你误解用户研究了吗？

　　今年4月有数据说，互联网最紧缺的技术岗位是前端，最紧缺的非技术岗位是用研。很有意思的两个现象。
　　我们认为，用研这个岗位正在发生变化。目前形势下，用研已经从“设计用研”，走到了“产品用研”。研究用户也是研究消费者，用研最终是为了达成产品商业成功的目标，而不仅仅是保证体验。当然用户体验和商业成功之间的关系，是另外的话题。
　　用研岗位是一种专业分工，对这个岗位的界定，目前业内并没有达成共识。以后“国际体验设计大会”还会不会愉快地跟用研一起玩耍，我不知道。不过设计源自洞察，用研的核心是洞察，友谊的小船不会说翻就翻的。而定量技术的发展，为用研提供了更多工具方法论。
　　“找用户聊天”、“做个问卷”、“捣腾一下数据”、“搜集资料”这些事情的专业性在哪里？外行看热闹，内行看门道。用户研究专业性的价值在于逼近真实、减少误差。
　　这话怎么说呢？人文社科的套路不是客观准确的“112”，对人的探索永无止境。为了尽量探知并量化衡量人的态度和意愿，为了预测人的行为，为了尽量减小测量误差，社会学、心理学等学科便产生出了很多方法。（这里想要呐喊一声，心理学硕士在北大拿的是理学硕士学位，是实验和统计搭建的体系。心理学人也常说自己是搞统计的，就怕被各种误解）方法各有利弊，都是为了尽可能接近“真相”。
　　眼花缭乱的方法，归根结底可分为定性和定量两大类。如果去网上搜一下用户消费者市场研究方法，能找到一大堆，本文不想写成枯燥的方法论，我就尽量找现实中的栗子来说明“逼近真实，减少误差”。
　　问法引导性带来巨大差异
　　某网上理财产品的功能需求调研中，罗列了一堆功能，让用户用李克特五点量表对各功能的需求度进行打分，用户纷纷给“安全教育”打5分，即表示非常需要这项功能。但同样是这堆功能，让用户以“你最需要的两项功能是？你比较需要的两项功能是？”进行迫选时，“安全教育”功能垫底，被认为是最不需要的。这就是问法差异带来的不同结果，看起来矛盾，其实合理，读者盆友可以自己分析一下。在这个场景里，后一种问法的测量精度更高。
　　访谈
　　深度访谈可以算是一种“终极”定性研究方法，跟其它素材相结合，能衍生出很多变种。
　　说下访谈中“倾听”这个要点，当用户说113的时候，没有受过训练的人会下意识地去纠正用户，说服他112，其实没必要这么做，还请克制纠正别人错误的冲动，想想做访谈的目的是什么。此时正确的姿势是去探索用户为什么会认为“113”，产品是否存在机会点。如果把访谈做成了给用户上课，哈哈，开心就好
　　上述情况容易被觉察到，因为113很显然不符合客观事实。访谈中更需要警惕的是“观点的平等性”，用户的观点和自己的观点应该放在平等的地位去分析思考，而不是自己的观点经过了推理分析就是优于用户的。张五常教授在谈论思考的方法时，谈到的第一个要点就是观点的平等性。大家可以在日常生活中留意一下，双方争论时，是不是都觉得自己有理，很难接受别人的观点。别紧张，这是正常的本能反应，否则认知失调大脑会很痛苦。维护自己观点的极端例子是有夫妻因为讨论学术问题离婚了离婚了
　　经过刻意训练从这种本能模式里走出来，在做用户访谈时会更理性客观，但同时你还得跟用户“共情”，能深刻理解他的立场和故事，在理性和感性之间游走。
　　再简单说一种访谈的变种方法，投影技法，也叫投射法。针对难以直接询问的话题，利用引导材料让用户解释别人的做法，以此来侧面了解用户的动机、态度、情感。这么做，只是为了尽量逼近真实而已。还有，某些调研会隐藏掉访谈者的真实身份，避免社会赞许效应，这也是为了尽量逼近真实。
　　定量用研方法
　　问卷是最经典的定量方法，除了问卷现在还有海量的用户行为数据可供分析挖掘，甚至建立预测模型。
　　利用用户行为数据对问卷数据进行清洗，可以进一步减小测量误差；问卷数据结合行为数据一起进行分析，为洞察用户提供更多的信息纬度。互联网公司里两者结合使用的做法已经成为“标配”。
　　除了运用统计分析技术来洞察用户，这几年得益于数据挖掘技术的发展，对用户行为的研究可以“黑箱操作”了。即让算法自动寻找变量间关系，研究者关注预测的结果，中间变量之间的关系可以是个“黑箱”。
　　既然可以这么方便地“黑箱操作”，是不是把所有变量扔进去跑一跑，就能出来想要的模型？没那么简单，对业务的理解、对用户心理的把握、变量的选择、算法的选择等都影响到模型效果。选择变量这件事本身就是一种洞察，这一步没做好，模型可能搭不起来。
　　我们现在做的预测模型是基于实际应用场景“定制”的，对业务和用户的深度理解指导了整个建模过程，因而效果较好。还得感谢大数据，为研究“人”提供了更多的角度和方法。
　　所以，用户研究不仅仅是用户体验研究，也不仅仅是定性研究，更不只是找用户来聊聊天！
　　本文仅抛砖引玉，希望能引发不同观点之间的碰撞。有兴趣请关注，不仅有用研干货，还有战略和商业分析内容。