訪談后如何得出有價值的訪談結論-用戶訪談系列之三

2 評論 3462 瀏覽 12 收藏 21 分鐘

做用戶研究時,我們需要做大量的調研工作。但并不是調研完了就結束了,還需要進行研究分析、撰寫報告這些,事情才算做收尾。這篇文章,作者就分享了訪談后如何得出有價值的訪談結論,希望可以幫到大家。

研究結果最壞的情況是什么,無法回答研究問題,或者研究結果不能得到認可。畢竟做完一場用戶訪談投入了大量的成本,發現的卻是一些大家都已知的結果那就比較失敗了,或者分析出的問題不具備深刻性,對落地實施起不到幫助作用。在前面兩個系列中,我已經分享了如何做好訪談前的準備,以及訪談中一些好用的訪談技巧,最終就是為了訪談后,我們能夠獲得專業性且能形成指導的建議和洞察。

訪談數據分析的難點主要是來源于訪談收集到的數據是大量碎片的,凌亂無序的。如何從這無條理的資料中找出新的線索,洞察出新的機會?這似乎是沒有一個固定的標準流程。定性數據的分析非常依賴研究者本人的分析能力,同樣一份定性數據,經過不同人的分析,很可能有完全不一樣的結論和見解。所以本文也無法給出像數學公式一樣的規則和標準,滿足所有人去套用。在這里我想更多地去揭示定性數據分析的面紗,掀開裙子地一角,看看這個過程究竟是如何的,提供研究者們一個參考思路。

訪談后需要做的事:研究分析、撰寫報告。

一、數據整理

整理訪談資料,就是將我們訪談的數據,照片、錄音、錄像、筆記等記錄的各種數據轉化成文本信息數據。將凌亂無序的內容,通過科學的整理,形成相對系統化、條理化形式。從而方便研究人員可以進行高效分析。

1. 轉錄

在做訪談后,把訪談錄音轉成文本數據,即訪談原文的逐字稿,現在市面上大多數軟件都能實現將錄音快速轉成文字記錄,非常方便。便于后期隨時提取分析,會將用戶的訪談原文進行存檔。

2. 匯總

因為用戶的原話都是零碎,還有重復的話語,所以需要清洗掉對研究無效的數據,摘取出重點和有效信息匯總到記錄表中,但這個時候要保持客觀記錄,不能加入主觀定義和猜想。如果訪談的用戶樣本量比較大,對重點的文本內容標注還是很有必要的,有助于隨時進行信息快速檢索或瀏覽。

這一步我們前期的整理工作基本就完成了。實際開展訪談時,每訪談完一位用戶,就會匯總到記錄表中。如果等到最后再匯總,大腦中很多信息都會變得模糊和遺漏一些細節,可能需要反復聽錄音來補齊,而且龐大的訪談數據,整理起來非常痛苦。為了提高效率,大多數時候每訪談完一個用戶,及時將這個用戶的重點信息和做的筆記都記錄到匯總表里。

二、研究分析

分析的過程有兩個核心的概念,一是自上而下演繹推理,即在已有的理論基礎上通過各種數據去推理和驗證,通常用在定量數據分析中;二是自下而上的歸納推理,即這個時候還沒有形成理論,通過收集的數據去歸納推理出一個現象,通常用在定性數據分析中。

歸納法一般用戶形成新的理論,演繹法一般用于對已有理論的驗證。

基于這兩個理論我們再來看這個定性數據的分析,在實際項目中會結合這兩種理論一起使用,開展調研初期我們通過各種產品數據和二手資料的調研,已經形成了一定的猜想和預設的理論,是能夠回答我們的研究問題,但是缺少用戶真實反饋數據,通過訪談,能補充和優化我們的預設,甚至用戶反饋的數據還可能顛覆我們的猜想。通過交叉這兩種理論的思路,讓我們的研究更有把控和高效。

具體的分析方法策略有多種,下面介紹兩個常用的方式:編碼和可視化圖表。

1. 編碼

在質性分析中,可以使用編碼的方式幫助我們對定性數據進行歸納推理。

編碼就是提煉文本,將文本信息濃縮、歸納的過程。我們可以借用三進程編碼幫助我們更全面地理解研究現象,提出更深層次的問題和見解,并為后續的理論構建和實踐應用提供有力的支持。

開放式編碼:就文本信息進行提煉,識別采訪內容的關鍵屬性進行貼標簽,可以使用單詞或短語,這個標簽也是最小分析文本單元,可以稱為:代碼。在這個階段盡可能多提煉出有價值的內容,此時的主題可能比較模糊還沒有顯現出來;

主軸式編碼:將第一階段的編碼內容進一步歸納,以一定的關系維度串聯起來,例如時間關系,空間關系,因果關系,先后關系,相關關系等等,形成新的集群,這時主題也開始逐漸顯現;

選擇式編碼:將第二階段的主軸式編碼即主題進行第三層歸納,此時提煉出來的編碼內容將更加抽象和概括,具備一定的普遍性。

需注意編碼是圍繞研究的問題去提取的,通常在調研前會預設一些編碼庫,例如我們在調研用戶出于什么原因選擇該保險的?預設到可能是價格、品牌、客服服務、售后等(訪談過用戶后還會有一些新的發現進行補充),那么在編碼的時候就會圍繞購買動機相關的內容去提煉。

在調研過程中發現一個現象,即首次投保和續保以及換保的購買因素差異性比較大,針對這個現象進一步思考:為什么會造成這個差異,以及內在原因又是什么?于是回溯訪談內容,推測造成這個現象的原因。

在實際項目中我們可以靈活借鑒編碼這個方法高效地整理這些雜亂的定性數據。

2.可視化圖表

在數據處理的過程中,為了方便交流,是不太會把我們訪談收集的大量信息直接拿給需求方看,畢竟面對如此凌亂和繁雜的內容,大家也沒法聚焦問題,這時會使用各類圖表工具來幫助我們將文本信息結構化呈現,讓問題變得清晰,幫助我們構建證據鏈、邏輯鏈,讓我們的分析結果有據可依,并且提高溝通效率,分析時通常會讓相關利益方共同參與,提出想法,避免存在個人分析的主觀偏差。

常用的分析框架如用戶體驗地圖、用戶畫像、同理心地圖、故事板等等,相信有很多專業的文章有詳細介紹怎么使用,在這只簡單提一下。

同理心地圖

通過用戶說的,想的,做的,感受的信息,去挖掘用戶所思所想所做的深層動機,找到用戶的真實需求,也通常是用戶自己沒有察覺到的,或者未能表達出來。通過這種直觀的圖表讓團隊成員研究思考

用戶旅程地圖

通過梳理業務的主要流程,獲取用戶在每個階段產生的行為和任務,結合用戶訪談,通過分析用戶的痛點,訴求,行為等信息數據,了解用戶行為背后的原因(即該任務是為了達成的終極目標/任務是什么),研究產品功能和用戶目標之間的gap,探索解決用戶需求的創新方案。

用戶畫像

對真實用戶抽象的原型,基于真實用戶的目標,行為、觀點和動機,抽象成典型的角色模型,通常會形成3~6個角色代表所有的用戶群體。通過用戶模型的描述,給產品設計提供決策,并洞察用戶可能的需求。

三、分析結論

我們一份研究結果包含著問題,原因,解決方案,問題和原因在分析階段能洞察出。如何讓我們的建議和結論更具吸引力和說服力,可以對用戶原話得引用,這種方式讓大家的代入感更強,容易共情和同理,減少溝通阻力。

四、報告

當我們完成了調研結果的數據分析之后,就需要輸出最終的報告。報告的形式依據項目和研究目標而定,沒有固定的規范。在寫報告之前,需要了解誰會看?他們想知道什么?他們需要知道什么?他們期待知道什么?通過受眾的需求來決定呈現我們的重點。

通常來說報告最終發出去的時候會盡可能地滿足各類角色的需求,管理層想知道結論和解決的思路是什么?執行層更多會關注細節和結論,盡可能去滿足不同受眾。

以下的思路可供參考:

1.研究目標,首先同步我們的研究目標和主題,接下來的所有行動都是圍繞這個目標展開的,

2.研究思路和方法,為了解決這個目標,我們研究思路,用到的一些研究方法(例如:用戶訪談),以及用戶的樣本等情況。

3.結論匯總,是報告最重要的內容,也是本次研究出的結論,領導層也會最關注這一塊。

4.分論點描述,每個結論的證據鏈,即:結論(洞察或發現的問題)+證據(通常是用戶原文佐證)+建議(根據洞察結合用戶訴求提出的相關建議)

5.附件資料,調研過程中的一些關鍵過程數據,方便有些人可以瀏覽和追溯細節。

一些小貼士

定性數據的分析開始點是從訪談開始的時候

設計洞察大多伴隨著設計調研的開始、展開以及設計調研結果的研究分析,通常不是一個線性的過程。

真實項目中,我們通常從訪談前就開始對現有數據進行分析,形成初步的一些假設,并且在訪談幾個用戶后,形成初步分析結論,同時帶著這個假設和結論繼續訪談,驗證猜想和繼續探索是否有新的發現。如果到了項目的后期才開始分析這些定性資料,風險太高。首先,通常情況下在階段性用研分析過程中會不斷優化和調整訪談內容,繼續收集新的內容來填補分析過程中的漏洞。其次,在階段性分析過程中形成的假設和猜想可以及時在后期的訪談中進行驗證。

以我最近一段項目舉例,從第二階段到最后的第六階段,每個階段都會去做階段性的用戶訪談數據分析,不斷明確優化方向,通過充足的用戶數據幫助我們得出的結論和建議。

數據分析框架的選擇在調研初期就決定了

分析框架基于我們的研究目標出發,為了這個目標我們會通過什么研究方法(如:定性+A/B測試)來達成,以及要使用什么分析策略(如:同理心地圖)來解讀我們的材料,確定了之后再去采集相關維度的數據。

例如在某項目中基于我們的研究目標選擇了用移情圖的方式呈現訪談結果,來探究用戶為什么會買以及為什么不買某產品的根本原因是什么。因為考慮到用戶大多都言行不一,說出來的并不一定會真正去做,而且有些動機很難被感知或者用戶不便直接表達,同理心地圖可以幫助我們與用戶換位思考,打開思路,洞察用戶的本質需求。采集數據的時候就會去了解用戶說的內容,做了什么,他們的感受,以及用戶期待的相關內容,分析時再基于用戶的真實數據去形成移情圖,通過移情圖可以很好的解釋用戶行為、選擇決定的深層動機。

降低信息偏差,提高我們洞察問題的深度和敏感度

很多時候,同樣一份訪談資料的解讀,不同人洞察出結論的相差比較大,因為研究者本人對產品領域的了解,對社會文化的理解深度和廣度會決定研究分析的深度,初學者是需要不斷修煉來提升的。

在這里有一個很好的建議,即信息對等原則,可以幫助我們去提升問題的洞察能力。當你的視角拉高到和業務決策人的視角同等高度時,這時候從訪談中獲取的信息和看到機會將完全不一樣。站到高度不一樣,你所看到的現象又是另一番風景。

那么該如何幫助我們降低信息差呢?

通常在研究開始之前為了達成目標去了解和學習足夠的信息,例如當前任務所在的領域研究、市場情況;競品和異業競品的分析;政策的支持或約束;商業動機和模式;歷史材料的學習和理解;利益鏈條的審視;業務規則的了解,當前產品的困難和瓶頸等等。當我們進行了充足的背景信息了解之后,再來看這個研究問題,會有一定的問題假設,然后帶著這個問題去做用戶訪談,這時候我們洞察出的現象和給出建議將直指產品或運營等相關利益人。

視角的拉高能夠很大程度上提高我們對信息的敏感度和看問題的系統性。

小結

在用戶訪談后,進行研究分析的過程包括記錄、匯總、編碼和使用可視化數據分析框架等步驟。

首先,記錄是在整個訪談過程中,將所有的觀察、發現和訪談者的反饋都記錄下來。這些記錄可以是文字描述,也可以是錄音或錄像。這是一個重要的步驟,因為它能確保所有的數據都被捕捉到,并且可以在后續的分析中反復查閱。

接下來,通過匯總這些記錄,可以清除無效的數據并提取出重點信息。這一步的目的是為了讓所有的數據更加清晰和易于理解,這樣在后續的分析中可以更容易找到關鍵的信息。

編碼是一個將文本信息進行提煉、濃縮和歸納的過程。包括開放式編碼、主軸式編碼和選擇式編碼三個階段。在開放式編碼階段,會就文本信息進行提煉,識別采訪內容的關鍵屬性進行貼標簽。在主軸式編碼階段,將第一階段的編碼內容進一步歸納,以一定的關系維度串聯起來,形成新的集群。最后,在選擇式編碼階段,將第二階段的主軸式編碼即主題進行第三層歸納,提煉出來的編碼內容將更加抽象和概括,具備一定的普遍性。

使用可視化數據分析框架,如用戶體驗地圖、用戶畫像、同理心地圖等,可以幫助我們將文本信息結構化呈現。這些工具可以讓問題變得更加清晰,幫助我們構建證據鏈、邏輯鏈,讓我們的分析結果有據可依,并且提高溝通效率。

最后,完成所有的數據分析后,需要輸出最終的報告。報告的內容包括研究目標、思路和方法、結論匯總、分論點描述和附件資料。報告的形式依據項目和研究目標而定,沒有固定的規范。在寫報告之前,需要了解誰會看?他們想知道什么?他們需要知道什么?他們期待知道什么?通過受眾的需求來決定呈現我們的重點。這樣,報告才能更好地滿足各類角色的需求,有效地傳達我們的研究結果。

本文由@玄清 原創發布于人人都是產品經理,未經作者許可,禁止轉載。

題圖來自Unsplash,基于CC0協議。

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 非常棒啊

    來自中國 回復
    1. 謝謝支持~

      來自上海 回復