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

N
News and Events Feed by Topic
V
V2EX
博客园 - 【当耐特】
Vercel News
Vercel News
雷峰网
雷峰网
爱范儿
爱范儿
WordPress大学
WordPress大学
云风的 BLOG
云风的 BLOG
S
Securelist
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Microsoft Azure Blog
Microsoft Azure Blog
F
Full Disclosure
有赞技术团队
有赞技术团队
Hugging Face - Blog
Hugging Face - Blog
NISL@THU
NISL@THU
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Attack and Defense Labs
Attack and Defense Labs
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Hacker News - Newest:
Hacker News - Newest: "LLM"
Microsoft Security Blog
Microsoft Security Blog
腾讯CDC
P
Proofpoint News Feed
B
Blog
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
K
Kaspersky official blog
I
InfoQ
Google Online Security Blog
Google Online Security Blog
L
LINUX DO - 最新话题
Project Zero
Project Zero
Engineering at Meta
Engineering at Meta
V
Visual Studio Blog
AI
AI
Schneier on Security
Schneier on Security
B
Blog RSS Feed
T
Tor Project blog
H
Help Net Security
H
Hackread – Cybersecurity News, Data Breaches, AI and More
L
LINUX DO - 热门话题
阮一峰的网络日志
阮一峰的网络日志
S
Security @ Cisco Blogs
T
Threat Research - Cisco Blogs
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
C
Cyber Attacks, Cyber Crime and Cyber Security
G
Google Developers Blog
Google DeepMind News
Google DeepMind News
V2EX - 技术
V2EX - 技术
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
A
Arctic Wolf
Webroot Blog
Webroot Blog
Recent Commits to openclaw:main
Recent Commits to openclaw:main

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,
如何做出有价值的用户研究?说说的方法
小八爱叭叭叭 · 2025-05-22 · via 人人都是产品经理

如何做出有价值的用户研究?说说的方法

一、为什么要做用户研究?

用户研究是通过科学方法系统性地了解用户行为和态度,理解用户体验、痛点和需求的过程,最终为产品决策提供主客观依据。

用户研究是连接产品与用户的关键桥梁

任何成功的产品都离不开对用户的深入理解,它能帮助团队:

  1. 看清用户真实需求(别被表面需求忽悠)
  2. 验证产品假设(避免开发没人用的功能)
  3. 持续优化体验(找到那些让用户骂街的痛点)

当团队出现以下症状时,意味着需要做用户研究:

  1. “我觉得用户应该…”,团队应该停止臆测,去问真实用户
  2. “竞品有这个功能…”,团队应该先搞清楚用户是否需要
  3. “这个设计多酷啊…”,但是酷不等于好用
  4. “数据看起来不错但…”,但是数字背后的人更重要

不同阶段的研究重点不同

产品概念期:找方向,研究用户最头疼的是什么?

  1. 核心目标:挖痛点、找机会
  2. 关键价值:区分表面需求(要更快的马)和本质需求(更高效的交通工具)

产品设计期:防踩坑,研究这个设计用户会用吗?

  1. 核心目标:理解场景,优化方案
  2. 关键价值:确保设计方案符合用户思维习惯,避免做出“看起来很美但难用到哭”的产品

产品研发期:避风险,研究开发方向对吗?

  1. 核心目标:验假设、控风险
  2. 关键价值:持续验证方向是否正确,及时修正路线(如发现社区App实际需求是内容消费而非社交)

产品运营期:持续改,研究如何越做越好?

  1. 核心目标:升级体验、快迭代
  2. 关键价值:通过用户反馈不断迭代,把好产品打磨成爆品

二、用户研究到底在做什么?

研究用户是谁

基本信息

  1. 年龄、性别、常驻地、赚多少钱、什么学历
  2. 是上班族还是学生、家里几口人、混什么圈子
  3. 脑子转得快还是慢、喜欢什么讨厌什么、什么性格

专业程度

  1. 是小白还是老司机
  2. 愿意尝鲜还是保守派
  3. 某产品用了多久、会不会玩高级功能

人际关系

  1. 听谁的意见(网红/朋友/家人)
  2. 谁掏钱谁用(比如家长买孩子用)
  3. 公司文化对他是否造成了影响

研究用户行为

使用路径

  1. 理想中的使用步骤 vs 实际怎么乱点的
  2. 哪一步最容易放弃(比如购物车突然不买了)
  3. 最爱怎么搭配着用(比如先搜再比价)

使用习惯/频率

  1. 天天用还是偶尔用
  2. 主要用哪些功能、哪些功能吃灰
  3. 工作日和周末用法有啥不同

异常操作

  1. 怎么绕开难用的功能(比如截屏代替分享)
  2. 开发意想不到的用法(比如拿购物车当收藏夹)
  3. 嘴上说不要身体很诚实(比如嫌贵但天天用)

研究用户态度

认知层面

  1. 认为产品是干啥用的
  2. 买东西最看重什么(便宜还是质量)
  3. 预期和实际体验差多少

情感层面

  1. 用的时候是骂人还是夸赞
  2. 越用越喜欢还是越用越烦
  3. 哪个瞬间让他想推荐给别人

真实需求

  1. 嘴上说要什么(想要更省电)
  2. 实际要什么(原来是嫌充电慢)
  3. 终极目标(随时随地能用)

研究用户环境

物理环境

  1. 产品用得顺不顺手
  2. 不同终端的使用差异
  3. 在私密空间(家)和公共空间(公司/路上)用法有啥不同

社会环境

  1. 他人在场时将如何表演
  2. 上班用和下班用是不是两种性格
  3. 地域文化差异导致的用法差异(比如南方北方)

数字环境

  1. 手机电脑切换时卡不卡
  2. 流量够不够用、网速快不快
  3. 应用商店规则怎么限制使用

用户行为与态度的矛盾点往往隐藏着真实需求

认知失调型矛盾(自我安慰型用户)

  1. 表现:用户为合理化自身行为而改变态度(买了东西后自动觉得它好)
  2. 案例:购买奢侈品后,用户对品牌评价自动提升,即使最初不满意(买了贵包后,明明有瑕疵也说值)

社会赞许型矛盾(说一套做一套型用户)

  1. 表现:公开态度与私下行为背离,宣称偏好与实际选择存在差异,用户给高评分但使用频率低(嘴上说得好听实际不这么做)
  2. 案例:朋友圈晒健身,其实一个月就动两回;70%用户声称重视环保,但仅30%愿为环保产品溢价

群体极化型矛盾(随大流型用户)

  1. 表现:个体态度温和,群体讨论后极端化(讨论时容易被带偏)
  2. 案例:焦点小组中,本来觉得还行,听别人说不好就跟着反对,中立用户最终支持激进方案(群体极化效应)

习惯惰性型矛盾(懒得改型用户)

  1. 表现:态度上追求创新,行为上依赖旧模式(知道新的好但还是用老的)
  2. 案例:用户支持新界面设计,但更新后仍按旧模式操作

时间衰减型矛盾(三分钟热度型用户)

  1. 表现:短期态度与长期行为不一致(开始说好后来不用)
  2. 案例:新功能刚出都说棒,三个月后没人用

成本敏感型矛盾(抠门型用户)

  1. 表现:态度支持与付费行为割裂(说支持但不愿花钱)
  2. 案例:80%用户支持“去广告”功能,但仅2%购买会员

依赖-抵触型矛盾(又爱又恨型用户)

  1. 表现:既享受即时满足的快感,又有恐惧失去自主性的焦虑(一边骂一边用)
  2. 案例:天天吐槽抖音浪费时间,但每天刷3小时,负面评价用户却是高频使用者(可能存在成瘾性设计)

场景割裂型矛盾(实验室乖宝宝型用户)

  1. 表现:实验室态度与真实场景行为差异(测试时表现好,实际用就露馅)
  2. 案例:实验环境的可用性测试中100%完成任务,但实际使用时仅40%成功,调研时说会天天用,实际一周就删

核心原则:记录要全,分析要透

保留完整证据(记录)

  1. 完整保存录音、录像资料,将关键内容整理成文字稿
  2. 好处:① 没参与的人能快速了解;② 避免“选择性记忆”和陷入“自证”的坑

排除主观偏见(分析)

  1. 不要只盯着支持自己想法的证据
  2. 不要盲目相信自己的记忆,记忆可能会失真,但记录不会
  3. 不要指望用户直接给答案
  4. 要透过现象看本质:行为数据 + 态度表达 + 环境因素 = 真实需求

团队协作攻关(参与)

  1. 避免“一人研究,全员盲从”
  2. 建议团队成员轮流参与调研,共同回顾原始资料,最后集体讨论得出结论

用研 Step1:明确目的和问题

用研 Step2:选择调研对象

用户研究需要科学分层

用户研究必须确保样本能真实反映产品用户生态,有三个核心要求:

  1. 代表性:覆盖关键用户类型
  2. 随机性:避免主观选择偏差
  3. 针对性:根据产品特性调整维度权重

从用户属性维度进行分层

维度一:基础人口特征(硬指标)

人口统计学特征是用户研究的基础维度,包括性别、年龄、收入、教育等客观指标。

  1. 不同产品需要关注不同的关键特征:高端家电侧重收入水平,时尚产品侧重性别年龄。
  2. 警惕“高端用户”误区。用户没有高低端之分,高收入、高学历人群并非一定要买高端产品,豪宅家电实际由保姆操作,复杂功能反成累赘。
  3. 年龄分段要符合实际场景,“25-34岁新婚家电消费群体”比“21-30岁泛年龄分段”更有意义。

维度二:行为动机体系(为什么用)

用户行为动机呈现三级结构:深层动机 → 具体目标 → 操作任务。

这种分层方法可有效区分用户类型,如将冰箱购买者分为实用功能导向型和社交符号导向型,前者看重冷冻能力,后者追求品牌档次。

维度三:文化生活方式(怎么活)

文化生活方式维度体现显著的地域和代际差异。东亚地区偏好美颜功能,欧洲用户倾向自然或怀旧风格。中国内部同样存在明显的亚文化差异,不同世代群体的消费观念和生活方式迥异,70后务实、90后重个性、00后有着新兴消费观。

文化是一个多元复合的概念,会随着地域差异和时间演变而呈现多样形态,主要包括以下几个层面:

  1. 生活习俗:日常生活中的行为模式和传统习惯
  2. 价值观念:群体共享的信仰体系和道德标准
  3. 审美取向:对美的认知和表达方式
  4. 禁忌规范:社会约定俗成的行为边界

维度四:地理环境因素(在哪用)

地理特征决定了产品功能设计的区域化差异,是进行产品本地化改良的重要依据。主要体现在以下几个方面:

  1. 气候条件差异:江浙沪梅雨季潮湿,冬季阴冷,对除湿机需求高,冬季需电暖器,但排斥干燥;西北地区干燥少雨,昼夜温差大,加湿器必备,且空调需兼顾制冷/制热效率。
  2. 饮食习惯差异:川渝地区嗜辣,多火锅底料,冰箱需大容量冷藏室存储火锅食材,油烟机需强力排辣味;广东地区有煲汤文化,食材新鲜,冰箱需有新鲜海鲜暂养区,电炖盅需有预约功能。
  3. 物产经济特征:海南/西双版纳是热带水果产区,冰箱需设计热带水果保鲜模式(防冻伤)同时有耐高温设计;东北黑土地盛产粮食作物(大豆/玉米),需有防潮防霉的存储方案。

从产品服务对象维度进行分层

【C端用户分层体系】C端产品需重点关注用户属性和行为价值维度

  1. 基础属性维度
    1. 人口统计学特征:包括但不限于年龄(18-24岁Z世代/35-44岁中生代)、性别、地域(一线城市/下沉市场)、收入水平及教育程度等硬性指标
    2. 社会属性特征:涵盖家庭角色(新手妈妈/空巢老人)、职业特性(996上班族/数字游民)、生活方式(健身达人/宅文化群体)等软性维度
  2. 行为价值维度
    1. 活跃用户(周活跃≥3次):帮助验证产品核心价值主张和优势功能
    2. 沉睡用户(30天无活跃):重点分析流失动因和召回机会点
    3. 高价值用户(ARPU/平均每用户收入>行业80分位):指导增值服务和会员体系设计
    4. 潜在价值用户(新增用户中有相似特征):优化获客策略和转化漏斗

【B端用户分层体系】B端产品需聚焦决策链角色和职能需求差异

  1. 决策层级划分
    1. 执行层(一线业务人员):聚焦日常操作流程痛点和效率瓶颈
    2. 管理层(部门负责人):关注系统集成需求和团队协作痛点
    3. 决策层(企业所有者):重点考量投资回报率(ROI)和战略匹配度
  2. 职能维度覆盖
    1. 需涵盖业务部门(销售/客服)、支持部门(IT/财务)等关键职能角色,确保收集的需求能够反映真实业务场景。

用研 Step3:选择调研方法

用研方法分类维度

用户研究方法可以用两个维度分成四类,第一个维度是定性与定量,第二个维度是研究用户态度与研究用户行为。

  1. 第一个维度中,定性研究用于回答“为什么要解决这个问题?”和“怎么解决这个问题”,定量研究用于收集“占比、频次、分布、程度”等具体数据。
  2. 第二个维度中,用户态度指“用户说了什么”,用户行为指“用户做了什么”。用户态度研究中,参与者往往会隐藏真实想法,导致数据失真,需要避免盲目采信用户表述,直接用于决策,这是典型的「自我欺骗式调研」。

除此之外,还需要额外考虑第三个维度“用户使用产品的背景”。用户是 ① 处于

真实

的生活/工作环境中,没有研究者的人为干预,还是 ② 用户按照研究者的既定

脚本

体验使用产品,又或是 ③ 用户

并未使用

或完全

不知道

该产品。

用研方法具体介绍

用研 Step4:可视化用研结果

展示方式1:故事板

故事板是一种通过视觉叙事的方式,将用户研究数据、产品使用场景或设计概念转化为连续的图像或画面,以模拟真实用户与产品/服务的交互过程。它类似于电影分镜脚本,用图文结合的方式呈现用户行为、痛点、情绪变化及解决方案。

如何制作有效的故事板?

  1. 从用户访谈/日记研究中选择高频或高痛点场景,展示用户在什么环境下使用产品,包含时间、地点、设备、周围干扰因素等细节
  2. 通过分镜描述用户操作步骤,嵌入用户语录、行为数据,并标注关键卡点
  3. 视觉化注意事项:① 手绘草图不必精美,用简笔画+便利贴即可;② 用真实环境照片拼贴+标注(适合实地研究);③ 用Figma/白板等工具在线生成

展示方式2:数据图表

① 分布维度的数据图表:需回答“数据如何分散?”

  1. 直方图:显示连续数据的分布情况,用柱形表示各区间频数。可用于分析用户活跃时长分布,观察年龄/收入等连续变量的集中趋势 → [用户每日使用时长直方图]
  2. 密度图:用平滑曲线展示数据分布的概率密度。发现用户行为模式的潜在多峰分布(如早晚高峰使用)→ [APP启动时间密度分布]
  3. 箱线图:展示数据最小值、四分位数、最大值及异常值。可用于比较不同用户群体的消费金额离散程度,同时识别极端用户(如超高付费者)→ [各城市用户付费额箱线图]

② 构成维度的数据图表:需回答“各部分占比如何?”

  1. 饼图/环形图:显示整体中各部分的比例关系。可用于表示用户来源渠道占比、功能使用频率分布、地理分布、转移分布(随时间或条件变化,值的相互转化)→ [新用户注册途径占比]
  2. 堆叠条形图:条形分段显示子类别在总体的占比。可用于展示各年龄段偏好的功能组合,也可同时展示用户性别与付费状态的交叉构成 → [性别×付费层级堆叠图]
  3. 树状图:用嵌套矩形面积表示层级数据占比。可用于可视化用户兴趣标签的从属关系(如“运动→健身→瑜伽”)→ [用户兴趣分类树状图]

③ 比较维度的数据图表:需回答“组间差异是否明显?”

  1. 对比条形图:并列条形对比不同组别的数值差异。可用于对比A/B测试中方案A与B的转化率,表示不同用户群体的满意度评分 → [新旧版本NPS对比条形图]
  2. 雷达图:多维数据在轴上的对比,显示相对强弱。可用于对比三类用户群体在5项体验指标上的差异,或展示产品功能偏好的群体差异 → [用户群体特征雷达图]
  3. 斜率图:用线段连接两个时间点的数值,突出变化趋势。可用于展示用户留存率从第1月到第6月的群体差异,或对比功能改版前后关键指标 → [付费用户各等级留存变化斜率图]

④ 关联维度的数据图表:需回答“变量间是否有相关性?”

  1. 散点图:用点位置展示两个变量的相关性,可加趋势线。可用于分析用户活跃天数与消费金额的关系,发现发现使用频率与投诉率的关联 → [使用时长vs满意度散点图]
  2. 气泡图:散点图升级版,用气泡大小表示第三维度。可用于同时分析用户年龄(X)、收入(Y)、消费频次(大小),或地域分布、客单价、用户规模 → [年龄-收入-消费气泡图]
  3. 桑基图:用流动线条展示多阶段转化或关联关系。可用于表示用户旅程中的页面跳转路径,或不同渠道用户的最终转化去向 → [注册流程各步骤流失桑基图]
  4. 热力图:用颜色深浅表示矩阵数据密度或强度。可根据页面点击密度分析用户兴趣,或展示用户兴趣-行为交叉热度 → [APP首页点击热力图]

展示方式3:用户画像与用户旅程图

用户画像是“角色剧本”,用户旅程图是“剧情展开”。用户画像是基于真实用户数据构建的虚构角色,代表一类具有相似特征(行为、需求、痛点)的用户群体,主要回答“用户是谁?”,用户旅程图将用户与产品/服务互动的完整流程可视化展示,包括行为、情绪、痛点和机会点,主要回答“用户如何体验?”

用户画像的本质是用户的聚类与差异。通过挖掘用户基本属性、心理属性和行为属性,识别自然聚类而成的用户群体,并突显群体间的关键差异,最终构建具有代表性的用户画像,指导产品决策。

用户旅程图的绘制不能脱离具体用户类型,需绑定特定用户画像。

用户体验地图

结语

现在的用户研究领域正深陷形式主义泥潭,整得跟学术论文似的。大量报告写得比新华字典还厚,使其沦为数据堆砌的“正确的废话”,既没有给出明确结论,更无力叫停错误决策。用户研究领域逐渐出现厚厚一叠自我感动的200页无人问津的报告、用过期数据指导当下决策的考古研究、先定结论再找证据的命题作文,以及脱离真实场景的动物园式观察。

真正的用户研究应该敢于捅破团队幻觉,能从用户随口说“能不能找代购便宜点”的吐槽中嗅出拼夕夕式商机,而不是整天在PPT里堆数据,最后产出一份除了自己没人看的“学术巨著”。

本文由 @小八爱叭叭叭 原创投稿或授权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

更多精彩内容,请关注人人都是产品经理微信公众号或下载App

11-283387 浏览

小白必看!AI产品经理的机器学习算法入门指南

07-132909 浏览

深度报告|Gen-AI 的顶尖人才在哪?

10-045034 浏览

国货“团建式商战”复盘:赢了吗?然后呢?

10-082246 浏览

低价团购,让餐饮变了味

04-307012 浏览

淄博烧烤热下的加盟启示录