案例分享:借用戶調(diào)研,做更好的用戶體驗設(shè)計

6 評論 9951 瀏覽 112 收藏 17 分鐘

編輯導(dǎo)語:用戶調(diào)研可以幫助產(chǎn)品設(shè)計團隊更好地了解用戶需求,進而產(chǎn)出貼合用戶目標的產(chǎn)品,一定程度上保證用戶的體驗感受。那么,在產(chǎn)品體驗設(shè)計中,可以采取哪些步驟來獲取用戶畫像與用戶信息?本文作者結(jié)合實際案例分享了他的用戶調(diào)研思路,一起來看一下。

一、前言

用戶調(diào)研是指通過面對面訪談、問卷填寫、觀察用戶等方式,收集受訪者的意見和觀點,基于收集的數(shù)據(jù)進行統(tǒng)計分析,研究事物的總體特征,為后期設(shè)計決策提供依據(jù)的一種方式。

設(shè)計師在設(shè)計前期了解目標用戶的真實想法和需求,有利于設(shè)計出貼合用戶目標的產(chǎn)品,避免設(shè)計方案是基于設(shè)計師或管理者的主觀臆想產(chǎn)出。

二、酒店詳情頁的重要性

隨著互聯(lián)網(wǎng)及移動互聯(lián)網(wǎng)的普及,在線預(yù)訂酒店已經(jīng)成為主流。 而由于用戶們的消費觀念、出行目的不同,用戶在預(yù)訂酒店上存在差異。

酒店詳情頁,簡稱酒店D(Detai)頁,是預(yù)訂酒店流程中非常重要的環(huán)節(jié),它為用戶提供酒店、房型等相關(guān)信息,是輔助用戶對比評價、地理位置、設(shè)施信息的頁面。

合理信息頁面布局設(shè)計,有助于提高用戶的決策效率。

三、通過用戶調(diào)研,探索更合理的頁面布局

通過對比競品酒店詳情頁面,我們發(fā)現(xiàn)各平臺在頭部信息布局上呈現(xiàn)差異化,比如

  1. 去哪兒和攜程平臺趨向統(tǒng)一,采用縱向信息羅列的布局形式。
  2. 飛豬在評價、設(shè)施、地理位置上,采用了“三等分卡片”布局設(shè)計。
  3. 美團則是在頭部右上方突出評論信息。

為了探索更貼合用戶思維的頁面布局,提高用戶在酒店D頁信息的獲取效率。我們決定發(fā)起一次用戶調(diào)研,了解真實用戶在獲取酒店信息時的思維方式。

四、調(diào)研概況

1. 封閉式卡片分類調(diào)研法

卡片分類調(diào)研是指:我們通過招募用戶,讓用戶根據(jù)自己的理解將卡片上的信息進行歸類,我們透過這些歸類的信息,了解他們的真實意圖。

它適用的場景是針對這類帶有復(fù)雜信息架構(gòu)的頁面調(diào)研,可以用來比對設(shè)計師與用戶在信息分類上的認知差異,作為調(diào)整頁面框架的依據(jù)。

整個調(diào)研流程我分為以下5步,下面具體跟大家講解下調(diào)研的流程。

1)第一步:制定調(diào)研計劃

前期,我們需要制定好調(diào)研整體的流程,包含調(diào)研的背景、目標、時間截點、計劃、招募用戶量等,讓管理層了解你為什么要做調(diào)研、具體打算怎么做,idea通過后安排人力支持。同時書寫調(diào)研進度文檔,讓其他成員了解項目進度。

2)第二步:設(shè)計卡片信息

我們將卡片信息以界面原形的形式呈現(xiàn)給參與者,有利于參與者準確得理解信息,更高效地進行歸類和排序。

3)第三步:招募用戶

相關(guān)實驗表明,15個樣本量的出來的分類結(jié)果與全部用戶的分類結(jié)果之間的關(guān)系數(shù)達到0.9,5個樣本量的結(jié)果相關(guān)系數(shù)達到0.75。

因此,我們本次通過在公司內(nèi)部投放問卷的形式,根據(jù)平臺酒店業(yè)務(wù)大盤的用戶特征,篩選了15名用戶進行調(diào)研(敏感數(shù)據(jù)已脫敏)。

4)第四步:現(xiàn)場調(diào)研活動

現(xiàn)場調(diào)研過程需要我們提前預(yù)約會議室,與參與者溝通活動時間和地點,邀請參與者進行以下3個活動環(huán)節(jié)。

  1. 讓參與者在結(jié)合自身的出行場景,將所有卡片信息進行歸類,分別是“必看信息”“有幫助信息”“無用信息”。
  2. 讓參與者按照自己的瀏覽方式,對卡片信息做一個綜合排序。
  3. 邀請參與者在2組設(shè)計方案中挑選出,認為體驗更好的一組方案。

5)第五步:結(jié)果統(tǒng)計分析

最后,我們需要將調(diào)研的結(jié)果匯總成可編輯的數(shù)據(jù)表格,可以使用excel、飛書文檔等軟件。本次我使用的是飛書文檔,可支持多人編輯,這樣對于多人調(diào)研結(jié)果匯總更便捷。根據(jù)專業(yè)的分析方法,對用戶數(shù)據(jù)進行分析,產(chǎn)出相應(yīng)的調(diào)研報告。

五、調(diào)研結(jié)論:用戶獲取信息的三大表現(xiàn)

1. 用戶面對不同信息,關(guān)注程度是不同的

我們通過對用戶分類結(jié)果進行統(tǒng)計分析。分析過程中,我們衡量卡片分組的標準是:卡片被放入不同組中的最大用戶比例。

除了衡量卡片的分組外,我們還需要排除有分歧的卡片分組,對比卡片在組與組之間的比例差距,差距較大的是有把握的分組,差距較小則是有分歧的分組。

結(jié)合圖表舉例。

表格中第2行數(shù)據(jù)顯示,有100% 的用戶將 “房間類型”卡片 歸入“必看信息”組,因此我們認為“房間類型”屬于用戶的“必看信息”分組是有效的。

而第6行中的,“酒店年份”卡片,在這三個組間的用戶比例差距較小,都是33.3%,所以是有分歧的分組。

1)如何排除有分歧的分組?

我們采用“矩陣分析法”,通過計算最大值平均數(shù),來驗證卡片分組的有效性。

分析過程主要有以下三步:

  1. 參與者的分組數(shù)據(jù) 轉(zhuǎn)化成 對稱矩陣的表格形式;
  2. 統(tǒng)計出每個卡片在不同組內(nèi)的大值;
  3. 求出所有組里的最大值平均數(shù)為61.0%,用該平均數(shù)可以用來衡量后面分組方式的合理性。

關(guān)于這分析方法的資料,大家可以上《騰訊用戶體驗官網(wǎng)》查詢。

2)卡片分組結(jié)果

了解了分析方法,我們接下來看下,不同組里的卡片分布結(jié)果。

首先,我們從“必看信息”分組圖中可以看出,用戶占比超過平均數(shù)61.0%的卡片分組有8組,分別是:房間類型、酒店簡介、地理位置、酒店評分、房間床型、房間圖片、房間空間、入住離店時間。

因此,我們可以得出 這8組分信息都屬于用戶的“必看信息”。

依次類推,可以得到“有幫助信息”和“無用信息”中有的有效分組。

2. 信息的關(guān)注度存在用戶差異性

我們通過分析不同群體參與者的分類數(shù)據(jù),發(fā)現(xiàn)影響因子主要為以下三個維度,分別是:性別維度、酒店訂價維度、婚姻狀態(tài)維度。

1)在性別維度上

我們發(fā)現(xiàn)女性在選擇酒店時,相對男性會看更多信息。

以下是男女性別關(guān)于必看信息的占比分布,綠色的折線代表女性,藍色的折線代表男性用戶,可以看到,女性用戶比男性用戶在每組信息中,“必看信息”的用戶占比普遍更高。

其次,我們還發(fā)現(xiàn)女性相對男性,更愛看評論信息,主要表現(xiàn)在關(guān)于“住客評論”還是“酒店評分”上,男女占比差距最為顯著,其中100%的女性用戶認為“酒店評分”屬于必看信息,而男性中只有44.4%的用戶認為它屬于必看信息。

2)在酒店訂價維度上

我們針對用戶預(yù)訂酒店價格的區(qū)間,對用戶進行分群,其中訂價在800元以上為高端用戶,300-600元我們定位為 舒適型用戶,300以下為經(jīng)濟型用戶。

數(shù)據(jù)分析發(fā)現(xiàn):高端型用戶更在意酒店外觀,且更愿意查看排行榜信息。

可以看到,看到藍色折現(xiàn)代表的高端型用戶中, 有100%的用戶認為“酒店圖片&名稱”是必看信息,而且有50%的用戶認為,排行榜也屬于必看信息。

我們還發(fā)現(xiàn):經(jīng)濟型和舒適型用戶更關(guān)注房間窗戶和樓層信息。

可以看到,黃色和綠色線代表的經(jīng)濟型和舒適型用戶中,有70%左右認為“房間窗戶”信息屬于必看信息,而只有25%的高端型用戶認為它屬于必看信息,兩者相對差異還是較大的,我們也才采訪高端型用戶,它們表示客房幾乎有窗戶,一般不會去看這類信息,因此這塊也是符合生活的邏輯。

3)在婚姻狀態(tài)維度上

最后,我們發(fā)現(xiàn)已婚人士更關(guān)注兒童政策、入住須知、房型套餐等信息,考慮這部分用戶出行大部分伴隨著 孩子和老人,因此對這3組信息的關(guān)注度會高于未婚用戶。

3. 用戶瀏覽信息有優(yōu)先級排序

前期我們讓用戶根據(jù)自己的瀏覽方式,對信息進行綜合的排序,然后我們再對這些排序的結(jié)果進行統(tǒng)計和分析。

分析的方法是:計分排名法。

這個方法簡單來說的原理是:由于卡片順序不同,其卡片的重要程度也不一樣,因此我們通過賦予排序?qū)?yīng)的權(quán)重數(shù)值,計算出卡片的順序綜合得分,得出重要程度順序。分步驟如下:

  1. 我們需要給每個排序的選項賦予對應(yīng)的權(quán)重值數(shù);
  2. 通過權(quán)重值數(shù)計算出卡片的平均得分,平均得分越大,該卡片的排序就越靠前;
  3. 綜合得分的公式是:Σ (頻數(shù)×權(quán)重) /樣本量,通過這個平均數(shù),我們就能得到對應(yīng)的排序。

權(quán)重:取值1~n,n為排序題的選項個數(shù),按照選項的排序位置倒序賦予權(quán)重,即排第一位權(quán)重為n,排第n位權(quán)重為1。

例如某排序題有3個選項,則排序第一的權(quán)值為3,排序第二的權(quán)值為2,排序第三的權(quán)值為1。

頻數(shù):選項排在某一位置的次數(shù)。

這次平均值我才用的是 SPUSSA 這個線上的軟件輔助計算的,軟件的網(wǎng)站我已經(jīng)放上去了,大家后期可以用這個軟件。

通過這個排名的方式,我們可以得出用戶在瀏覽信息時的大致優(yōu)先級順序。

結(jié)合到頁面中,我總結(jié)出來關(guān)于酒店D頁頭部,重點信息排序依次是 :酒店簡介、地理位置、房間類型、房間圖片以及酒店評分。

六、設(shè)計方案

1. 舊版問題

  1. 頭部圖片固定的交互,用戶很難獲取更多圖片;
  2. 頭部卡片信息堆砌,用戶關(guān)注的“評價”“地理位置”信息并不突出;
  3. 會員權(quán)益展示狀態(tài)不明確,存在產(chǎn)品邏輯問題;
  4. 房間類型和套餐信息辨識度很低,混在一起,不同的房型需要用戶滑動瀏覽逐個查看,極大的增加了用戶查看的費力度;
  5. 酒店相關(guān)信息獲取并無預(yù)期。

2. 新版設(shè)計思路

新版本中,我們將基于調(diào)研的結(jié)果,在首屏突出用戶核心關(guān)注的酒店簡介(圖片&名稱),以及用戶評論和地理位置信息。做了以下幾點優(yōu)化:

  1. 頭部圖片加入導(dǎo)航功能,提供用戶快速獲取酒店、客房信息;
  2. 酒店介紹區(qū)采用橫向卡片布局樣式,提升“用戶評論”和“地理位置”感知;
  3. 會員權(quán)益產(chǎn)品邏輯優(yōu)化;
  4. 增強房間類型篩選項功能層級,保證用戶能在首屏清晰瀏覽房型信息。

(設(shè)計方案不展開講解)

六、總結(jié)

最后,通過這次調(diào)研,讓我們更了解用戶使用平臺時的真實思維。不僅僅為UED部門沉淀了用戶數(shù)據(jù),也為后期的設(shè)計方案提供了設(shè)計想法和理論依據(jù),建議大家都可以嘗試一下~

卡片分類說明:https://zhuanlan.zhihu.com/p/246627419?from=from_parent_mindnote

計分排名說明:https://wj.qq.com/article/single-88.html

線上統(tǒng)計軟件:https://spssau.com/

參考:https://baijiahao.baidu.com/s?id=1655943117854622252&wfr=spider&for=pc

 

本文由 @MINGZI 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載

題圖來自 Unsplash,基于 CC0 協(xié)議

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 學(xué)到很多,感謝分享

    回復(fù)
  2. 還想問一個問題,“我們通過分析不同群體參與者的分類數(shù)據(jù),發(fā)現(xiàn)影響因子主要為以下三個維度,分別是:性別維度、酒店訂價維度、婚姻狀態(tài)維度?!边@里您是做的什么分析?得出的這個結(jié)果?

    來自美國 回復(fù)
    1. 1.卡片被放入不同組中的最大用戶比例,可以用來衡量卡片的分組標準~(比如調(diào)研的10個人中,8人認為是必看信息,1人認為是有幫助的,1人認為是無用的,我們會將這個信息分為必看信息。但存在有組與組之間差距小的分歧組,3:3:3這種,需要通過整個組里用戶分組標準的平均值,再來衡量這個分組是否有效)
      2.拿到調(diào)研數(shù)據(jù)后,我們需要多個影響維度分析(包括性別、年齡、地理位置、酒店定價等等),然而其中只有性別、酒店定價和婚姻維度這3個維度存在較大的差異值,其他因素?zé)o明顯差異,所以這三個維度屬于影響因子~

      來自北京 回復(fù)
  3. 您好,我想知道您在用矩陣分析法那一步,為什么直接算最大值?矩陣分析后面有用什么聚類分析之類的嘛?

    來自美國 回復(fù)
  4. 感謝!

    來自北京 回復(fù)
  5. 學(xué)到了學(xué)到了 感謝作者~

    來自北京 回復(fù)