利用社交网站进行用户研究

原文地址：https://www.smashingmagazine.com/2017/03/using-social-media-user-research/

原文作者：Dave Ellender

社交网站是人们在互联网上最主要的互动形式之一，Facebook和Twitter这样的主流网站每月都有数以百万计的用户量。在这篇文章中我将告诉你，社交网站是如何为用户研究人员提供丰富的数据来源的。对一个组织来说，社交网站可以用于客户服务资讯、请求帮助和品牌宣传，但我们常常会忽视社交网站在这里能够发挥的其他作用。

在商业领域，人们往往容易忽视社交网站也可以作为用户数据的来源，而用户研究员往往会更倾向于使用其他更容易操作的用户研究方法，例如访谈法和用户测试等。与此相反，在学术领域，社交网站被当做一种即时的有趣的原始数据来源。但这些数据通常用定量方法进行处理，例如将网络用户和活动峰值之间的信息流变成可视化的东西，但这与通常意义上的用户研究项目并没有多大关系。

近几年，出现了许多商用的监控软件或工具，它能从用户发布的大量推文以及用户参与讨论的感兴趣的话题或者文章中简单并快捷地追踪出一系列关键字。然而这些工具也主要是用来做情绪分析的。比如可以知道用户关于某个品牌的评价是积极的还是消极的。但这些深层次的见解往往忽略了个人推文、话题和评论中的的细节。所以，我们怎样利用社交网站做一些有价值的用户研究工作呢？

掘金

社交网站使社会具有可倾听性，我们任何一个人都可以对社会中的一些实质问题发表最近或者此刻的看法，而不必询问他人意见。让我们举个例子，我们一个星期以后再来回忆那场面对面的访谈，我们依然可以产生很多专属我们个人的一些见解。它特别适合用来研究日常活动（如智能手机的使用习惯）。然而我们在做一个实验研究或者开启一个项目时，这样的日常活动很难被人们记住或进入人们的研究视野。当我们采取这种方式时，我们要从用户的语言中提取数据，而不是从研究人员的语言中。这一步就和掘金差不多，我们可以立马开始了，现在我们需要做的就是就拿一个平底锅然后立马跳进河里。（当然，这里面还有一些需要注意的问题，我待会儿会提到）

案例研究：英国高速公路

当我在英国高速公路项目中担任用户研究员时，我利用上面描述的社交媒体技术开展了研究工作。这是一项意在全面改进“达特站收费服务（Dart Charge Service）”的宏大项目中的一部分。这是英国政府官网提供的服务项目，供超过五百万的驾驶者在通过伦敦郊外一个叫达特福特路口（Dartford Crossing，属于横跨泰晤士河的M25公路的一部分）后远程支付过路费。其中一个重大的研究挑战是，如何理解用户在通过达特福特路口前后关于支付一事的需求。这项研究动用了许多传统的用户研究手段，包含用户测试和访谈研究，但由于研究团队觉得以上研究都没能达到以往研究的效果，因此格外期待进一步获取研究洞察的新方法和新思路。

我们选择的数据来源是Twitter和Facebook，因为这两款社交产品在500万英国“达特站收付服务（Dart Charge Service）”的用户中都很普及，之所以选择Salesforce的Radian 6(现在是社交工作室的一部分)，是因为它支持在多个社交网络中追踪多个关键字。我们把时间定在2015年8月，主要是因为它是能收集到上千条有关记录的最近的一个月，它也是团队认为能够在可用时间内能够分析的最大数量的数据集。

最终我们提炼了39条洞察，这些洞察在研究的时候被添加到了产品待办事项列表中。这项技术的四个步骤是:

•定义关键字

•选择工具

•收集数据

•洞察力分析

如何利用社交媒体进行用户研究？

1.定义关键字

第一步是设置调查问题，可能会包括用户账号等个人信息，一些散列的标签或者短语描述。一开始最好将项目团队成员聚集在一起，把他们认为真实用户可能涉及到的感兴趣的产品或情况都整理出来。

2.选择工具

收集社交网站数据有大量可供选择的工具，既包括免费的也包括价格不菲的。一开始最好使用社交媒体网络自带的搜索设备，因为它们能免费提供给我们需要收集的数据。但这些搜索工具也有些缺点。例如，为收集到我们需要的信息，Facebook的里面需要先对群组进行设置，而且其隐私设置步骤也非常复杂，这就使得搜索信息的过程变得比Twiitter更难且更需要开放性。所以，选择一个用户或潜在用户正在使用的社交网站，然后就可以开始收集数据了。

一旦你适应了这种免费调查工具，你可以考虑把钱花在其他种类的工具上。例如，某些按月收取费用的工具：Hootsuite、萌芽社交、发现文本和IBM的沃森分析。其他的还有些未标出价格的工具：Salesforce的社交工作室、Sysomos、甲骨文的社会云。若要使用必须先给他们发邮件询问报价。

3、收集数据

一旦选择了一种工具，收集数据就比较简单了。让我们先从使用Twitter的免费搜索工具开始吧。它既能执行搜索又能保存搜索结果。但是需要铭记几点。

首先，你甚至根本不需要申请Twitter账户，你可以直接进入高级搜索工具直接键入你想要找的关键字，但Facebook就没那么容易操作了。

第二，根据日期范围定义数据样本总是很明智的。你可以使用Twitter上面的“自”和“直到”命令来设置一个日期范围。

第三，你可以通过浏览器的打印菜单按钮将搜索结果保存成PDF文件。这样做很有意义，因为假如用户删除了推文，它们就会从我们的搜索结果中消失。所以不这样做的话这些东西就会丢失。您还需要手动设置，因为缺省情况下这些对话都是隐藏的。

4、洞察力分析

我们有许多方法来处理我们所收集到的定量数据。概括的说，我们本阶段实际上要做的是对数据进行意义建构的过程。我们会自问这些数据的真正含义是什么？在某种程度上来说，数据意义建构的的过程大体如下：先对诸如一条推文或一条帖子这样的独立数据进行记录，然后用几个单词对其进行标记和注释，最后再封装含义。如果数据样本中有一些难以理解或完全与项目无关的部分，直接跳过它们就好了（比如一些来自虚假账户的信息或是一些不相关的冗杂信息）。通常只有大约1/10的数据可以用标记进行注释。我们在实际工作中可以打印PDF版的数据集，并用高亮来标记那些有意思的数据，而且可以在数据旁边做一些注释。

一旦数据样本中所有有意思的条目都被标记了，那么只需要将这些被标记的条目提取出与相关项目有关的部分就可以了。这是一种类似亲和图排序或情感分组排序的过程。

实际上，我们不必打印很多东西出来，无论采取什么方式，更重要的都是对信息进行重新排列并标记的过程。

同一问题上的不同观点有助于我们更为全面地理解这个问题，就像我们在英国高速公路项目中看到的那样。下面的图片展示了一些推文，我们可以知道他们是如如何评价和吐槽的。针对下图：

何时选用（何时禁用）这些技术

利用社交媒体进行用户研究的技术，尤其适用于以下情形：

•当广泛关注于某一特定服务时，例如在探索或需求搜集阶段

•当没有招募用户或预定场地的预算时，或者无暇等待用户招募的准备与组织时

•当你为了理解背景信息需要做一些设计研究时

•当你对下一步该做什么毫无想法时

利用社交网络做用户研究，不太适用于以下常见的情形：

•当你需要测试一个尚未公开发布的产品原型时

•当你已经高度聚焦形成了一份简报（或解决方案），不希望进一步探讨或辩驳时

•当你在修复一些明显残缺的部分，例如孤立的信息架构时

•当你在优化一些运作良好的功能，如购物篮和结账功能时

注意事项

社交媒体研究对用户研究者而言裨益良多，但仍有一些注意事项需要留意。

利用社交媒体做用户研究，项目启动和执行十分迅速，而且无需等待受访者的招募，也无需任何事先的假设。事实上，由于用户们正在公开地表达自我，不是研究受访者的角色，所以不会有谨防个人数据（隐私）泄露的顾虑。此外也没有需求特征偏见（demand characteristics biases，来自实验本身的特征，不经意地引导用户以特定的方式进行反应）的影响，他们也不会揣摩研究者的意图和试图取悦研究者。

但是以上优势的确需要与劣势进行权衡。数据是足够清楚和可理解的吗？能否解读这些数据来解决之前提出的问题？是不是仅仅抽样了社交媒体的用户，而忽略了用户整体？我们是不是仅仅抓取了最积极和最消极的用户之声（大多数中间群体被我们忽视了）？我们搜集到的有没有可能仅仅是用户的一种自陈式报告，而非用户的真正行为？我们会落入认知偏差的陷阱吗，例如研究者只寻找那些最容易发现的例证（可得性偏差）或者研究对象过度强调那些最强烈的、或最近发生的体验（峰值效应）？答案当然是“对，然而···”

总而言之， 仅依赖于一种研究技术来回答任何给定的问题，将自己置于评判某种研究技术缺陷的角色上，都不是明智之举。最好的做法是运用多重研究技术，从多个视角解读同一个目标。这使得研究团队能留意每一种研究技术所带来的局限和偏差，从而综合地把握用户需求，制定设计阶段的最佳行动方案

结论

社交媒体为用户研究提供了丰富的数据来源。它允许研究者在不依赖正式的访谈和用户测试的情况下，更便捷地走进用户的近期体验。它对研究者而言有启发性的作用，可以免费开启研究项目，它帮助英国高速公路意识到忘记付费问题的重要性。因此，为什么不将设计媒体加入你的用户研究工具箱，来探索新的发现呢？

除此以外，我们从国外最受欢迎的社交网络平台数据分析工具中截取几个供大家参考：

1)FacebookInsights

对于拥有Facebook商务页面的用户，你可以分析当中的一些关键绩效指标。

最基本的指标包括：参与度、展示、自然关注人数、页面点赞、付费关注人数、帖子覆盖率、反应、不喜欢人数

下图反映了参与度、展示、自然关注人数、页面点赞在数据中的表现：

下图反映了付费关注人数、帖子覆盖率、反应、不喜欢人数在数据中的表现：

2)Twitter Analytics

Twitter是既可为商用，又可为个人使用的分析工具。

最基本的指标包括：参与率、粉丝、链接的点击、提及@次数、个人资料访问量、回复、转发、Tweet展示次数、推文总数

下图反映了Twitter的一些指标：参与率、粉丝、链接的点击、提及@次数

下图反映了另外一些指标：个人资料访问量、回复、转发、Tweet展示次数、推文总数

3)Google Analytics

Google Analytics作为优化你数据策略的数据来源渠道。

下图是使用Google Analytics需要注意的一些指标：平均访问时间、跳出率、新用户、

页面/会话、浏览量、会话时长

译者：杨帆、粥粥

来源：https://www.smashingmagazine.com/2017/03/using-social-media-user-research/

本文为原创译文，转载请注明出处，谢谢