今年4月有数据说,互联网最紧缺的技术岗位是前端,最紧缺的非技术岗位是用研。很有意思的两个现象。 我们认为,用研这个岗位正在发生变化。目前形势下,用研已经从"设计用研",走到了"产品用研"。研究用户也是研究消费者,用研最终是为了达成产品商业成功的目标,而不仅仅是保证体验。当然用户体验和商业成功之间的关系,是另外的话题。 用研岗位是一种专业分工,对这个岗位的界定,目前业内并没有达成共识。以后"国际体验设计大会"还会不会愉快地跟用研一起玩耍,我不知道。不过设计源自洞察,用研的核心是洞察,友谊的小船不会说翻就翻的。而定量技术的发展,为用研提供了更多工具/方法论。 "找用户聊天"、"做个问卷"、"捣腾一下数据"、"搜集资料"这些事情的专业性在哪里?外行看热闹,内行看门道。用户研究专业性的价值在于逼近真实、减少误差。 这话怎么说呢?人文社科的套路不是客观准确的"1+1=2",对人的探索永无止境。为了尽量探知并量化衡量人的态度和意愿,为了预测人的行为,为了尽量减小测量误差,社会学、心理学等学科便产生出了很多方法。(这里想要呐喊一声,心理学硕士在北大拿的是理学硕士学位,是实验和统计搭建的体系。心理学人也常说自己是搞统计的,就怕被各种误解……)方法各有利弊,都是为了尽可能接近"真相"。 眼花缭乱的方法,归根结底可分为定性和定量两大类。如果去网上搜一下用户/消费者/市场研究方法,能找到一大堆,本文不想写成枯燥的方法论,我就尽量找现实中的栗子来说明"逼近真实,减少误差"。 问法引导性带来巨大差异 某网上理财产品的功能需求调研中,罗列了一堆功能,让用户用李克特五点量表对各功能的需求度进行打分,用户纷纷给"安全教育"打5分,即表示非常需要这项功能。但同样是这堆功能,让用户以"你最需要的两项功能是……?你比较需要的两项功能是……?"进行迫选时,"安全教育"功能垫底,被认为是最不需要的。这就是问法差异带来的不同结果,看起来矛盾,其实合理,读者盆友可以自己分析一下。在这个场景里,后一种问法的测量精度更高。 访谈 深度访谈可以算是一种"终极"定性研究方法,跟其它素材相结合,能衍生出很多变种。 说下访谈中"倾听"这个要点,当用户说1+1=3的时候,没有受过训练的人会下意识地去纠正用户,说服他1+1=2,其实没必要这么做,还请克制纠正别人错误的冲动,想想做访谈的目的是什么。此时正确的姿势是去探索用户为什么会认为"1+1=3",产品是否存在机会点。如果把访谈做成了给用户上课,哈哈,开心就好~ 上述情况容易被觉察到,因为1+1=3很显然不符合客观事实。访谈中更需要警惕的是"观点的平等性",用户的观点和自己的观点应该放在平等的地位去分析思考,而不是自己的观点经过了推理分析就是优于用户的。张五常教授在谈论思考的方法时,谈到的第一个要点就是观点的平等性。大家可以在日常生活中留意一下,双方争论时,是不是都觉得自己有理,很难接受别人的观点。别紧张,这是正常的本能反应,否则认知失调大脑会很痛苦。维护自己观点的极端例子是有夫妻因为讨论学术问题离婚了……离婚了…… 经过刻意训练从这种本能模式里走出来,在做用户访谈时会更理性客观,但同时你还得跟用户"共情",能深刻理解他的立场和故事,在理性和感性之间游走。 再简单说一种访谈的变种方法,投影技法,也叫投射法。针对难以直接询问的话题,利用引导材料让用户解释别人的做法,以此来侧面了解用户的动机、态度、情感。这么做,只是为了尽量逼近真实而已。还有,某些调研会隐藏掉访谈者的真实身份,避免社会赞许效应,这也是为了尽量逼近真实。 定量用研方法 问卷是最经典的定量方法,除了问卷现在还有海量的用户行为数据可供分析挖掘,甚至建立预测模型。 利用用户行为数据对问卷数据进行清洗,可以进一步减小测量误差;问卷数据结合行为数据一起进行分析,为洞察用户提供更多的信息纬度。互联网公司里两者结合使用的做法已经成为"标配"。 除了运用统计分析技术来洞察用户,这几年得益于数据挖掘技术的发展,对用户行为的研究可以"黑箱操作"了。即让算法自动寻找变量间关系,研究者关注预测的结果,中间变量之间的关系可以是个"黑箱"。 既然可以这么方便地"黑箱操作",是不是把所有变量扔进去跑一跑,就能出来想要的模型?没那么简单,对业务的理解、对用户心理的把握、变量的选择、算法的选择等都影响到模型效果。选择变量这件事本身就是一种洞察,这一步没做好,模型可能搭不起来。 我们现在做的预测模型是基于实际应用场景"定制"的,对业务和用户的深度理解指导了整个建模过程,因而效果较好。还得感谢大数据,为研究"人"提供了更多的角度和方法。 所以,用户研究不仅仅是用户体验研究,也不仅仅是定性研究,更不只是找用户来聊聊天! 本文仅抛砖引玉,希望能引发不同观点之间的碰撞。有兴趣请关注,不仅有用研干货,还有战略和商业分析内容。