用户是如何把天给聊死的?

访谈在用户研究工作中的基础性与重要性毋庸置疑,但是在实际的访谈中,出于各方面的因素,用户很容易会把访谈的话题 聊死 ,经常导致我们无言以对,从而无法从用户身上获取真实有效的信息。

本文要解决的一个问题就是: 面对用户的一些无效/宽泛/抽象的回答,如何正确的引导与追问。

什么叫做用户把天给聊死了?

我们所从事的移动物流行业,产品的使用者为货车司机,由于很多货车司机的表达意愿与表达能力比较差(其实还有川普等各地方言,大中华区域辽阔真恨自己没有多学几门语言),非常容易把天给聊死了,比如:

用研:为什么你会使用这个软件?
用户:你们工作人员给我装的/忘记了/随便用用…

又比如:

用研:你觉得这个软件怎么样?
用户:感觉不错/不知道啊/没想过/还行吧/额…说不上来

以上的对话情境相信大家都非常熟悉,这种现象基本上可以总结为: 无法给出具体、详细的语言反馈 ,从而把天给聊死了。

这种情境之下,如果研究员没有经验的话,就不知道如何进行下去了,可能会直接进入下一个问题。

这会造成什么结果?

我们做研究主要解决的是两个问题: 需求和用户

需求:问题,行为,原因
用户:属性,场景,频次

这个也基本上可以理解为我们大部分研究的研究目的。

而我们从用户那边获取的原始信息是: Goal / Do / Think / Feel , 即基于用户目标的用户行为、用户观点和用户态度。

1 数据来源

若我们无法越过这些抽象、宽泛的回答去获得详细细节,则对于我们的洞察、转化都无法产生帮助,即无法完成我们的研究目的,最后可能产出的是一些泛泛而谈的观点,一份浅访的报告。

判断的核心标准

那么一个回答是否具体详细有哪些标准?

  1. 所有说法都要有 定义(区分形容词和动词)
    比如所有的形容词,应该是有定义的,如“不错”应该指出“到底是哪里不错”或“解决什么问题的时候是不错的”。

  2. 所有的判断都要有 例子(区分事实和观点)
    比如觉得“这个软件很好”,应该有事实例子来说明自己是如何得出“软件很好”这一结论。

  3. 所有的操作都要有 原因(区分结果和原因)
    比如用户做了下载动作,应该明确用户下载之前的动作,如动机,场景。同时应该明确下载以后的动作,如第一个行为,下载的目标。即,你从哪里来,要到哪里去,这些都是有因果关系的。

可能的原因

我们可以把用户的知识从两个维度进行区分: 知道/不知道、说出来/没有说出来 :

2 用户的知识

  • 知道且说出来: 这个维度的信息容易获得。基本上只要你开口问,都会获得,但是一般只是一些比较表面浅显的内容,即通过问卷法都可以获得一些行为及态度信息。

  • 知道但不想说出来: 这个维度的信息较难获得。需要去转移用户的压力和注意力,这样才能获得这些维度的信息。

  • 不知道但是说出来: 这个维度的信息较难获得。需要用研去帮户用户去梳理。这个维度需要筛选谎言信息的存在。

  • 不知道且说不出来: 这个维度的信息最难获得。除了帮助用户梳理,还需要经常性使用一些投射的技术。

我们一般获取的浅显信息就是知道且说出来的,但是我们更多想知道是: 知道但不想说出来的,不知道但是说出来,不知道且没有说出来 这三个象限的内容。

这三个象限的内容往往很容易出现前面说的“ 抽象而且宽泛的回答” 。这里面可能有各样的原因:

  • 用户自己没有思考这些问题

  • 用户思考过,但是记不清楚

  • 用户思考,但是没有理清楚逻辑

  • 用户觉得很难回答

  • 用户觉得这些问题很白痴

  • 敏感信息

  • 社会赞许认同方面的考虑

这些可能的原因都是可以一一对应到上图的三个维度中。这些原因都是从用户角度来说,而作为一名用户研究员,应该从自己角度找问题,那么原因就变成:
访谈者没有提出一个好的问题

解决方案

那么面对这种状况的时候如何以正确的姿势应对,并提出正确的问题呢?
1. 定义

用户:我觉得这个软件很不错
用研:你可以详细说说哪里不错吗?/解决了你什么问题让你觉得不错?

2. 激活

用户:我觉得这个软件不错
用研:有发生什么事情让你觉得这个软件不错?

3. 对比(以前/竞品)

用户:我觉得这个软件不错
用研:(以前)和之前没有使用这个软件相比,你觉得有什么变化
用研:(竞品)为什么不使用某竞品?

4. 缺失

用户:我觉得这个软件不错
用研:如果没有这个软件,你会怎么做来达到自己的目标?

5. 转移

用户:我觉得这个软件不错
用研:你最好的司机朋友在使用的话,你觉得他会怎么评价这个软件?

6. 转述(朋友/小白)

用户:我觉得这个软件不错
用研:(朋友)如果你要向一个没用过这个软件的朋友介绍这个软件,你会如何介绍?
用研:(小白)假设我是一名不了解这个软件的人,你会如何向我介绍这个软件?

总结

访谈虽然是用户研究中一个非常基础的工具,但是里面坑还是很多。今天和大家介绍的是 “什么是用户的抽象无效回答并可能造成的相应后果”,然后提出 “好的反馈的标准是什么”,最后分析可能的原因并提出相关的解决方案。

参考文献

  • 《Laddering: A ResearchInterview Technique for Uncovering Core Values》作者:Michael Hawley

  • 《打破坚冰的深度访谈》作者:袁岳

  • 《用户力》作者:郝志中

如果想要探讨相关或延伸的一些内容,请在微信公众号 用户研究社 中留言。

END

文/小宝哥Seven

关键字:产品经理

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部