用户体验研究分析

无论您使用什么方法进行用户研究，分析都应该是下一步。您不能只获取原始数据并将其应用到您的产品中。使用分析从谷壳中挑出小麦——即，定义哪些数据是相关的，哪些不是。

无论您分析的数据类型是什么——网络分析、访谈记录、现场笔记或热图——您的重点都应该放在您的研究目标上。您应该牢记产品的目标受众。

将此信息放在手边将有助于您在分析阶段保持专注并确定对您的项目真正重要的内容。

为什么分析数据很重要

为了用户体验研究而进行用户体验研究从来都不是一个好主意。主要目标是获得有价值的发现、整理它们、分析它们，并最终生成可应用于开发过程的见解。

用户体验从业者可能犯的最大错误之一是根据原始统计数据仓促得出结论，并且在没有适当考虑的情况下采取行动。数据分析可以看到更大的图景，做出更有意义的决策，从而节省金钱和时间。用户体验研究人员不应专注于随机数或用户的引述，而应寻找用户为何以某种方式行事或思考的答案。

例如，如果您的用户研究显示 80% 的用户倾向于忽略您的订阅按钮，请尝试找出发生这种情况的原因。也许，而不是重新设计按钮，您可能需要更改其位置或重新考虑您通过订阅为用户提供的好处。

透彻的数据分析，帮助团队清晰了解用户痛点，做出更理性的决策。

态度数据

对用户研究数据的分析会产生大量定性数据。态度定性数据表示用户的想法、信念、感受或基于用户所说内容的假设。这种数据类型通常包括在用户访谈、焦点小组、卡片分类或日记研究期间收集的引述和轶事。

态度数据的缺点之一是用户并不总是按照他们所说的去做。这意味着态度数据可能会令人困惑，有时会导致错误的假设。

行为数据

行为数据被认为是用户研究期间收集的最有价值的数据。它展示了上下文查询、观察研究和其他方法期间的用户行为。

不幸的是，用户体验从业者并不总是有机会采访参与者以了解他们为什么以某种方式行事以及是什么让他们选择一种用户路径而不是另一种用户路径。

早点考虑分析

理想情况下，您应该在流程的早期开始考虑分析阶段——甚至在研究开始之前。请记住，您的研究目标和假设可以让您在主要分析过程中保持正轨并找到相关答案。

想象一下，您的研究目标是发现客户放弃购物车的原因。在这种情况下，您可能对这种行为背后的基本原理有某些假设，并会在分析研究数据时寻找某些变量。

在此阶段，您还可以创建标签或代码，以帮助您根据最后阶段的研究目标对数据进行分类和识别。例如，如果您正在测试登陆页的可用性，您可能会创建代码，例如“导航”、“美学”、“严重错误”、“建议”以及您可能在研究过程中发现的其他痛点。

发现阶段的分析

即使在研究的发现阶段，分析也是必要的。UX 从业者也是人，如果不记录下来，有些事情可能会从他们的记忆中消失。在记忆犹新的时候做笔记、查看记录和记下第一印象有助于研究人员记住和保留批判性的想法。

写下参与者选择的词语、他们的面部表情、肢体语言和整体行为——一切对于深入了解他们的理由、感受和需求都很重要。

UX 研究人员通常会进行不止一个会话，因此在每个会话后立即分析数据可以防止它们混合在一起。每次会议后的团队讨论有助于从不同角度审视流程，并发现不一致之处和无效问题。

在进行最终分析之前，在发现阶段分析数据可以为您节省大量时间和资源。从长远来看，它可以帮助您识别用户的痛点和需求，并创造出更好的产品。

确保你在会议之间有 15 分钟的休息时间来回顾你的笔记，与你的团队讨论，并写一个总结。

设定优先事项和目

分析在用户研究期间收集的大量数据可能令人生畏，您可能不知道从哪里开始。设置优先级并了解您的目标可以让您在分析结果时更轻松地关注相关数据。

在开始之前，首先写下您决定进行用户体验研究的原因。例如，您正在设计一个瑜伽应用程序，并想了解用户是否喜欢它并满足他们的需求。牢记这一研究目标，您将能够确定研究结果的优先顺序，并决定哪些是“最好的”和“必须的”。

例如，您可能会发现您的用户除了瑜伽之外还对冥想练习感兴趣。这些发现是“可有可无”的，可以放在非紧急类别中。另一方面，“必备”在分析时应该具有最高优先级。例如，如果用户对您的瑜伽视频质量不满意，则必须先修复它。

将“可有可无”的发现保留在待办事项列表中，这样您就可以在有时间和资源的情况下重新使用它们。

分析定量数据

通过调查、民意测验或网络分析收集了数字数据后，您将拥有一个可以使用特殊软件进行分析的大型数据集或仅使用电子表格。

可以应用各种方法从定量数据中获得有用的见解：

• 交叉制表 允许用户体验从业者分析多个变量之间的关系，并确定数据集中的模式、趋势和概率。

• 最大差异分析 允许测量不同项目的偏好/重要性分数。它通常被称为最佳-最差方法，因为它有助于确定哪些功能对您的用户最重要。

• 联合分析 有助于确定产品或服务中功能的最佳组合，并按照从最理想到最不理想的等级对它们进行排名。它由因素（例如，服务等级或航空公司品牌）及其级别（经济和商业；西南航空公司、达美航空公司、美国航空公司和联合航空公司）组成。

• 差距分析 展示了期望状态和当前状态之间的差异。例如，您可以比较客户满意度的实际和预期状态。

• 趋势分析 显示值随时间的变化以及影响此变化的参数。

• 情感文本分析帮助研究人员使用 NLP（自然语言处理）工具处理用户对文本数据的反馈。

分析定量数据时的问题

定量数据的分析意味着与数字打交道。尽管这似乎是一项繁琐且艰巨的任务，但定量 UX 分析可以让研究人员看到模式和趋势，并调查用户如何与产品互动。根据收集到的见解，我们可以决定可以改进哪些方面，以帮助人们更快、更有效地实现他们的目标。

在分析定量数据时，您可以定义如下内容：

• 特定任务的成功率

• 用户完成任务所花费的时间

• 网页的跳出率

• 用户的人口统计资料

• 用户使用最多的功能

• 用户对功能或产品的满意度

• 产品未满足的用户需求

• 需要最大关注的关键特征

• 不同用户群体的不同体验

分析定性数据

定性研究数据涉及人类行为，这可能比数字定量研究数据更难分析。阅读长篇抄本和广泛的现场笔记并决定哪些细节重要，哪些可以跳过可能需要花费大量时间。此外，参与者的反馈可能相互矛盾，研究人员应保持客观，尽量不要忽视不符合他们信念的观点。分解和组织丰富数据的最佳方法之一是主题分析。

主题分析通过使用适当的代码（如标签或关键字）标记个人观察和引述，将收集到的数据分组为主题。 在编码时——不应与使用编程语言编写代码相混淆——研究人员会检查每个文本片段并为其命名以描述数据。当他们寻找主题时，可以折叠或展开一些代码。

最后一步涉及评估您的主题——信念、实践、需求或其他在数据发现中多次出现并且可以用多个实例支持的现象。

专题分析可以使用软件、日志（涉及研究人员的手动编码和基本思维过程）来执行，或者亲和图技术

分析定性数据时的问题

定性研究数据分析提供了深入的见解和用户行为方式的答案。

分析数据时，请记住以下问题：

• 用户最喜欢这个产品的什么？

• 他们最不喜欢这个产品的是什么？为什么？

• 哪些功能更有价值？

• 哪些功能被忽视了？

• 他们对某些特征有情绪反应吗？什么时候？

• 他们对产品满意吗？为什么？

• 产品如何融入他们的日常生活？这个产品对他们有多重要？为什么？

• 用户行为中注意到的主要模式或常见反应是什么？

需要注意的定性分析错误

即使是最有经验的用户体验研究人员也会在分析定性数据时犯错误。留意最常见的：

• 有太多未分类的数据以保持客观。征求你的队友的意见，确定用户反馈的优先级，并决定哪些细节可以省略，哪些数据是必须保留的。

• 对研究结果有偏见，可能导致对重要数据的误解。为避免偏见影响您的结果，请在发现阶段之前写下所有潜在的，并与您的团队讨论。

• 过度减少或“扁平化”收集的数据，形成封闭式调查回答，例如“是或否”问题。您的重点应该放在仅分析最有意义和最有用的数据上。此外，请确保在用户研究期间包含开放式问题

综合你的发现

分析完定性和/或定量数据后，就该综合您的发现并提出见解了。综合帮助研究人员将确定的主题转化为有意义的东西。

不要混淆调查结果和洞察力。发现是从用户研究中得出的事实或陈述。例如，70% 的用户在结账页面放弃了他们的购物车这一说法就是一个发现。

洞察力是基于此陈述的关于人类行为或用户动机的结论。从这个例子中可以看出结帐页面太混乱或者它包含某些阻止用户进行购买的干扰。

你如何综合调查结果？

• 根据您的研究目标，确定研究结果的优先级并选择最相关的研究结果。

• 使用便利贴、白板或您喜欢的任何其他系统来组织您的主题、发现和见解。

• 列出文档中最重要的见解。

• 与您的团队分享它们，并一起集思广益可以从这些见解中学到什么。

矛盾的结果

有时，不同的研究方法会产生不一致或矛盾的结果。例如，用户的任务成功率可能是 100%，但他们仍然可以报告他们对应用程序不满意，如果找到更好的替代方案，他们会切换到另一个应用程序。

可以做些什么来防止这种相互矛盾的发现？从检查方法开始：

• 受访者： 是否有相同的受访者参加了两项研究？不同的人会有不同的反应，这可能会导致相互矛盾的结果。

• 任务： 参与者是否有相同的时间完成一项任务？所有参与者的任务是否相同？

• 环境： 用户是否一直在同一环境中执行任务，或者是否存在可能分散他们注意力或影响他们反应的因素？

• 数据分析： 统计显着性是否足够高？数据是否有可能被过度校正？

如果您发现您的研究方法都没有错误，您可能不得不考虑进行另一项研究。自相矛盾的结果很常见，所以不要气馁。

提出建议

分析的最后一步意味着根据关键见解和支持数据提供实际建议。在您的研究报告中包含建议代表了利益相关者的宝贵收获，并激励他们立即采取行动解决用户的问题。

您还可以共享包含获得的见解列表的文档，并亲自或远程进行公开的团队讨论。无需提供现成的解决方案，您可以一起集思广益，将您的见解转化为“我们如何”的问题。

例如，“用户放弃他们的购物车是因为除非他们点击支付按钮，否则他们看不到总金额”的洞察力可以转化为一个设计机会——“我们如何帮助用户查看总价，包括运费和在他们点击支付按钮之前支付费用？”

见解和建议可帮助您的团队确定要关注的重点，并有可能将其转化为设计解决方案。

以上内容为转载