你误解用户研究了吗
⇨⇦
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。