起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識如何做好“用戶洞察”？(行動篇）
編輯導語：如何做好“用戶洞察”？一個典型的用戶洞察研究項目主要包括哪些內容呢？其實用戶洞察不能僅僅只理解用戶還有其他很多方面。一起來看看吧！
一個典型的用戶洞察研究項目主要包括需求的溝通與評估，研究設計與執行，成果輸出三個關鍵環節。需求的溝通與評估關系著研究命題的價值，畢竟一個沒有太大價值的研究命題也不會產生有價值的用戶洞察；研究設計與執行是用戶信息的收集過程，科學合理的研究設計與高質高效的執行可以為用戶洞察打下堅實的基礎；成果輸出是對已獲得的用戶信息進行匯總解讀，是對用戶洞察的最終呈現。
下面從項目流程全鏈路優化的角度來談談如何做好用戶洞察研究。
一、需求溝通與評估
要想確保業務/需求方的需求是有價值的，需要注意避免需求的碎片化，單點化。
1.1 對單個需求評估
用戶研究人員經常會接到那種比較明確而具體的需求，但是也正是因為太過具體，局限于某一個小點，導致做用戶洞察的價值不高。
這時候有兩種選擇，一種是評估完后不做，并從可行性和合理性兩個角度說明原因；另一種是和業務/需求方一起就需求背景、業務問題進行進一步溝通，繼而確定更合適的研究目標。
【案例】
業務/需求方：我們今年計劃要對我們APP的圖標進行升級，設計那邊出了三個版本，能否請用戶來測一下喜歡哪個版本？
【分析】
這個需求非常明確具體，但沒啥價值，通過灰度A/B test就可以解決問題，但進一步溝通下來發現需求的背景是品牌重塑升級，那么改一下需求，了解用戶對于APP圖標升級的需求就有比較大的施展空間，包括挖掘用戶對APP的品牌、產品認知、未來預期，這種未來的預期如何通過視覺體系（包括圖標）來承載等。
1.2 對多個需求的評估
用戶研究人員常常從多個業務/需求方那里接到很多臨時性、碎片化的調研需求，這些需求往往只能解決產品某一個單點的問題，如果每一個都展開去做，不僅人力排期面臨挑戰，研究的范圍也非常受限，導致能給到的信息增量非常有限，用戶洞察很難有廣度、深度和高度。
更加合理的做法是對這些臨時性、碎片化的需求進行適當整合，提煉需求和問題的共性，并加以拓展。
【案例】
業務/需求方A：很多用戶打開我們APP什么也沒做就退出了，能不能幫忙調研下原因？
業務/需求方B：我們最近想對商品詳情頁進行改版，想調研下用戶對于商品詳情頁的需求？
業務/需求方C：我們的訂單取消率一直居高不下，能不能調研下用戶取消訂單的原因？
【分析】
這幾個需求的共性，可以發現都圍繞著成交轉化，那么是否可以整合成一個“XX產品成交轉化提升”研究專項呢？
二、研究設計與執行
好的研究設計與執行能確保收集到的用戶信息是全面的、深入的、準確的，從而為接下來的信息解讀打下好的基礎。
2.1 研究設計
限于篇幅，在研究設計方面這里說一個重要的原則，那就是無論是研究方法的選擇還是研究腳本（問卷、訪談大綱等）的設計，都要服務于挖掘目標未知信息。
很多用戶研究人員容易出現的一個問題就是在研究方法、研究腳本方面設計了很多導向已知或者不相關信息的內容，這樣不僅導致資源的浪費，參加調研用戶的負擔增加，而且無法聚焦最重要的問題。
最好的辦法就是回顧研究目標和問題大綱，圍繞研究目標或要回答的核心問題，進行詳細的拆解設計。
我們在研究設計環節，一定要多問自己，這樣設計最后能拿到什么信息，這些信息是否可以刷新現有的認知水平，能帶來什么信息增量。
只有對最終的成果產出進行提前推演，繼而反推研究設計，才能確保用戶洞察的價值。
2.2 項目執行與管理
（1）定量研究執行
這里說說主流的問卷調研。
首先，要想清楚調研對象。
比如想知道大盤用戶中的低活群體的特征和低活躍原因，就最好不能只調研低活用戶，而是最好也要調研中高活用戶，中高活用戶與低活用戶的對比更能看出低活用戶的人群特征差異。參照體系的不同，會對最后的結果解讀（洞察）造成影響。
其次，控制好系統誤差。
比如涉及到本品、競品的對比，最好不要使用內部渠道（如APP消息通知，帶有本品牌標識的短信鏈接等），因為會存在本品牌光環效應，造成本品牌數據的傾向性增大。
再者，控制好抽樣誤差。
無配額控制的隨機抽樣問卷調研注定一開始就存在誤差，因為用戶填答問卷存在偏好。獎品、問卷的標題、問卷調研的內容等都會對用戶填答偏好造成影響，從而使得最后回收的樣本分布不均勻，與總體存在一定偏差?；诳傮w數據對抽樣樣本進行加權是減小誤差的一種方式，但并不能完全消除誤差，所以盡量在最開始就把抽樣誤差控制在最小。
以上，只是簡單列舉了幾點，還有很多細節，改期可以詳談。
（2）定性研究執行
這里主要說說焦點小組座談會和深訪。
很多用戶研究人員還不清楚焦點小組座談會和深訪的區別是什么，什么情況下用焦點小組座談會，什么情況下采用用戶深訪。簡單來講就是焦點小組座談會的目的是共創和發散；用戶深訪的目的是聚焦和深挖。
因為需要交流、碰撞、共創，焦點小組座談會同組群體必須是同質的，這樣才會存在“共同話題”，也就是交流同頻；因為需要聚焦和深挖，所以深訪對象必須是總體樣本中的典型的個體，通過一個典型個體盡量挖掘所代表的背后大多數。
無論是焦點小組座談會還是深訪，都很考驗主持人的能力和經驗技巧，這直接決定挖掘信息的全面性、深度與準確性。
這里分享兩個最重要的座談會/深訪探測技術。
一個是深度追問，也稱為「攀梯術」。簡單來說就是不滿足于用戶流于表面的回答，連續追問，這個方法能有效的使用戶表達出深層的想法和原因。
【案例】
以一個短視頻產品用戶流失原因調查為例
訪問員：為什么最近一段時間沒登錄過了？
用戶：我用抖音了。
訪問員：為什么去用抖音？
用戶：因為抖音里的內容更有趣。
訪問員：為什么覺得抖音里的內容更有趣？
用戶：里面有很多戶外野釣的視頻。
訪問員：為什么喜歡戶外野釣的視頻？
用戶：平臺工作、生活壓力大，需要排遣下。
另一個方法是「側寫」，也就是不直接正面問用戶，而是通過側面迂回的方式讓用戶表達出深層次的想法和原因?！皞葘憽本唧w又包括類比法、圖片測試法、外星人法，人格化法等。
【類比法案例】
訪問員：為什么不續費我們的視頻會員了？
用戶：沒錢啊
訪問員：您目前有沒有開通其他視頻APP的會員？
用戶：有開通B站的
訪問員：為什么開通了B站的會員？
用戶：因為里面有一些獨家動漫資源
【圖片測試案例】
訪問員：我們的產品給您什么樣的品牌印象？
用戶：說不上來。
訪問員：這里有一些圖片，有獵豹，大象，熊貓，豐田汽車等，您選一些能代表我們品牌形象的，并說說為什么？
用戶：我選大象，因為大象龐大、笨重，就如你們的品牌知名度是很大的，用的人多，再就是像大象一樣穩重給人安全感
【人格化法案例】
訪問員：我們的產品給您什么樣的品牌印象？
用戶：說不上來。
訪問員：如果把我們的品牌看做一個人，你覺得最像哪個明星？
用戶：我覺得像XXX，他不帥但是很有才華，非常務實，努力上進。
三、成果輸出
很多用戶研究人員最終的用戶洞察報告都有一個要命的問題：數據描述很多，用戶洞察很少。
為了讓我們的研究報告更有洞察，有以下幾點可以參考。
3.1 多源數據整合
在撰寫研究報告前，對信息進行規整，給研究報告打地基。除了調研得到的一手信息，也可以整合二手信息（比如行業第三方數據報告等）；除了調研的小數據，也可以與大數據進行交叉驗證。
例如，可以用大數據對調研得到的用戶畫像、行為信息等進行校準，這會直接影響最后的結論方向，使得用戶洞察更加準確。
3.2 建立好的研究報告框架
好的研究報告框架一定是問題導向而非研究導向的。
所謂問題導向的框架，是圍繞業務/需求方關心的核心問題進行層層拆解逐一進行解答形成的框架；而研究導向的框架，是圍繞用戶研究人員自己的研究腳本（比如問卷、訪談大綱等）對數據的直接呈現形成的框架。
很顯然問題導向的報告框架更有利于呈現用戶洞察價值，也更容易被業務需求方所理解、接受。
【案例】
某汽車廠商想向中國市場引進一款中高端皮卡產品，想就可行性進行論證。
研究導向的報告框架常見的如：（1）中國皮卡市場分析（2）皮卡用戶研究（3）皮卡產品需求測試（4）皮卡標桿企業分析。
而問題導向的報告框架應該是：（1）是否存在市場機會，然后從市場空間，增長趨勢等維度去展開論證（2）如果存在市場機會，該產品目標用戶群體是誰，然后從用戶需求、產品匹配度等維度去展開論證（3）如果有市場機會，目前用戶群體也明確，那么相應的落地配套策略是怎樣的？然后從產品優化、銷售渠道搭建、市場營銷等角度去論證。
3.3 善于利用專業模型
專業模型可以很好地對已有的信息進行整合加工，變“描述”為“洞察”。
在用戶畫像洞察方面的模型，典型的有Censydiam用戶動機分析模型，發源于美國的VALS（全稱價值觀和生活方式系統）模型等。
如某手機廠商就曾基于Censydiam模型把中國智能手機市場的人群細分為八類，在此基礎上確定自己的目標人群。
在用戶認知、行為（動機）洞察方面的模型，典型的有漏斗模型（AIDMA，AISAS，AARRR，RARRA等），Sheth-Newman-Gross消費價值模型，福格行為模型，八角行為分析模型，上癮模型等。如調研為什么用戶使用夸克時，就可以應用Sheth-Newman-Gross消費價值模型，從功能價值（界面簡潔清爽）、認知價值（滿足好奇心、新鮮感和追求新知）、條件價值（學習時可以拍照答疑）等方面去展開分析。
如調研為什么用戶使用抖音極速版時，就可以應用福格行為模型，從動機（APP包體小，占用手機內存少；功能精簡后使用更加流暢；賺金幣），能力（應用商店可以直接下載，方便獲取，同時內容與已有抖音差別不大），觸發（朋友分享鏈接邀請）方面去展開分析。
在用戶需求洞察方面的模型，典型的有KANO模型，馬斯洛的層次需要理論等，就不再枚舉。
上述這些模型的應用，感興趣的大家可以自己去搜索下，本文不做更多展開。
總體上，在用戶洞察領域可以應用的專業模型還是偏少的，因此我們一方面應該積極發現、轉化其他領域的成果，比如心理學、社會學、經濟學、市場營銷等領域，實行“拿來主義”；另一方面，我們也可以嘗試通過項目經驗的積累、方法論的沉淀來開發新的模型。
3.4 對研究對象細分
很多時候用戶研究都會接到針對某特定用戶群體進行研究的命題，典型的就是流失用戶研究。
如果籠統的對流失用戶流失原因進行調研，得到的也基本都是剛性流失、自然流失、受挫流失、競爭流失之類的答案，可能流于表面和品類常識。
以一款旅游APP產品為例，如果把流失用戶進一步切分，從功能使用的角度分成交通出行為主的流失用戶、酒店住宿為主流失用戶、度假為主的流失用戶等；從活躍程度的角度分成高活-流失用戶、中活-流失用戶、低活-流失用戶，從人群差異的視角或許可以獲得更多的用戶洞察。
3.5 數據的深加工
數據的分析挖掘是構成用戶洞察的重要部分，對數據的加工深度直接決定著用戶洞察的價值。
數據的加工會分為幾個階段：第一個階段就是原始數據，未經觀察和審視，也就是“元數據”；第二個階段，對數據進行觀察和審視，初步分類、分組，同質的歸到一起，初步形成可以理解的信息，但這時候還是“信息孤島”；第三個階段，尋找數據之間的關聯和影響，把一個個“信息孤島”串聯起來；第四個階段，穿過重重“信息孤島”的迷霧，發現關鍵點，也就是關鍵洞察。
(圖 從Data到Insight @gapingvoid,culture design group)很多時候，我們最后的成果產出里對數據的呈現、解讀止步于數據白描（照圖說話），報告里的每一頁都是孤立的，不能串起來講述一個“故事”（洞察），這樣得到的只能是“information”、“knowledge”而不是“insight”。
怎么避免這種情況？
一方面，要有意識的加強數據之間的關聯、對比、影響等分析。
例如，一個品牌滿意度&NPS&品牌表現評估的項目，通常情況下，用戶研究人員會分模塊獨立呈現品牌滿意度、NPS、品牌表現的數據，這樣做沒有大的問題，但更能獲得用戶洞察的方法是，看看滿意度和NPS的關系，滿意度和NPS交叉可以形成四種關系，如果是高滿意度低NPS則很大程度說明產品體驗很好但品牌缺乏吸引力，然后從品牌表現部分進一步進行數據挖掘，這樣就可以把滿意度、NPS、品牌表現三個模塊串起來講一個“好故事”了。
另一方面，積極應用高階分析技術。
從Data到Insight的第三個階段開始，簡單的描述性統計、交叉分析就力不從心了，這時候就需要回歸，多元對應分析，聚類分析，結構方程模型等高階分析技術。
（圖 SPSS的高階分析技術）比如一個快消品類品牌健康度的調研項目，已知影響品牌購買的有產品工藝、產品包裝、產品原料等，我們想知道品牌的購買驅動是怎樣的，哪些因素更重要，就只能通過高階的分析方法（主成分分析，結構方程，回歸等）。
3.6 共創
我過去這些年的經驗告訴我，不要孤立地做研究，不要“閉門造車”，要相信并積極利用團隊的力量。
在研究方面，一個研究者無論經驗多么豐富，能力多么強，總會存在思維盲區、認知偏差，從而導致用戶洞察的以偏概全甚至錯誤。
保持開放學習的心態，不要固執己見，不要玻璃心。
在項目展開的過程中，比如焦點小組座談會和用戶深訪，積極卷入業務/需求方參與，并在會后或者深訪結束后和卷入業務/需求方一起總結、腦暴。
在項目成果輸出階段，也積極卷入業務/需求方參與，他們從業務視角給的觀點和建議往往至關重要；很多研究團隊內部有成果評審機制，其實也是共創的體現。
最后，洞察力的提升不是一朝一夕的，需要長期的積累。
知乎上一個叫趙圓圓的作者寫過一段話，我覺得特別好，就引用作為本文的結尾：
如何做好“用戶洞察”？
1. 蹲門店做售貨員，蹲電商后臺做店小二，一對一的親身體會之后你才真正知道你的消費者是啥樣子，絕對和廣告公司市調公司告訴你的有所不同。這叫個體洞察。
2. 看大數據，流量和銷量，什么人看你的廣告，什么人買你的產品，有個群體洞察。
3. 看整個行業的消費群在哪，競品的消費者畫像，這樣有個行業洞察。
4. 接下來看3-5年的全行業的產品升級變化，發現規律。這叫歷史洞察。
5. 研究大學生群體的喜好，預判未來五年的下一代消費趨勢。這叫未來洞察。
6. 直到這個時候，你就可以略微的洞察到消費者的內心潛在需求了。
從個體洞察到群體洞察，從人群洞察到行業洞察，從歷史規律洞察到未來趨勢洞察，概括了在用戶洞察方面的能力升級路徑，也說明了用戶洞察不能僅僅只理解用戶，也需要對行業的歷史、現狀、未來趨勢有深刻的理解。
#專欄作家#
劉佩龍，微信：loop_summer，人人都是產品經理專欄作家。畢業于中國人民大學，10年+市場與用戶研究經驗，曾先后就職于Kantar，Nielsen等全球知名市場研究公司，目前就職于vivo互聯網用研團隊。致力于讓更多人了解市場與用戶研究。
本文由@劉佩龍? 原創發布于人人都是產品經理。未經許可，禁止轉載。
題圖來自Unsplash，基于CC0協議
用戶洞察真的非常必要，同時也是個非常耗時的活兒
洞察到用戶的需求，了解到用戶最迫切的需求，也就成功了一半
用戶洞察有利于及時了解用戶對產品的使用體驗，可以及時優化產品服務，非常有必要。
文章寫的好詳細，很容易就看懂了，愛了愛了，感謝作者分享