作者：dodo（腾讯cdc用户研究专家）

导语：精益生产（Lean Manufacturing）这一概念起源于二战后的日本，是丰田及其他日本制造商所采纳的一套生产与经营管理理念与方法。那么，精益生产的思想对于用户研究工作能带来哪些启示呢？本文将尝试探讨这一话题。

”用户研究太慢了。”

这一点或许很多做研究的同学、需要研究支持的同学会有感触。这种”慢“会影响该岗位的生存。所以，我一直很想尝试做些对研究提效的事情。在传统行业接触到”精益生产“的概念后，我也一直在思考如何将这一理念应用于用户研究领域。

1、精益生产是什么

1.1 精益生产的起源

精益生产（Lean Manufacturing）起源于二战后的日本，是丰田和其他日本制造商所采用的生产和经营管理理念和方法。这一概念由一位美国学者詹姆斯·沃默克（James P. Womack）及其团队在1980年代初首次提出并建立。

精益生产的起源可以追溯到日本的“丰田生产方式”(Toyota Production System)。该系统注重生产流程中的效率、质量、透明度和效益的提高，通过消除浪费，实现了高效的生产流程，并确保了质量、及时交付以及良好的客户关系。

在20世纪80年代初，Womack率领他的团队花费5年的时间研究了日本的制造业，概括出了精益生产的核心概念，并在他的著作《精益生产》（Lean Thinking）中详细描述了这一理论和方法。

精益生产迅速在制造业和其他行业中传播开来。它已成为一种广泛使用的管理方法和生产技术，许多企业都开始采用精益思维方式来改进他们的流程、提高效率和增加价值。

————以上内容来自ChatGPT————

1.2 精益生产的原则和一些具体措施

核心原则

精益生产的核心原则包括：

• 价值观念：以顾客需求为导向，专注于为顾客创造价值；
• 流程优化：优化生产流程，通过消除浪费（如不必要的运输、库存和等待）和提高效率来满足顾客的需求；
• 持续改进：不断地寻求改进机会和方法，并且通过团队合作和员工参与来实现持续改进；
• 快速响应：快速响应变化，包括快速预测和调整生产计划、减少生产时间和减少存货等。

通过实施精益生产，企业可以提高生产效率、减少生产成本、提高产品质量、缩短交付周期、提高员工参与度和满意度等。

————以上内容来自ChatGPT————

具体措施

一些可能采用的精益生产措施，如5S（整理、整顿、清洁、清楚、纪律）、Kanban（使用物流箱或卡片等）。

精益生产是一种生产经营管理理念和方法，旨在最大限度地减少浪费、提高生产效率和质量。具体来说，以下是精益生产中常见的一些措施：

1. 价值流图（Value Stream Mapping）: 价值流图是改进流程的一个重要工具。通过它，您可以深入了解整个生产流程中的所有环节，识别出哪些工作步骤是有价值的，哪些是浪费的，并通过优化流程缩短准备时间，提高生产效率和质量。
2. 5S：5S是一种管理方法，使用这种方法可以改善工作环境和工作条件，从而提高工作效率和生产质量。5S包括整理、整顿、清洁、清理和自律五个步骤，它们分别代表整理、整顿、清理、清除和遵守。
3. 单项流水（单工位以及单件）：单项流水是一种流程改进方法，通过将生产分为不同的工站/工位/生产线，可以使生产流程更加目标明确、高效且在时间上可控。单件流水则是一种单项流水的衍生方法，每次只生产一件产品，以确保生产的效率和质量。
4. JIT（Just In Time）：JIT是一种生产计划方法，可以使生产效率最高。它的核心思想是“在需要时、按需要、制造产品”，以减少库存浪费和缩短生产周期。
5. Kaizen（改进）：Kaizen是一种日常改进工具，使工人能够不断寻找提高生产质量和效率的方法。它被认为是一种改进和创新的文化，灵活适度地跟随改进的方向。
6. Poka-Yoke（防错）：这是一种以避免错误为核心的设计和制造思想。通过模仿人类行为模式开发出一些具体的设备和工具，以防止人们在生产中犯错，从而提高生产效率和质量。

这些精益生产措施的目标是最大限度地消除浪费，提高生产效率和质量，避免错误，以实现更高水平的生产效益。

————以上内容来自ChatGPT————

有关精益生产的详细内容，可以查阅《改变世界的机器》、《精益思想》、《丰田模式：精益制造的14项管理原则》、《学习观察》等书籍。我个人更推崇《精益思想》一书，有兴趣的同学可以看看。

2、用户研究中的“精益”

由于ChatGPT无法对用户研究工作如何精益生产给出更切实的建议，因此本文尝试从自身理解出发做一些梳理和构想。虽然这些梳理或构想未必都能付诸实践，但也期望能为大家带来一些启发。

2.1 从“价值”看“浪费”

研究流程中存在浪费的情况吗？

在《精益思想》一书中提到了几种浪费：

1）需要纠正的错误；2）商品和服务不能满足客户要求；3）库存和积压；4）不必要的工序；5）员工的盲目走动；6）货物从一地到另一地的盲目搬运；7）等待。

如果将用户研究工作中一些具体现象和这里的几种浪费类比，我们也能看到一些浪费，例如——“需要纠正的错误”：如抽样存在缺陷、数据解读有立场偏差等；“不能满足客户要求”：如未能很好的转化需求问题，导致研究问题无法回应业务方需求；“盲目走动”：如在研究的不同子项任务之间切换；……

假如我们观察下自己一天的工作流程，可能还会发现很多的浪费。只要有浪费存在，那么我们就有“精益”的空间——也就是让我们的研究工作降低成本、提高效率的地方。对于浪费，《精益思想》书中有尝试给出另一种梳理角度，也即价值流分析：

价值流是使一件特定产品（不论是一件商品、一项服务，或者如日渐增多的情况，商品和服务两者的结合）通过任何一项商务活动的三项关键性管理任务时所必需的一组特定活动。

价值流分析几乎总能显示出沿价值流的三种活动方式：（1）有很多明确的能创造价值的步骤，如把自行车架的管子焊在一起；或者，运送一位乘客从代顿飞到得梅因。（2）有很多虽然不创造价值，但是在现有技术与生产条件下不可避免的其他步骤，如为保证质量，焊接处要检验；乘大型飞机从代顿到得梅因要到底特律中心转机的额外旅途（我们称这种为1型浪费）。（3）还有很多不创造价值而且可以立即去掉的步骤（2型浪费）。

通过价值流分析更有助于发现工作流程中大量的、错综复杂的浪费。在价值流分析中，我们首先需要思考如何定义价值。

如何定义价值

如果结合《精益思想》中的观点，价值只能由最终客户确定。

精益思想的关键出发点是价值，而价值只能由最终客户来确定。价值只有在由具有特定价格、能在特定时间内满足客户需求的特定产品（商品或服务，而经常是既是商品又是服务的产品）来表达时才有意义。

我们将研究工作划分为“需求沟通”、“研究设计”、“研究执行”和“分析输出”几个主要环节（当然也可以从其他角度进行划分）。首先，我们来讨论哪些环节对用户研究服务的需求方具有价值，从而明确哪些环节是必须执行的，以及哪些环节需要关注优化。

需求沟通是否对客户具有价值？

这个问题并非简单地用“有”或“没有”来回答。沟通确实能帮助研究者了解客户关注的问题，但在很多情况下，沟通本身似乎并未为客户带来明确的价值。当然，引导客户反思自己的问题，从而明确真正需要关注和研究的问题，也可以视为对客户的价值。当然，我们也可以深入到更细节的层面，以发现更多潜在的浪费。例如，在需求沟通环节，存在“安排会议”、“沟通背景和目标”、“记录沟通内容”等细分动作，甚至还需要“反复沟通”。这其中，“安排会议”之类的或许在当前条件下不可避免，但“反复沟通”就像是“返工”——单次沟通未达成目标，需要重新做。

其他环节呢？

“研究设计”环节主要服务于研究者或其团队，通过内部评审确保研究的可行性，同时便于研究者规划执行过程。这一环节对客户的价值并不直接——现有条件似乎不可避免，可以暂时归类为“1型浪费”。 “研究执行”和“分析输出”环节是研究者获取数据、提炼结论的过程。尽管客户需要数据，但他们可能更关注“问题、数据、结论”三者之间的联系。

总体而言，在研究的常规流程中，还是能够看到很多浪费，包括可以尽量避免或减少的“2型浪费”（如“等待”、“反复”），也包括许多“1型浪费”（如“安排会议”、“研究设计”）。

梳理价值流中的基本步骤

事实上，所有这些活动（任何商品或服务的创意、订货和供应）都可以形成流动。当我们开始思考把完成一项任务所需的基本步骤排列成一个稳定的连续流，其中没有浪费的动作、没有干扰、没有批量、没有排队的方法时，所有以下的事情就变了样：我们如何共同工作；我们发明的用来协助工作的各种工具；我们创造的用以推进流动的各种组织、我们追求的各种职务；企业的性质（包括提供非营利服务的机构）和它们之间的联系以及它们与社会的联系。

假如我们将用户研究所需的步骤排列出来，会是怎样的呢？我曾经尝试类似梳理，这里姑且丢出来抛砖引玉。

我们可以看到，研究工作流程中很多细碎的动作，如“存档材料”、“提单”、“案头搜索”、“撰写方案”等。这些动作中，哪些属于必不可少的“基本步骤”，以及如何排列这些步骤呢？

所谓基本步骤，似乎与研究团队所使用的工具、所习惯的配合模式等方面相关。比如，一个团队要求每次沟通都必须整理会议纪要，而另一个团队无此要求，那么“做会议纪要”算“基本步骤”吗？再比如，一个团队中所有项目文档都会自动存档，无需人工做任何额外的动作，那么“存档”这一步骤是否算作“基本步骤”呢？

或许不用太多纠结，先排列再优化。

以需求沟通环节为例。

在需求沟通环节，假设将“整理问题”-“发起沟通会议”-“沟通”-“确认立项”作为基本步骤，那么我们思考如何让基本步骤之间可以紧密相连，无需出现“等待”、“库存”之类的浪费。

假设我们探讨这些步骤中的“返工”情况——“沟通多次”的状况。为什么需要沟通多次呢？有很多时候是因为客户在需求沟通时难以明确提出问题。毕竟，学会提问也是一个需要不断练习的能力。很多研究者都曾尝试采用“需求沟通模板”的方案，但实际效果并不理想。我们预期客户可以通过“模板”对自己的需求问题有更多的反思，但模板可能沦为一种形式，其中所呈现的思考框架也会被客户以尽可能简化的方式回应。

当然了，通过加强研究者与业务团队的沟通与协作（例如定期参加业务团队的会议，了解业务需求和发展动态）、在需求沟通阶段引导客户进行自我反思（例如，可以通过提问、讨论和案例分享等方式，引导客户深入思考）等策略，我们可以在一定程度上提高需求沟通的效果。

再以研究设计环节为例。

研究设计本身并不直接提供证据或结论给客户，甚至可以算作在让客户等待的时间。但是研究设计是用户研究工作中非常重要的环节，几乎对后续所有流程都有决定性的影响。研究者会通过哪些步骤来完成需求问题的转化？会通过哪些步骤来进行研究方法和工具的选择？这其中的浪费又可能包括哪些呢？如何让研究者更高效的完成这些过程，减少其中的浪费呢？

我们不得不去更细致的观察研究者“如何做研究设计”，而且这种观察不仅仅是看“步骤”，还需要思考“步骤”背后更深层的问题——研究者如何界定关键概念、如何操作化定义、对不同研究方法的理解等。即便我们只去看“概念化”这一步，都会对研究者思维的无序和跳跃感到为难。当然了，面对具体的业务问题，很多问题或概念都可以置于实际场景、实际数据表现下去沟通。如“用户怎么流失了”——这里的“流失”可以通过讨论之后达成共识，指向具体的“卸载”或“x天没用了”。

从某个角度来说，在企业内做用户研究很多时候会借助已有的理论和经验。例如，当我们想研究“用户对不同类型服务的需求强弱”，可能会找一些已有的方案或思路。如何减少寻找过程的“等待”、更快发现过往相关项目进而带来启发（利用“库存”），或许成为可以“精益”的环节。

2.2 “精益”的不断演进

我们尝试过这些努力

每个研究团队或许都在一定程度上思考过“减少浪费、提升效率”相关的问题。对于我所处的团队，也尝试过很多这方面的尝试。

以问卷数据处理为例。在我所在的团队中，问卷数据的处理其实有相对标准的流程。从腾讯问卷下载sav文件（SPSS统计分析软件所需格式）后，通常需要经过“预处理”（设定多选题、修改部分变量名等）、“清洗”（清除答题时长偏短、人口属性信息矛盾等数据）、“加权配比”、“设定新增变量”、“制作交叉表”这样的步骤。这些处理过程，通常会由专岗的数据分析同学来做。但其中机械重复的部分非常多，且有部分设定过程依赖于分析同学的“细心检查”。

我尝试将一些可以直接复用或简单设定后即可复用的环节做成了SPSS中的工具菜单（如下图）。对于研究员或分析同学来说，简单点击即可做对应的处理，帮助大家更快地生成问卷处理结果。

对于问卷处理细节操作上的“精益”其实仅仅是很小的一部分。除此之外，团队有尝试建设样本库（腾讯问卷填填圈）和报告库（调研云），甚至基于这些服务来构想“研究生态”的可能性。这些对于研究的“提效”来说价值毋庸置疑。

用理想状态来对照现状

从根本上重新思考价值流，使所有产生价值的步骤都能随时与客户相联，而且是在客户需要的时候准确相联。

对于细节流程的不断优化，可以不断进行。但，最理想的状态是怎么样的呢？对于客户而言，他们期望获得的是“针对某一问题的结论及证据”。因此，我们可以围绕“问题-结论-证据”的结构来思考价值的产生及相关步骤。我们可以思考如何更高效的发现问题/明确问题，如何获取充足可靠的数据以及形成研究结论。

让我们再回到前文关于“需求沟通”环节的讨论。相比于“让研究者和业务团队加强沟通”，更为理想的方式或许是让研究者与业务团队“融为一体”，共同承担业务的KPI。这样，研究者就像“半个产品经理”，既关注业务目标，又能主动发现并思考可能需要调研的问题。只是，这样可能也会延伸出很多其他问题，如“研究者客观中立的研究立场是否能保持”、“研究者人数较少时难以与其他同类角色交流协作，保持专业性”等问题。

当我们讨论到这里，似乎又需要思考“研究者的专业性”、“立场”之类的概念究竟意味着什么。研究的“专业”是在遵循科学研究的规范吗？我们总是在强调研究者的专业性，强调专职研究者的重要性，但这种强调是否“过度”了？如果人人都能做科学的研究呢？

我们生存在一个认同“职能”与“部门”的世界里，也就是说，大家都认为，各种活动都应该按类型分组，这样才能更有效地运作，也更易于管理。此外，让各个部门有效地完成任务，似乎更是完成各种大批量活动的常识。例如，“在理赔部门，先理赔所有A项，然后B项，然后C项；在喷漆部门，先为所有绿色零件喷漆，再为所有红色零件喷漆，然后再喷紫色零件”。大批量经常意味着产品要长期等待，换句话说，是要耐心等待部门换模调整到产品所要进行的下一步活动的形式。但是，这种方法使部门人员忙个不停，使所有的设备用得很苦，而且需要使用精密的高速设备。因此，这种方法应该是“有效”的。对吗？实际上，这是极其错误的。但是我们中的大多数人很难意识到这一点，或者根本没意识到这一点。…
精益的方法是要重新定义职能、部门和企业的作用，使它们能对创造价值做出积极的贡献；是要说明价值流上每一点的员工的真正需要，因此，使价值流动起来才真正符合员工的利益。这不仅要求为每种产品建立精益企业，还应该像本书第三部分中所说，重新思考传统的企业、职能、职业，重新考虑精益战略的发展。

假如回归我们的目标——“（有关用户的）问题-（用户的态度和行为）数据-（呼应问题的）结论”。我需要为“问题”、“数据”、“结论”加一些限定，否则范围太广，脱离了用户研究的范畴。那么“和用户有关的问题”是什么、有哪些？“用户的态度和行为数据”已有哪些？还需要补充哪些（才能回答问题）？已经积累的对用户的理解/结论有哪些？…

我们 YY 下——如果我们有一个“库”，很好的记录了业务问题、用户研究问题、研究对象、研究所得数据、研究所得结论、研究执行中的经验等，那么我们似乎可以减少很多的重复研究，也可以减少很多“将业务问题转化为用户研究问题”的脑力劳动。研究执行中需要关注的“科学性”也有可能基于历史经验提炼成一些规则。规则之后，或许可以“封装”。基于前序的工作积累，似乎有可能（训练）形成一个智能化的用户研究系统——某个员工观察到了某个现象，因此抛出了一个问题，随后这个问题得到了回答。系统帮助该员工转化/明确了问题，并发起了相应的调研（如果有必要的话 ），获取了合适调研对象反馈的数据，随后将所得到的数据形成了结论。

GPT的出现，确实让人看到了这种可能性。用户研究所谓的专业壁垒——那些研究者技能或专业的“黑箱”，至少一些浅层的壁垒被打破了。“被打破”其实是好事。用户研究因此可能会进入一个新的时代。

版权声明：本文由作者dodo老师授权发布在UXRen社区官网和公众，转载请联系原作者。

1+

​Read More