用戶研究提供什么價值?
編輯導(dǎo)語:在產(chǎn)品開發(fā)的全流程中,用戶研究是一個在不同階段內(nèi)起著不同作用的環(huán)節(jié)。然而,用戶研究的真正價值在于何處?可能有人不能完全講明,只知一二。本篇文章里,作者就從用戶視角,對用戶研究提供了什么價值一事進(jìn)行了總結(jié),一起來看。
上一篇文章討論了消費品行業(yè)和互聯(lián)網(wǎng)行業(yè)中用戶研究的差異,在進(jìn)一步思考互聯(lián)網(wǎng)用戶研究工作之前,我們首先聊一聊用戶研究工作究竟在提供什么價值。
討論用戶研究工作價值時,常見的思路是從商業(yè)問題切入,例如在立項初期,可以通過用研判斷需求是否存在;在設(shè)計階段,可以通過用研驗證產(chǎn)品可用性;在迭代時,可以通過用研獲得啟發(fā)、預(yù)測策略效果等等。
這樣看起來,用戶研究是在不同環(huán)節(jié)有不同效用的“萬金油”。那么用戶研究產(chǎn)出的內(nèi)容是否有一些共性?不同業(yè)務(wù)、不同階段的負(fù)責(zé)人在啟動用戶研究時,是否可以有共通的期待?作為用研同學(xué),在向他人解釋用研工作時,是否有更加概括而又能讓人一下子理解的表述方式?
這一篇嘗試從用戶視角(也就是使用用戶研究結(jié)論的同學(xué)的視角)回答一下用戶研究究竟在提供什么價值,這既涉及“用戶研究員的工作價值”,也可以是“業(yè)務(wù)同學(xué)做用戶研究的價值”。
一、用戶研究方法拆解
用戶研究的工作是從用戶側(cè)拿到信息,以支持商業(yè)決策。
拿信息是研究員的基本功,具體包括找誰、問什么、怎么問等等。從信息加工到給出結(jié)論,再到支持決策,除了基礎(chǔ)統(tǒng)計方法,還涉及分析邏輯、模型框架,對產(chǎn)研設(shè)計營銷等領(lǐng)域的知識,以及對業(yè)務(wù)邏輯的深度理解。
二、用戶研究價值拆解
什么是一次好的用戶研究?個人認(rèn)為標(biāo)準(zhǔn)是:能提升決策質(zhì)量的研究是好的研究。
那么一份用研結(jié)果如何支持商業(yè)決策?
可以拆解為以下三個層面:提供代入感,提供分析模型,提供統(tǒng)計數(shù)據(jù)。
三、用戶研究價值1:提供代入感
代入感能讓我們對用戶感同身受,發(fā)現(xiàn)“不知道自己不知道”的東西。
1. 代入感是什么
代入感不是解讀數(shù)據(jù),不是用復(fù)雜的統(tǒng)計學(xué)方法找規(guī)律,而是運用本能的同理心,將自己的頭腦和心思作為工具,加工用戶信息,獲得主觀的、感性的體會。
產(chǎn)生代入感的前提是人與人有相似的底層需求、理解能力、情感本能等等,在這樣的基礎(chǔ)上,如果能夠充分呈現(xiàn)用戶的生活環(huán)境、過往經(jīng)歷、信息媒介、使用情景等信息,就可以讓業(yè)務(wù)同學(xué)感同身受地領(lǐng)會到用戶的感受和需求。
項飆老師在《把自己作為方法》一書中有一段關(guān)于“理解”的描述很精彩,摘錄如下:
理解是人的本性的一部分,作為心理機(jī)制,一點都不難,如果說理解有難度,其實是一個位置問題,看你愿不愿意把自己擺在對方的位置上。很多時候人們拒絕這樣做,因為有利益在里面……
什么叫“理解的學(xué)術(shù)”,不一定要把對方的心理機(jī)制像心理分析師一樣寫出來,主要就是位置的問題,把他在這個社會的位置講清楚,把他所處的關(guān)系、所處的小世界描述清楚,大家自然就理解了。
這是用戶研究工作非常有魅力的一個地方。你有機(jī)會面對真實的用戶,與真實的用戶對話可以瓦解某些天馬行空的設(shè)想;在不專業(yè)且沒什么耐心的用戶面前,之前坐在辦公室里拍腦袋想出來的一些主意也會顯得蒼白而幼稚。
舉一個小例子,曾經(jīng)為一個線下活動做效果評估,在對用戶進(jìn)行訪談時,我眼睜睜看著對方說著說著話就閉上了眼睛,因為他參加了一整天活動已經(jīng)非常疲憊了。
之前可能也在問卷答案中看到過類似“活動時間過長”這樣的反饋,但這樣面對面的感受還是不一樣的。
還有一次去京郊某地做項目,這個地方其實屬于北京,但當(dāng)?shù)爻鲎廛囁緳C(jī)會說“你們從北京來呀?”,這樣的措辭體現(xiàn)著本地居民對該地區(qū)的理解:行政劃分上是北京,卻不是那個超一線大都市北京。這種細(xì)微的感知難以從常規(guī)的統(tǒng)計數(shù)據(jù)中獲得,只有在現(xiàn)場、在用戶身邊才能發(fā)現(xiàn)。
代入感不只有“在場”時能感受到,也可以通過解讀報告來代入。這也是為什么調(diào)研報告中往往會提及用戶社會信息,比如性別、年齡、收入等,目的之一就是提供代入感,了解社會背景能理解用戶群生活在怎樣的環(huán)境中,進(jìn)而理解他們的觀點、態(tài)度、感受。
2. 代入感的價值
代入感為什么重要?邏輯和數(shù)據(jù)為什么不足夠?因為“人”太復(fù)雜了,與人相關(guān)的信息很多,維度很多,運作機(jī)制很復(fù)雜,人的邏輯不是物理的邏輯,描述人的模型都會壓縮維度。
比如各種行為模型、需求分析模型、用戶分層模型,模型的簡潔意味著損失大量信息,模型和數(shù)據(jù)在某種層面上是在遠(yuǎn)離真實。
理解復(fù)雜的“人”的一個方式就是代入,直接從對方的視角看ta的世界。
這可以避免遺漏邏輯,比如忽視某些因果規(guī)律、忽視重要信息,也可以重新反思自己頭腦中是否存在未經(jīng)審視的假設(shè)。
3. 代入感的應(yīng)用與局限
從研究方法來看,定性研究的結(jié)構(gòu)更加開放,能夠提供更多生活細(xì)節(jié),也會記錄詳細(xì)的用戶語句、用戶行為,所以能夠提供更強的代入感,比如訪談、座談會、入戶觀察、陪同消費、觀察使用。
另外還有一個很棒的獲得“代入感”的方式:體驗半天客服工作,親自傾聽客戶投訴。相信一定會收獲滿滿,哈哈。
另一方面,“代入感”作為研究產(chǎn)出的問題也很明顯:
- 效率低。每個用戶都很不同,逐一代入的方式效率太低了。
- 普適性弱。從不同人的身上捕捉到不同的邏輯,如何取舍?不同的研究員有不同的感受,如何整合?
- 難以傳達(dá)。研究過程中獲得的代入感如何同步給未參與研究的同學(xué)?
因此我們接下來的兩個工具:分析模型和數(shù)據(jù)信息。
四、用戶研究價值2:提供分析模型
分析模型是從紛繁的信息中梳理出邏輯主線,有時候已知信息已經(jīng)很多了,卻沒有分析思路,便陷入“不知道自己知道”的狀況,合適的分析模型可以解決這個問題。
用戶研究模型和產(chǎn)品運營方法論有什么區(qū)別?和商業(yè)分析模型有什么區(qū)別?針對同一個問題,可能有不同的分析模型,又該如何選擇?
不同模型有不同側(cè)重、不同視角、不同默認(rèn)假設(shè),甚至不同的價值取向。
舉個例子:如何分析不同需求點的優(yōu)先級?有以下幾個常見的模型:
- 重要性x滿意度的矩陣。橫坐標(biāo)重要度,縱坐標(biāo)滿意度。通過定量調(diào)研獲得對于不同需求的重要度和滿意度得分,如果一項需求處于“重要”且“不滿”的象限,就認(rèn)為應(yīng)當(dāng)優(yōu)先改進(jìn)。
- kano模型。針對每項需求詢問:如果有該功能你覺得如何?如果沒有該功能你覺得如何?(我很喜歡-理應(yīng)如此-無所謂-勉強接受-很不喜歡)根據(jù)兩個得分將需求分成五種:魅力屬性、期望屬性、必備屬性、無差別屬性、反向?qū)傩浴?/li>
- 投入產(chǎn)出比。針對每個需求,評估覆蓋用戶量、單用戶收益、時間&人力成本,選擇投入產(chǎn)出比最高的需求優(yōu)先滿足。
重要性x滿意度模型假設(shè):對于用戶的每個需求,都是滿意度越高越好。
但kano模型的假設(shè)是:有些需求只需要達(dá)到及格線,不需要做到太好(必備屬性),比如日常自行車騎行速度,對普通用戶來說能夠滿足通勤使用就好,不需要達(dá)到競賽水平;有些需求則是可以缺失,但如果被滿足會讓很多人喜歡(魅力屬性),比如手機(jī)防水功能;同時存在一些需求是越滿意越好(期望屬性),比如性價比越高越好。
以上兩個模型背后的價值取向是:讓用戶滿意、喜歡。
而投入產(chǎn)出比的模型則是在考慮人群需求的基礎(chǔ)上,進(jìn)一步量化成本和收益。相比之下,“用戶滿意”只是一個中間變量,最終目標(biāo)是最小成本獲得最大收益。前兩個模型并不是認(rèn)為成本和收益不重要,而是成本收益問題不在這一步解決。
用戶研究項目相關(guān)分析模型最大的特點就是包含用戶反饋數(shù)據(jù),并對用戶數(shù)據(jù)有更多處理。常見的思路包括:花樣用戶分層(比如NPS/RFM,比如交叉、降維、聚類等統(tǒng)計方法),花樣描繪行為態(tài)度(又叫UA,比如旅程地圖/各種漏斗/各種深度x廣度象限圖),花樣找相關(guān)關(guān)系,等等。
看到一個模型時,可以思考一下這個模型的假設(shè)是什么,默認(rèn)的價值觀是什么,適用場合是什么,是否補充了自己原本缺失的視角。模型沒有絕對的好壞,模型領(lǐng)進(jìn)門,修行靠個人。
五、用戶研究價值3:提供數(shù)據(jù)信息
統(tǒng)計數(shù)據(jù)是將認(rèn)知進(jìn)一步量化,在“知道自己不知道”時的定向收集信息,找到“最大”、“最多”、“最相關(guān)”等東西,這背后帶有一點功利主義的邏輯。
大多數(shù)用戶研究項目都需要有定量數(shù)據(jù)支持最終的結(jié)論,尤其在周期性項目中,統(tǒng)計數(shù)據(jù)和數(shù)據(jù)的變化情況就是報告的主要產(chǎn)出。
用戶研究中的數(shù)據(jù)分析,與銷量數(shù)據(jù)分析、線上行為數(shù)據(jù)分析等有什么差異呢?
1)信息更加豐富。比如可以了解想法、態(tài)度,以及生活背景、人際關(guān)系。
2)能夠獲得競品數(shù)據(jù)。比如用戶對不同產(chǎn)品的購買情況、對不同品牌的印象,等等。
3)樣本結(jié)構(gòu)非常非常重要。
這是非用研同學(xué)很容易忽視的一點。在分析銷量數(shù)據(jù)、行為數(shù)據(jù)時,通常是直接拉取符合條件的全部數(shù)據(jù),但用戶研究無法觸及全部用戶,時間和成本也不允許過大的調(diào)研范圍。
如何投放問卷?通過什么渠道,用什么話術(shù)吸引用戶打開?回收的樣本結(jié)構(gòu)能否代表大盤樣本?如果代表性有偏差,如何轉(zhuǎn)化成可用的數(shù)據(jù)?這些問題是用戶研究同學(xué)需要熟練掌握的。
所以作為用研同學(xué),看到網(wǎng)絡(luò)上各種報告時,往往會對調(diào)研對象、樣本結(jié)構(gòu)、發(fā)放渠道很敏感,如果報告沒有給出這些信息,其結(jié)論的適用范圍就很可疑。
4)問法非常重要。
用戶調(diào)研是與用戶的互動,如果要得到真實結(jié)果,就需要設(shè)計中立的,無引導(dǎo)性的問題,不能在問卷中透露或者暗示研究者的喜好;題目要簡單易懂,不能有專業(yè)術(shù)語,每個選項要單一簡潔,不能在同一個選項中包含沖突的內(nèi)容,等等等等。
六、小結(jié)
所以,用戶研究可以提供代入感,可以提供分析模型,可以提供統(tǒng)計數(shù)據(jù),在不同的項目中會有不同的價值側(cè)重。
作者:用研姐姐ccc;用戶研究資深菜鳥,多年互聯(lián)網(wǎng)用研經(jīng)驗+多年傳統(tǒng)行業(yè)用研經(jīng)驗
本文由 @用研姐姐ccc 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載
題圖來自 Pexels,基于 CC0 協(xié)議
感興趣的同學(xué)可以進(jìn)群交流~