在做用戶研究時，不少人可能會陷入慣性誤區，或者盲目地選擇了不合適的用研方法。這篇文章里，作者就總結了三個用戶研究技巧，一起來看看，或許可以幫助你避開誤區，提升用研的有效性。
在做用戶研究時，不少人可能會陷入慣性誤區，或者盲目地選擇了不合適的用研方法。這篇文章里，作者就總結了三個用戶研究技巧，一起來看看，或許可以幫助你避開誤區，提升用研的有效性。
這篇文章主要講的是用戶研究的一些方法和技巧。
正文：
我目前的角色是在Trivago優棧網（一家成立於德國的全球酒店搜索網站）擔任設計師，我負責輕量級的用研活動，同時與專門的用研團隊合作。目前，我已經進行了超過30場有主持的用戶訪談、超過15場沒有主持的可用性測試等等。
在這篇文章中，我主要想分享三個簡單的步驟進一步加強你的研究之路。這些見解來源於我主持的用戶研究、與研究者進行合作以及一些有影響力的閱讀，例如《像用戶一樣思考》、《足夠的研究》、《持續發現習慣》、《尼爾森諾曼集團》和一些其他的文章。
一、確定用戶行為和業務指標所需的轉變
在選擇一個用研方法之前，先問一下你自己為什麼要做用戶研究。你期待怎麼樣的改變？避免盲目地選擇用研方法，我發現自己遇到過這樣的情況：由於頻繁使用，我被提示進行可用性測試或者用戶調查，意識到這可能不是最合適的用研方法。
因此，您如何決定使用什麼樣的研究方法呢？這完全取決於您的研究問題以及您想要了解的內容。我強烈建議在推進研究之前把問題記錄下來。
「如果你不知道如何提出正確的問題，你將什麼也發現不了」——W.愛德華·戴明
「如果你不知道如何提出正確的問題，你將什麼也發現不了」——W.愛德華·戴明
你是如何提出正確的研究問題的呢？問很多問題：你有什麼信息？你想知道什麼？你期待什麼結果？與你的調研人員進行參與討論。與我共事過的很多優秀的調研人員都會問很多的問題，這將有助於幫助他們建立清晰度。一旦你找到了正確的研究問題，你就可以深入去尋找相應的方法、場景和任務。
關鍵說明：
建立一個明確的研究問題（實際上是用提問的方式把它寫下來）：我建議分解主要問題和次要研究問題，直到你已經規劃好你的問題後再開始研究。此外，了解你想要嘗試解決問題所達到的期望結果，避免使用開放性詞語，例如「探索」和「理解」，相反，選擇一些具象的東西，比如「評估」和「識別」。
二、基於研究問題精心制定你的研究方法
在深入搞清楚研究問題對研究方法的影響之前，我們先來了解一下研究的基礎知識。正如大衛·特拉維斯（David Travis）和菲利普·霍奇森（Philip Hodgson）在《像用戶體驗研究員一樣思考》一書中指出的那樣，從根本上來說，所有的用戶體驗研究都在回答以下兩個問題中的一個：
從本質上來說，用戶研究的核心在於徹底地理解問題並隨後評估其可用性，讓我們下面進行進一步的拆解，以更深入地研究並探索常用的方法。
因此，在計劃研究活動時，請確定您的研究階段並將其與您的研究問題結合起來以達到目標。以下提供了一些最常見研究方法的詳細信息。
一個小提示：如果你想要提升現有系統，請不要錯過可用性測試。
如果你只能做一件事情去提升現有的系統，那必定是做定量的可用性測試，這是提升可用性最有效的方法。
我從常見的研究方法列表中排除了日誌研究、焦點小組等方法，因為他們對於設計師來說可能不太實用。
關鍵標註:
針對發現階段最大的風險和假設進行研究活動：這是我從Teresa Torres持續發現會議中學到的東西，我發現這很有用。在任何項目的初始啟動中，我們傾向於記錄我們可能擁有的所有假設，並根據研究問題使用不同方法來測試最關鍵的假設。
三、使用數據三角測量做出明智的決策
人們所說的，人們所做的，和他們說他們做了什麼是完全不一樣的事情。——瑪格麗特·米德
人們所說的，人們所做的，和他們說他們做了什麼是完全不一樣的事情。——瑪格麗特·米德
在項目的每一個階段，我強烈建議結合定性和定量研究方法。研究方法的選擇取決於研究問題。在很多場景中，我試著將每個階段這兩個不一樣的方法合併到每個階段，每一個方法都有它的優點和缺點。例如，在發現階段，用戶訪談可以作為定性指標來理解潛在的推理內容。但是，你可能需要類似於問卷調查形式的定量指標，來證實為什麼解決已驗證問題的重要性。
相似的是，在評估階段，可用性測試提供了定性指標來幫助理解原因。結合這些定量指標（例如轉化率、任務完成時間、跳出率）相結合，可以幫助你全面證明設計的有效性。
關鍵標註：
在發現階段定義定量和定性的用戶體驗成功指標：也許在發布了一個功能後，他並沒有對業務指標產生預期的影響。在這種情況下，你可能想要突出顯示該特定功能的行為結果。為了解決這個問題，請使用用戶體驗定量指標（系統可用性得分、任務成功率等）來支撐你的立場，並使用定性指標來揭示其隱藏在背後的原因。提前定義他們以避免後期遇到挑戰。
四、額外提示：避免犯錯 1. 避免避免提出引導性和直接性的問題
人們通常喜歡投其所好，當問到引導性的問題時，他們傾向於將將自己的答案和問題保持一致。
另一方面，直接性問題可能無法提供完整的情況，他們給出的答案通常反映了他們渴望成為的人。
2. 抵制你對大數字的喜愛
我記得一位同事說，這些設計師/研究人員們通過5-10個用戶，問上一堆問題來做測試設計的好壞，太天真了。
好吧，聽起來樣本量越大越合乎邏輯，結果應該越好，但是並不意味著更多的用戶一定會提供更好的結果。一個針對5個用戶明確的好的可用性測試，與1000人參與的不明確的可用性測試相比，卻可以產生更好的產品改進機會。
3. 了解用戶研究數據的強度
不是所有的用戶研究數據都同等可靠，研究數據的強度扮演著至關重要的角色。
強有力的證據方法涉及行為數據，主要關注目標用戶在任務上的執行。另一方面，弱的證據方法由意見數據組成，以人們的言論為中心。
記住：關注用戶做了什麼，而不是用戶說了什麼。
結論
補充：避免提出引導性問題和行為的問題，抵制對追求大數字的喜愛，並理解用戶研究數據的強度。
原文作者：Shivam Sunderam（本文翻譯已獲得作者的正式授權）；譯者：阿琦Aqi
原文：https://uxplanet.org/3-essential-research-tips-for-product-designers-732cc4cc5062
本文由 @阿琦Aqi 翻譯發布於人人都是產品經理，未經許可，禁止轉載
題圖來自 Unsplash，基於 CC0 協議