不知道大家平時會通過什么方式對行業有趨勢性的了解,我本人有一個小習慣,就是定期地去看一下崗位招聘信息,倒也不是為了跑路,而是可以從大環境的崗位招聘信息中了解到一些有效信息,比如這個崗位大多數的工作內容都是什么樣的(對比下自己所在的地方,是不是過卷了),崗位要求是什么樣的(有沒有什么普遍要求的能力,我沒有經驗需要在下次工作中去補充彌補的),薪資水平如何(需不需要考慮和領導溝通溝通)...而交互設計中,有一項工作內容/崗位要求常年掛在招聘信息內,卻很少能在作品集里有具體的呈現——用戶研究。
如果你現在馬上拿起手機去看看幾個大廠的交互招聘信息,基本上每 5 條招聘信息里有 4 條都能找到以下內容/要求:
工作內容
“發起和參與用戶研究,根據用研結果對設計方案進行優化;負責產品的可用性測試和評估提出改進方案,持續優化產品的用戶體驗”
“參與用戶研究,根據用戶研究結論對設計方案進行優化,持續改進產品體驗”
(崗位要求)
“掌握基本的用研方法,具備基本的數據分析,視覺設計判斷能力”
“掌握常規用研方法,定期參與或主導用研活動”
與其等到要應聘了才追悔莫及,不如在日常需求過程中尋找合適的時機熟練地使用起用研這項工具。本篇文章我們就來聊聊,日常需求中如何見縫插針地融入用研,豐富經歷。
實際工作中常見的用戶研究方法有:用戶訪談、問卷、可用性測試,其中用戶訪談還分為線上和線下、深度訪談和攔訪,這幾種方法的具體釋義隨便搜一下都有,這里就不贅述了。簡單分享幾個適合推動團隊去用研的時機和方式,親測有效!
1. 適合用問卷的時機
問卷的用法有很多,專業用研人員更多是運用他們去度量產品體驗,將定性問題定量化,例如字節的多數團隊每雙月都會有問卷調研評估用戶對產品的體驗評分,通過逐個雙月對比來判斷哪些功能是本雙月應重點優化的,哪些上個雙月優化成果不錯。但是這種大體量重復性高的問卷工作對于一個交互打工人來說太難推進了,更多依賴團隊意識。這里想分享是一個日常小需求中適合將問卷運用起來的案例。
舉個例子,比如你的業務是電商直播,上線購物入口后發現效果沒達到預期,因此需要對入口做優化修改:
這種優化需求無非就是在規范內做有限的排列組合,換個位置 x 換個圖標(或文案)x 換個顏色,對產品的定位、直播間的布局不會有影響,但是組合方式又較多,每個都做實驗會造成資源浪費,每個方案都和產品扯皮一次能扯到地老天荒,這種時候就很適合做問卷,你主動向產運提出,一般都不會受到反對。
2. 簡單的問卷方式
把你能想到的,符合產品規范和調性的方案設計出來,交給運營讓運營在用戶群里發放問卷,并問幾句為什么。
最后把社區調研的結論輸出成一篇文檔,包含關鍵結論、具體的問卷結果餅狀圖、用戶反饋總結與部分原文,以及后續 Todo。一份簡單又有實際成效的用研就成型了,真實工作場景中用時在 13 個工作日之間,也不會影響需求上線節奏。
1. 適合做訪談的時機
還是以電商直播為例,如果此時你的設計方案已經是最合理的,比放任何地方、任何樣式的數據都要好,但是業務整體指標就是上不去,這個時候已經不是看數據能解決的了,就需要去通過用戶訪談來了解背后的原因了。
用戶訪談是比較復雜的用研工具,所以一般在產品停滯某個階段較久,無法單純地從數據分析和需求臆想解決現階段問題的時候,團隊內會主動發起、使用。如果你發現你的產品正處于這個階段,適當地推動一下,會比在其他時候更容易申請到資源實施落地。
2. 設計訪談大綱
在訪談之前,我們如何準備訪談的問題呢?需要要先明白調研的目的是什么?如果以電商直播這個例子來說,我們不明白為什么用戶不在我們平臺直播間購買商品,所以我們需要用戶對我們現有產品的使用情況做反饋。這時候用戶旅程地圖就起到了作用,我們會把用戶在直播間購買商品的行為進行拆分,例如可以分為:瀏覽直播流——進入直播觀看解說——想要購買——完成購買,如下圖所示:
在每個階段我們都可以進行一些假設和提問,來具體化評估產品表現。例如,我們在瀏覽直播廣場時,我們可能做出如下假設:A、推薦的直播間不準確,用戶不感興趣;B、瀑布流布局雖然效率高,但有效信息過少,不如沉浸式消費體驗好;C、用戶購買行為對象是商品而不是直播間,應按商品維度進行推薦...做出了這些假設之后,我們就可以根據這些假設來設計訪談問題,例如“你現在刷一下我們的直播廣場,看一下有沒有你感興趣的直播間”。
在這里想強調的是,實際用戶訪談的時候我們一定要進行追問,所以在設計訪談問題的時候需要根據用戶的幾個不同表現設計不同的追問。例如當用戶在訪談過程中有刷到感興趣的直播間了,你可以追問“你大概刷幾個直播間能遇到一個感興趣的直播間呢”(量化推薦準確度),“你感興趣的直播間都是哪些,為什么感興趣”(強化推薦準確性),如果訪談過程中沒有刷到感興趣的直播間,那么你可以追問“如果現在出現一個什么樣的直播間你會想要點進去呢”(了解產品沒滿足到用戶的地方),然后根據用戶的回答進一步追問“為什么”,基本就能得到用戶期望補充的推薦維度或產品能力。以此類推繼續對其他階段做出假設、設計問題與追問,一份用戶訪談大綱就可以成型了。我喜歡按如下的表格來輸出訪談大綱,可以供大家參考一下:
之所以在訪談大綱里把假設縮略了,是因為工作中大家的假設不一,但關注點是一致的,輸出文檔的時候可以用更簡潔但大家都能看懂的方式來表達,這不代表建立假設這一步可以跳過,建立假設是思考的過程。寫完訪談大綱后我們還需要檢查一下問題提綱里有沒有什么問題是不合適的,比如以下幾點建議大家在設計問題時都要避免:
在訪談問題中出現行業專用黑話
例如“轉化”、“操作”、“流量”,這些黑話的出現只會讓用戶緊張自己是不是水平不夠,不夠格被訪談,然后為了避免被看出來一通瞎說,如果希望用戶能在一個放松狀態里給出真實的反饋,請將這些黑話都改成日常詞匯,如“進入到”、“點哪里”;
讓用戶預測未來的行為
例如“假如上線某功能,你會用嗎?”,用戶的預測不能準確地反映他們未來真實的行為,如果你想驗證某些未上線的功能,最好的方法是制作可交互原型做可用性測試結合訪談;
讓用戶脫離場景討論操作細節
例如“你有什么好建議?你覺得怎么解決比較好”,用戶無法準確回憶每個操作步驟,更好的做法是讓用戶直接演示給你,而不是詢問看法;
讓用戶對沒見過或沒用過的概念進行想象或評價
例如“假如和主播申請連線的時候可以填寫連線申請,你覺得怎么樣”,用戶不是設計師,無法準確表達他們想要什么,而且在這種場景下用戶都會給面子地說會用啊,很好啊,這類問題屬于無效問題;
3. 尋找訪談對象
訪談提綱有了,訪談對象如何尋找?上述我們的例子其實默認了訪談的對象是全體用戶,實際訪談時我們可能會對訪談對象有不一樣的要求。例如,如果我們通過對比發現,和競品相比我們在 18~23 歲這個年齡段的男性用戶有比較大的缺失,所以我們建立的訪談目標是,了解 18~23 歲的男性用戶為什么不來我們直播間購買商品,那我們就可以確定訪談對象為:
- 性別男
- 年齡 18~23
- 流失用戶和低活用戶
我們需要再定義一下流失用戶和圍觀用戶的行為標簽,方便測試同學篩選,例如,流失用戶可以定義為購買過 1 次且 3 個月內再無購買行為的用戶、圍觀用戶可以定義為過去 3 個月看過電商直播但是沒有過購買行為的用戶。細化下來我們應該給測試同學篩選的用戶對象就為:
- 性別男
- 年齡 18~23
- 購買過 1 次且 3 個月內再無購買行為、過去 3 個月看過電商直播但是沒有過購買行為的用戶
如果我們的目標是全體用戶,也是需要進行一些篩選的,一般還是需要進行用戶分層,然后按照實際使用的用戶分布來確定每個分層需要訪談多少對象,例如我們的產品中,0~18 歲用戶占 20%、18~35 歲用戶占 17%,35 歲以上用戶占 63%,那么如果我們的資金和人力只夠訪談 10 個人,我們就需要找 2 個 0~18 歲的用戶,2 個 18~30 歲的用戶和 6 個 35 歲以上的用戶(其他維度的篩選方式也是如此)才能得到比較準確的用研結論。一般我們需要篩選比實際訪談人數要多的用戶群,然后通過發放問卷的方式了解訪談意愿。發放的意向問卷里一般包括以下信息:
- 產品使用情況及態度
- 性別、年齡、職業等基本信息
- 是否愿意到線下訪談
回收問卷后篩選合適的訪談對象,就可以聯系受訪者確定訪談時間了。
4. 訪談現場與訪談記錄
訪談至少需要 2 個人進行,一個提問,一個記錄,如果有觀察室或者線上會議的話,其他團隊成員可以通過去觀察室或者線上接入來旁聽。訪談期間盡量將用戶的原話和行為直接記錄,不做判斷加工,等所有訪談結束后再梳理總結。
通常我們會把訪談記錄直接補充到訪談提綱旁,在訪談記錄前還需要對受訪者的一些基本信息作備注。實際的訪談可以根據受訪者的反饋做一些調整和補充,比如受訪者雖然不常使用我們的產品,但使用別的競品,就可以問為什么更常用別的競品,是否有什么我們缺失的功能。訪談前,為了讓受訪者放松,也為了先拉近距離,可以進行簡單的聊天,然后再以“我們的訪談僅供研究使用,不會侵犯你的個人隱私,訪談過程中遇到什么問題都歡迎隨時提出來,不是你的問題是我們產品的問題”開頭,然后正式進入訪談。
訪談結束后是需要給予受訪者報酬或小禮品的,這一步一般是由用研或運營同學來實際執行,在采訪末尾我們也可以順帶提一下,給受訪者一個好心情。
5. 輸出訪談報告
所有訪談結束后要趁著記憶清晰及時梳理輸出報告。報告的展現一般以一句話介紹背景,訪談關鍵結論,關鍵結論具體闡述(小結),后續 Todo,最后再附上訪談大綱與訪談記錄就可以了。繼續以上述例子示意,文檔結構大致如下:
好啦,今天的干貨分享就先到這里,如果你也有什么實用的用研小技巧,歡迎后臺留言和我一起探討~
歡迎關注作者微信公眾號:「白話說交互」
復制本文鏈接 文章為作者獨立觀點不代表優設網立場,未經允許不得轉載。
發評論!每天贏獎品
點擊 登錄 后,在評論區留言,系統會隨機派送獎品
2012年成立至今,是國內備受歡迎的設計師平臺,提供獎品贊助 聯系我們
AI輔助海報設計101例
已累計誕生 737 位幸運星
發表評論 為下方 1 條評論點贊,解鎖好運彩蛋
↓ 下方為您推薦了一些精彩有趣的文章熱評 ↓