本文目录
把用户访谈整理成结论,要走四步:从原话出发打编码,把编码归成主题,从主题提炼结论,每条结论都写明覆盖人数、代表性原话和反例。这样得到的结论能被别人检查,也能直接转成行动建议。读完这篇,你能把一批访谈记录整理成一份结论清单,并按优先级给出建议。
从原话到编码到主题到结论
- 原话:先把访谈转成文字,按受访者编号保留原话,不要先写摘要。摘要里已经混进了整理者的理解。
- 编码:逐段阅读,给每段有意义的内容贴一个简短标签,例如「找不到导出入口」「担心数据被同事看到」。标签贴近原话,宁可细一点。
- 主题:把意思相近的编码归到一起,起一个能说明问题的名字,例如「协作场景下的权限顾虑」。一个主题通常由多个编码组成,涉及多位受访者。
- 结论:针对研究问题,说清这个主题意味着什么,并给出人数、原话和反例作为依据。
前两步尽量在访谈进行中就开始,每做完几场整理一次。这样既能及时调整追问方向,也能判断主题是否已经饱和。
亲和图:把编码归成主题
亲和图是最常用的归类方法。把每个编码连同受访者编号写在一张卡片上,可以是便利贴,也可以是在线白板,然后由几个人一起把意思相近的卡片放到一堆,再给每一堆起名。
- 先放卡片,后起名字。一开始就定好分类框架,容易把卡片硬塞进去。
- 一堆里的卡片超过十几张时,看看能不能拆成两个更具体的主题。
- 只有一张卡片的堆不要急着丢,它可能是一个少见但重要的问题,单独标记。
- 每堆都统计来自几位受访者,而不是几张卡片,同一个人重复说的话只算一人。
- 最好有没参与访谈的同事一起归类,减少访谈者的先入之见。
一个示例:从三句原话到一条结论
以下示例来自一款团队文档工具的访谈,受访者编号和人数都是示例。三位受访者分别说了这样的话。
整理过程如下。三句话分别打上编码:「不敢分享链接,改用截图」「分享前手动删内容」「看不懂权限选项,放弃分享」。三个编码都指向同一件事:用户不确定分享后对方能看到和能做什么,于是选择绕开或放弃。归入主题「分享时对权限后果没有把握」。继续检查其他记录,假设又有 4 位受访者表达了类似意思,同时有 2 位受访者说他们只在组内分享、从没担心过权限,记为反例。
示例结论:示例中 18 位受访者里有 7 位因为不确定对方的权限而改用截图、手动删内容或放弃分享;2 位只在组内分享的受访者没有这一顾虑。代表性原话来自受访者 07。
每条结论怎么写
一条完整的结论包含四个部分:一句话结论、覆盖人数、代表性原话、反例。结论句要具体到行为和场景,人数写成几位中的几位,不要只写「很多用户」。原话选最能说明问题的一两句,标明受访者编号。反例写出不符合这条结论的人和原因,没有找到反例也要注明已经检查过。
- 结论:【哪类受访者】在【什么场景】下【做了什么或遇到什么】,因为【原因】。
- 覆盖人数:【N】位受访者中有【n】位,分布在【哪些分组】。
- 代表性原话:「……」(受访者【编号】,【分组】)
- 反例:【m】位受访者情况不同,他们【怎样】,原因可能是【……】。若未发现反例,写明已检查。
- 置信程度:高 / 中 / 低,依据是【人数、分组覆盖、有无行为数据佐证】。
- 待验证:【需要用问卷或行为数据进一步确认的部分】。
区分事实、解读和建议
整理时最容易出错的地方,是把三种不同性质的内容写成一句话。事实是受访者说了什么、做了什么;解读是整理者认为这意味着什么;建议是团队打算怎么做。三者要分开写,读的人才能判断哪一步可能有问题。
| 类型 | 示例写法 | 检查方法 |
|---|---|---|
| 事实 | 受访者 03 在分享前改用截图发给同事 | 能否在原话或记录里找到对应内容 |
| 解读 | 用户不确定分享后对方的权限 | 是否有多位受访者支持,有没有其他解释 |
| 建议 | 在分享弹窗里直接显示对方能看到和能做的事 | 是否针对解读中的原因,能否在上线后验证 |
写行动建议并排优先级
每条建议都要能追溯到一条或几条结论。建议写到团队能直接讨论的程度:改什么、为谁改、预期改变什么行为。排优先级时,可以从四个方面打分:影响面,即涉及多少受访者和对应的用户群规模;严重程度,即是否导致放弃或流失;证据强度,即人数、反例和行为数据的支撑情况;实施成本。影响大、证据强、成本低的排在前面;影响大但证据弱的,先安排验证,再决定做不做。
避免以偏概全和确认偏差
以偏概全是把少数人的说法当成普遍现象,确认偏差是只看见支持自己预设的内容。两者都会让结论看起来很清楚,实际上站不住。
- 整理前写下团队原有的假设,整理时专门寻找与假设相反的原话。
- 每条结论都写人数和反例,一两个人的说法即使很生动,也标为低置信度。
- 检查结论是否只来自某一组或某一渠道的受访者。
- 请没参与访谈的人读原话,看是否得出同样的主题。
- 定性访谈的人数说明覆盖面,涉及比例和规模的判断,用问卷或行为数据验证。
常见错误
- 直接从摘要整理:摘要已经混入理解,应回到带编号的原话打编码。
- 按卡片数而不是人数统计:同一人反复提起会夸大主题,应按受访者去重计数。
- 结论只写「很多用户」:读者无法判断分量,应写成几位中的几位并附原话。
- 不写反例:结论显得过于绝对,应注明不符合的受访者及原因,没有反例也写明已检查。
- 把建议当作结论:建议是团队的判断,应与事实和解读分开,并说明对应哪条结论。
用 heari 怎么做
用 heari 怎么做:AI 洞察报告会把访谈内容按主题归类,每条结论附代表性原话和反例,并标注覆盖人数。研究负责人可以逐条接受、修改或驳回洞察,排除无效样本。打通 Agentic Engine 行为数据后,改动上线后可以用数据检验结论是否成立。
常见问题
用户访谈结束后,第一步应该做什么?
先把访谈转成文字,按受访者编号保留原话,不要急着写摘要。随后逐段打编码,每做完几场就整理一次,这样能及时调整追问方向,也便于判断主题是否已经饱和。
一条好的访谈结论应该包含什么?
包含四个部分:具体到场景和行为的一句话结论,几位受访者中有几位的覆盖人数,标明编号的代表性原话,以及不符合结论的反例。还可以补充置信程度和需要进一步验证的部分。
亲和图怎么做?
把每个编码和受访者编号写在卡片上,几个人一起把意思相近的卡片归成一堆,再给每堆起一个说明问题的名字。先归类后起名,按受访者人数而不是卡片数统计每个主题。
怎样避免访谈结论的确认偏差?
整理前先写下团队原有的假设,整理时专门寻找相反的原话;每条结论都写人数和反例;请没参与访谈的同事读原话独立归类;涉及比例的判断再用问卷或行为数据验证。

