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

P
Palo Alto Networks Blog
大猫的无限游戏
大猫的无限游戏
Martin Fowler
Martin Fowler
GbyAI
GbyAI
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
量子位
T
The Blog of Author Tim Ferriss
Y
Y Combinator Blog
Microsoft Azure Blog
Microsoft Azure Blog
C
CERT Recently Published Vulnerability Notes
Recent Announcements
Recent Announcements
A
About on SuperTechFans
aimingoo的专栏
aimingoo的专栏
P
Privacy International News Feed
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
博客园 - 叶小钗
L
Lohrmann on Cybersecurity
G
GRAHAM CLULEY
T
The Exploit Database - CXSecurity.com
Hugging Face - Blog
Hugging Face - Blog
P
Proofpoint News Feed
NISL@THU
NISL@THU
博客园 - Franky
C
Cybersecurity and Infrastructure Security Agency CISA
The Register - Security
The Register - Security
M
MIT News - Artificial intelligence
Know Your Adversary
Know Your Adversary
A
Arctic Wolf
F
Full Disclosure
T
Threat Research - Cisco Blogs
P
Privacy & Cybersecurity Law Blog
The Hacker News
The Hacker News
博客园 - 【当耐特】
D
Docker
T
Tailwind CSS Blog
S
SegmentFault 最新的问题
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Jina AI
Jina AI
Help Net Security
Help Net Security
V
Visual Studio Blog
小众软件
小众软件
B
Blog
Vercel News
Vercel News
云风的 BLOG
云风的 BLOG
N
News and Events Feed by Topic
Forbes - Security
Forbes - Security
N
Netflix TechBlog - Medium
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
C
Cisco Blogs
Security Archives - TechRepublic
Security Archives - TechRepublic

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, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
手把手教你用户研究:用户日志法
特尼 · 2024-08-26 · via 人人都是产品经理

本文将详细介绍用户日志法的定义、应用及其在国内外的研究现状,探讨其在用户研究领域的重要性及实施过程中的关键考虑因素。通过实例分析和方法论讨论,旨在为读者提供一套系统的用户日志研究框架,帮助相关从业者更好地理解和运用这一方法,以提升产品和服务的用户满意度。

一、什么是用户日志法

1. 背景

用户日志法,在心理学领域用来研究个体的心理发展规律 ,比如从1-18岁研究个体的发展规律以及特点,这种方法是在时间上说是纵向的,所以也叫纵向追踪研究。

对比再说横向研究,也叫截断研究,比如选几组小孩,1-3岁、3-7岁、让他们做一样的实验,看他们不同的反应,对比他们不同的特点。

1.1. 对比两种研究方法

纵向追踪是个体自己和自己比,控制了个体的差异,比如他们的智力,成长环境。然后再对比不同时间段的特点,来总结出规律。

横向截断研究,控制了社会环境差异,对比不同年龄阶段的特点。

这两种研究方法都是为了研究出不同年龄阶段的心理特点,也都能得到结果,但是各有优缺点。

1.2. 纵向研究

  • 优点:足够有深度,能够全面细致的了解单个个体。可以比较系统地、详尽地了解儿童心理发展的连续过程和量变质变的规律
  • 缺点:时间长,需要耗费大量精力和人力。数据量少,

1.3. 横向研究

  • 优点:时间短,可以获得样本量大
  • 缺点:不能观察到个体从量变到质变的过程和关键点。

这里还涉及到个体发展规律是阶段性的质变还是不断的量变,还是两者的结合,这里不再展开,有兴趣可以阅读发展心理学相关书籍。

1.4. 用户研究的两种方法

  • 纵向研究:使用用户日志法进行纵向追踪,虽照顾到了深度,但对大规模(行为)模式的量化,或是刻画数字化对比(例如每日留存的驱动因素和特定产品的体验指数)用处不大。
  • 横向研究:例如使用一次大规模的问卷,在一个时间点研究不同用户、不同竞品的不同使用体验。提供了一个全面但笼统的用户体验快照,但很难记录日常波动。

总的来说,用户日志法可以了解用户一段时间内的操作和感受

2. 在用户研究领域的应用

用于收集有关用户行为,活动和体验的定性数据。在日记研究中,数据由参与者纵向自我报告-也就是说,在很长一段时间内,从几天到甚至一个月或更长时间。在规定的报告期内,要求研究参与者保持日记并记录有关所研究活动的具体信息。为了帮助参与者记住填写日记,会定期提示他们

在用户研究也是一样的研究方法,因为本质也是在研究个体的规律。只不过心理学研究的是智力发展规律、道德发展规律这样的问题。用户研究领域则是希望得到用户的学习规律、易用性等产品特点。

二、目前国内外是如何进行日志研究的?

1. 国内

目前的用户日志法,国内资料只找到了三篇,目前国内这种研究方法比较冷门,使用的场景和频率都不高。没有一个有的实操案例。

用户日志法:持续研究更真实用户体验 |

日志法怎么玩定量研究? – UXRen

调研百科 | 介绍一个冷门用户研究方法:日志法 – 知乎 (zhihu.com)

005 – 用研进阶:日志法与人类学民族志

2. 国外

UX Challenge – Diary Study | UX Tools

这下面的链接我就不都贴上来了,下面这四篇文章质量很高,讲的很详细。想要了解这个方法就看这个链接

国外的UX研究比较多,使用相对国内多很多

Diary Studies: Understanding Long-Term User Behavior and Experiences (nngroup.com)

视频讲解(这个是一个社会工作领域的具体研究,有时间可以看看,纯英文)

(126) Using diaries as a research method | March 2020 webinar – YouTube

NMG的视频讲解

(126) 5 Steps for Effective Diary Studies in Customer Journey Research – YouTube

三、为什么用这个方法

1. 该方法的优点

BI产品是典型的长期使用产品,日记研究有助于理解长期行为

如果用户使用的路程图是拍照,研究只能了解当下用户的使用情况和想法,但日志法就是录像,随时间推移,可以记录用户整体使用情况和学习情况。即使不在用户身边观察,也可以记录用户的真实使用情况和感受;

用户自己记录,不受观察者的影响,避免了霍桑效应,同时也可以展现出用户自己最真实的感受;

2. 局限性

  • 如果调研的用户属于入门/新手用户,对于产品功能而言,很少会有自己独立的理解,他们只需要知道这个产品如何操作可以完成日常工作就可以了;疲于应付日常工作,让他们很难有时间去思考产品本身的功能和体验的合理性。初级用户的反馈内容更多可用于提升产品的易用性。
  • 用户中后期流失不好补齐;
  • 存在误差,需要对记录分析结果进行必要的检查,根据录屏核实真实的使用场景。

3. 我们想用该方法解决什么具体问题

  1. 易用性/使用成本:用户从第一次使用到入门使用的特性和感受如何?
  2. 可学性/学习成本如何:用户使用我们产品的学习曲线、学起来的难点和特性在哪里?
  3. 其他竞品和我们的学习和使用对比情况如何?
  4. 使用习惯:用户使用产品的习惯是什么?
  5. 使用方案:用户以什么身份使用产品?主要任务是什么?完成长期任务的工作流程是什么?
  6. 用户是学会了某几个概念之后使用的能力有质的飞跃,还是一个线性的过程?

四、关键节点(OKR)

1. 时间计划表

  • 开始前:材料编写是否合理;解决方案:需要团队和试点的用户一起讨论确保问卷和设置的框架合理,进行修订。工具填写的阻力;解决方案:需要选择用户使用方便的,尽量减少用户填写的阻力
  • 进行中:用户中途退出;解决方案:需要在招募时候储备一个或者两个。

2. 开始前关键节点

2.2 招募用户(根据实际情况调整)

QA:

  1. 用户现在就算只招募初期的用户,执行中也是按功能点学习的话,怎么能提炼出用户不同阶段的特点呢。感觉一个个功能点都是散的。

——-没啥关系,控制变量:用户是初学者(用户基础),工具是FINE-BI(工具),时间维度是变量

  1. 第一期第二期第三期是按照工具分开招募会咋样,

——好像也没啥问题,只不过一次招募越严格,招到的越少

(1)用户要求:

处于BI学习入门阶段

学习Power BI或Fine BI不超过三个月

研究开始可以每天有使用BI和学习的动作至少半小时

(2)计划招募人数:

用户报名表

【邀请您加入“帆软BI新用户调研计划”】

要求:

使用BI软件(Fine BI/Power BI/Tableau)进行日常工作

处于初学或入门阶段

预计未来至少四周都会使用BI

需要您做什么:

每周至少有一次学习/工作使用BI的场景录屏

两天填写一次体验问卷

报酬:500元

时间:持续3-4周,不用每天花时间

联系方式:

报名链接:https://www.wjx.cn/vj/mbsV2kV.aspx

2.3 确认使用的工具:

问卷定性和定量:问卷星(可以设置跳转题目)。

2.4 确认研究框架和材料:

BI 新用户调研计划用户须知 (shimo.im)

个人记录说明 (shimo.im)

Q:为什么要使用问卷和访谈结合的形式?

A:用问卷来检测用户的每日使用,用日记记录感受。

最后可以问卷+日记定位某个阶段或者时间用户使用中出现的问题。

方便对比竞品,如果没有一个分数很难通过用户的主观记录对比。

问卷部分:12题https://www.wjx.cn/vj/mbsV2kV.aspx

考虑日志法是需要用户每日进行记录的,尽量减少固定量表的题量

8个用户,14天,112份数据,再分成几个具体的功能后数据量就会很小了,这样问卷会不会没有代表性?

不会,使用阿里的UES量表,置信度很高,所以有了高置信度的量表不再需要成百上千的测试数,而是达到十几个样本即可

改成每天更具体的问卷,而不是原来的阿里UES量表,会不会影响信效度?

修改后会改变问卷的置信度,但是未修改问卷的核心意思,所以置信度不会有太大的改变,可以在测试再前进行一次信度检验。

日记部分(这部分给出例子)

为什么使用半结构化(一部分开放题目的同时,也有一部分是用户必须回答的,给用户几个固定的题目,也有用户随意填写的地方。

不希望限制用户想要表达的

不希望用户在日记上随心所欲、漫无目的的进行记录

使用类似5W2H和STAR的方法,尽量能让用户交代清楚整件事情。

用户说明

本次研究主要为了了解您在学习和使用过程中的感受,您可以根据下面的例子写出您记录的过程

BI 新用户调研计划用户须知 (shimo.im)

3. 进行中

3.1. 对已经招募的用户培训

为了保证质量需要在开始前对用户说明,本次调研的目的。

希望用户可以完全理解,不需要隐瞒自己不懂或者不理解的地方。尽可能的坦诚的写出自己的想法。

3.2. 对用户的二次确认

powerBI、tableau、Fine BI熟悉程度

EXCEL熟悉程度

非IT人员,有实际工作的场景

空闲时间比较多的

3.3 阶段性产出

  • 分阶段提出观点,观点由案例支撑
  • 结束汇总成报告,由观点+案例+数据构成

第一期:尝试回答一些问题

Power BI用户的学习规律

  • 学习难度:是否有难点?最大的难点在哪?用户是如何学习的?
  • 学习成本:要花费大概多久的时间在学习上,EXCEL不同程度的用户的学习成本是否是不同的?
  • 用户自身:受EXCEL的影响是什么?是否会成为阻塞学习的问题?
  • 具体产出:关于powerBI学习过程中的一些特点,结合案例提炼出一些主要的观点。
  • 落地价值:取长补短,降低我们产品的用户学习成本,降低用户成本可以降低流失率和活跃度。

找到用户的难点,搞懂为什么

输出观点:

3.4 不同阶段的用户特点

  • 初级用户:对于产品功能而言,很少会有自己独立的理解,他们只需要知道这个产品如何操作可以完成日常工作就可以了;疲于应付日常工作,让他们很难有时间去思考产品本身的功能和体验的合理性。初级用户的反馈内容更多可用于提升产品的易用性。
  • 中间用户:熟练掌握功能,熟悉自身业务流程操作方式,能够针对产品功能访谈出固有的行为特征与背后的操作原因;中间用户的操作体验和流程代表了大多数的用户行为,其操作行为频次、方式是调研需要关注的重点。
  • 专家用户:懂得产品功能,理解业务和客户诉求,同时能够很熟悉的使用产品各项功能,能够针对自身遇到的客户要求转化为对产品功能诉求;这类用户一般会优先吐槽产品效果,随后可继续深入挖掘操作中的各项体验问题,是 B 端产品重点研究的用户,能够从业务特征和运营思路、产品功能等多方面提供较为全面的信息,帮助我们从更高的业务视角去审视产品形态

本文由 @ 特尼 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,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。