用戶研究有兩只抓手，一只是用戶洞察，另外一只就是用戶體驗。本文結(jié)合案例解答用戶研究人員在其中所扮演的角色，以及如何發(fā)揮用戶研究人員在用戶體驗建設方面的作用，未來的趨勢是什么的問題。推薦相關領域從業(yè)者閱讀學習～

現(xiàn)如今，用戶體驗行業(yè)在我國經(jīng)歷了20多年的發(fā)展，已然成為一個社會化分工明確，有著由 開設用戶體驗相關課程的高校院所、企業(yè)內(nèi)部的用戶體驗相關部門、用戶體驗專業(yè)顧問機構(gòu)、用戶體驗專業(yè)設備公司、用戶體驗行業(yè)組織（Uxren等） 構(gòu)成的完整產(chǎn)業(yè)鏈的行業(yè)。

一、用戶研究在用戶體驗行業(yè)的角色分工

“用戶體驗”行業(yè)自誕生到現(xiàn)在，仍然處于成長期，遠未成熟，期間經(jīng)歷了一系列的衍變，用戶研究在其中的角色分工也經(jīng)歷了一些變化。

1. “用戶體驗”行業(yè)的發(fā)軔

用戶體驗行業(yè)毫無疑問發(fā)軔于用戶體驗設計。

在最早的軟件產(chǎn)品開發(fā)時代，產(chǎn)品開發(fā)的流程是市場（需求提出）——開發(fā)（編程測試）——用戶（使用），因為開發(fā)人員往往是非常專業(yè)的技術(shù)人員，導致最后生產(chǎn)出來的產(chǎn)品也只能專業(yè)人士使用。

隨后開始引入設計角色，產(chǎn)品開發(fā)的流程變成市場（需求提出）——開發(fā)（編程測試）——設計（可用性）——用戶（使用），這提升了產(chǎn)品的可用性，據(jù)此用戶體驗萌芽。

設計角色的引入從20世紀四十年代就開始了，心理學專家介入進行可用性工程學研究，其結(jié)果應用于飛機駕駛艙系統(tǒng)、電話系統(tǒng)等設計，是最早的用戶體驗設計師雛形。

在這個階段， 用戶體驗行業(yè)等于用戶體驗設計 。

2. 用戶體驗行業(yè)的發(fā)展1.0時代

再然后，引入測試團隊和設計優(yōu)先團隊，產(chǎn)品開發(fā)流程變成市場（需求提出）——設計（可用性）——開發(fā)（編程）——測試（測試）——用戶（使用），產(chǎn)品可用性進一步提升，用戶體驗經(jīng)濟到來。

設計角色的加入和設計優(yōu)先提升了產(chǎn)品可用性/體驗，同時隨之而來產(chǎn)生了對可用性/體驗進行診斷、量化評估的需求。

為此，圍繞著用戶體驗診斷及度量發(fā)展出日益完善的方法論、工具。

• 1965年，由 Parasuraman 和 Zeithaml提出了CSAT（Customer Satisfaction），中文名顧客滿意度。
• 1986年，John Brooke提出了著名的SUS（System Usability Scale），中文名系統(tǒng)可用性量表，雖然略顯“快速而粗糙”，但大量的實驗證明是有效和可靠的。
• 1994年，IBM公司的Jakob Nielsen提出了著名的10 Usability Heuristics for User Interface Design，中文名尼爾森十大可用性原則。
• 2003年，貝恩咨詢公司用戶忠誠度業(yè)務的創(chuàng)始人 Frederick Reichheld在Harvard Business Review 的文章中首次提出NPS（Net Promoter Score），中文名凈推薦值。
• ……

這個階段， 用戶體驗行業(yè)仍是由用戶體驗設計主導，同時用戶體驗行業(yè)從設計向度量延展。

3. 用戶體驗行業(yè)的發(fā)展2.0時代

隨著移動互聯(lián)網(wǎng)時代的到來，出于對用戶的搶奪，開始盛行以“用戶為中心”的設計理念，產(chǎn)品開發(fā)的流程變成設計（用戶需求洞察、可用性）——開發(fā)（編程）——設計（可用性評估）——測試（測試）——用戶（使用、反饋），產(chǎn)品在保證可用性的基礎上開始追求人性化、愉悅，用戶體驗經(jīng)濟到來。

用戶研究職業(yè)正是在這個大背景下誕生的，開始承接起原本屬于產(chǎn)品設計團隊的用戶需求洞察、可用性評估（體驗診斷&度量）、用戶使用反饋收集的職責。

無論是可用性測試，還是滿意度、NPS評估，本質(zhì)上還是基于問卷調(diào)研得到的用戶主觀數(shù)據(jù)，隨著大數(shù)據(jù)的崛起，用戶體驗的度量開始加入了客觀用戶行為數(shù)據(jù)指標。

典型的有Google提出的PUSLE模型（Page Views，Uptime，Latency，Seven-day active users，Earnings），全部由客觀用戶行為指標組成；HEART模型（Happiness，Engagement，Adoption，Retention，TaskSuccess），由主觀指標+客觀指標組成，是基于PUSLE模型的改進。

通過和大數(shù)據(jù)的結(jié)合來對用戶體驗進行診斷&度量，這其實已經(jīng)超越了用戶研究的邊界。另外用戶體驗長久以來在很多企業(yè)內(nèi)部其實并沒有受到重視，因此有必要將用戶體驗作為一種企業(yè)文化引入，并設立長期體驗目標。

這意味著 需要從更高層面去整合數(shù)據(jù)、設計、用戶研究等資源，從上至下推動，于是“用戶體驗戰(zhàn)略”被提出。

此外，為了體系化、長效化進行用戶體驗建設，圍繞用戶體驗水平持續(xù)跟蹤與優(yōu)化、對用戶體驗進行數(shù)字化管理、對用戶體驗組織進行管理等而形成了用戶體驗運營體系。

自此，發(fā)軔于用戶體驗設計，閉環(huán)于用戶體驗運營的用戶體驗行業(yè)成形，而 用戶研究在其中的角色明確并固定下來，那就是聚焦用戶體驗診斷&度量 。

需要說明的是，用戶研究之于用戶體驗的核心價值是體驗診斷&度量，并不是說就不參與用戶體驗設計、用戶體驗戰(zhàn)略、用戶體驗運營，從用戶體驗研究的角度，上述四個環(huán)節(jié)都需要用戶研究人員的支撐。

二、用戶研究如何助力用戶體驗建設

目前，用戶體驗的診斷&度量的應用場景主要表現(xiàn)在 產(chǎn)品、運營、品牌 三個層面。

1. 產(chǎn)品層面

產(chǎn)品層面的體驗診斷&度量主要涉及可用性、滿意度和NPS評估。

（1）可用性測試

用的最多的研究方法當屬可用性測試。可用性測試是通過還原任務場景，觀察用戶使用（操作）行為，并配合訪談、競品分析、可用性量表（SUS）來發(fā)現(xiàn)產(chǎn)品體驗問題，并對可用性進行簡單度量的方式。

可用性測試主要關注產(chǎn)品的 可學習性、效率、可記憶性、容錯性等 ，下面是實際操作的常用指標。

可用性測試還可借助眼動儀等設備監(jiān)測用戶的使用過程，屬于神經(jīng)營銷學的手段之一，幫助更深層地了解用戶。

傳統(tǒng)研究方法（有意識/主觀研究方法）和神經(jīng)科學研究方法（無意識/客觀研究方法）的結(jié)合，會產(chǎn)生1+1遠大于2的效果。

（2）眼動追蹤

以主流的眼動追蹤（Eye tracking）為例，其原理是基于眼睛視頻分析（VOG，Videooculographic）的“非侵入式”技術(shù)，捕捉瞳孔位置，并將該位置信息通過內(nèi)置算法計算，獲得用戶在所看界面上視線落點，即用戶當前注視點在界面上的具體位置。

眼動追蹤主要關注 發(fā)現(xiàn)度、興趣度、理解度、接受度等指標 ，其中理解度、接受度要結(jié)合測試后訪談。

（3）用戶眾測

用戶眾測，是邀請一定數(shù)量的用戶按照給定的任務腳本自行完成產(chǎn)品體驗并進行反饋、評價的研究方式。

用戶眾測和可用性測試的主要區(qū)別在于兩點：一是是否需要用戶研究人員主持，二是樣本數(shù)量。用戶眾測執(zhí)行不需要用戶研究人員的主持，樣本數(shù)量較可用性測試的6-8個更多，通常可以達到30+從而可以用來進行定量統(tǒng)計。

如果說可用性測試主要用來發(fā)現(xiàn)體驗問題，那么用戶眾測除了體驗診斷外，還可以進行度量。

用戶眾測的流程一般包括 任務設計、用戶招募、任務測試、數(shù)據(jù)回收 幾個步驟。

任務設計環(huán)節(jié)需要考慮可行性，注意任務的難度，任務太難或者太簡單都不合適；此外要考慮任務的合理性，有的任務不適合用戶眾測。

用戶招募環(huán)節(jié)注意抽樣誤差，條件允許時可以做配額控制；此外需要注意招募的渠道，一般情況下內(nèi)部渠道招募的用戶會有本品牌光環(huán)效應，造成系統(tǒng)性誤差，一個比較好的解決方法是無品牌盲測。

任務測試環(huán)節(jié)此外需要注意用戶的任務完成度和效率，必要的話可以建群定期督促進度。

數(shù)據(jù)回收環(huán)節(jié)需要注意虛假作答和敷衍作答，看單個樣本是否存在打分“糖葫蘆串”現(xiàn)象，開放性反饋內(nèi)容是否過于簡單、有重復內(nèi)容等。

（4）滿意度

“滿意度”就是“現(xiàn)實的產(chǎn)品質(zhì)量和接受的服務”與“客戶期望”之間的差距，說白了就是一種主觀感受，希爾頓酒店滿意度評分4.5分，桔子水晶酒店滿意度評分4.8分，是不是桔子酒店的住宿體驗比希爾頓好呢？不一定。

滿意度評估項目的四個關鍵環(huán)節(jié)分別是 假設模型（指標體系搭建），模型驗證（指標體系調(diào)整），模型評估（滿意度得分，權(quán)重和優(yōu)先級確定），模型應用（內(nèi)部宣導，績效考核等） 。這里重點說說假設模型和模型驗證。

滿意度指標體系 通常基于用戶體驗旅程（觸點）來搭建 。比如一個貴賓廳的滿意度指標體系，二級指標區(qū)分線上滿意度和線下滿意度，線上的三級指標又包括預定入口、價格、位置說明等，就是一個從線上到線下完整用戶體驗路徑的設計思路。

但有時候滿意度指標體系的設計 也需要基于業(yè)務需求來設計 。例如設計師表示，目前貴賓廳的滿意度指標體系沒有辦法很好地衡量設計工作，發(fā)現(xiàn)設計問題，如果發(fā)起一個考察設計體驗為主的滿意度項目，指標體系就需要另外設計。

滿意度指標體系的搭建需要遵循一些基本原則，具體包括 用戶認可，可干預，可測量，可對比。

滿意度指標體系搭建好后，通過回收的數(shù)據(jù)需要對模型合理性進行檢驗，兩種常見的方法就是 探索性因子分析（主成分分析法）和驗證性因子分析（結(jié)構(gòu)方程） ，這可以幫助我們把與總體滿意度不相關的二級指標剔除掉。此外，還要做 信效度檢驗 。

如果所有的二級指標跟一級指標都沒啥關系，那就是我們的指標設計有效度問題，即用戶不是用這個角度看問題。

（5）NPS

與滿意度比較，NPS有很多不一樣。

• 滿意度更多是詢問的態(tài)度層面，而NPS更多是基于行為層面的。
• 滿意度是基于現(xiàn)狀和過去的，NPS更多是基于未來的。
• 滿意度是看重整體所有用戶的評價，而NPS更加關注兩頭的用戶，即口碑推薦者和貶損用戶。
• NPS的波動性更大，即從樣本量來看，因NPS是用口碑者減掉貶損者，NPS采集的樣本量要求更高，這樣數(shù)據(jù)的穩(wěn)定性代表性更強。

企業(yè)實踐中，通常用單一NPS研究和NPS+滿意度兩種設計思路，具體指標體系搭建不再展開，需要注意的是在執(zhí)行了NPS+滿意度的調(diào)研后，NPS與整體滿意度出來的結(jié)果可能有以下四種情況：

尤其注意相悖的情況： 高滿意度但低NPS，可能說明產(chǎn)品和服務本身體驗較好，但品牌/模式喪失吸引力；高NPS但低滿意度，可能說明品牌力（概念/模式）強勁，但產(chǎn)品/服務存在痛點。

此外，NPS的人群結(jié)構(gòu)不同，后續(xù)的策略不同。當推薦人群比例大/較競品高時，策略是優(yōu)先關注推薦者，維護引導、開發(fā)推薦人群價值；當中立人群比例大/較競品高時，策略是關注中立者，滿足中立人群在產(chǎn)品服務上的痛點需求，將其轉(zhuǎn)化為推薦者；當貶損者人群比例大/較競品高時，策略是優(yōu)先關注貶損者，建立貶損者的預警、干預、反饋的機制，減少貶損人群的負面影響。

2. 運營層面

運營層面的體驗診斷/度量主要涉及 活動、客訴、廣告 效果評估。

（1）活動

活動效果的評估我們通常可以從數(shù)據(jù)和用戶兩個層面來看，數(shù)據(jù)層面關注活動對于活躍、留存、商業(yè)化收入等影響，但只看數(shù)據(jù)是不行的，因為不知道活動的問題所在以及改進的方向，所以用戶視角的活動效果評估也很重要。

用戶視角的活動效果評估主要可以解決四類問題，分別是活動 用戶畫像、認知與行為、參與動機、評價態(tài)度。

其中核心的效果評估指標主要是 活動轉(zhuǎn)化和活動評價 。

（2）客訴

客訴主要是以錄音、文字的形式存在，其中對非結(jié)構(gòu)性文本的分析和挖掘是重點。

文字形式的客訴基于數(shù)量級采用的研究方法不同。如果是小樣本的開放性客訴，通常采用人工Coding方法就可以解決，具體操作就是對用戶反饋進行分類然后分別打上標簽，再進行統(tǒng)計，可以得到詞云圖、整體情感傾向（負向、正向）等。

大樣本的開放性客訴就沒法人工進行分析了，那樣效率太低，通常借助文本挖掘軟件進行分析，比如 KHCoder 。

KH Coder可以實現(xiàn) 詞頻分析（Word Frequency），詞的共線分析（Co-Occurrences of Words），詞的相關分析（CorrespondenceAnalysis of Words） 等，這里主要介紹下用得最多的詞頻分析和共線分析。

在《基于網(wǎng)絡數(shù)據(jù)文本分析的目的地形象維度分異研究——以南京為例》一文里，以馬蜂窩游客對南京的10077條在線評論文本為數(shù)據(jù)，運用網(wǎng)絡大數(shù)據(jù)文本挖掘法、詞頻統(tǒng)計法和共現(xiàn)網(wǎng)絡法，分析得出目的地形象維度重要性存在差異。

圖 KH coder詞頻分析

研究結(jié)果顯示，旅游吸引物（主要是人文類）所占的詞匯最多、詞頻最高，它是游客感知目的地形象維度的第一層次，公共基礎設施是第二層次，在目的地形象的感知維度中占有重要的成分；休閑和娛樂、旅游環(huán)境和地方氛圍形成第三層次，而旅游基礎設施是第四層次，它們共同構(gòu)成了目的地形象感知維度。

圖 KH coder共線網(wǎng)絡

對目的地形象成分的研究結(jié)果顯示，共現(xiàn)網(wǎng)絡呈現(xiàn)6個節(jié)點群。游客感知的南京整體形象由景點、美食、交通、歷史、建筑構(gòu)成，主要源于旅游吸引物和公共基礎設施維度，這也進一步驗證了目的地形象感知維度的重要性存在差異。

（3）廣告

廣告評估一般分為前測和后測，前測指廣告投放前的測試，通常幫助在多個創(chuàng)意里挑選最優(yōu)的投放，后測指投放后的效果評估。

MillwardBrown(現(xiàn)為Kantar)作為全球知名的廣告測評公司，其廣告評估指標主要包括 穿透力、信息傳遞、說服力 三個維度十多個指標。

3. 品牌層面

品牌評估主要涉及 品牌力、品牌漏斗、品牌形象 三方面。

（1）品牌力

品牌力（Brand Power）通常是由模型計算得出，這方面比較知名的有MillwardBrown(現(xiàn)為Kantar)公司的MDS模型，該模型不僅可以用來對不同品牌的品牌力指數(shù)進行排名，還可以通過品牌力的結(jié)構(gòu)進行分類。

（2）品牌漏斗

品牌漏斗的指標主要包括 品牌知名度、品牌滲透率、品牌好感度、品牌忠誠度、品牌推薦等 。

（3）品牌形象

品牌形象 區(qū)分功能形象和情感形象 ，功能形象指產(chǎn)品功能層面的印象，通常用“性價比高的”、“智能領先”、“人性化設計”、“質(zhì)量好的”等語句來描述；情感形象指對品牌的擬人化聯(lián)想，通常用“年輕的”、“理性的”、“有趣的”等語句來描述。品牌形象的分析通常用到對應分析技術(shù)。

三、聊聊趨勢

在用戶體驗診斷&度量方面，又可以構(gòu)建起由 指標體系搭建、數(shù)據(jù)采集、結(jié)果應用 組成的小的閉環(huán)。

下面從這幾個方面著手聊聊觀察到的趨勢變化。

1. 體系搭建

首先，指標體系顆粒度更加細化，并從單一指標發(fā)展為監(jiān)測體系。

例如，中國平安在原有戰(zhàn)略NPS體系的基礎上發(fā)展了觸點NPS和關系NPS。

戰(zhàn)略NPS指對整個行業(yè)的本品和競品用戶進行測量，測量內(nèi)容是用戶體驗旅程的所有關鍵觸點，對標競品識別體驗差距，一般一年開展一次，主要用于戰(zhàn)略規(guī)劃。

關系NPS指圍繞本品和用戶關系，考察在所有用戶生命周期階段的本品NPS表現(xiàn)，同時每個階段的測量內(nèi)容和測量對象有所不同，比如手機新機階段監(jiān)測內(nèi)容側(cè)重新機使用體驗，及時發(fā)現(xiàn)新產(chǎn)品體驗問題，測量對象是新用戶；購機后3個月監(jiān)測內(nèi)容側(cè)重日常使用體驗，測量對象是購機后一段時間的存量用戶。

觸點NPS指對用戶體驗旅程里的關鍵觸點單獨做監(jiān)測，比如售前和售后觸點NPS，同時觸點NPS的測量表現(xiàn)出實時性，也就是用戶在完成一次購物后就可能實時收到NPS調(diào)研問卷。

同樣的滿意度評估指標體系適用。例如以前我們在做一個APP的滿意度監(jiān)測項目時，通常只會基于本競品對標一年做一次，也就是戰(zhàn)略滿意度。隨著流量見頂存量用戶精細化運營時代的到來，對產(chǎn)品滿意度的評估可能需要下沉到某一個功能模塊，會對該APP的關鍵功能單獨進行滿意度評估，也就是觸點滿意度。

其次，指標體系的度量維度更加豐富和立體化，除了用戶體驗維度，也開始整合技術(shù)維度，用戶行為，商業(yè)維度等。

例如螞蟻金服的PTECH指標體系，是以Google的HEART模型為基礎，結(jié)合B端產(chǎn)品的實際情況整合而成的用戶體驗度量模型，是技術(shù)維度，用戶行為維度和用戶體驗維度的結(jié)合。

再者，基于度量指標的模型化。 典型的如上文提到的MB的品牌力模型，實質(zhì)就是基于品牌知名度、喜愛度、差異化等指標搭建的模型；其他如螞蟻金服發(fā)布的PTECH模型，微眾銀行發(fā)布的WeUX指數(shù)等，感興趣可以自行了解。

2. 數(shù)據(jù)采集

隨著指標體系的精細化，基于場景的關鍵觸點體驗監(jiān)測的流行，數(shù)據(jù)采集開始 以場景嵌入的形式出現(xiàn)，從而更加敏捷和即時 。

例如，我們在刷抖音時會彈出一個小調(diào)研，詢問用戶對推薦的內(nèi)容滿意程度；又或者我們在美團上完成點餐，結(jié)束后的頁面會有對本次手機點餐滿意度的調(diào)研。

此外， 相對于傳統(tǒng)的人工數(shù)據(jù)采集，數(shù)據(jù)采集過程越來越自動化。

例如，我們在盒馬完成購物，用盒馬APP完成支付，用不了多久就會收到盒馬的短信調(diào)研鏈接，詢問用戶在購物消費過程中的滿意度。短信的發(fā)送可能不再是人工圈選用戶然后推送的，而是滿足一定條件后的自動系統(tǒng)觸發(fā)推送。

又例如，一個搶票APP的產(chǎn)品體驗度量項目，主要監(jiān)測搶票得分、搶票成功率、搶票耗時等指標，最早是人工下單、人工統(tǒng)計各流程的時長和報錯情況等，隨后采用自動化框架測試技術(shù)，用機器代替人工，模擬真實用戶下單，獲取每單的查詢時長、出票時長，可以精確到毫米級。

3. 結(jié)果應用

在數(shù)據(jù)采集完成后的成果應用環(huán)節(jié)，最明顯的趨勢是 數(shù)據(jù)可視化或者說數(shù)字化 。通過自動化管理儀表盤，可以簡單明了的形式將度量結(jié)果的匯總信息與問題發(fā)現(xiàn)第一時間向管理層發(fā)布。

圖 華為數(shù)字化管理平臺（模擬）

此外，隨著數(shù)據(jù)的積累，開始 具備搭建行業(yè)均值數(shù)據(jù)庫的條件 。比如活動效果評估類的項目，通過往期活動效果評估數(shù)據(jù)，并計算了線上活動、線下活動的活動效果指標均值，就可以形成活動效果均值數(shù)據(jù)庫（Norm值）。

參考資料：

[1]楊智寶，袁小偉,劉遠.用戶體驗在我國的發(fā)展概述[J].中國質(zhì)量,2020年6月，468期

[2] 青旗沽酒趁梨花i.體驗度量理論2021[R].簡簡單單（公眾號），2021年10月

[3]徐菲菲，剌利青，Ye Feng.基于網(wǎng)絡數(shù)據(jù)文本分析的目的地形象維度分異研究——以南京為例[J].資源科學，2018，40（7）：1483-1493

#專欄作家#

劉佩龍，微信：loop_summer，人人都是產(chǎn)品經(jīng)理專欄作家。畢業(yè)于中國人民大學，10年+市場與用戶研究經(jīng)驗，曾先后就職于Kantar，Nielsen等全球知名市場研究公司，目前就職于vivo互聯(lián)網(wǎng)用研團隊。致力于讓更多人了解市場與用戶研究。

本文由@劉佩龍? 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議