数据量化分析(定性研究数据的敏捷量化分析)
用户调研得来的数据该如何处理?笔者在本文给出了敏捷量化分析方法,可供同学们参考并交流。
上一篇文章讲了B端用户调研的一些灵活方法,当收集到用户调研的数据之后,接下来就是做问题的整理、分析和优化了。
实际工作中,用户调研阶段可能会已经花费了较长的时间,出于对时间成本、工作进度、问题时效性等多方面的考虑,总是希望能尽快的输出一个用户调研数据结果,给产品的迭代优化提出改进方向和计划。
本问将会讲一种简单迅速的处理用户调研问题优先级的量化方法。
一、用户调研数据分析思路
数据收集整理→问题优先级排序→解决方案设计→解决方案的优先级排序
二、步骤详细说明
第一步:数据收集整理
关于用户调研的数据收集、整理,每个企业、团队、产品经理等都有自己的记录分析的方法和规范体系,为了方便最后的敏捷量化分析,数据的收集整理请注意以下几点:
团队内建立一个问题识别的规范体系,更加快捷地识别问题的严重性;
标注出问题发生在哪里,如屏幕、模块、用户界面组件、流程等;
清楚用户反馈问题时,正在参与的具体任务;
一个简洁的问题描述。
《量化用户体验》的参考示例表格:“1”代表此用户出现此问题,“0”代表没出现。
第二步:问题优先级排序
先来说一下,问题严重性评分的几个影响因素:
任务的关键性:任务的未完成对业务及用户产生的影响;
问题发生频率:在不同的参与者中这个问题发生了多少次;
问题的影响:对于用户顺利完成任务的影响程度。
具体优先级分析步骤:
1)给测试中的每个任务设立关键性评分K。
根据任务对于业务或用户的重要性来设置分值,可以结合实际工作情况,合理安排分支区间。
我们实际工作中按5分制,即1、2、3、4、5。
2)给任务中出现的每个问题,设立影响力评分I。
参考标准一:
5分:该问题阻碍了用户完成任务(障碍)
3分:该问题导致用户产生挫败感或者延误任务的完成时间(严重)
2分:对于完成任务的行为表现产生较小的影响(轻微)
1分:参与者提出的建议(建议)
参考标准二:
5分:影响任务完成的行为
3分:导致用户“偏离航线”的行为
2分:用户表达出来的挫败感
1分:用户说自己完成任务但实际未完成
3)计算问题发生频率F=问题反馈人数/用户总人数。
4)计算问题综合严重性评分S=关键性评分K*影响力分值I*发生频率F,并按评分S进行由大到小排序。
对前面的表格进行优化后,示例如下(仅以两个用户示例):
模板下载详见文末,计算过程已在Excel加入公式自动实现计算操作(包括根据添加用户数量自动计算F,根据F自动计算S=K*I*F)。
第三步:解决方案设计
注意:有时解决方案十分明确,或者只有1~3种解决方案,可以通过综合考虑业务逻辑、交互体验、研发成本等方面问题,就可以确定解决方案,而不需要精确的数据化分析。
但是当问题没有那么明显或者存在多种解决方案时,为了降低做出错误设计的风险,可以设计多种备选方案,分析选取更佳方案。
对于每个问题,需要准备大量的解决方案(注意与开发、设计、需求、业务等成员合作讨论)。
重新整理解决方案,确保描述具体详细。
标记出方案可能解决的其他问题:在实践中,一个好的方案可以解决多个问题,好的解决方案是通用的。
第四步:解决方案的优先级排序
计算效力值E=解决问题1关键性评分*自定义加权数+解决问题2关键性评分*自定义加权数+…
量化解决方案复杂度C(团队评估出的每个解决方案的复杂度)
计算投资回报率(RIO)=效力值/复杂度(E/C)
三、视觉工具(便利贴、白板等)——分析方法
作为设计师或者产品经理,大家更喜欢团队人员,在一个会议室,使用便利贴或者白板来工作,这样分析更加方便、有趣、直观,也便于团队内部之间的合作。
如下图:
四、分析方法选择
视觉工具分析快速随性,可以促进团队之间的协作,但也可能降低数据的准确性。
敏捷量化的分析方法,数据直观,更方便整理问题排序。
所以,要根据实际情况,选择最符合自己产品特点、用户调研方法、用户量和调研目标的方法。
五、注意事项
对于优先级的理解
需要注意的是,根据上述方法得到的问题优先级排列是用研人员基于用户的测试而给出的参考结果,结果也可能会因为样本选择、统计方法等因素而出现误差。所以,这个优先级顺序并不是产品开发的实际优先级顺序。
所以,用研应该和公司相关业务、运营、开发等成员,一起从用户的角度来理解这些问题的重要程度,再由相关人员决定实际的优先级排次序。
使用的局限性
在优先级阶段我们只关注了可用性问题,用户在测试过程中表现出来的态度以及行为并未涉及到。可以选择分开记录这类数据,使用它来补充和平衡测试结果。但是,我们在实际工作中,远程测试居多,也可以通过用户语气、停顿时间等做记录。
在可用性测试中,当用户提到产品的某个或某些优点时,我们同样需要记下来,并在事后的报告中提及,特别是一些被多次提及的优点。有利于可用性测试等用户研究后续的合作、沟通;重视用户提及多的优点,为后续迭代做参考。
六、最后陈述
定性研究数据的分析还有许多种方法,本次只是分享了一种比较敏捷的量化分析方法,希望对大家的工作有帮助,更期待大家“批阅”后多提意见!
相关文章:
相关推荐: