美文网首页数据分析数据分析技能PMskill
用研都是如何评估产品的——问卷数据篇

用研都是如何评估产品的——问卷数据篇

作者: Ruxth | 来源:发表于2015-01-05 16:55 被阅读487次

    注:有人了解哪里有些社交媒体(如微博、Facebook、Twitter)运营的好文么,提供个标题、link或站点都可,最近在做海外的一些事情,有些心得想印证一下。老搬以前的旧文也不得劲,写点新东西,谢谢。

    ——————以下是枯燥的旧文分割线——————

    和 用研都是如何评估产品的——专家评估篇 类似,枯燥一点,另外我目前位置是产品(前交互),对用研的理解不如专职的用研工程师这么专业,所以只是我个人一些粗浅的理解。

    问卷算定量研究中最常见的一种,所以先说说定量研究。

    定量研究

    应该是通过街坊/电话/网络/邮件等方式,立足与大尺度上的数字得到事实/行为,最终通过数据统计分析得到结果所进行的广度的用户探究(仅根据我的工作经验而来,有相应局限性)。

    最终结果是从样本属性和特征来反推导出群体的属性和特征,揭示他们在行为、想法上我们感兴趣的方面,以此进行产品工作的指导与参考。

    优点:推断整体用户群体情况、找出对用户或者对产品最主要最直观的影响因素、因为结果是很纯粹的数字所以可以很好的做时间维度上的跟踪对比分析

    缺点:耗时,准备问卷、发出、等待填写、收回、分析都是苦力+耐力活;贵(相对定性而言,官网首页放个链接不用钱?你知道那里拿来做广告位一个星期老板能多赚一个车胎了么!喂);问卷发出后不好调整;无法很好的控制填写的人与如何填写(相对定性研究的面谈之类)

    抽样

    抽 · 样

    (以上为产品汪常态)

    即使是问卷投放,也会有样本的选择问题。投放的地方/时间,甚至标题都可能影响填写问卷的样本。那怎样才是好的抽样?代表性越高、越容易操作、最终执行时可能产生的误差越小就越好。勤奋的同学请出门左转书店买《概率与统计》搞清楚分层、系统、配额抽样等等的概念,我就是懒不写怎么样你咬我。

    问卷设计

    根据问题的目的,可能会用到各种问题的类型,不说,单选、多选、开放式等要根据实际情况和问题来选择。只说一些基本的考虑原则:

    a.你的问卷有明确的主题

    b.问卷本身的题目安排是有逻辑的:1.你喜欢看什么类型的书? 2.你吃苹果不?   (用户:shen me gui ?!!)

    c.MECE  度娘解释

    d.说人话,不要用专业词汇。自己平时身在行业中觉得习以为常的词汇可能对普通人一头雾水,请拿问题让各路大妈看(你要找前台妹子也没人拦你,但记住她在公司多少也会耳濡目染受影响)

    e.说人话(咦?),不要用太复杂的语法,来个双重否定句,你就不怕你用户语文是体育老师教的?

    f.问题的询问方向要单一,不会在理解的时候出现歧义

    g.禁止出现诱导性的问题,请看例子:你停止打你老婆了吗?

    h.尽量避开敏感性的问题,如果非要问请讲究技巧,从侧面提问。当然这和你要调查的人群选择也有关,比如关于性方面的问题找知乎群体和找微博群体估计会出现不同的倾向(我猜的)

    i.控制长度,都是衣食父母,别浪费人家时间= =

    数据统计与分析

    开始数据分析之前,请确保问卷覆盖了你要达到研究目的所需要的内容,你选取的人群的确是你想要的目标人群(广撒网的前期调研性不在此列),确保获得了所有准确无误的数据信息。

    数据分析按分析的阶段及分析人的段位大致可以分为三级

    a.描述性的简单的数据分析:将收集回来的原始资料通过图标等形式直观的展现,并看出趋势,进一步的可以简单的分析不同变量间的关系。可能会用到众数、中位数、方差、标准差、频数分布、交叉分析、偏度、峰度、加权这些比较基础的知识,时间长了看到一些数据就会在心里下意识的生成图像,对趋势进行判断并分析为什么。大部分非专业的人做到这一步就差不多了,大部分产品在关注产品数据的时候会到这一步然后往b发展。

    b.较复杂的多因素统计分析:探索的不是a中直观的数量表现与差异(如单个问题中选项结果的分布),而是更多考虑变量之间的关系,可以用来做一定程度的预测,将调查的用户群体进行更进一部的细分。对分析者会有一定的要求,除了基础统计学知识,也要对调查的业务有较高的熟悉度,才能很好的对结果进行细分,并且得到对应的产品策略。分析中的重点是考虑两个变量之间是否存在一定的函数关系和相关的程度,即两个变量对对方的影响以及能被对方解释的比例。可以通过控制其他变量的基础上进行两个变量间关系分析,也可以做二元甚至多元的回归分析(太复杂,其实我自己也没有很懂,不班门弄斧了)。

    c.更深入的推断以及对各个因素互相影响链的解释型分析:一般这个时候已经需要算法大神出动进行一些算法的定制,做深入的数据挖掘,对数据的量和健壮性要求高,对分析者的算法还有业务的理解程度要求都极高。此种大神我只能仰望了- -估计阿里支付宝那些有,若能跟着学习一段时间肯定受益匪浅,不过话说回来如果我能达到可以跟着大神学习的程度我也不用在这里做产品狗了是吧汪 : )

    发现还是很多东西需要了解的,即使没有去操作,了解下一些基本概念的意思也不错

    描述性统计、推断性统计、多元统计、回归分析、因子分析、聚类分析、决策树....

    说些题外话:我们公司的用研都萌萌哒-_,-用研妹子颜值高有优势哦~

    相关文章

      网友评论

        本文标题:用研都是如何评估产品的——问卷数据篇

        本文链接:https://www.haomeiwen.com/subject/itltxttx.html