惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Jina AI
Jina AI
Hugging Face - Blog
Hugging Face - Blog
博客园 - 三生石上(FineUI控件)
博客园 - 【当耐特】
大猫的无限游戏
大猫的无限游戏
IT之家
IT之家
宝玉的分享
宝玉的分享
WordPress大学
WordPress大学
有赞技术团队
有赞技术团队
Apple Machine Learning Research
Apple Machine Learning Research
酷 壳 – CoolShell
酷 壳 – CoolShell
阮一峰的网络日志
阮一峰的网络日志
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
爱范儿
爱范儿
小众软件
小众软件
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
The Cloudflare Blog
S
SegmentFault 最新的问题
博客园 - Franky
博客园_首页
T
Tailwind CSS Blog
雷峰网
雷峰网
罗磊的独立博客

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
评论部分的用户体验研究:我们如何结合定性和定量方法来了解...
Kaysen用户研究 · 2024-07-25 · via 人人都是产品经理

评论区在数字新闻媒体中扮演着一个复杂而关键的角色。尽管它提供了一个平台供读者公开辩论和互动,但同时也常因网络敌意和争议性言论而被诟病。本文深入探讨了《金融时报》如何通过结合定性研究和定量数据来研究其评论区对用户体验的影响,旨在改善并丰富这一互动平台。

评论区是数字新闻媒体界的一个有争议的话题。一方面,它们可以提供一个公开辩论和用户互动的论坛,与用户建立联系。《金融时报》的读者经常在我们报道的广泛主题上留下宝贵的评论——从技术分析到电影评论——对许多人来说,阅读他人的评论已经成为阅读我们文章的补充体验。另一方面,网上评论区通常被认为是充满敌意的地方,媒体研究表明,争论性言论会阻止用户参与在线对话。为了调查评论区在我们的用户体验中扮演的角色,英国《金融时报》的故事讲述团队着手对这个主题进行探索性研究。

我们的研究方法如下:

01 收集二手资料

我们不需要费很大力气就能开始了解评论的世界。现有的读者社区、行为数据以及用户评论研究都有助于我们了解《金融时报》的评论情况。借助这些研究,我们勾勒出团队的假设,并阐明了机会领域,例如评论区质量、女性体验、评论阅读体验和评论撰写体验。

尽管如此,评论区存在于更广泛的在线讨论生态系统中,这些生态系统构成了用户的整体体验。对于读者来说,《金融时报》只是与他人在线互动的一小部分。为了更清楚地了解在线评论领域,我们借鉴了其他领域的研究成果,如传播学、心理学和社会科学。例如,学术研究人员已经研究了性别等社会特征如何影响在线互动。女性不太可能在网上评论新闻,尤其是在国内和国际事务等话题上,尽管她们对新闻的兴趣程度可能相同。先前的经验反过来可以影响用户如何看待我们的评论区。

如果我们试图让评论世界变得更美好,那么了解 FT 的地位是十分重要的。

02 引发小组讨论

我们对留下评论的参与者(“评论者”)和阅读过评论但自己没有写任何评论的参与者(“非评论者”)进行了两次小组访谈。

与非评论者交谈最终意味着我们希望在论坛上与那些可能不愿意在公共场合分享自己观点的人进行研究。事实上,评论者指出他们的小组与 FT 的信息性评论部分有相似之处。为了减轻对小组讨论的担忧,我们将每个小组的人数控制在 5-6 人,从而保持对话的亲密性(甚至是“独家”)。我们还决定先采访评论者,这样我们就能够将一个小组的见解作为另一个小组的提示。这有助于推动讨论并衡量参与度较低的读者在用户体验方面的差距。

读者社区可能使用研究人员不会说的独特语言,因此小组设置有助于发现深入的、意料之外的见解。参与者提出的例子也可以促使其他人回忆他们对特定评论的经历;如果评论是第二天性,而不是某人主动思考的事情,这可能是必要的。然而,为了使讨论有效,重要的是不要重现我们在文献综述中看到的在线评论部分的不平衡,而是放大用户的声音。这不仅意味着拥有一个多元化的参与者和观点群体,而且还要注意以一种让参与者感到舒适地分享这些观点的方式构建小组。

然后,我们利用框架分析(一种使用矩阵输出将数据映射到用户类型(如“评论者”和“非评论者”)的方法)确定了要回答研究问题的主题,并将其呈现在摘要网格中,该网格根据某些点(如他们在评论中看到的价值或他们遇到的痛点)将用户分开。这意味着我们可以发现模式并找出导致群体间主要差异的因素。例如,其中一个因素是用户对在线评论部分质量的看法。

以这种方式总结我们的发现也意味着我们可以识别与我们的机会领域相关的盲点并制定统计测试的假设。

03 量化调查结果

群体思维(想要遵循群体共识而不是表达真实意见)可能发生在任何涉及群体活动的研究中。我们需要消除这种影响,这意味着用定量见解补充我们的数据。使用行为和调查数据的组合,我们测试了我们在上一阶段确定的假设。

完成定性工作后,操作化过程(将抽象概念转化为可测量变量)变得更加容易,因为我们可以直接引用用户的话,了解有多少人持有相同的观点。我们将在研究环节听到的短语(如“与其他读者产生一种团结感”)转化为量表项目,这些量表项目将构成更广泛的概念,如社区。使用回归分析,我们比较并可视化了这些因素对质量评级的影响:

当然,我们现在已经从深入的定性数据转向与抽象概念相关的数字数据。为了保持研究结果的丰富性,我们必须综合各个阶段收集的信息。

04 整合所有元素

随着我们逐步完成这些阶段,我们收集了大量丰富的数据。随着开放文本答案添加到我们的数据库,我们现在有大约 100,000 个单词的反馈需要筛选,以补充我们的统计数据。为了决定从哪里开始深入研究,我们将计算方法(如词频和一致性(查看关键词出现的上下文))与我们之前的分析相结合。例如,我们注意到具有一定分数的调查受访者将评论称为信息性评论。这是件好事,但它并没有告诉我们如何准确地找到信息性评论。然而,查看这个词的上下文表明,信息性与辩论、链接、讨论、行业和专家一致,这使抽象概念更接近具体术语。

然后,我们可以利用在访谈中收集到的见解进一步定义这些具体术语,并综合起来讲述我们用户的完整故事。

结论

要研究评论这样的主题,了解我们产品所处的生态系统非常重要。结合现有文献、小组讨论和定量分析的见解,我们清楚地了解了评论的“是什么、为什么和如何”,而引入用户的相关体验则帮助我们了解了《金融时报》在在线讨论世界中的位置。通过探索评论者和非评论者的观点,并重点关注特定的机会领域,我们能够找出影响用户体验的因素。这揭示了我们如何帮助更多人看到评论,就像我们的许多读者已经看到的那样:这是他们与《金融时报》互动的丰富部分。

翻译:蒋昌盛

原作者:Written by Amina Amid

原文链接:https://medium.com/ft-product-technology/ux-research-for-comments-sections-c5b58cea1ba5

本文由 @蒋昌盛 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自pixabay,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务