本文目录
定性研究回答为什么和怎么发生，定量研究回答有多少和差多少，两者配合使用，才能既知道问题出在哪里、原因是什么，又知道它影响了多少人。读完这篇，你能判断手上的问题该先用哪一种方法，按三种常见顺序安排一项研究，并拿到一份选择研究方法的决策清单。
两者的定义与区别
定性研究通过访谈、观察、开放式记录等方式，收集少量对象的详细材料，从中归纳出有哪些情况、为什么会发生。定量研究通过问卷、行为数据、实验等方式，收集大量对象的结构化数据，用统计方法描述规模、比较差异、检验因果。
| 对比项 | 定性研究 | 定量研究 |
|---|---|---|
| 回答的问题 | 为什么、怎么发生的、有哪些类型 | 有多少、占多大比例、差异是否显著 |
| 常见方法 | 用户访谈、可用性测试、日记研究、实地观察 | 问卷、行为数据分析、A/B 测试 |
| 数据形式 | 原话、操作记录、观察笔记 | 数字、选项、事件和指标 |
| 样本量 | 通常十几到几十人 | 通常几百人以上，取决于要检测的差异大小 |
| 分析方式 | 归类、比较、找出模式和反例 | 统计描述、分组比较、显著性检验 |
| 结论的形态 | 存在哪些情况，背后的原因和条件 | 每种情况的规模，以及改动带来的变化 |
| 主要风险 | 把个别说法当成普遍现象 | 问题设错了，数字再精确也没用 |
两者的区别不在于用不用数字。访谈结论里也会写「示例：15 位受访者中 6 位提到」，但这个数字只说明样本内的情况，不能当作比例来推广。
各自擅长的问题
定性研究擅长
- 还不清楚问题是什么的时候，先找出有哪些情况和类型
- 解释一个已经观察到的现象，例如某一步转化率为什么低
- 了解用户的目标、情境和替代方案，为设计方案提供素材
- 为问卷准备选项，确保选项覆盖了用户实际会说的情况
- 理解少数但重要的人群，例如大客户或高价值流失用户
定量研究擅长
- 估算某种需求或某类问题在用户中的规模
- 比较不同人群、不同渠道、不同版本之间的差异
- 确认一项改动是否真的带来了指标变化
- 给多个问题排优先级，决定资源先投向哪里
- 持续追踪满意度、留存等指标随时间的变化
三种常见的配合顺序
先定性后定量
适合问题还很模糊的阶段。先做十几场访谈，找出用户提到的原因和类型，再把这些类型写成问卷选项，向更大样本调查每种类型的比例。例如研究用户为什么不续费，访谈得出价格、使用频率下降、换用竞品等几类原因，再用问卷估算各类原因的占比。这样问卷的选项来自用户自己的说法，不是团队的猜想。
先定量后定性
适合已经从数据里看到异常、但不知道原因的情况。先用行为数据或问卷定位问题出在哪个环节、哪类人群，再有针对性地找这些人访谈。这个顺序的好处是访谈对象精准，访谈提纲也能围绕具体的环节来写。
并行
适合时间紧、两类证据都需要的情况。例如新功能上线后，一边看使用数据和 A/B 测试结果，一边访谈用过和没用过的用户。并行时要提前约定两类结果如何对照：数据显示的变化，访谈能否给出解释；访谈中反复出现的说法，数据里能否找到对应的行为。两者不一致时，往往说明还有没弄清的情况，值得再追一步。
选择顺序时先问自己：现在缺的是对情况的理解，还是对规模的估计。缺理解就先做定性，缺规模就先做定量。
例子：用行为数据发现问题，再用访谈问原因
以下是一个示例，数字均为虚构，用来说明流程。
- 发现：行为数据显示，新用户在注册后的第三步「绑定账户」流失最多，示例：完成第二步的用户中约有四成没有完成这一步。
- 定位：按渠道和设备拆分后发现，流失集中在某个广告渠道带来的手机端用户。
- 圈选：从这部分用户中找出走到第三步就离开的人，再找一组顺利完成的人作对照，邀请两组各约 10 人访谈。
- 访谈：提纲围绕最近那次注册的具体经过，追问在第三步看到了什么、原本以为会发生什么。
- 归纳：把原因归类，标注人数和反例，形成可检验的假设。
- 验证：针对主要原因修改页面，用 A/B 测试比较新旧版本的完成率。
访谈中的一段示例对话：
示例：流失组 10 人中有 6 人提到担心自动扣费，对照组里也有 2 人有同样顾虑但仍然完成了绑定。这条结论说明了原因可能是什么，但不能说明全部流失用户中有六成是这个原因。下一步应该在页面上写清试用到期前会提醒、可以随时取消，再用 A/B 测试看完成率是否提高；如果需要估计这个原因的比重，可以在退出页加一道单选题。
样本与结论的推广边界
两类研究都有推广的边界，越过边界的结论最容易误导决定。
- 定性结论推广的是类型和机制，不是比例。它能说明存在哪些情况、在什么条件下发生，但样本不是随机抽取的，样本内的比例不能直接套到全体用户上。
- 定性研究的样本量看主题是否饱和。Guest、Bunce 与 Johnson（2006）发现，同质人群约 12 场访谈后新主题已很少出现；人群差异大时，每类人要分别够数。
- Nielsen（2000）关于 5 人的结论只适用于找出可用性问题，不适用于访谈或估算比例。
- 定量结论只对被抽样的人群成立。只向活跃用户发放的问卷，结论不能推广到流失用户；自愿填写的问卷，也会偏向意见强烈的人。
- 行为数据覆盖全部用户，但只记录了埋点覆盖的行为，看不到产品之外发生的事。
- A/B 测试的结论只适用于测试期间、参与测试的人群和比较过的方案，换了季节、市场或人群需要重新验证。
怎么选择研究方法
- 这次研究要支持的决定是什么？
- 我现在缺的是理解（为什么、有哪些情况），还是规模（有多少、差多少）？
- 问题是否已经能用行为数据定位到具体环节或人群？能定位就先看数据。
- 是否需要知道用户的动机、期望或替代方案？需要就安排访谈。
- 是否需要观察用户的实际操作？需要就做可用性测试。
- 是否需要估算比例或比较人群？需要就用问卷或行为数据，并确认抽样覆盖了目标人群。
- 是否需要确认改动带来的效果？流量足够就用 A/B 测试。
- 问卷的选项从哪里来？没有依据时先做几场访谈。
- 访谈结论里的人数会不会被误读成比例？报告里是否写明了样本范围？
- 两类结果不一致时，下一步打算怎么查？
- 时间和预算只够做一种时，哪一种对这个决定影响最大？
常见错误
- 用定量的标准要求定性研究：嫌访谈样本少而不信结论。定性研究的价值在于发现类型和原因，样本量看饱和，不看统计显著。
- 用定性结果报告比例：把「10 人中 6 人」写成「六成用户」。需要比例时，用问卷或行为数据另行估算。
- 问卷选项全凭团队猜测：漏掉用户真实的原因，数据看起来完整却答非所问。先用访谈收集说法，再设计选项。
- 只看数据不问原因：知道流失发生在第三步，就直接改按钮颜色。先问清用户在那一步遇到了什么，再决定改什么。
- 两类结果冲突时只取一个：选了自己更想看到的那份证据。冲突说明还有没弄清的情况，应该回到原始记录和数据定义再查。
用 heari 怎么做
在 heari 里，可以先在 ThinkingAI Agentic Engine 的行为数据中找到流失或异常的环节，按行为圈选受访者，再由 AI 用文字或语音同时进行多场访谈并按回答追问。报告每条洞察附原话与反例并标注人数，研究负责人逐条审阅。改动上线后，再回到行为数据验证结论是否成立。
常见问题
定性研究和定量研究哪个更可靠？
没有哪一个更可靠，它们回答的问题不同。定性研究可靠地说明有哪些情况和为什么，定量研究可靠地说明规模和差异。可靠与否取决于方法是否用在了它能回答的问题上，以及样本是否覆盖了要研究的人群。
访谈了 20 个人，能不能说多少比例的用户有这个问题？
不能。访谈对象通常是按条件挑选的，不是随机抽样，样本内的比例不能推广到全体用户。访谈结论可以写成「20 位受访者中有 8 位提到」，并说明样本范围；需要比例时，再用问卷或行为数据估算。
预算有限，只能做一种研究，该怎么选？
看你现在缺什么。已经能从数据里看到问题、但不知道原因，就做访谈；已经知道有哪些原因、但不知道哪个影响最大，就做问卷或看数据；要确认改动的效果，就做 A/B 测试。说不清缺什么时，先用已有的行为数据把问题定位清楚。
行为数据和访谈结论对不上，应该信哪个？
先不急着选。常见的原因有：访谈对象和数据统计的人群不同，受访者说的和实际做的不一致，或者埋点定义和大家理解的不一样。逐一核对样本范围、原始记录和指标定义，往往能找到一个新的解释，这本身就是有价值的发现。
