本文目录
用户研究是通过系统地接触用户、观察他们的行为和收集他们的反馈，为产品和业务决定提供依据的工作。它的价值不在于了解用户这件事本身，而在于让某个具体的决定少依赖猜测。读完这篇，你能分清常见研究方法各自回答什么问题，知道一项研究从提出问题到交付结论要经过哪些步骤，并拿到一份开始研究前要先回答的问题清单。
用户研究是什么
用户研究研究的是人：他们是谁，想完成什么事，在什么情境下使用产品，遇到了什么困难，又是怎样做出选择的。研究的对象可以是现有用户、流失用户，也可以是还没有用过产品的潜在用户。
它和日常收集用户反馈不同。应用商店评论、客服工单、销售转述都是有价值的线索，但这些声音来自主动发声的少数人，也没有经过事先设计。用户研究要先确定想回答的问题，再选择合适的人和方法去取得证据，最后把证据整理成可以检验的结论。
用户研究回答哪几类问题
大多数研究问题可以归入下面五类。先判断自己的问题属于哪一类，选方法时就不容易出错。
- 用户是谁、要完成什么：不同人群的目标、使用情境和替代方案。Jobs to be Done（Clayton Christensen）提出的思路就是从用户想完成的任务出发理解需求。
- 为什么会这样：用户为什么流失、为什么不付费、为什么选择了竞品，这类问题要靠访谈问出具体经历和原因。
- 能不能顺利用：用户能否独立完成注册、下单、设置等关键任务，卡在哪一步。
- 有多少人、比例多大：某种需求、某类问题在用户中占多大比重，不同人群之间差多少。
- 改了有没有用：新的设计、文案或价格上线后，关键指标是否真的发生了变化。
前两类和第三类属于探索与解释，通常用定性方法；后两类属于度量与验证，通常用定量方法。同一个项目往往会先后碰到几类问题。
常见方法一览
| 方法 | 主要回答的问题 | 优点 | 局限 |
|---|---|---|---|
| 用户访谈 | 为什么、怎么发生的、用户想完成什么 | 能追问出具体经历和动机，发现事先没想到的问题 | 样本少，不能估算比例；结果受提问方式影响 |
| 可用性测试 | 用户能否完成任务，在哪一步卡住 | 直接看到真实操作；Nielsen（2000）认为每轮约 5 人即可发现大部分可用性问题 | 只适合评估已有设计或原型，不回答要不要做 |
| 问卷 | 有多少人、比例多大、各人群差多少 | 样本大，可做统计比较，成本较低 | 只能问事先想到的问题；回答的是受访者自述，不等于实际行为 |
| 焦点小组 | 一群人对某个话题有哪些看法 | 一次接触多人，能听到不同观点之间的碰撞 | 容易被少数发言多的人带偏，不适合了解个人行为细节 |
| 日记研究 | 一段时间里的行为如何发生和变化 | 记录接近发生时刻，能看到重复行为和情境 | 周期长，受访者容易中途放弃，需要持续跟进 |
| 行为数据分析 | 用户实际做了什么，在哪个环节流失 | 覆盖全部用户，反映真实行为而非自述 | 只知道发生了什么，不知道为什么；依赖埋点质量 |
| A/B 测试 | 某项改动是否带来了指标变化 | 能确认因果关系，结论可直接用于决定上线 | 需要足够流量和时间，只能比较已经做出来的方案 |
可以从两个角度给这些方法分类：一是看用户说了什么还是做了什么，访谈和问卷属于前者，行为数据分析和 A/B 测试属于后者；二是回答为什么还是回答有多少。说和做经常不一致，重要的结论最好同时有两方面的证据。
一项研究的基本流程
- 写清业务问题和要做的决定，例如「新手引导要不要从五步缩成三步」，并确认谁来做这个决定、什么时候做。
- 把业务问题拆成几个具体的研究问题，判断每个问题属于哪一类，再选择方法。
- 确定研究对象：要找什么条件的人，各类人分别需要多少，从哪里招募。
- 准备研究材料：访谈提纲、测试任务、问卷题目或实验方案，先在小范围试做一次再正式开始。
- 执行研究，过程中记录原始材料，排除不符合条件或明显敷衍的样本。
- 分析并写成结论：每条结论说明证据来自哪里、涉及多少人，有没有相反的情况。
- 把结论交给负责的团队，约定据此做什么改动，以及改动上线后用什么数据检验。
研究的范围由要做的决定决定。说不清要做什么决定时，先停下来把这件事谈清楚，再讨论方法。
- 这项研究要支持哪一个决定？由谁来做，最晚什么时候做？
- 如果没有这项研究，团队现在会怎么决定？依据是什么？
- 我们已经知道什么？有哪些现成的数据、反馈或过往研究？
- 最想弄清楚的 3 个问题是什么？每个问题属于哪一类？
- 什么样的结果会让我们改变原来的打算？
- 要研究的是哪些人？怎么找到他们，有没有需要排除的人？
- 选用什么方法？为什么这种方法能回答上面的问题？
- 需要多少样本、多少时间、多少预算？谁来执行？
- 结论交给谁？以什么形式交付？
- 改动上线后，用哪些行为数据或指标判断结论是否成立？
- 涉及哪些个人信息？如何告知受访者并取得同意？
什么时候该做，什么时候不必做
值得做研究的情况
- 决定的代价高、难以撤回，例如进入新市场、重做核心流程、调整价格
- 团队内部对用户的判断分歧很大，各自都拿不出证据
- 指标出现了明显变化，但说不清原因
- 要为不熟悉的人群做产品，例如新地区、新行业或新年龄段
- 准备投入较大的开发资源之前，想先确认需求是否真实存在
可以不做或少做的情况
- 改动小、上线快、随时能撤回，直接上线观察数据比先做研究更省时间
- 决定已经做出且不会改变，这时的研究只会成为背书
- 现有的数据和过往研究已经能回答这个问题
- 流量足够，可以直接用 A/B 测试比较几个方案
- 问题本身是技术或合规约束，用户的意见改变不了结果
不做研究不等于不看用户。小改动上线后照样要看数据、读反馈，只是不需要专门立项。
常见误区
下面这些误区在刚开始做研究的团队里最常见，大多与问题没想清楚、方法选错或结论用错有关。
常见错误
- 直接问用户想要什么功能：用户擅长描述自己的经历和困难，不擅长设计解决方案。应该问他们最近一次遇到问题时是怎么做的，《The Mom Test》（Rob Fitzpatrick，2013）对此有详细讨论。
- 用访谈结果推算比例：十几位受访者里有一半人提到某件事，不代表一半用户都这样。需要比例时，用问卷或行为数据验证。
- 只找最活跃、最愿意配合的用户：他们的看法和沉默的大多数、流失用户往往不同。招募时按研究问题确定条件，主动覆盖不常出现的人群。
- 研究做完才想怎么用：结论很多，却没有对应到任何决定。立项时就写清结论交给谁、用来决定什么。
- 把一次研究当成定论：用户和市场会变化，研究结论也有适用的人群和时间。重要结论在改动上线后用数据复查。
- 只看用户说的，不看用户做的：自述和实际行为经常不一致。条件允许时，把访谈结论和行为数据对照着看。
用 heari 怎么做
在 heari 里，输入业务问题和要做的决定，AI 生成研究方案和访谈提纲。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，可逐条接受、修改或驳回。接入 ThinkingAI Agentic Engine 后，可按行为圈选受访者，改动上线后再用行为数据验证结论。
常见问题
用户研究和市场调研有什么区别？
两者有重叠，侧重点不同。市场调研更关注市场规模、竞争格局和品牌认知，常用大样本问卷；用户研究更关注具体的人如何使用产品、遇到什么困难、为什么做出某种选择，常用访谈、可用性测试和行为数据。产品团队做决定时，两类信息往往都需要。
小团队没有专职研究员，能做用户研究吗？
能。产品经理、设计师或运营都可以承担研究负责人的角色。先从目标明确的小研究开始，例如围绕一个决定访谈 6 到 8 位用户，或请 5 位用户试用新流程，再逐步建立招募渠道和资料库。关键是事先写清要支持的决定，事后把结论交给负责的人。
一项用户研究一般需要多长时间？
取决于方法和规模。一轮可用性测试或十几场访谈，从准备到出结论通常需要一到三周，其中招募受访者往往最耗时；日记研究要覆盖足够长的使用周期；A/B 测试要等到样本量足够。时间紧张时，可以缩小研究问题的范围，而不是省掉分析和审阅。
用户研究的结论怎样才算可信？
可信的结论能说清证据来自哪些人、多少人，能找到原始记录，也写明了相反的情况和适用范围。定性结论说明的是有哪些情况、为什么发生，定量结论说明的是比例和差异。重要的结论最好在改动上线后，用行为数据或实验再检验一次。
