用户流失速度要高于竞品,因此要在数据分析基础上,产品运营优化,提升用户留存 5% 绝对值。

在真实的项目过程中,除了数据分析师,肯定还要有用研人员的参与。所以同样针对这个项目,用研人员分为哪几步?我们先看一看数据分析师分为哪几步,之前我们都讲过,所以这边就粗略回顾。

第一个阶段就是整体分析;第二阶段寻找优化切入点,一般是 1-2 个;第三阶段就是不断地重复前面两个阶段,然后进行一些其他的分析。

作为用研人员在这里面也有三个阶段。

2.1 第一阶段:制定研究目的

在前期,用研人员要快速了解到当前的问题现状,制定思维脑图(下图所示)。所有人做的都是一件事,只不过落地方式不一样,更好地了解用户和产品,越能更好地解决问题。

2.2 第二阶段:确定研究方法

整个用研分为定量和定性两种,如下图所示。

在真实工作过程中没这么复杂,主要是以用户访谈和调查问卷为主。

  • 用户访谈:定性,把用户约过来然后跟他聊(单纯的聊天也有很多技巧)。

  • 调查问卷:定量,比如在信息流里面,我投放一份问卷,然后给用户一些奖励。有一些忠实用户或者一些追求利益的用户就会填写问卷,当你的样本量足够大之后,这个数据就可以拿来用。

研究方法这里面最重要的点是什么?

  • 定性:约用户面聊,侧重于 Why 和 How,问得很细很深。

  • 定量:投放问卷,侧重于 What、When、Where。

对于一款产品,如果本身产品经理、分析师离普通用户太远,就非常有必要做定性分析。定量分析非常注重样本量,同时要确保问卷设计的专业性。无论是定性还是定量,都需要一定的物质激励,这样才能保证很快的产出。

我个人觉得用户研究这件事的意义要远远大于一次营销活动,可能很多公司觉得没钱做用研,比如说给用户一些物质激励。其实你有一些小小的奖励,可能很多用户也都看不上。有一些营销活动很多时候做了就做了,没留下什么价值,大多是薅羊毛,对比而言没有用户研究价值大。

2.3 第三阶段:结论产出

在结论产出这一块,当前的现状就是很多用研报告追求大而全,从开始做到最后输出要一个月。我相信大部分公司的节奏都很快,一个月期间,项目可能都已经进行了调整。比较好的节奏就是两周内输出结论。

因为这样:

  • 能够和分析师的数据分析报告一起输出,定量定性结合;

  • 能够在最迫切需要的时候给出,价值最大化;

  • 能够很好地融入整个项目团队,使做的事情更有意义。

3. 用户研究的注意事项

在用户研究实施时要注意以下事项:

  • 用户说什么不重要,更加重要的是用户为何会这样说;

  • 不要直接问用户喜欢什么,用户对他们的心理过程根本就不了解,这里面最好的工作法是田野工作法(现场调研);

  • 定性分析注重用户分类,定量分析注重样本量和样本代表性;

  • 结束访谈后,尽快整理成文档,寻找琐碎记忆;

  • 用户报告追求精而快;

接下来我们看看用户研究的未来。短期来看,用户研究这个职业是存在的,大公司一般都有用研团队,小公司基本没有。主要讲究用户研究+MVP 思想(即围绕目标迅速搭建一个通用的简单模型给业务)这里不需要系统化,解决问题即可。

长期来看,用户研究是一种职业意识,人人都是用户研究分析师,常常跟数据打交道的我们一定要知道用户习惯。

那用户研究和分数据析师是什么关系呢?数据分析师一定要有用户研究的意识,常见的做法是:

  • 每天体验产品,看核心数据;

  • 每周看客服数据;

  • 对于费解的数据分析结论,分析师需推动用户研究人员去做用户访谈或者问卷;

  • 新项目启动期,如果要去线下了解用户,分析师要抓住这些机会。

今天的课程就到这里,你对用户研究有什么问题?可以写在下方留言与我交流。

相关推荐
SelectDB14 分钟前
冷热分层速查手册:参数、命令、生效判据与常见失效原因一页看完
大数据·数据库·数据分析
SelectDB30 分钟前
Doris 日志检索与聚合速查:索引参数、MATCH 写法和验收清单
大数据·数据库·数据分析
对空六课1 小时前
无头浏览器访问对跳出率的过滤规则
服务器·前端·算法·数据分析
Asa121381 小时前
PNAS|系统基因组与分子钟揭示蓝细菌形态多样性及多细胞性的基因组起源
数据分析
Data analyse4561 小时前
数据埋点设计的事件命名规则校验
服务器·前端·数据分析
只说证事2 小时前
计算机科学与技术专业投银行数据分析岗,需要补哪些业务知识?
数据挖掘·数据分析
计算机编程指导师2 小时前
【计算机毕设选题】基于Hadoop的全球企业邮件安全合规数据可视化分析系统源码 毕业设计 选题推荐 毕设选题 数据分析 机器学习
大数据·hadoop·python·数据分析·毕业设计·课程设计·企业邮件
计算机编程指导师2 小时前
【计算机毕设选题】基于Spark的零售交易者行为特征与生存状况数据分析系统源码 毕业设计 选题推荐 数据分析 机器学习
大数据·计算机·数据分析·spark·毕业设计·课程设计·零售
临床数据科学和人工智能兴趣组2 小时前
自定义缩放范围在数据分析中的应用也不少,尤其是在处理特定类型的数据时
人工智能·数据挖掘·数据分析·r语言·r语言-4.2.1