UXR 「用研」101

过去两年我有机会参与了针对印度、印尼、中国大陆智能手机用户的访谈，作为 UXR「用研」的参与者，我对 UXR 和 UXR 这个团队充满了好奇。正好最近有个契机，我梳理了一下 UXR 在行业内的脉络，发现 UXR「用研」能深挖的方面很多，UXR 在公司内部可以是数百人的团队，可以有数十个单独开发的工具在支撑「用研」这件事。可以说 G 产品的成功，无论 2B 还是 2C，是平台还是应用，这和强大的 UXR 能力是密不可分的。这周花了些时间，整理了有关 UXR 最关键的几个问题，对「用研」感兴趣的读者，也可算是 101 的入门笔记。

 

为什么会有 UXR 存在？

先讲一个小故事。一国内大型互联网公司，一年内做了数千个A/ B测试，年底统计下来只有大约1/3的实验取得了正面提升，也就是说，产品有 2/3 的想法(假设)是不靠谱的，这说明了一个很有意思的现象：“产品经理的很多想法，其实不符合预期”。这也是为什么通过 「用研」，通过科学方法和数据来进行产品决策的原因，「用研」成了机会成本的粉碎机。

另外以下几个产品团队常见的问题，往往可通过「用研」解决。

• 对产品的决策有多方面不同的意见 – 有来自领导层的，来自销售体系或市场体系的时候。
• 对终端用户/ 客户的决策路径不清楚的时候。
• 对重要用户/ 客户的基本情况（institutional knowledge) 不了解的时候。

UXR 做什么？

俗话讲「真实自有万钧之力」，这个形容「用研」也再恰当不过。用研最重要的就是呈现事实，还原和反映真实。

「用研」往往包括市场分析、竞品分析、创建人物角色、问卷调查、焦点小组、用户访谈、可用性测试等。UXR 的产出物主要是用研报告，它偏向于客观和实际的研究结果。

「用研」可以包含让用户进行自由操作，让用户完成可用性操作，或让用户进设问题的回答。在产品的生命周期中，主要有以下几个关键节点：

• Discover: 发现和勾绘出用户需求和用户使用路径
• Explore: 用好奇心探索新的想法，解决方案（safe, moderate, risky)
• Refine: 提炼用户场景，用户交互，用户反馈
• Finalize: 对用户侧的产品设计，边界情形，适用性做设计
• Ship: 和工程团队协作，发布和迭代产品

如果是一个平台产品，「用研」和内容运营、平台运营、测试可以相互配合，形成一个闭环。

 

那 UXR 不能做什么？

• 用研能提供的保障，最大可能的保障不犯最愚蠢的错误，和优秀的设计输出往往是两回事。
• 确定产品发布特性的优先级。这往往需要有产品经理结合实际的研发和市场做综合的决策。

用户访谈要注意什么？

• 明确访谈的目的
• 熟悉、理解产品
• 设计访谈提纲 （问题的顺序最好是易难易交替的）
• 设计 Panel：内部的资源可以利用起来，例如：协调老用户、通过市场侧、销售侧邀约用户。外部也有一些专门提供 panel 的机构。用户的测试设计在验证假设的时候，尽量做双盲，达到验证的准确性。
• 用户邀约和访谈：注意倾听，注意问为什么，了解用户深层次的需求。

定性 还是 定量？

在产品的不同阶段、或者公司发展的不同阶段，大家对「用研」的认知和需求往往是不一样的。来自 Nasdaq Design 的 Chris Avore 写了一篇有关「用研」成熟度模型的文章 （The organization’s design research maturity model），可以用来参考。

另外，Christian Rohrer 做了一个有关“定性还是定量”「用研」方法的框架可以拿来对照和取舍。

我想，对「用研」来说，最终的归宿还是要收敛，要定量，可衡量才可迭代，才可改进。但定量也有个常见的误区，我可以举个例子来说明。Google 曾经有一个 OKR，就是希望公司的产品能够尽可能的「更有趣」，这对品牌，对用户的忠诚度是非常重要的一个方面，比如 DOODLE 团队会让 Google 的 logo 能够变得更有趣，内容运营团队要设计多个无厘头的搜索问题，从而带来“用户乐趣”（例如，圣诞老人在哪？），这两项工作很难讲谁比谁更有趣，但这并不妨碍两个团队各自在自身的维度上去思考，去精进。总结来说，即使不能精确定量，很多事情还是要去做的，只要每个团队心理有把尺子，大家为共同的目标来努力，其实就很好。

以下我收集了一些关于定性/ 定量分析的常见方法，具体方法可以通过 Google Scholar 上搜索论文展开去看。

定性分析的方法：

• Heuristic Evaluation
• Intercept and Cafe Studies
• In-person usability studies
• Remote Moderated Research
• Speed Chat Interviews
• Love Letters and Breakup Letters
• RITE (Rapid Iterative Testing and Evaluation)

定量分析的方法：

• Choice-Based Models
• Conjoint Analysis
• Crowdsourcing results
• Just enough stats
• MaxDiff
• Surveys
• User Segmentation
• Expert Evaluations （Cognitive walkthrough，Heuristic evaluation， Critical User Journey）

UXR 团队的数据科学家都在做什么？

数据驱动是「用研」的基石，在「用研」团队里，往往会设置数据科学家（Data Scientist）岗位，和传统意义的中台数据科学家做对比，UXR 团队的 Data Scientist 可以着眼于以下几个方面：

• 利用 AI 来做分类和回归（classification & regression）
• 设计和解读 A/ B 测试
• 基于时序的因果分析
• 回答有关数据的任何问题
• 数据的可视化工作
• 定义、设计用户 metics 继而影响公司的商业决策

 

UXR 的意义在于通过「用研」让每一个用户的声音被听到，UXRer 需要好奇心，在每次「用研」时去开拓边界，验证各种可能，UXRer也像一位侦探 (像 利刃出鞘 里面的 Benoit Blanc)，这位侦探需要在纷杂的信息中发现并呈现真实。

最后，还有几个「小贴士」，或许可以用得到。

• 「用研」 + 「行业报告」往往更容易得出宏观微观相结合的结论。
• UXRer 往往需要通过 shadow 的方式来去培养新人。
• 「用研」的地点尽量贴近用户使用的场景，减少用户的紧张和焦虑感。我们可以来参考一下口碑 UED 的「用研室」。

 

如果你对 UXR/ UXRer 感兴趣，可以在这里看到更多：

• UXR Conf  & UXR Conf on YouTube
• Look at Your Data, Look at the distributions of your metrics, not just summary statistics.
• Book: Now You See It: Simple Visualization Techniques for Quantitative Analysis
• ExP Experimentation Platform
• UXR podcast/ newsletter/ blog/ KOL and more…

 

G+
2019.12.1 于北京