用戶研究需要全面且綜合的了解及分析_數據分析師

1、是否對用戶有用是一切產品的基礎，理智的設計過程是先從了解用戶開始的。
可用性是有環境基礎的，高跟鞋在舞會的時候可用在打網球的時候不可用，對女人可用對男人不可用；只有深入了解用戶和使用環境才能把確定是否有用，并把有用變成易用。
2、了解用戶和環境的手段有很多，最常見的是”數據分析”。
在IT行業中早期大家叫它”數據庫營銷”，沃爾瑪有個”啤酒和尿布的故事“是很成功的經典案例，從中體現了專業數據挖掘的巨大商業價值；
       3、現在很多的企業都比較重視數據的分析。
據我所知門戶網站的每個頁面都埋有數據統計的代碼；每個頁面每個位置的點擊率和操作情況都是詳細的記錄。
比如，一個注冊界面：”多少用戶進來，注冊成功率(轉化率)多少”、”用戶出錯比例多少”、”用戶填寫詳實程度多少”、”多少用戶直接離開，多少用戶遭遇挫折后離開，在那里受到什么樣的挫折離開”等等等等
       4、這些海量數據的挖掘和分析，有著很大的價值和指導意義。
但，這種分析和挖掘也有著自身不夠完善和不能真正準確的缺陷，因為很多意外的因素很容易會造成數據的變形，而往往數據分析人員不一定都能知曉這些意外因素。
比如，一個本不該放在某個位置的按鈕、本不應該那么大的圖片，可能會因為位置明顯、面積大而造成點擊量很高，這時通過數據的結果我們并不能得到正確的結論。
        5、真正通過和用戶接觸溝通然后拿到數據，是海量數據挖掘的一個有效補充。這種做法的手段可以比較多樣化：
往往我們也會把一些設計的原型拿去讓用戶試用，或者給用戶類似的同類產品讓他們去用，設計師在一邊觀察用戶怎么做，從而得到設計啟發和思路。這是一種設計師自己去”看”的方式；
比如，要設計一個開紅酒的工具，你可以觀察用戶現在是如何開紅酒的，然后也可以把你設計的工具雛形交給用戶去用，看他如何用你設計的工具。
很多傳統的研究方式中(市場研究中較多)，會請很多用戶填寫設計好的問卷或者做電話調研、街頭訪談、面對面用戶訪談和測試等，然后作出數據統計。這是一種讓用戶”說”的方式；
比如，要設計一個公用電話亭，你可以在大街上采訪市民，搜集他們對現有電話亭的抱怨和看法以及他們一般怎么在電話亭打電話..
當然我們還經常去想辦法發現用戶在怎么想，了解用戶腦袋里面的那個MAP。
比如，我們設計一個圓的需要擰開的門把手，我們可以把設計拿給用戶看，問他”看到這個圓的把手，你認為應該如何用它開門”；
        6、有些時候我們也經常根據用戶群的屬性特征去做經驗式的分析，
比如統計(或總結性模擬)用戶的基本屬性，分析用戶的學習能力和使用習慣等，”學歷”"對計算機的數量程度”"年齡”"專業”等等也都是對設計很有用的參考依據。
         7、上面所說的這些手段是最常見的一些低成本的做法，當然還有一些靠儀器的做法。
但，目前在國內，我個人認為這些昂貴的儀器對大多數企業都起不到太多的真正作用，或者它們只是一個噱頭、業績…
         8、前一段和一位在Yahoo美國的朋友談到用戶研究時，她提到了一些做法也蠻有意思。
比如，在上期帖子回復里有人談到”走近客服”，他們在巴拿馬的一些后期用戶研究中會有專門的人去和客服一起工作觀察和記錄他們的工作，也會親自嘗試接聽熱線電話；
（往往客服人員提交給數據部門的數據是把他們認為不重要的數據篩選掉以后的，數據部門提交給設計師的數據可能又經過了一次篩選；而他們篩選原則和判斷能力可能和設計師有著很大的差別）
再比如，記錄某個ID在網站上的全程活動，看這個ID怎么注冊的，去了哪里 點了那里過程中都干了什么等等，記錄用戶的真實交互軌跡，從而調整”用戶操作流程”的設計；
（這種數據比海量分析真實，比逐個用戶訪談高效且成本低。 但’隱私’問題需要考慮在內..）
還有，讓用戶通過他們習慣的方式主動描繪出他們對產品所期盼的感覺也值得嘗試；比如我以前提到過一次麥當勞主動了解用戶的例子。
        9、總的說來：光靠對現狀海量數據統計不一定能真正呈現真實現狀，光靠點對點的訪談也不一定能全面的反應整體概況。
10、設計師想要深入了解用戶和需求，首要的前提是：
       通過各種方法走近用戶，把用戶當作老師；
       想方設法拿到一線數據，把數據當作可以淘寶的垃圾堆”。
11、數據不是金礦，用戶也不全都是正確的。
很多數據和用戶反饋是無用的，甚至是會造成設計誤導的。
最終，還得需要具備理智的分析和正確的判斷能力。 (所以我最崇拜的UED還是那些”數據分析師”)
ps：對于用戶研究我只是學習者，請更多的專業人士盡管指證。 :)