Ray写在前面:
大家都知道我创办的小数点社区是专注数字化人才成长和发展的专业社区,其中的同学虽然来自于各行各业,专注研究和发展的方向也有差异,但都是相信数据终将改变世界的“同道中人”。
为了让这些同学能够有更好的交流和碰撞的机会,小数点会定期举办线上/线下活动,在给大家创造交流学习机会的同时,也帮助大家拓宽职业圈子。
在此过程中,有越来越多的同学成长并涌现出来,这其中就有Pointer钰琪77——来自于互联网大厂海外用户研究的专家。在刚刚结束的线下活动中,她给大家带来一份干货:数字化如何赋能用户研究。
作者:钰琪77  文章来自公众号:77人生进化论 欢迎大家关注她
故事要从2月底去小数点的线下活动——老友记分享说起,在构思分享主题的时候,我想更多聚焦数字化,因为小数点社区就是围绕着数字化展开的,大家的兴趣点也在这里。同时,我也希望能够结合自己的本职工作——用户研究,在构思案例的过程中,我提炼出了两个关键词——数字化思维、用户研究思维。
和数字化思维一样,用户研究思维是一个底层的能力,底层能力意味着它不仅仅代表某种具体的职能,也不是掌握某几种技能,它们都是底层的思维方式,能够赋能所有的行业和岗位,关键点在于——思维的融会贯通与应用。

目录

  • 什么是用户研究?—— 从产品生命周期看用户研究
  • 数字化如何赋能用户研究 —— 满意度的数字化项目
  • 分享后的讨论 —— 数字化思维与用户研究思维在更多场景的应用

什么是用户研究?

用户研究是一种用于理解和满足用户需求的重要研究方法。随着科技的不断进步,越来越多的产品和服务涌现出来,用户研究变得越来越重要。用户研究可以帮助产品团队了解用户的需求、意见和行为,以便更好地设计和改进产品。
从产品生命周期的角度来看,用户研究的作用十分重要。
在产品的初期设计阶段,用户研究可以帮助团队了解用户的需求和期望,并根据这些信息来设计产品的功能和界面。
在产品的开发阶段,用户研究可以帮助团队测试和优化产品的性能和用户体验。
在产品的发布阶段,用户研究可以帮助团队了解用户的反馈和使用情况,以便更好地改进产品并提供更好的用户体验。
在产品的成长成熟阶段,用户研究可以帮助团队了解用户的需求和行为变化,以便及时地更新产品。同时帮助业务找到新的第二增长曲线。
综上所述,用户研究是产品生命周期中的重要环节,对于产品的进入、设计、开发、发布和维护都具有至关重要的作用。

用户研究常用到的方法

一般情况下,可以按照两个维度进行划分

研究行为 or 研究态度

行为研究:行为研究主要关注人们的行为,旨在描述、预测和控制行为。研究者通常会对参与者的行为进行观察、记录和分析。行为研究的目标是了解人们在特定情境下如何行动,以及行为背后的原因和动机。
态度研究:态度研究则主要关注人们的态度,旨在了解人们对特定事物或概念的看法和感受。研究者通常会使用问卷调查等方法来收集参与者的态度信息,并对数据进行分析。态度研究的目标是了解人们对某一特定主题的看法,以及这些看法的形成和变化的原因。
因此,行为研究和态度研究的主要区别在于研究的重点不同。行为研究关注人们的行为,而态度研究关注人们的态度。当然,这两种方法也可以相互结合使用,以更全面地了解用户行为和思维的复杂性。

定性 or 定量

定性研究:定性研究是一种描述性的研究方法,通常侧重于深入了解参与者的观点、经验和行为。定性研究采用开放性的研究方法,例如访谈、观察和文本分析等,收集质性数据,研究者会对数据进行主题或者类别的归纳分析,通常没有量化数据,而是通过叙述、分类、解释和理解等方式来描述研究对象。
定量研究:定量研究是一种统计性的研究方法,通常侧重于用数字化的数据来描述和分析现象,以建立数学模型并验证假设。定量研究使用严格的研究设计和统计分析方法,收集量化数据,例如问卷调查和实验等,然后对数据进行统计分析和推断性推理。通过统计分析可以得出数量上的结论和比较,例如数据分析中的频率、百分比和平均值等。
根据这两个维度,我们就可以划分成一个四象限矩阵,在这个矩阵中对应着不同的方法。
  • 定性维度*行为研究:可用性测试、眼动测试
  • 定量维度*行为研究:ab测试、行为数据分析
  • 定性维度*态度研究:焦点小组、电话访谈、1v1访谈、专家访、在线社群等
  • 定量维度*态度研究:问卷调研
初步了解了不同的方法,我们回归到产品生命周期的业务应用模型:
所以,如果对用户研究下一个定义的话,我的关键词是:选择合适方法,洞察用户需求背后的商业逻辑,并翻译成业务和产品的语言,提炼出机会点or策略,以找到增长的可能性。

案例分享——数字化赋能用户满意度体系研究

企业分析中,我们通过数据了解客观事实和现状,解决「是什么」的问题。而在很多时候,数据无法帮助我们了解数字背后的「为什么」。这时候,接触用户,了解背后对应的why,找到更加底层的问题和原因,这对于我们定位关键业务问题和增长机会点至关重要从数据到用户,以此形成一个洞察闭环。

为什么要做用户满意度

满意度研究主要用于衡量顾客对产品、服务或品牌的满意度和忠诚度
评估业务体验:它可以帮助企业了解用户对其产品或服务的满意度和体验,从而为企业提供改进产品或服务的建议。
跟进竞争态势:用户满意度研究也可以帮助企业了解竞争对手的产品或服务表现,并通过比较分析来发现自身的优势和不足之处,进一步提高自身的竞争力。
了解趋势变化:用户满意度研究还可以帮助企业了解用户需求的变化趋势,及时调整产品或服务,以满足用户的需求,提高用户忠诚度,从而增加用户黏性和品牌忠诚度。

传统的方式

这种研究通常通过调查问卷、深度访谈和焦点小组等方式进行。
拆解:一般会根据产品的流程、企业关注的因素拆解成不同维度的因子
触达:通过长问卷(20题左右),多通过邮件、站内信、短信等方式
输出:多为报告的形式,一般一份报告长度多达50-80页,信息量巨大,但也全面深刻
对应的优势是:能够更加全面系统的了解在企业运作或产品体验链路中,所有重要环节的用户体验,同时深度问卷询问可以更深入的了解低分满意度环节的具体原因。
但劣势也依然明显
,最为显著的就是问卷回收的周期长,用户反馈不及时,可能带来一定程度的回答误差。另外整个满意度体系过于复杂,对人的理解程度要求很高,
复杂和过于专业的信息不利于广泛传播。

数字化的赋能

数字化下的满意度评估,具备的特点能够一定程度弥补传统满意度研究的劣势。数据化的过程包括以下的步骤:
  • 轻量简单的问卷设置:减轻用户回答负担,关注相对宏观的一级指标
  • 快速触达:提升触达用户的效率,通过弹窗的方式,用户高效提交
  • 数据存储:将用户反馈数据部署到数据库中,形成可及时调用的数据表
  • 产品化:通过可视化的方式呈现,用户可以交互、对比、快速评估满意度现状
满意度体系数字化的好处也显而易见:
  • 更及时的反馈
  • 更低的理解成本
  • 更广的传播
  • 更容易对比
  • 与传统满意度问卷形成互补(广度与深度)

分享后的沟通

分享后也和一些朋友沟通探讨了满意度评估的应用场景。其中很多朋友是产品经理,但多为b端产品,他们所在的领域或环境无法接触大量的用户,如何接触用户,如何从用户的评估中提炼需求,找到价值点,这是一个蛮值得探讨的问题;关于更多用户研究场景的应用或困惑,如果大家感兴趣或想要探讨,欢迎联系我~
最后说说小数点举办的老友记活动,真的感觉非常有收获~!在这里聚集各种数据相关的从业者,大家来自各行各业,各种职能。跨领域的思维火花的碰撞显得异常有趣,同时也连接到了很多有意思的朋友~期待下次再见~
END
大家对于小数点数字化社区感兴趣的小伙伴可以联系林佳
我是Ray,工作十余年,在IBM、德勤等外企做过技术管理以及咨询顾问,也在TOP互联网带过技术团队和数据团队。用严谨、风趣的文字,刮起一阵旋风,吹开职场中的迷雾
​​​
继续阅读
阅读原文