腾讯用研实战策略全解析
在互联网运营能力模型中，我们看到“用户画像”、“用户洞察”、“用户分析”等在招聘需求中，都会被提及到。
用户调研是产品研发运营和市场策略制定的重要环节，帮助我们了解真实的用户需求、行为和偏好。
在大量的互联网C端业务中，不管是新业务启动、业务增长突破点，都要基于用户群体理解、用户行为分析，扎实的做好研究和分析，不仅能帮助我们去制定策略，还能帮我们识别重要增长机会和商业机会。
在这个篇章中，我依然会用“方法论” “实操”的结构，来总结和分享我过往在工作中积累的用户研究经验。
一、方法论
1. 产品不同阶段用研重点
在实际工作中，用户研究一般是作为业务发展的支持，为业务决策找到支撑点。满足业务在宏观层面，包括市场洞察、机会挖掘、用户圈层和需求变化等；微观层面，包括用户心智、价值认知、偏好调研、功能性测试等。
从上述框架可以看到，在不同的阶段，业务目标及用户研究的侧重点不同，需结合自身业务的阶段来制定具体计划。
2. 用户研究实操重点
在了解业务不同阶段的重点后，在实操落地层面，我一般会分为3个部分，研究设计、用户研究、数据分析。
不管是有用研公线部门支持，亦或是运营同学自己落地执行，用户研究都要服务于业务的发展目标，以终为始。
以数据发现规律，以研究洞察真相，最终给到能支持业务发展的结论。
二、用户研究（定量 定性）
在这个部分，我们将展开讲清楚用户研究方法，分为定量和定性2个常用的维度。二者的重点和区别如下：
在实际应用中，定量和定性调研往往结合使用，以获得更全面的用户洞察。
结合我过往的经验，补充一点，创新业务和成熟业务的研究方法也会有不同侧重。
假设是独立业务，如新App等
侧重：由于产品前期没有流量积累，更侧重在定性层面，如用户访谈、现场使用观察、原型测试反馈等。
Tips：在选择用户时，在基于产品的用户圈层，确定目标用户画像，来挑选调研和访谈对象，以满足圈层代表性。
存在的局限性：定性方法由于覆盖范围小和对象具有个体主观性，因此结论存在一定的偏差。
假设是成熟产品新业务，如新功能等
方法侧重：产品具备一定流量时，有一定的数据基础，则更侧重定量层面，如数据实验、问卷调查等。
Tips：一般新功能是加法，在做用户圈选时，要考虑大盘用户、目标用户等不同用户群在新功能中的表现。
存在的局限性：定量的方法有丰富的数据呈现，但在用户行为和动机洞察上较有限。
下面，我们围绕定量中常见的问卷、A/B实验，定性中常见的访谈、用户旅程地图，来具体讲讲实操。
1. 定量方法-设计一份高效的调研问卷
这里我补充几个分析方法，帮助大家更深入的洞察，避免停留于表面的描述性分析和总结。
1.1 描述性分析
一般是最为基础的，描述不同题目中的数据概况，包括分布、占比、均值、中位数等数据，也一般能得到一些基础的发现。
1.2 相关性分析
相关性分析一般是把不同问题之间进行交叉分析，分析它们是否相互影响，识别潜在的因果关系或相关性。
举个简单的例子，比如用户的性别、年龄、职业与用户的功能满意度是否有关系，某个功能的用户与另一个功能的用户是否有关系，通过相关性分析可以看到共性和差异性。
1.3 聚类分析
聚类分析一般是有大量的问题或变量，可以使用因子分析或聚类分析来简化数据结构，帮助我们识别潜在的因子分布或用户群体分布。
1.4 细分分析
这个一般用于用户群体的细分，去发现不同属性的用户在行为和偏好上的差异。
举个简单的例子，对于个性化装扮，女性用户的喜爱程度比男性用户高，初高中生群体比大学生高，可以初步总结为在个性化装扮中，初高中女生是主力用户群，再继续下钻，用数据佐证。
2. 定量方法-设计一个科学的A/B实验
在产品设计中，AB实验常用于在2个不同版本中，设计单一变量因素，测试不同的产品策略、UI设计、流程设计等因素对用户行为的影响。
在AB实验的设计和实操中，存在下列三个重点
- 流量分配：在样本提取时，要保证样本有效性，避免样本偏差。可利用分桶实验，来提高实验效率，保证每个分桶流量中的用户在实验期间只看到一种实验形式，确保结果有效性。
- 数据质量：定期检查数据收集系统，确保没有数据上报有效，不会丢失或错误记录。
- 持续监控：即使实验结束，也要监控一段时间，以验证结果的稳定性和长期效应。
下面我们用一个电商的商品界面，列表式（文本描述和较小的缩略图）与图片式（大尺寸图片和简短描述），来进行说明
（1）实验名称
商品列表展示形式效果对比实验
（2）实验目的
确定列表式商品列表（A）与图片式商品列表（B）对用户点击率和购买转化率的影响。
（3）实验假设：
假设：图片式商品列表（B）将提高用户点击率和购买转化率。
（4）实验变量
- 独立变量：商品列表的展示形式（列表式 vs 图片式）
- 控制变量：页面布局、导航栏、搜索框、页脚、商品信息（如价格、描述）、促销活动、页面加载速度等
（5）实验设计
a.实验版本
版本A：列表式商品列表，包含文本描述和较小的缩略图。
版本B：图片式商品列表，包含大尺寸图片和简短描述。
b.随机分配
假设取用户UID，取UID尾数为1/3/5/7/9，为A组，UID尾数为0/2/4/6/8，为B组，确保每个用户在实验期间只看到一种商品列表形式。
c.实验持续时间
设定实验持续时间为两周，以收集足够的数据进行统计分析。
（6）数据收集
关键性能指标（KPIs）：
- 用户点击率（CTR）
- 购买转化率（CVR）
- 页面停留时间
- 跳出率
（7）分析方法
- 使用统计软件收集数据。
- 对比两个版本的KPIs，使用t检验或ANOVA分析差异的显著性。
（8）结果评估
- 如果图片式商品列表（B）在点击率和购买转化率上有显著提升，且在统计上具有显著性，则认为实验成功。
- 考虑实验期间的外部因素，如市场活动、季节性变化等，对结果的影响
（9）实操注意事项
- 确保实验期间所有控制变量保持一致，避免其他因素干扰实验结果。
- 实时监控数据收集系统，确保数据的准确性和完整性。
- 在实验结束后，继续监控一段时间，以验证结果的稳定性。
3. 定性方法-做一场有效的定性访谈
定性研究方法往往作为定量和用户行为分析的补充，用于发现在数据中无法解释和用户真实使用场景和动机。
以一款聊天产品为例，我们通常可以在以下结构中来输出研究方案。
3.1 研究背景
XXX作为一款新兴的智能对话助手，旨在为用户提供高效、便捷的信息获取和任务处理体验。为了深入了解用户对XXX的整体满意度，并收集改进建议，计划开展一系列半结构化的定性访谈。
3.2 研究目标
- 评估某类用户对产品的整体满意度。在筛选访谈对象时，要注意用户是否具有代表性，是否是产品的核心用户或者目标用户，结合研究目标挑选用户。一般包括活跃用户、付费用户、流失用户、未注册用户等群体做交叉对比。
- 探索用户发现产品的途径、过程、使用频率和场景。
- 识别用户最喜欢的功能和遇到的挑战。
- 收集用户对产品改进的具体建议。
3.3 研究方法
- 半结构化访谈：结合开放式和封闭式问题，确保访谈的灵活性和深度。
- 目标用户：年龄在XXX之间的活跃用户等。
- 访谈准备：设计访谈指南，包括关键问题和可能的追问。
- 数据收集：通过电话、视频会议或面对面访谈进行，确保记录详细的访谈内容。
3.4 关键问题
- 您是如何发现XXX的？
- 您使用XXX的频率是多少？通常在什么情况下使用？什么情况下不使用？
- 在使用XXX时，您最喜欢的功能是什么？为什么？
- 您在使用过程中遇到了哪些挑战或问题？
- 您对XXX有哪些改进建议？
3.5 访谈流程
- 介绍：简要介绍访谈目的和流程，确保用户了解访谈的匿名性和保密性。
- 背景信息：收集用户的基本信息，如年龄、职业、技术使用习惯等。
- 核心问题：围绕关键问题进行深入访谈，鼓励用户分享个人体验和感受。
- 追问：根据用户的回答进行适时追问，以获取更多细节。
- 总结：在访谈结束前，总结用户的主要观点，并确认是否有遗漏。
3.6 数据分析
- 对访谈内容进行转录和编码，识别主题和模式。
- 提炼用户反馈，形成改进建议报告。
3.7 报告撰写：
- 文章将以友好且专业的语言风格撰写，包含直接引用用户的话语，以增强可信度。
- 结合访谈数据，总结用户满意度和改进建议。
- 提供具体的用户故事和案例，以展示用户的真实体验。
⚠️ 注意：假设在有条件的情况下，尽可能使用面对面访谈的场景，在初期建立对话关系后，尽量使用相关话术让访谈对象放松，真实反馈。通过现场观察用户使用流程，交互习惯，以及真实的喜好原因。
4. 定性方法-设计用户旅程地图
在过往的工作经历中，用户旅程地图是一个非常有效可以把握产品增长策略的关键方法。
4.1 研究目标
创建一份详细的用户旅程地图，以可视化的方式展示访谈对象在使用产品过程中的体验、感受和行为。这将帮助我们理解用户的需求、痛点和满意度，从而指导产品的优化和改进。
4.2研究步骤
用户研究：
基于已有的定性访谈数据，识别用户的关键接触点、任务、痛点、喜悦时刻和决策点。
用户角色创建：
创建用户角色（Personas），代表目标用户群体。这些角色应基于用户访谈中收集的信息，如职业、技术熟练度、使用习惯等。
旅程地图构建：
确定旅程地图的范围，从用户发现产品到使用过程中的关键互动。
描述用户在每个接触点的行为、想法和情感。这包括用户如何发现产品、下载和安装、初次使用、日常使用、遇到问题和解决问题的过程。
关键接触点：
识别并标注用户旅程中的关键接触点，如产品广告、应用商店、用户推荐、社交媒体等。
情感曲线：
通过用户在旅程中的情感变化，绘制情感曲线。这有助于识别用户满意度的高点和低点。
痛点和喜悦时刻：
明确用户在使用过程中遇到的主要挑战（痛点）和最满意的功能或体验（喜悦时刻）。
用户反馈整合：
将用户访谈中的直接引用整合到旅程地图中，以增强地图的真实性和说服力。
改进建议：
根据用户旅程地图，提出具体的改进措施，以解决用户痛点和增强喜悦时刻。
验证和迭代：
与用户分享旅程地图草稿，收集反馈，并根据反馈进行迭代优化。
示意（图片来自网络）
最后，补充一下各类访谈方法的差异
不管是什么分析方法，最终一定是要围绕着有价值、有输入的研究结论，帮助业务判定方向和决策，谨记少做已知性研究（数据可以说明的）。
在此推荐鹅厂CDC的用研书籍《在你身边，为你设计》。
下一篇文章预告：用户分析方法及关键模型，欢迎大家关注和交流！
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！
