1、問卷調查
1982年，為了應對百事可樂的挑戰，可口可樂公司計劃調整口味試試。
但是這件事太大了，管理層不敢拍腦袋，於是他們做了2000份問卷調查。
問卷裡調查了用戶是否願意試試新的飲料口味，如果可口可樂變得更加的柔和，你會買賬麼？
結果88%的人選擇會去嘗試新口味。
1985年，大量的新口味可口可樂投放市場。但是讓人萬萬沒想到的是，幾乎全美國人都抵制新口味，每天有1500個電話和成袋的信件投訴到公司，想要回到原來的口味。
管理層很納悶哈，不是說好會嘗試的麼？怎麼不按常理出牌呢。
於是他們又做了一份問卷調查，不過這次結果反過來了，超過60%的人拒絕新口味，想要回到原來的口味。
你看，其實用戶自己也不知道自己想要什麼，只有真正面對了，才會出現真正的“需求”。
所以，想要設計一份好的問卷調查，需要儘可能的還原樣本，並儘可能的用客觀無引導的問題來進行。
問卷調查，是一次溝通的過程，想要獲得價值信息，就得設置談話對象，談話內容，談話的場景。
談話的對象，必須要同等比例匹配，而且數據要足夠大。原來的用戶是男女1:2，城市鄉村1:2，老人和小孩1:2，那麼你的樣本也要如此，而且選一家三口肯定不可取，數據要大。
談話的內容，首先必須要客觀不引導，比如要明確定義到可識別，“經常”“如果”“是否”等等這些詞，都不夠客觀，容易產生溝通偏離。
談話的場景，也就是背景，不能先前置結果，也不能引導結果，更不同更換邏輯本身，要用探尋的侷限問題去獲取答案。
當然就算設計的再完美，數據的誤差依然存在的，所以需要用戶的面對面訪談。
2、用戶訪談
當年，Sony準備推出一款非常復古的音箱Boomboex，它復古的外觀有黃色和黑色兩個顏色。
公司準備下半年進行市場主推，但是不確定主推那個顏色好。於是產品經理經過仔細篩選，選了一組潛在的消費者，進行了面對面的訪談。
這次會議做了很多的深入調查，而且著重的在顏色上聽取了用戶的意見，他們一致的認為應該推出黃色。
會議以後，產品經理為了對這些參與調查的人表示感謝，表示他們可以在黃色和黑色中選擇一個作為回報。
結果每個人拿走的都是黑色的音箱。
用戶訪談，是比問卷調查更加深入的溝通過程，但是你依然無法確定用戶想要的是什麼。
鑽頭和牆洞的故事，大家都不陌生，你以為人家要的是一個鑽頭，其實人家想要在牆上出現一個洞，如果你在問為什麼，人家說想要掛一幅畫，其實現在有適合牆壁的強力掛鉤比洞更好。
用戶想要的，用戶真的需求的，完全是不一樣的，福特用戶訪談也做過，但是人家說想要一輛更快的馬車而已，而不是更快的達到目的的。
你問一個人最喜歡幹什麼？大部分人說環球旅遊，我也想啊，大家都想啊，但是真的有多少人能實現呢？大部分時間我們都在上班和下班的路上而已。
所以，對於用戶訪談，要多問why，比如5W追問法。
或者，不要問，直接觀察對方做了什麼，這就是可用性測試。
3、可用性測試
一問一答未必出真相，畢竟說話的時候飄到哪裡誰也控制不了。
有一句話叫什麼來著，嘴裡說著不要不要，身體還很誠實的麼？！
多少份問卷調查和用戶訪談，都不如用戶實實在在的選擇來的真相。
可用性測試，就是一個非常有用的測試：尋找一批典型用戶，然後讓他們使用產品，記錄下一切產品使用過程+使用者的表情。
比如你開發了一個APP，想要知道設計的體驗如何，於是可以找一群人使用他，然後記錄下使用者的使用過程：頁面的操作過程+同步使用者的表情。
當然，這裡非常重要的是典型用戶尋找，你開發一個極客產品，卻找小朋友來試用，那肯定就不對味了。
所以最好找使用過你上個版本的用戶，或者使用過你競爭對手產品的用戶。
那麼找幾個呢？用戶訪談一樣麼？不不不，其實只要5-8個就夠了，對於行為來說，多餘8個就產生不要信息增量了，邊際產出很小了。
找到用戶以後怎麼辦呢？自然是設計一個典型任務：不能太多，但是要覆蓋用戶遇到的場景。
然後就讓他們用起來吧，你只要觀察就行。
時刻關注表情，比如迷茫的時候肯定是邏輯和操作出問題了，皺眉頭肯定是體驗不好了，驚訝也許是產品給予了超預期的反饋。
這些行為數據，則是優化產品的最直接的反饋。
根據這些反饋改進產品，這應該是快速迭代方法論裡，最省成本的方式了。
4、數據分析
前面三者的用戶調查，最後統計出來的都是數據。
除了這些數據，還有市場數據，競品數據，典型用戶的行為數據，根據這些數據，就能得出一個相對來說非常可觀的結果了。
我們說的話容易飄，容易偏見，我們的行為容易被誘導，容易被特定場景和個例所帶偏，但是數據最誠實了。
排除清洗數據，和選擇數據維度的誤差，只要數據邏輯正確，那麼數據就是真相。
所有的決策，當你的經驗和直覺尚未達到一定地步的時候，相信數據總沒錯的。
除非你足夠懂人心，足夠懂你所在行業，所開發產品的典型用戶的心理，你才可以用主觀去做出各種假設。甚至用主觀去做決策。
在數據時代來臨之前，大部分的營銷大咖，產品經理都是靠這種對於人性的敏感來創造奇蹟的。
但是數據時代來臨以後，不說一下子取代他們，但是也可以對各種假設做出驗證了。
基於用戶理解做出各種假設嘗試，然後用數據去驗證，最後實施，這能大大的提高產品經理和運營經理的項目成功率。
那麼用在用戶調研裡面的數據分析，主要是哪方面的呢？當然是用戶的行為數據。
比如用戶在你的競爭對手那裡的行為數據。
比如用戶在搜索引擎裡面的行為數據。
比如用戶在整體環境下的統計大數據。
再比如用戶在使用你的產品時候的行為數據。
再比如用戶在參與你的活動時候的行為數據。
這些數據一方面可以分析問題，一可以預測未來。
當然用的最多的，不管是對於產品還是運營，依然是——驗證假設。
——5商
閱讀更多 蛋殼花生 的文章
