在“体验设计”越来越多被中国的互联网公司和设计师们重视的当下，人们或许更能体会到设计的“本质”。在当今的环境下，不能仅仅是提供产品，而是要提供用户想要的产品，设计不是在“用户想要怎么样的产品”的基础上去构想，而更是要弄明白“用户看起来想要什么产品和他们其实想要什么样的产品的区别。问卷法、眼动测试、用户访谈等等，都是现在广为应用的研究方法。今天把几种常用的研究方法详细的介绍给大家。

用户体验领域有很多可用的研究方法，从经过实践检验可行的方法，如可用性实验室测试，到近期才开发出来的方法，如没有主持引导的在线用户体验测评。

虽然在一个项目中使用全部的方法是不现实的，但采用多种方法以及结合不同方法带来的洞察，对项目总是有益的。不幸的是，很多设计团队只使用他们熟悉的一两种方法。

研究用户做什么，是针对用户的行为进行研究。观察用户行为的方式有很多，可以通过现场看用户做什么、也可以根据用户操作后产生的日志来分析用户的行为。通过对用户行为的研究能发现很多问题：“用户更喜欢通过搜索框进入这个功能”、“用户喜欢在睡觉前打开软件”、“用户更喜欢阅读带图的文章”……等等。通过研究做什么，甚至能发现用户自己都没发觉或觉得无足轻重的行为习惯。了解这些习惯，更能设计出符合用户习惯的产品。根据用户研究的方法，可以分为定性研究和定量研究两种。

定性研究方法

定性研究是一种相对开放性的研究方法。定性研究是需要研究者针对少数个体，根据研究者的观察、经验、分析来进行研究在方法。定性研究并不要求统计意义上的证明，更多的是研究者本身凭借自身经验和观察对用户进行研究。定性研究无法针对大规模的用户进行，通常只针对10到20个的典型用户。

眼动测试

对个体而言，外界信息的80%～90%通过眼睛获取，眼动有一定的规律性，眼动测试就是通过眼动仪记录用户浏览页面时视线的移动过程及对不同板块的关注度。通过眼动测试可以了解用户的浏览行为，评估设计效果。眼动仪通过记录角膜对红外线反射路径的变化，计算眼睛的运动过程，并推算眼睛的注视位置。

眼动仪可以帮助我们记录快速变化的眼睛运动数据，同时可以绘制眼动轨迹图、热力图等，直观而全面地反映眼动的时空特征。眼动分析的核心数据指标包括停留时间、视线轨迹图、热力图、鼠标点击量、区块曝光率等，通过将定量指标与图表相结合，可以有效分析用户眼球运动的规律，尤其适用于评估设计效果。

首先简单解读如图所示的两个眼动核心图表。在眼动热力图中，可以显示参加实验的用户其视线集中区域的分布，在红色视线最集中的区域用户看得最多，其次是黄色区域、紫色区域，没有颜色的区域代表没有用户浏览。在视线轨迹图中，可以显示不同用户在浏览页面时如何移动视线，每个颜色的圆圈代表1个用户，圆圈越多的区域就有越多的用户进行浏览，圆圈越大，用户浏览越仔细。

如图所示，针对两个资讯文章的页面进行眼动分析可以发现，A版排版密集，用户视线分散杂乱；B版则有重点段落区隔，用户浏览视线有规律。不难发现，B版的设计排版效率明显优于A版。

用户访谈

用户访谈是采用与用户进行一对一的谈话的方式，通过跟用户面对面的交流来认识和了解用户的一种方式。

一般一次只选择一个用户进行访谈，一是因为这样容易听清用户的观点，同时也避免了多个用户之间观点相互影响。但是，在有条件的情况下，鼓励多个研究者针对一个用户进行访谈，这样能从多个不同的角度了解用户。访谈一般包括以下几个方面：

结构式访谈：访谈员抛出事先准备好的问题让被访者回答。为了达到最好的效果，访谈员必须有一个很清晰的目标，提出的问题也需要经过仔细推敲和打磨。为了准备足够高质量的问题，可以列出所有问题让有经验的研究员评估，甚至小范围地找用户做一轮预访谈都是有必要的。由于在结构式访谈中提出的问题都是固定的，所以回答也必须清晰，可以对比并分析不同被访者的答案，但很难有更深入的发现。

半结构式访谈：半结构式访谈融合了结构式访谈和完全开放式访谈的两种形式，也涵盖了固定式的和开放式的问题。为了保持研究的一致性，访谈员需要有一个基本的提纲作为指导，以便让每一场访谈都可以契合主题。在访谈之前认真地准备甚至学习一些访谈技巧也很重要。以下是访谈员需要掌握的几点访谈技巧及注意事项。

（1）在访谈前做好充分的准备（包括明确目标、访谈对象、工具、地点、时间等）。

（2）避免提有诱导性或暗示性的问题。

（3）避免提封闭性问题。

（4）避免使用专业术语（如页卡、Logo）。

（5）适当追问，关注更深层次的原因。

（6）营造良好的访谈氛围，注意语气、语调、表情、肢体语言。

完全开放式访谈：访谈员和被访者就某个主题展开深入讨论。由于形式与回答的内容都是不固定的，所以被访者可以根据自己的想法进行全面回答或者简短回答。但需要注意的是，访谈人员心中要有一个访谈计划和目标，尽量让谈话围绕着主题进行。有时，一些活跃用户会提出新点子，访谈人员需要控制访谈节奏，避免偏离主题。

现场调查

现场调查就是到真实的现场去看用户怎么使用产品。现场调查经常可以看到一些场景和习惯是用户觉得没必要说的，甚至我们觉得没必要问的问题。

现场调查也有一些注意事项：

1. 做现场调查，应该尽量让用户从事 他日常处理的事情，除非有必要，尽量避免构造一个场景让用户去执行。
2. 在用户操作过程中，调查人员要尽量避免干扰用户。碰到有疑问的可以先记下来，等用户执行完成后再进行询问。
3. 用户在被询问或观察的情况下，很有可能为了迎合调研者而刻意改变日常行为。

在用户演示完成后，我们还应该针对一些问题和用户进行交谈。这部分内容有点类似于用户访谈的形式，但是内容变成了针对于用户行为的访谈。

可用性测试

可用性测试是指在设计过程中被用来改善产品的可用性的一系列方法。在典型的可用性测试中，用户研究员会根据测试目标设计一系列操作任务，通过测试5～10名用户完成这些任务的过程来观察用户实际如何使用产品，尤其是发现这些用户遇到的问题及原因，并最终达成测试目标。在测试完成后，用户研究员会针对问题所在，提出改进的建议。

可用性测试的流程如图所示。

通过可用性测试能尽可能早地发现问题，通过改进问题提高用户的满意度、忠诚度，降低用户使用的成本，此外可用性测试的实施成本低、易操作，因此被广泛采用。在可用性测试中也有访谈，但与后面介绍的用户访谈不同的是，可用性测试是先观察用户的操作，再通过访谈得到测试中问题的答案，重点关注现象背后的原因。

焦点小组

焦点小组是用户研究项目中常见的研究方法之一，依据群动力学原理，一个焦点小组应由6～8人组成，在一名专业的主持人的引导下，以一种无结构或半结构的形式，对某一主题或观念进行深入讨论，从而获取相关问题的一些创造性见解。焦点小组特别适用于探索性研究，通过了解用户的态度、行为、习惯、需求等，为产品收集创意、启发思路。

焦点小组讨论的参加者是产品的典型用户。在进行活动时，可以按事先定好的步骤讨论，也可以撇开步骤自由讨论，但前提是要有一个讨论主题。使用这种方法对主持人的经验及专业技能要求很高，需要把握好小组讨论的节奏，激发思维，处理一些突发情况等。

定性研究小结

定性研究实行的难度比较小，在某种程度来讲，定性研究是可以随时随地的进行的。而且在定性研究过程中，我们往往面对的是真实的用户，更容易让我们理解和梳理出用户的故事。

定性研究不需要特别专业的计算机知识，但是对调研者自身的分析和总结能力要求比较高。也应该看到，调研者自身的态度很容易影响到调研结果。要避免过于主观的去分析用户的行为和观点。

定量研究的方法

定量研究是基于一定的用户数据进行研究的方法。定量研究需要基于用户的行为或观点产生的数据，通过数学统计的方法来获得研究结果。

问卷调查

问卷调查是指通过给用户发问卷的方式来进行用户研究。问卷调查远没有看起来那么简单。合理的设计问卷，不同的问卷设计方式在同一个问题上可能会得出完全不同的结果。

举个例子，问一个用户“当有奖品时您是否会分享”，也可以问“您在下列情况下，哪些情况您会分享？”，还可以问“您曾经转发到朋友圈的文章有一下哪几类？”，同一个问题不同的提问方式你可能会得到一些不一样的结论。

如果对问卷调查不清楚，或者对用户不了解，建议用迭代的方式来进行问卷调查。先针对小部分用户进行测试，然后调整问卷，再进行下一轮的问卷调查。

不可否认，问卷调查也是研究用户“说什么”的一种方式，不可避免的部分用户可能会口是心非的回答问题。要适当的考虑这部分用户对调研结果的影响。

数据分析

数据分析是用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总、理解并消化，以求最大化地开发数据的功能，发挥数据的作用，是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。数据分析一般包括准备阶段、实施阶段和结果呈现3个阶段。

数据分析是设计师了解用户使用行为及习惯的最有效的常用途径之一。常用的数据分析维度主要包括日常数据分析、用户行为分析、产品效率分析等，根据研究目标的不同，侧重点也有所差异。

（1）日常数据分析主要包括总流量、内容、时段、来源去向、趋势分析等，通过日常数据分析，可以快速掌握产品的总体状况，对数据波动能够及时做出反馈及应对。

（2）用户行为分析可以从用户忠诚度、访问频率、用户黏性等方面入手，如浏览深度分析、新用户分析、回访用户分析、流失率等。

（3）产品效率分析主要针对具体页面产品、功能、设计等维度的用户使用情况进行，常用指标包括点击率、点击用户率、点击黏性、点击分布等。

进行用户画像

到这里我们对用户已经有了一个大概的认识，从这里我们要开始利用我们收集到的用户信息进行用户画像了。

用户分类可以让我们更加理解和聚焦某个分类用户的需求，更细的分类有助于我们更精细化地去运营数据。但这也不代表用户分类越多越好，太多的用户分类会让团队在使用用户画像的过程中陷入困境。试想一下，如果一个产品存在20~30个用户画像，记不记得住都是一个问题，还怎么在平时工作中使用。

进行用户分类

根据分析目的的不同和产品的不同阶段，可以采用不同的分类方式。

1. 按用户目标划分
2. 按用户行为划分
3. 按用户所处阶段划分
4. 交叉划分

定量细分

在我们做用户的定量研究时，我们可能会得到大量的用户数据。针对大量的数据再使用人工定性的细分方式就处理不过来了，这时候就要选择定量细分的方式了。

处理大量的用户数据，可以用定量细分的方法来进行。

• 首先，确定用户关键属性。
• 在大量的用户数据里面，找到我们需要计算的用户属性。例如性别、所在地、职业、年龄等等。
• 虽然我们能收集到用户海量的数据，但并不是所有用户属性都是必须的。我们选择属性必须是对产品用户分类产生重大影响的属性。例如，用户的性别不同会出现完全不同的阅读习惯。这时候性别这个属性就是关键的属性。
• 其次，将用户数据抽象成数学模型。
• 我们拿到的属性通常并不一定是一个数值，我们需要将数值进行数学模型的抽象。例如：性别分“男”、“女”，可以用数字“1”、“-1”来表示。
• 最后，利用计算机算法进行分类。
• 计算机的发展，特别是近几年人工智能飞速发展，当前已经有了很多比较成熟分类的算法，在这里就不展开说明了。有兴趣的可以翻阅一下相关资料。

定量研究小结

定量研究是针对一定数据量的用户观点或行为进行分析的方法，所以可以在数学上证明用户分类的正确性。同时，定量研究经常可以利用计算机进行计算，这意味着我们可以针对更多的用户数据进行分析。

定量研究对技术的要求比较高，需要计算机工程师一起参与分析。因为定量研究是通过数学的方式进行统计的，所以其得出来的分类结论看起来会更加离散和复杂。这无疑提高了后期进行用户画像的难度

通过上述几种数据分析方法，不仅能使设计师直观地了解用户是从哪里来的，来做什么，停留在哪里，从哪里离开的，去了哪里，而且可以对某具体页面、板块、功能的用户使用情况有充分了解，只有掌握了这些数据，设计们才能够有的放矢，设计出最符合用户需求的产品。