logo

实例解析:如何借助共情力为用户研究“降噪”?

时间:2022-03-20 14:04来源:淘新媒4

我们可以利用同理心去逐一了解这些噪音来源,找到降低噪音的方法。什么是共情?通俗点说就是感同身受。需要注意的是,噪音不可能完全消除,但可以尽量减少。

用户参与调研的动机

站在用户的角度想想:我为什么要来参与研究?

如果用户的动机可能对其态度产生负面影响(如纯薅羊毛、搜索竞品信息等。),那么我们就需要考虑放弃这个样本了。在定性研究中,这个操作一般可以在用户筛选阶段完成,结合用户的背景和表情来判断他的动机。定量研究相对较难控制,可以设置一些筛选条件,比如在问卷中设置筛选问题和陷阱问题,剔除回答不认真、不一致的用户。

举例:对于一个产品的迭代优化,应该邀请用户到公司进行面对面的深度访谈。研究人员通过问卷了解用户基本信息,电话沟通后发现,一名学生用户小王符合所有要求,但很可能是为了职业发展而报名参加研究活动:小王打算从事互联网行业,希望去互联网大公司参观,在报名过程中非常积极,甚至填写了几份报名问卷,在回答问题时有迎合研究人员的迹象。

利用共情进行分析,小王可能会推测调查的目的,有意让自己符合报名要求,也可能在调查过程中产生“面试”的心态,有意修改自己的答案,评估后决定不邀请小王参与调查。

用户表达的意愿

站在用户的角度想想:我为什么愿意表达给研究者?也许他性格外向,乐于交流,也许他是受研究奖项的激励,也许他对研究课题感兴趣,也许他希望自己喜欢的产品做得更好.

这样,愿意表达的用户可以提供更多的信息,他们很可能是产品的潜在用户/重度用户。我们需要注意的是,不愿意表达的用户要尽量淘汰(一般在定性研究的用户筛选阶段完成);对于特别愿意表达的用户,要适当控制其“音量”(定性和定量研究都适用)。

【例1】在面试邀请用户时,发现某用户性格内向,不善言辞,开放式问题(如请描述一下你最近的网购经历)回答太短,不适合面试。

【例2】在做可用性测试的时候,发现一个用户的表达意愿特别强,很容易岔开话题说侃侃。这时,可以礼貌地打断用户,适时将话题带回任务本身,减少无效信息收集(噪音)。

【例3】在APP内部资源投放问卷,填写问卷的人大多是产品的活跃用户,活跃用户的话语权在数据分析结果中更大。在这种情况下,我们需要明确的是,高成交量的用户是否是研究的主要目标用户。这个研究要想接收到各种用户群体的声音,就要降低过大的音量,增强过大的音量。一般来说,有两种方法:样本加权和多通道到达。

如果每个细分用户群的样本量能够保证较小的统计误差,可以根据产品实际用户群的比例分布进行加权。例如,某在线学习APP进行需求调研,在域内投放问卷,总样本量为2000,新老用户分别占30%(N=600)和70%(N=1400),样本量可以保证在95%的置信区间内,抽样误差小于5%,因此样本数据按照新老用户总体实际占比(40%和60%)进行比较。

样本加权处理方法

如果在线学习APP也想调查潜在用户的需求,就需要寻求海外投放渠道,比如利用母公司其他兄弟产品的资源,或者与样本服务商合作。

用户表达的真实性

即使用户非常配合研究,他们仍然可能产生不真实的研究数据。有人说,真人秀永远是“秀”,只要有镜头,就没有完全的真实。同样,用户研究也不可能完全还原用户的行为和想法,只能尽量接近。

站在用户的角度想一想:我应该如何向研究者表达?

第一,我想知道你在说什么;其次,我想知道我能说什么;最后,我想评价一下我说出来之后你会怎么想。

因此,常见的虚幻有以下几种:

第一,用户可能对研究人员提出的问题有误解(不知道你在说什么)。

这在面对面和电话调研中更容易解决,因为调研人员可以及时发现用户不明白的地方并进行解释,而在线调研则更麻烦。比如,用户对网络问卷中的问题产生误解,就会给出错误答案,制造噪音,而研究者无法发现这种误解。

因此,研究者需要掌握一些在问卷中与用户沟通的技巧,如编辑简洁的问卷描述和问题,合理使用粗体、红色等文本格式,深度设置问题等。

【例】某产品计划开发一个查询产品版本的功能,希望通过问卷了解用户的需求强度。在我们的生活中,团队观察到很多人会在购物前关注化妆品、电子设备等产品的版本,于是产生了这个想法。

,

我们可以用共情力来一一理解这些噪声来源,并找到“降噪”的方式。共情力是什么?通俗地说,就是换位思考。需要注意的是,噪声是不能完全消除的,但可以被尽可能地减弱。

用户参与调研的动机

站在用户的角度想一想:我为什么来参加调研?

如果用户的动机可能对其态度产生负面影响(如纯粹薅羊毛、探听竞品情报等),那就需要考虑放弃这个样本。在定性调研中,一般可以在用户筛选阶段完成这一操作,结合用户的背景和表达,判断其动机;定量调研相对较难控制,可以设置一些筛选条件,比如在问卷中设置筛选题和陷阱题,剔除填答不认真和前后矛盾的用户。

例:某产品迭代优化,需邀请用户到公司进行面对面深度访谈。通过问卷了解用户基本情况、并电话沟通之后,调研人员发现,有一位学生用户小王符合各项条件,但很可能是为了职业发展而报名调研活动:小王计划进入互联网行业工作,希望到互联网大厂内部参观,在报名过程中表现得非常积极,甚至填写了多份报名问卷,并且在回答问题时,有迎合调研人员的迹象。

利用共情力进行分析,小王可能揣测调研目的,有意使自己符合报名要求,在调研过程中也可能会抱有“面试”心态,有意修饰自己的回答,评估后决定不邀请小王参加调研。

用户表达的意愿

站在用户的角度想一想:我为什么愿意向调研人员表达?可能是本身性格外向、愿意交流,可能是受到调研奖励的激励,可能是对调研主题感兴趣,可能是希望自己喜欢的产品做得更好……

如此看来,愿意表达的用户能够提供更多信息,且他们本身很可能是产品的潜在用户/重度用户。我们需要注意,对于不愿意表达的用户,应当尽量剔除(一般在定性调研的用户筛选阶段完成);对于特别愿意表达的用户,应当适当控制其“声量”(对定性与定量调研均适用)。

【例1】访谈邀约用户时,发现一位用户较为内向、不善言辞,对于开放性问题(如:请描述一下您最近一次网购的经历)回答过于简短,评估认为不适合将该用户作为访谈对象。

【例2】做可用性测试时,发现一位用户表达意愿特别强烈,容易发散、侃侃而谈,此时可以礼貌地打断用户,适时将话题拉回到任务本身,减少无效信息收集(噪声)。

【例3】在APP内部资源位投放问卷,填写问卷的一般多为产品活跃用户,数据分析结果中活跃用户的声量较大。这种情况下我们需明确,声量大的用户群是否为调研的主要目标用户。如果此次调研希望接收各个用户群的声音,则需要减弱过大的声量,并增强过小的声量,一般来说有两种方法:样本加权和多渠道触达。

如果各细分用户群的样本量均能够保证较小的统计误差,则可以按照产品实际用户群比例分布进行加权处理。如某在线学习APP开展需求调研,在域内投放问卷,总样本量为2000,新老用户各占30%(N=600)和70%(N=1400),样本量均能保证在95%的置信区间内抽样误差在5%以下,因此按照产品总体实际新老用户比例(40%和60%)对样本数据进行加权,得到更能代表总体情况的分析结论。


样本加权处理方法

如果该在线学习APP还希望调研潜在用户的需求,则需要寻求域外投放渠道,如借助母公司其他兄弟产品的资源,或与样本服务供应商合作。

用户表达的真实性

即使用户非常配合调研,仍可能产生不真实的调研数据。有人说,真人秀永远都是“秀”,只要有镜头的地方,就没有完全的真实。同样的,用户研究也不可能百分百还原用户的行为和想法,只有尽可能地接近。

站在用户的角度想一想:我该怎么向调研人员表达?

首先,我要知道你在说什么;其次,我要知道我能说什么;最后,我要评估我说了之后,你会怎么想。

因此,常见的不真实有以下几种:

第一,用户对调研人员提出的问题可能存在理解偏差(我不知道你在说什么)。

这在面对面和电话调研中比较容易解决,因为调研人员可以及时发现用户理解不到位的地方,并做出解释,但在线上调研中就比较麻烦了。例如:用户如果误解了在线问卷中的问题,就会产生不真实的回答,发出噪声,而调研人员也无从发现这一误会。

因此,调研人员需要掌握一些在问卷中与用户沟通的技巧,比如编辑简练的问卷说明和题干,合理利用加粗、标红等文字格式,以及设置问题时层层深入

【例】某产品计划开发一个查询商品版本的功能,希望通过问卷了解用户的需求强度。产品团队在生活中观察到很多人在购物前会关注化妆品、电子设备等商品的版本问题,因此萌生了这一想法。

此文章来源于网络,如有侵权,请联系删除

复制