[[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(huì)發(fā)生，它靈活、快速、細(xì)節(jié)豐富，但缺乏普遍性，我們能聽(tīng)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(wú)從判斷的。另一種方法就是讓數(shù)據(jù)來(lái)說(shuō)話，定量的信息告訴你發(fā)生了什么，它真實(shí)、精確。也就是說(shuō)，用戶研究并不一定總要使用“定性研究”這樣的方式才能進(jìn)行。借助數(shù)據(jù)分析也可以達(dá)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(biāo)用戶“背景信息”：通過(guò)數(shù)據(jù)統(tǒng)計(jì)目標(biāo)用戶“人口統(tǒng)計(jì)”信息，比如，年齡構(gòu)成、性別比例、等等(如下圖)，達(dá)到對(duì)目標(biāo)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(lèi)，進(jìn)而準(zhǔn)確形成用戶分組，為之后進(jìn)一步用戶分析工作在此基礎(chǔ)上進(jìn)行，為產(chǎn)品優(yōu)化設(shè)計(jì)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(jì)“頻次”、“含量占比”，從而挖掘目標(biāo)用戶各種“偏好”，讓“產(chǎn)品優(yōu)化設(shè)計(jì)”能夠迎合用戶需求，有的放矢：如下圖一，產(chǎn)品使用地點(diǎn)排行，挖掘用戶對(duì)地點(diǎn)的偏好;如下圖二，產(chǎn)品分類(lèi)排行，挖掘用戶對(duì)產(chǎn)品分類(lèi)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(lèi)->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(bào)，下面進(jìn)行簡(jiǎn)要介紹

(1)制定編碼分類(lèi)

抽取近幾周到幾個(gè)月內(nèi)的數(shù)據(jù)，根據(jù)分析的產(chǎn)品目標(biāo)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(duì)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(biāo)產(chǎn)品”用戶特征這個(gè)中心，按照各種有用的維度進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，通過(guò)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(lái)的眾多“用戶特征”中，根據(jù)商業(yè)目標(biāo)和用戶體驗(yàn)雙方向共贏的原則，尋找產(chǎn)品優(yōu)化設(shè)計(jì)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(shuō)明“圖形化”，讓分析結(jié)果更易理解

給統(tǒng)計(jì)圖表增加“圖形化數(shù)據(jù)說(shuō)明”，可以更直接快速的傳達(dá)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(shuō)明”增加了形象的圖形說(shuō)明

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

統(tǒng)計(jì)圖表中，在說(shuō)明不同類(lèi)別占比或者頻次有差異的時(shí)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(bào)告時(shí)候，一目了然，快速理解圖表含義，比如下方圖形，“YES類(lèi)”占比多所以“圖形面積”大;“NO類(lèi)”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(dǎo)設(shè)計(jì)和產(chǎn)品。