數據分析在“用戶研究”中起到哪些作用

從古到今你無論做什么行業，首先你必須要知道用戶的心里在想什么，知道用戶需要什么，以前我們都是根據自己多年的對客戶的了解去做判斷。在實際中，可能一些小的細節沒有做到，會失去一個客戶?，F如今，隨著大數據時代的到來，通過數據分析發現了其中的奧妙，通常有兩種方式：定性研究、定量分析。定性的信息告訴你為什么會發 生，它靈活、快速、細節豐富，但缺乏普遍性，我們能聽到的只能是少部分用戶的聲音，他們是否代表大多數用戶是無從判斷的。另一種方法就是讓數據來說話，定 量的信息告訴你發生了什么，它真實、精確。也就是說，用戶研究并不一定總要使用“定性研究”這樣的方式才能進行。借助數據分析也可以達到了解用戶喜好的效 果。

一、數據分析在“用戶研究”中起到哪些作用

“數據分析”如何作用于“用戶研究”呢？

（1）了解用戶概況

了解目標用戶“背景信息”：通過數據統計目標用戶“人口統計”信息，比如，年齡構成、性別比例、等等（如下圖），達到對目標用戶背景情況摸底效果

 （2）  區分用戶群體差異

按照多種維度，發現用戶不同特征，將相同特征用戶歸類，進而準確形成用戶分組，為之后進一步用戶分析工作在此基礎上進行，為產品優化設計工作指明用戶群體的方向（如下圖）

（3） 分析用戶偏好

以調研的產品為核心，按照多種維度統計“頻次”、“含量占比”，從而挖掘目標用戶各種“偏好”，讓“產品優化設計”能夠迎合用戶需求，有的放矢：如下圖一，產品使用地點排行，挖掘用戶對地點的偏好；如下圖二，產品分類排行，挖掘用戶對產品分類的偏好

二、     用戶研究中的“數據分析”方法

收集用戶數據->制定編碼分類->數據分析（用戶特征提?。?>確定優化方向->提升商業回報，下面進行簡要介紹

（1）制定編碼分類

抽取近幾周到幾個月內的數據，根據分析的產品目標建立編碼規則，執行編碼，直到不再產生新的編碼為止。編碼可以是任何維度上的，只要對后續的分析有幫助

（2）數據分析（用戶特征提?。?

編碼建立之后，圍繞研究“目標產品”用戶特征這個中心，按照各種有用的維度進行數據統計，通過數據分析結果，分析提取出“用戶特征”

（3）確定優化方向

在分析出來的眾多“用戶特征”中，根據商業目標和用戶體驗雙方向共贏的原則，尋找產品優化設計的方向

三、     為“數據分析”穿上美麗的外衣

（1） 數據說明“圖形化”，讓分析結果更易理解

給統計圖表增加“圖形化數據說明”，可以更直接快速的傳達結論，更易于讀者理解，如下方的兩張圖，分別給橫軸的“性別”、“年齡”、“峰值原因說明”增加了形象的圖形說明

（2）數據分析圖，要能直觀的反應結論

統計圖表中，在說明不同類別占比或者頻次有差異的時候，圖形本身尺寸大小建議和所反饋的占比頻次成正比，以便讀者觀看分析報告時候，一目了然，快速理解圖表含義，比如下方圖形，“YES類”占比多所以“圖形面積”大；“NO類”占比少，所以“圖形面積”小

最后，“數據分析”需要與“定性研究”相結合，才能發現規律并且追根溯源，更高效的指導設計和產品