[[45981]]

要想發(fā)現(xiàn)其中的奧妙，通常有兩種方式：定性研究、定量分析。定性的信息告訴你為什么會發(fā)生，它靈活、快速、細節(jié)豐富，但缺乏普遍性，我們能聽到的只能是少部分用戶的聲音，他們是否代表大多數(shù)用戶是無從判斷的。另一種方法就是讓數(shù)據(jù)來說話，定量的信息告訴你發(fā)生了什么，它真實、精確。也就是說，用戶研究并不一定總要使用“定性研究”這樣的方式才能進行。借助數(shù)據(jù)分析也可以達到了解用戶喜好的效果。

一、“數(shù)據(jù)分析”在“用戶研究”中的作用

“數(shù)據(jù)分析”如何作用于“用戶研究”呢?

(1)了解用戶概況

了解目標用戶“背景信息”：通過數(shù)據(jù)統(tǒng)計目標用戶“人口統(tǒng)計”信息，比如，年齡構(gòu)成、性別比例、等等(如下圖)，達到對目標用戶背景情況摸底效果

(2) 區(qū)分用戶群體差異

按照多種維度，發(fā)現(xiàn)用戶不同特征，將相同特征用戶歸類，進而準確形成用戶分組，為之后進一步用戶分析工作在此基礎(chǔ)上進行，為產(chǎn)品優(yōu)化設(shè)計工作指明用戶群體的方向(如下圖)

(3) 分析用戶偏好

以調(diào)研的產(chǎn)品為核心，按照多種維度統(tǒng)計“頻次”、“含量占比”，從而挖掘目標用戶各種“偏好”，讓“產(chǎn)品優(yōu)化設(shè)計”能夠迎合用戶需求，有的放矢：如下圖一，產(chǎn)品使用地點排行，挖掘用戶對地點的偏好;如下圖二，產(chǎn)品分類排行，挖掘用戶對產(chǎn)品分類的偏好

#p#

二、 用戶研究中的“數(shù)據(jù)分析”方法

收集用戶數(shù)據(jù)->制定編碼分類->數(shù)據(jù)分析(用戶特征提取)->確定優(yōu)化方向->提升商業(yè)回報，下面進行簡要介紹

(1)制定編碼分類

抽取近幾周到幾個月內(nèi)的數(shù)據(jù)，根據(jù)分析的產(chǎn)品目標建立編碼規(guī)則，執(zhí)行編碼，直到不再產(chǎn)生新的編碼為止。編碼可以是任何維度上的，只要對后續(xù)的分析有幫助

(2)數(shù)據(jù)分析(用戶特征提取)

編碼建立之后，圍繞研究“目標產(chǎn)品”用戶特征這個中心，按照各種有用的維度進行數(shù)據(jù)統(tǒng)計，通過數(shù)據(jù)分析結(jié)果，分析提取出“用戶特征”

(3)確定優(yōu)化方向

在分析出來的眾多“用戶特征”中，根據(jù)商業(yè)目標和用戶體驗雙方向共贏的原則，尋找產(chǎn)品優(yōu)化設(shè)計的方向#p#

三、 為“數(shù)據(jù)分析”穿上美麗的外衣

(1) 數(shù)據(jù)說明“圖形化”，讓分析結(jié)果更易理解

給統(tǒng)計圖表增加“圖形化數(shù)據(jù)說明”，可以更直接快速的傳達結(jié)論，更易于讀者理解，如下方的兩張圖，分別給橫軸的“性別”、“年齡”、“峰值原因說明”增加了形象的圖形說明

(2)數(shù)據(jù)分析圖，要能直觀的反應(yīng)結(jié)論

統(tǒng)計圖表中，在說明不同類別占比或者頻次有差異的時候，圖形本身尺寸大小建議和所反饋的占比頻次成正比，以便讀者觀看分析報告時候，一目了然，快速理解圖表含義，比如下方圖形，“YES類”占比多所以“圖形面積”大;“NO類”占比少，所以“圖形面積”小

最后，“數(shù)據(jù)分析”需要與“定性研究”相結(jié)合，才能發(fā)現(xiàn)規(guī)律并且追根溯源，更高效的指導設(shè)計和產(chǎn)品。