
用戶調研作為產品人員最常用的工作方式,相信各位一定不會陌生。但如何提高用戶調研的有效性卻是一直困擾大家的問題,網上有一堆提供調研方法的文章與理論,但是卻沒有系統地說明如何進行一次完美的用戶調研。今天我們來聊一聊用戶調研到底該如何進行。
1.為用戶歸類,選擇典型的代表
調研的最初,我們需要做的第一件事就是確定調研對象。我們在調研的時候經常會說”向對的人問對的事情”,這句話的意思是:調研不同的用戶群體獲得不一樣的需求。根據被調研對象的不同,可以將用戶分為不同的類型,企業系統常見使用者分為:高管、經理(組長)、操作人員。
對于高管的訪談通??色@得對系統的宏觀期望與建設目標
對于經理的訪談可獲得管理方式上的目標與建議
對操作人員可獲得具體操作時的指導意見。
所以對于不同類型的被調研對象的話題中心與調研目標都是不相同的。
管理層追求的是系統在人員與業務管理上的高效便捷,確保每個環節都不出錯,但這往往會為普通操作人員增加工作量影響工作效率,例如繁雜的審批流程。有時候雙方的需求可能會發生沖突,所以調研不同類型的用戶正是為了更深入地了解這背后錯綜復雜的關系,最大化去平衡各方的利益。
2.設定目標,使問題更聚焦
用戶調研在產品的生命周期中不同的階段有著不同的使命。產品初期我們可以根據調研結果獲得不同的用戶需求為系統建設提供依據,產品上線之后我們可以收集用戶的反饋改進功能的業務流程或用戶體驗。
無論你是想獲得用戶的觀點和行為、驗證假設或者是量化結果,都必須在進行調研之前明確本次調研的目標是什么,任何無意義的漫談或問卷調查都是低效且具有干擾性的。
很多人習慣問用戶”你想要什么功能?”、”你認為這個系統怎么樣?”這樣類似的問題,殊不知這就是把客戶往錯誤方向帶的開始。
永遠不要讓客戶告訴你系統怎么做,正確的做法是通過用戶對業務的描述以及使用的習慣對系統進行架構或改進,所以調研的過程中必須設立達成的目標,再圍繞這個目標進行展開。
3.明確調研的形式
用戶調研有非常多的方法,常見的有:眼動實驗、可用性測試、用戶訪談、A/B測試、問卷調查、焦點小組、參與式設計等。每種方法各有優缺點,我們在產品的不同時期選擇適當的方法,這里適當的意思是指適合產品規模、同時也適合公司規模的,例如很多中小型公司根本沒有必要使用眼動實驗或進行可用性測試。根據我的經驗以下幾種方式是比較通用并且能取得良好效果的:
用戶訪談
用戶訪談最直接最有效的方式,在訪談中可以與用戶進行更長時間、更深入的交流。較容易獲得用戶真實的想法以及潛在因素等,通常用于解決特定的問題。有了清晰的目標之后調研者提出的問題也需要經過仔細的推敲與打磨,在文章下一部分會重點講問題的組合方式。
問卷調查
問卷調查是大家普遍比較熟悉的調研方法。問卷調查的優勢在于調查面廣、能夠獲得更多人的反饋以進行數據統計/分析。缺點是不夠深入,并且問卷在設計上很大程度會左右用戶的回答。所以設計一份合理的問卷直接決定了這次調研的質量。
一份優秀的問卷需要主要兩個方面:篇幅與問題類型。通常問卷不適合超過15分鐘,并且設置的題目應盡量具體不空洞。在問題設置上也要盡量避免使用封閉式的問題(提供多個選項,與選擇題相似),因為這類問題很容易誘導被調研者,從而產生不準確的結論。另外使用半封閉與開放式問題的好處在于這類問題能讓被調研者產生更多的思考,獲得更準確的信息。
情景調查(實地考察)
在一些比較傳統的書籍中也叫”現場觀摩”,到了現在更多的是進行場景上的重現。說直白一點就是創造用戶平時使用產品的場景,看用戶在熟悉的環境下如何進行操作,在b端產品中通常就是進行上門實地考察。這種做法能夠讓產品人員對需求與業務流程建立更直觀的認識并且更容易獲得一些被忽略的細節。在觀摩的過程中需要多思考,努力總結出整個任務的步驟、找到脈絡。
4.安排問題的順序
在使用問卷調查或訪談時,各個問題的順序應該根據業務邏輯順序組織。想要高效地在訪談中獲得最有價值的信息,可以使用”問題組”的方法,循序漸進得切入被訪談者的真實想法。具體來說可以使用金字塔結構、漏斗結構和菱形結構來組織問題組。
金字塔結構
采用金字塔結構構成問題組,是一種歸納的過程。使用這種形式時,調研者會提出非常具體的問題,通常是以封閉式的問題(提供多個選項,與選擇題相似)開始,然后使用半開放式的問題,并且鼓勵被調研者用更通用的回答來對問題進行拓展。
如果你認為被調研者還不在狀態需要對這個話題進行預熱時,就應該采用金字塔結構。當你想結束問題時,同樣也可以使用金字塔結構組織問題的順序。
漏斗結構
漏斗結構實際上是一個演繹過程,也就是我們經常說的把問題逐步聚焦。它通常以通用,開放式的問題開始,然后用封閉式的問題縮小可能的回答。
漏斗結構能夠為開場提供一種容易且輕松的途徑,當被調研者對這個話題有情緒波動時就要適當控制使用問題的順序并根據被調研者的回答決定問題的深入程度。
菱形結構
菱形結構實際上就是上面兩種結構的組合,這種方式通常以一個非常明確的問題開始然后過渡到通用型問題,最后再根據一個結論進行深入。
調研者首先會提出一些簡單的,封閉式的問題,為調研做鋪墊。隨著問題的逐步展開,向被調研者提出明顯沒有”通用”答案的問題。然后根據回答,調研者再次限制區域深入某一個問題以得到明確的答復,這樣就完成了一組完整的問題。
5.要研究用戶的行為,更要研究用戶的想法
調研結果分析,這是調研的最后一個環節也是最重要的環節。如果把用戶需求比作一條污水河,那么我們通過調研得到的往往是河流下游的東西,即”看得見的需求”。通常是一些困擾用戶的問題、用戶自己能設想到的功能等。但河流中的污水總是源源不斷的,我們必須想辦法找到源頭,即獲得”未意識到的需求”以及”看不見的需求”。
無意識的通過產品人員對實際工作場景的感同身受后提出更合理的解決方案,看不見的需求是指產品人員對業務的深入理解以及用戶的心理去構想出用戶沒法想象到的解決方案。所以在調研后需要歸納總結并且大膽地提出設想,再不斷去進行實踐與驗證。而且研究用戶的想法可以讓產品人員理解用戶為什么會提出這樣的需求,基于什么樣的業務與心理前提,這樣的需求值不值得回應等,對需求的分析具有明確的指導意義。
用戶調研可以獲得不同用戶不同的想法,但做產品一定不是追求滿足所有人的需求,產品有自己的特性和定位。產品經理一定要平衡好產品定位與用戶需求之間的關系,在符合用戶習慣的角度下,有側重性的突出產品的特性并且讓更多的用戶接受,創造更大的價值。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25