放大和收缩

-------现实生活中的用户体验研究

编译:王超
参考:Zooming in and out -- Real-life customer experience research
作者:Robin Beers
来源:UX – User Experience 第七卷,第二期,2008

背景介绍

在2003年时,Wells Fargo公司的用户研究部门和市场研究部门是分开的,一个部门完全不知道另一个部门在研究和关注什么。到了2005年,这种情况有所好转,公司把两个部门合并到了一起,叫做“用户体验研究与设计部”。这种重组带来很多好处,两个部门的研究可以相互借鉴,更加深入地了解用户,帮助上层更好地制定决策。

市场研究和用户研究——相同,也不同

市场研究和用户研究都会围绕着用户,动用各种方法来探究他们想要什么和他们的行为模式。但是这两种研究之间还是存在着明显的不同:如何设计和开展相应的研究,如何将结果应用于业务。
  市场研究通常都是大范围大数据量的,研究人员通过用户说了什么来了解特定人群的态度和喜好。人们会根据数据在统计方面的有效性来判断研究的结果,并发布这些结果、制定市场战略和商业决策等。
  用户研究则倾向于深入研究少量用户的行为习惯,个人在某个场景中使用产品的情况。研究人员关注于用户如何真正地操作,而不单单是他们说了什么。研究结果通常用于衡量产品的可用性、服务以及人们对该产品的体验,对其判定的标准是研究、设计、用户招募、分析的质量和对最终设计带来的影响。
  在评估产品或者服务的生命力时,两种研究方式都有各自的价值,但是当涉及到商业决策和设计决策这样颇费思量的时刻,例如通过提供良好的用户体验来传递商业价值时,两者的领域争端又起。
深入了解不确定性

大公司通常都会采用那些传统市场研究方法,因为这样的结果所代表的是大量人群的心声。
  这里需要提醒的是,即使大量人群的数据看上去很客观、很权威,它却不会自动减轻不确定性或风险。比如,一个商业决策的依据是可能喜欢某个产品或服务的人数的百分比,但这个数字并不能表明在产品未能达到预期效果时可能的放弃比率。用户放弃与否取决于产品或服务与人们现实生活中的目标、习惯等的适合程度。
  措辞也很重要。定量研究的术语比如置信区间、显著性分析和有效性等让人们觉得它们降低了不确定性。相比之下,定性研究中的开放式访谈、非结构化问题、奇闻轶事和讲故事等等都会增加人们的不确定感和怀疑。不同的用词表明了为什么商务人士不相信定性分析而更愿意使用定量的方法。
  市场研究要减少而不是接纳不确定性。由于个人经历和使用场景上的差异以及人类直觉的存在,人类制定决策时和人的行为具有不确定性,接受这一点则能在定义新产品和用户体验概念的时候省去不少猜测的工作,因为它来自人们真实生活中的反应和体验。定性研究比如参与型设计和可用性测试允许我们探索我们所不了解的领域,在产品开发的早期相对于设计一个完整的定量调查,风险要小很多。
  一旦我们通过深入的定性研究确定了关键的用户需求、行为、任务、工作流程、动机以及情感,我们就能通过定量研究来证实,测量产品在被接纳时的驱动力和障碍,确定定价模型,测试用户满意度等。这些输入的相互结合产生的创新有根有据,形成的产品概念直接把用户需求和商业目标联系在了一起。

关注范围的放大和收缩

减少不确定性和在每种学科之间寻求平衡的关键方法就是能够有效地对研究范围进行放大和收缩。比如,在数据采集的时候:

  • 市场研究的范围要收缩,以发现更加广大的用户群,但也必须在每一个特定的问题上放大,确保控制调查的所有变量。
  • 用户研究要在一小撮人复杂、难以观察的日常行为上放大,但也同样要收缩,询问一些开放性的问题。在这里我们有很多假设,但可能通过观察真实的用户行为而证实那是错的。

在一个团队、管理层和一个组织中,想从来自两种方法的不同意见中取得一致将颇费周折,这需要在不同的研究小组之间,以及在研究人员和用户之间广泛交流、开诚布公和协调配合才能够实现。
  举个简单的例子:一个市场研究团队调查用户制定预算和跟踪交易的需求。一个问题是:“这是你想在线完成的事情吗?”用户的答案都集中在:“是”。当用户研究团队来做同一个调查时,情况就变的很明朗了:制定预算和跟踪交易这两者之间有很明显的区别!当用户持续跟踪他们的帐户和交易时,大部分人在预算上不想做任何实质性的操作。如果能在用户研究之后再做市场研究,我们在设计问题的时候就会把跟踪交易和制定预算分开,避免出现将两种不同的财经活动混杂在一起的情况。最终,这个团队意识到研究用户体验的重要性,设计出一款可以自动制定预算的工具,就像My Spending Report。


多学科综合

在研究的早期阶段会促生很多新的想法、可能性和创新点,这是多学科交叉团队知识互补的优势所在。诀窍就在于依托正确的学科,运用正确的方法来解决问题。比如,可用性测试通常需要6-12名用户参与。如果测试的目的是验证设计的方向并反复设计,增加样本量来提供更好的定量数据的方法不一定行得通。另一方面,通过定量地测量成功率、驱动力提升,评估用户体验的影响等手段,可以获得行为方面的标准数据、产品被接纳的数据和满意程度分值。
  以银行为例,那儿的数据成千上万。要想看透其中的奥秘就要对数据进行合成和集成。传统的问题是:“你如何把数据变成知识?”重新修改的问题是:“你如何综合使用两种方法来更有效地全面理解用户行为和需求?”这就需要用户和市场研究人员,以及产品经理和各路研究人员之间的坦诚相见。产品经理使所有团队精诚合作,就能设计出最有效同时也是经过通盘考虑的研究方法。
  除了长时间的讨论,不论是正式的或非正式的,还有两种方法已经证明是行之有效的,即用户描述(类似Cooper的人物角色)以及任务模型。

  • 研究人员通常会运用三个独立的用户描述和五个小型的企业描述来指导设计。
  • 建立任务模型来描述一个人管理个人财务时的所有任务。这个模型根据用户研究的结果建立,并通过市场研究的定 量数据来验证它的有效性。现在知道了人们执行这些任务的频率,它们的重要程度,以及他们是否想要在线完成这 些任务。这些信息决定了用户将在网页上获得多少实惠,以及所有这些服务的优先顺序。这个模型也能帮助我们确 定设计的回报率是多少。

改进以用户为中心的方法为相互沟通理解打下了基础。每一个项目都要求我们寻求合作的最佳切入点,这就需要我们相互学习、倾听、尊重,并思考每一种能够获得更加丰满、更加鲜明、更加准确的用户观点的方法。

原文作者:

Picture of Anu Kankainen

Robin Beers,获得了组织心理学的博士学位,主要研究组织文化和用户体验的相互关系。她是Well Fargo网络服务组的副主管和用户研究专家,专注于用户和联合型研究活动。她热衷于研究在银行中人的外观、经历和体验,以便改进Wells Fargo以用户为中心的文化。

  

中心通讯

第三期

中心主任寄语

中心宣传册1,460K

NCR-DMU人机交互研究中心

UsabilityNet