用户研究通过数据分析进一部提升

  • A+
所属分类:用户体验

无论是产品经理、设计师、工程师,大家都是为用户服务的。用户各有所好。你喜欢这个,我喜欢那个,也有我们都喜欢的。那么在用户的心理隐藏着什么样的秘密呢?要想发现其中的奥妙,通常有两种方式:定性研究、定量分析。定性的信息告诉你为什么会发生,它灵活、快速、细节丰富,但缺乏普遍性,我们能听到的只能是少部分用户的声音,他们是否代表大多数用户是无从判断的。另一种方法就是让数据来说话,定量的信息告诉你发生了什么,它真实、精确。也就是说,用户研究并不一定总要使用“定性研究”这样的方式才能进行。借助数据分析也可以达到了解用户喜好的效果。

让用户研究插上数据的翅膀

让用户研究插上数据的翅膀

一、“数据分析”在“用户研究”中的作用

“数据分析”如何作用于“用户研究”呢?

(1)了解用户概况

了解目标用户“背景信息”:通过数据统计目标用户“人口统计”信息,比如,年龄构成、性别比例、等等(如下图),达到对目标用户背景情况摸底效果

了解用户概况

了解用户概况

(2)  区分用户群体差异
按照多种维度,发现用户不同特征,将相同特征用户归类,进而准确形成用户分组,为之后进一步用户分析工作在此基础上进行,为产品优化设计工作指明用户群体的方向(如下图)

区分用户群体差异

区分用户群体差异

 

(3) 分析用户偏好
以调研的产品为核心,按照多种维度统计“频次”、“含量占比”,从而挖掘目标用户各种“偏好”,让“产品优化设计”能够迎合用户需求,有的放矢:如下图一,产品使用地点排行,挖掘用户对地点的偏好;如下图二,产品分类排行,挖掘用户对产品分类的偏好

分析用户偏好

分析用户偏好

二、用户研究中的“数据分析”方法

收集用户数据->制定编码分类->数据分析(用户特征提取)->确定优化方向->提升商业回报,下面进行简要介绍

制定编码分类

制定编码分类

(1)制定编码分类

抽取近几周到几个月内的数据,根据分析的产品目标建立编码规则,执行编码,直到不再产生新的编码为止。编码可以是任何维度上的,只要对后续的分析有帮助

(2)数据分析(用户特征提取)

编码建立之后,围绕研究“目标产品”用户特征这个中心,按照各种有用的维度进行数据统计,通过数据分析结果,分析提取出“用户特征”

(3)确定优化方向

在分析出来的众多“用户特征”中,根据商业目标和用户体验双方向共赢的原则,寻找产品优化设计的方向

三、为“数据分析”穿上美丽的外衣

(1) 数据说明“图形化”,让分析结果更易理解

给统计图表增加“图形化数据说明”,可以更直接快速的传达结论,更易于读者理解,如下方的两张图,分别给横轴的“性别”、“年龄”、“峰值原因说明”增加了形象的图形说明

数据说明“图形化”,让分析结果更易理解

数据说明“图形化”,让分析结果更易理解

(2)数据分析图,要能直观的反应结论

统计图表中,在说明不同类别占比或者频次有差异的时候,图形本身尺寸大小建议和所反馈的占比频次成正比,以便读者观看分析报告时候,一目了然,快速理解图表含义,比如下方图形,“YES类”占比多所以“图形面积”大;“NO类”占比少,所以“图形面积”小

数据分析图,要能直观的反应结论

数据分析图,要能直观的反应结论

最后,“数据分析”需要与“定性研究”相结合,才能发现规律并且追根溯源,更高效的指导设计和产品。

转载http://ued.baidu.com/?p=549

weinxin
虎纠自媒体官方微信
这是我的微信扫一扫
f9seo

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: