【UX综合】用研访谈

用户研究方法主要有2大类:定性、定量分析

常见方法:

定性——深度访谈

定量——半结构访谈、问卷、可用性测试(实验)


访谈三类型

(1)结构访谈(标准化访谈)——可用问卷代替。提出的问题、提问的方式和次序、用户回答的记录都完全一致。

优点:误差小、能快速对比用户差异、无需编码直接进行数据分析。

适用场景:主试是新手同事;你想了解的问题的答案类型都能预估到,可以用数字或基本类型表示。

(2)无结构访谈(深度访谈)——只有一个访谈的主题和范围,主试与被试围绕该主题进行较自由的交谈,提纲只有提示作用。

优点:灵活性强,能充分发挥主试与被试的主动性、创造性,深入、细致。

缺点:对主试要求较高,需要主试有访谈的技巧和经验(阶段性总结、同理心等);需要文本编码再做统计分析;深度访谈一般一次需要1小时。

适用场景:需要了解某一现象背后的原因和用户的想法。

(3)半结构访谈——混合方法

Step 1 结构化的问卷:人口学信息、社会背景信息、用户工作信息、家庭信息、产品使用情况等;

Step 2 深度访谈:具体产品使用感受、产品体现的价值观、对某一功能的深度看法、对某行业的认识、对某一时间的见解;

Step 3 结构访谈:逐一检查访谈提纲,补充遗漏的问题。


访谈三方式

(1)面访——邀约用户来公司,面对面访谈,但是访谈中的配合较好,整理较容易(可以用录音笔、可以反复确认问题)。

适用项目:产品核心功能研究、拜访B端客户

用户招募:发放报名与筛选问卷;电话或社群邀约用户

注意事项:准备安静舒适的环境和茶水、和用户建立较好的互动;工具:摄像机、录音笔

资料整理:每访谈完一名用户写一段小结,将访谈记录进行反馈,与需求方(产品经理等)先沟通问题再撰写报告

(2)电话访谈——邀约用户在电话中访谈;对人口学信息的收集较难。

适用项目:样本量较大或不能面谈;流失用户研究、核心用户访谈、产品功能反馈研究(抽样)

用户招募:通过后台数据找到目标用户;以往参与调研的样本库;投放广告招募

注意事项:电话录音、免提录音笔、免提助手记笔记

资料整理:录音转为文字、文字编码分析

(3)拦截访谈——“星巴克式访谈”,到目标用户经常出现的公共场所拦截,配合较难,整理不易。

适用项目:(游戏的)视觉偏好测试、广告(文案)测试、产品/包装/名称测试

用户招募:目标用户聚集且人流量大的公共场所(星巴克、肯德基等地方)

注意事项:对访问员、拦截员进行培训;试访可以发现操作不符合规定的地方;摄像机、录音笔

资料整理:调研中及时沟通与调整;结束后先进行交流、加深对结果的理解;分析问卷、视频和录音转录编码


访谈项目流程

访谈5步走

Step 1:制定研究方案——根据需求方要求,明确方案目的,发起一项研究方案

Step 1:制定研究方案

研究因子:影响决策、情感唤起、用户行为、产品认知的因素

用户分类:尽量选取代表性样本,涵盖多种用户


Step 2:明确目标用户并招募、筛选

Step 2:明确目标用户并招募、筛选

要向用户确认他所使用的产品版本及角色!

了解用户满意度,用户群体需要包涵满意、中等满意、不满意的类型。

此步骤筛选用户,可用问卷发放。


Step 3:设计访谈提纲

Step 3:设计访谈提纲

重新确认用户使用的版本,若不是最新版,则用户到场后,让其先行体验。并且,需要了解用户满意或不满意的原因、使用的感受等。

竞品经历要提早问!感受或满意度很可能受到用户以往经历影响,需要明确用户的体验是否与竞品对比有关。

深入访谈内容:产品相关的考虑因素、操作习惯的讨论。

了解用户对产品的定位适合什么特性的人群:用户对产品的定位与评价是否与产品经理的相匹配。

最后要向用户确认最大的不满意之处和最大的需求点。


Step 4:访谈用户

Step 5:产出报告

Step 5:产出报告1-数据分析呈现

NPS(Net Promoter Score)净推荐值:调研用户是否愿意将这个产品推荐给其他人,以此体现用户是否对你的产品真正满意。例如:“你有多大可能把我们(或这个产品/服务/品牌等等)推荐给朋友或同事?请从0-10分打分。”

净推荐值(NPS)=(推荐者数/总样本数)×100%-(贬损者数/总样本数)×100%

cf: 客户满意度(Consumer Satisfaction),也叫客户满意指数,缩写CSAT,是对服务性行业的顾客满意度调查系统的简称,是一个相对的概念,是客户期望值与客户体验的匹配程度。CSAT要求用户评价对特定事件/体验的满意度,大都使用的是五点量表,包括五个选择:非常满意、满意、一般、不满意、非常不满意。

NPS更好体现用户的行为,而满意度调查只能看出用户的态度。10分制的NPS的颗粒度更细一些,满意度调研通常是5分制,“非常满意”、“满意”、“一般”、“不满意”、“非常不满意”。NPS则更侧重用户对公司、产品或者服务的整体感受,满意度往往侧重于用户对某项产品或服务的满意程度。满意度与公司的增长之间的关联往往很小;满意度测量的是一时的态度,难以预测用户购买行为。满意度高不代表着忠诚度高。

NPS包含的关键变量有4个维度

NPS:去问为什么

问用户“是否对你的产品满意?”,不如直接问他“是否愿意把这个产品推荐给朋友?”,更能根据这个答案来预测用户未来的行为。并且,等他回答完愿意与否之后,还必须追问一个为什么:“您认为我们的公司(or产品)还需要做哪些改进?”,基于这个问题进一步收集用户的意见进行分析。

根据NPS指标做用户分类

推荐者(Promoter):选择9-10分的顾客为推荐型顾客,是具有狂热忠诚度的人,他们会继续购买并引见给其他人。

中立者(Passives):选择7-8分的顾客为中立满意型顾客,他们习惯了和你的公司打交道,也还满意,但是没有热情推荐,甚至很容易被竞争对手吸引走,总体满意但并不狂热,将会考虑其他竞争对手的产品。

贬低者(Detractors):选择0-6分的顾客为贬低型顾客,使用并不满意或者对你的公司没有忠诚度。他们和你的公司关系很一般甚至很差,80%的公司坏口碑来自他们。

用户细分

正面利润:通过与用户建立长期良好的关系而得到的利润;通过忠诚用户正面的口碑传播,使得产品可持续发展。

负面利润:以恶化用户关系作为代价,从用户那里赚取利润,进而损害公司的口碑,透支未来的发展。

Step 5:产出报告2-视觉、交互表现

表现力:UI设计

上手表现:交互设计、新手用户引导表现

Step 5:产出报告3-核心结论(可用心智模型描述)  
Step 5:产出报告4-非核心模块

Tips:报告篇幅较长,最好在正文之前写上摘要,方便领导快速浏览。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,552评论 5 474
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,666评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,519评论 0 334
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,180评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,205评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,344评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,781评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,449评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,635评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,467评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,515评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,217评论 3 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,775评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,851评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,084评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,637评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,204评论 2 341

推荐阅读更多精彩内容