本篇文章介绍了用户思维的具体含义、以及通过用户思维去分析用户体系、并对用户调研做具体的介绍。希望本篇文章能对想要进行用户研究的你提供一些参考思路。
“用户思维”是产品经理常用的一种思维方式,是大多数时候解决问题的有效方法。但每个人对其的理解都不同,大家在描述用户思维时往往只能描述成很抽象的东西。
本系列的目标就是用可解释的语言来阐述什么是用户思维。
一、什么是用户思维
1. 什么是思维
在聊用户思维之前,我想先聊聊“思维”。
什么是“思维”?思维是一种思考框架,会在我们思考问题时引导我们的思路,帮忙我们处理问题输入,然后输出结论。
如下图所示:
2. 什么是用户思维
那么什么是“用户思维”?
用户思维是众多思维中的一种,它的核心是从用户出发,通过分析用户体系来辅助我们思考,从而做出最佳的决策。
参考下图:
用户思维是最大的特点是依赖于用户,以用户作为思考切入点。因此,我们只能在有用户参与的问题上使用用户思维。正如我们不可能用用户思维来思考数学题目,或者编程逻辑一样。
同时,用户思维本质上是为了更加有针对性地解决用户的问题。这一点很容易理解,我们对某个用户分析了半天,其实就是希望可以做出更适合这个用户的决策。
二、用户体系
现在我们对用户思维有了大致的了解。下一个问题是,如何构建用户思维?为此,我们需要找到了一个客观的,可以理性描述的东西。而这个东西就是用户体系。
用户体系是我们对用户的各种信息,进行归类、总结后形成的逻辑化呈现。它可以让我们直观地对一个本来充满各种复杂因素的用户进行描述。
1. 用户体系的组成
事实上用户体系是由用户画像、用户标签、用户分层三个部分组成,它们之间的逻辑关系逐层嵌套,逐步明确。
1)用户画像
用户画像是指将一个个具体的用户虚拟化,抽象出来的一种用户形象。对用户的各种形象的一个感性的描述。
举个例子,当我们在路上遇到一个人,我们只能简单通过外表对这个人进行描述。但如果持续观察他的行为,我们就可以通过一个个场景逐渐具体地描述这个人。
正如我们在描述我们的用户画像时,我们通常会用场景来进行描述:他经常浏览与其他30岁左右的男性喜欢浏览的内容,同时消费水平基本中产,定位经常出现在互联网创业园,晚上在线时间一般在12点过后。
由此我们可以描述出这么一个画像:他可能是一个30岁左右,在互联网公司上班,年薪在30万左右的人。他有一些兴趣爱好,可能喜欢看抖音,习惯晚睡。
这就是用户画像,不难发现,本质上我们是在尝试用抽象的语音描述一个具体的用户。
2)用户标签
用户标签是进一步将用户的感性画像做了更加理性的梳理,把它标签化,把它格式化。还是以上方的用户举例,我们可以得到关于他的部分标签:
- 性别:男
- 年龄:30岁左右
- 兴趣:短视频
- 习惯:熬夜
可以看到用户标签跟用户画像不同,它把用户的抽象描述变成一种结构化的脑图,更具有逻辑。
通常来说,用户标签可以分为两类:
- 客观标签:如年龄,性别,城市等
- 非客观标签:如年收入、消费习惯等可以通过数据推算出来的结论
3)用户分层
用户分层是在我们获得结构化数据之后的基础上,根据不同的用户需求,把用户分成不同的层级。目的是为了对不同的用户采用不同的策略。
这里最常用的一种分层方式是金字塔分层。也就是在同一个场景下,根据用户需求优先级的高低作分层。
最常见的就是用户的活跃度,我们可以根据团队的指标把用户分为非活跃用户、活跃用户、核心用户等。在后续运营时,可以针对不同层级的用户采用不同的使用引导。
三、用户调研
是否能构建足够丰富的用户体系,就取决于我们能否获得足够充足的用户信息。这些信息用户不会主动给我们,常常需要产品经理通过各种手段获得。
常见的用户调研方式有:用户访谈、调查问卷、可用性测试、AB测试。
1. 用户访谈
用户访谈适合针对用户量比较少,或者只选取一小部分典型用户的场景。访谈需要做得非常深入,甚至可能长达两个小时以上。因为访谈过程中,我们可以根据实际情况,针对问题进行延伸。
同时,用户访谈非常适合无产品化的用户调研。也就是当产品还处于创意阶段,尚未实际开发之前,通过用户访谈验证自己的想法是否成立。
2. 问卷调查
可以通过问卷获得数据是很少的。正如大家一般也不会在 APP 上填过问卷一样。但不代表问卷就没有用处。在针对一个特殊群体进行高效的测试时,问卷调查的效率就会很高。
比如我们做了一款针对盲人的一款触摸式的产品,就可以到一个盲人的学校,让大家在固定的时间里填写问卷。这样我们就可以快速地获得大量有用的信息。
3. 可用性测试
可用性测试是指通过观察用户的行为,对其进行定性判断。当我们上线了一个产品中的一个核心板块,但我们确实对它没有太大的把握,我们就可以用可用性测试去深入去研究。
在互联网公司中最常见的作法是,直接让一个团队以外的同事来使用自己的软件,然后我们在身边观察他在使用时的行为。在操作完成之后,再访问他的感受。
如我们给自己的APP上线了换皮肤的功能,我们就可以让他尝试替换皮肤,然后观察他第一反应会如何操作,从而判断自己的设计是否合理。
4. AB测试
AB测试在大厂中十分常用,因为数据直观且说服力强。AB测试是指用对照的方式给两个不同的用户群上线不同的功能版本,然后通过数据直观地观察用户对两个版本的反应情况。
一般来说AB测试要求我们有一定量的用户数,才能得到有参考价值的数据。比如我们有100万个用户,就可以随机选20万的用户进行AB测试,给10万用户上A版本,另外10万用户上B版本。
不难发现,虽然AB测试效果显著,但它的要求是很高。首先你要有一定量的用户,其次,你的团队需要能支持两个版本运营或开发工作。
四、总结
今天主要跟大家讲了用户思维的基本概念,让大家对用户思维有了基本认识,大家可以从这个角度,思考一下该如何建立自己的用户思维。
其次,我们讲了什么是用户体系,以及如何获得构建用户体系的数据。希望大家可以结合自己的实际工作,进一步完善自己相关的技能。
本文由 @Gavin 原创发布于人人都是产品经理。未经许可,禁止转载
题图来自Unsplash,基于CC0协议