快好知 kuaihz

工作感悟:用户调研数据是如何欺骗我们的

首先说一下,下边的话是在忙里偷闲的时候一点感悟,身在创业型公司,把自己遇到的一些问题分享出来,共同提高吧。

内容不算高大上,但是相信好多人都遇到过这样的问题,随手就写下来了,不对的地方,还请各路大神多多包涵指正,因为这些是自己遇到的,有些点还有待用心去验证。

用户调研的几种方法:

当然了,在用户调研开始之前,我们要做好用户定位:我们的用户分为哪些年龄段的,收入水平都是怎么样的,等,其实也就是用户画像。在做好了这些工作之后,我们往往才会开始采取以下的方法,进行有针对性的用户调研

问卷调查

焦点小组

相关人士访问

现场观察

二手资料

竞品调研

能想到的,大概也就这么多了,如果还有其它方法,欢迎大家一块聊聊。

列举了这几个调研方法,看起来都是有理有据,非常科学的方法,但是仔细推敲一下,就会发现其中的问题所在:

问题:用户反馈的信息有可能是假的数据

我们做用户调研,挖掘用户的本质需求的时候,我们当然是想让用户说出真实的想法,也可以说是没有经过大脑思考的,最本质的客观事实,没有经过任何外界因素影响和干扰的,不掺杂任何主观意识的反馈信息。

但是,我们获得的用户反馈数据往往是不真实的,为什么会导致这个结果呢,这需要从收集反馈信息的过程中查找根源,让我们换位思考一下,站在用户的立场去考虑,我为什么要花费我的时间,给你们填写调查问卷,或者是跟你们聊一些这方面的需求;往往用户是不愿意这样做的,那么我们通常采用的方法是发放一些小礼品,或者抽奖之类的好处。

中国有句老话:吃人嘴短,拿人手短。用户在这种得到好处的情况下,反馈的信息往往会是偏向好的一方面。比如:在我们的登录页面,这个登录按钮是否第一时间就引起了您的注意?这样的问题,在用户拿过好处后,还需要思考一下再决定的时候,他们往往会反馈相对利好的消息。在这个过程中,其实反馈的信息已经失真了。这其中也隐含着另外两个问题,接下来再说另外几个原因。

原因一:群体影响导致假数据

对于中国人来说,直白一点也可以说是面子问题的因素。

回忆一下调研场景,一群好哥们或者好同事,遇到你们在调研问题,人家拿了好处,基本都是给了利好方面的意见,你好意思给其它另类的意见吗?如果你给了,人家肯定说你这人怎么怎么地吧?进过一番思想斗争,你也就范了,随大流吧。

原因二:调研问题的设置,导致数据失真

在头脑风暴后决定的问题也好,或者是经过数据分析后得出的问题也好,往往一些确定下来的问题,就是有问题的,典型的一个问题就是:问题本身带有导向性,容易误导用户做出错误的选择,这个选择往往是经过自己大脑思考后得出的结论。

原因三:认知水平参差不齐

对于调研中的问题,或则选项的描述,很多时候是没有严格的界定的;不同的用户对此问题的认知也不太一样,那么调研就有可能出现与实际情况相差甚远的情况出现。

比如:让公司的30个男人评价一个女人是否漂亮。

张三评价说还行;其实他内心感觉这个女人的胸比较大,是自己喜欢的类型;

李四会评价说不好看,因为他内心感觉这个女人的腿型不够好看,不是iphone6的腿;

但是王五可能会说太漂亮了,她的腰是A4腰,那小蛮腰,很性感;

其实我们调研的目的,就是综合所有因素考虑这个女人是否漂亮,但是调研对象都太看重某一个方面,而把其它方面的因素剔除了。

原因四:把预设调研场景强加到调研对象身上了

调研时,需要预设一个场景或条件,再收集信息。然后从各个角度再调研,去交叉验证这个预设场景是否正确。这是比较传统的方法,理论上是合理的。

但实际上很少人去做「交叉验证」这个环节,只做了「预设场景」,相当于把调研设计者的主观意志强加到用户身上。

举例:调研问题这样写:你出门打出的话,首先想到的是哪个打车软件:

滴滴

神州

Uber

这个例子,就是把位置因素强加到了调研对象身上,说到底还是用户画像没有做好,假如这样让调研对象去选择的话,有可能人家出门都是私家车,都不打车,这个时候可能人家就是凭感觉写一个选项,可想而知,这样的结果,肯定是存在很大的不准确性的。

说了这么多,总结一下:

用户调研的最终目的是挖掘到用户的最真实的需求。

为了获取到这个需求,在调研之前,我们要做大量的准备工作,不然的话,我们后续工作的作用可能就会等于0,那么做什么工作呢?大概以下几个:

用户分类:把用户按照不同的维度进行分类,理想情况是分类越细越好。

用户分析:充分的了解我们的每一类用户,最好是搞一个十分详细的用户画像出来,还是越细越好。

问题设定:要仔细推敲每一个调研问题的正确性,是否有隐性的引导意思,是否符合此类用户类型。针对不同类别的用户,同一类别不同调研场景下的用户,都要设定好问题。

想到了这么多,就写这么多吧,欢迎指正沟通。

本站资源来自互联网,仅供学习,如有侵权,请通知删除,敬请谅解!
搜索建议:调研  调研词条  感悟  感悟词条  欺骗  欺骗词条  数据  数据词条  用户  用户词条