本文首先提出 “在處理定性數據處理的一些困難點”,然後結合“定性數據分析的目標”和“好的定性數據的標準”,提出“如何四步輕鬆搞定定性數據分析”,最後提出一些關於定性數據分析的小貼士。定性數據分析在用戶研究中是一個可大可小的流程,根據實際研究過程中的資源多少,可適當性精簡某些流程,讓研究變的更加敏捷,也更加適應企業的快節奏的迭代過程。
一、定性數據分析面臨哪些困難?
通過訪談、觀察等定性研究方法獲得的數據具有以下的一些特點:
* 來源多
看到、聽到、感受到的信息都可以作為我們的數據,這很容易就造成數據過載,讓人望而生畏。
* 形式雜
訪談中常見的記錄方式有紙筆、錄音、錄像和照片等,使收集到的數據處於一種雜亂的零散的狀態
* 邏輯亂
獲取的數據是一些零星、非結構化的行為、觀點和態度,中間的邏輯關係混亂。
定性數據的這些特點,使得定性數據分析變得困難,變的似乎沒有一個標準的流程,使定性數據分析更像一門藝術。
二、定性研究的目標是什麼?
定性研究作為一個基礎的研究方法,依然活躍在社會科學中。
它的理論依據是:
雖然用戶的行為的影響因素有很多很多,但是用戶的一些底層的基本的模式是類似的,如基本認知、需求、態度、價值觀等,這些模式可以且適合通過深入的定性研究獲取,這樣使得從小樣本窺見模式成為可能。
定性研究的目標:
找出這些個體與產品、環境交互時候的模式即人-機-環,然後產生能夠啟發產品設計和產品運營的分析,最後形成一個問題-原因-解決方案的完整的研究結果。
三、好的定性數據分析結果長什麼樣?
平常在寫定性研究報告的時候,相信各位寶寶經常有這麼一種感覺:感覺已經使出洪荒之力,但是報告依然是空白的。這主要原因是不知道一個好的定性報告的組成。
一個好的定性數據分析結果分為兩個部分:
* 模式/框架/模型
即針對研究的用戶或者研究的產品,得出一個專門的模式/框架/模型,提出新的理論(下文會介紹相關的模型)。
* 證據鏈
即針對該模式/框架/模型,提出相關的證據鏈,可以是故事,可以是引用,讓這個新的理論更加有理有據,有血有肉。
四、四步搞定定性數據分析
終於...到最核心的地方了。
定性數據分析的過程基本上可以分為編碼、親和圖、形成模型、填充引用四個部分。
1.編碼
編碼就是將文本(非文本類轉錄為文本)的各個片段進行簡單直接的描述,通過這個描述來直觀的區分每組的不同定義。
這個描述的詞就可以稱為:代碼。這種代碼的獲取方式既可以自上而下的,也可以自下而上的。
自上而下:編碼的時候大部分的編碼項是在編碼之前就已經有了,即事先構建一個代碼庫。這個代碼庫其實就是研究預期,預期從此次訪談中獲取哪些內容。
自下而上:編碼的時候所有的代碼是從原始材料中提取出來的。
如何挑選合適的編碼方式呢?
個人的使用建議:採用結合自上而下和自下而上的編碼方式。
原因是研究員在做研究的時候的,肯定有假設,根據這個假設可以預估可能會收集到的的某些信息。這個時候就可以根據這些假設獲取預先進行編碼項的編制,即自上而下,從而更好的把握我們的研究過程,而且更加結構化,更加油目的性。
而對於定性研究來說,它和定量研究相比最大的優點是其在研究的過程中能夠發現研究員之前不知道的一些信息,這個時候可以增加新的編碼項,即自下而上。
2.親和圖分析
編碼完成以後就需要對這些描述進行親和圖分析以重新組織材料了。
親和圖分析就是把數據做成小卡片,進行歸類,使得數據可視化,從而更好的找出數據之間的邏輯關係。
什麼是邏輯,邏輯就是指描述事物之間的關係,即先後關係、因果關係、時間關係,空間關係、相關關係等等。
3.形成模型
對編碼的數據進行親和圖歸納分類,我們就可以得出相關的模式/框架/模型了。
常見的一些模型有:
* 線性流程圖
使用場景:概念之間存在因果關係和時間關係,並且在重要決策點上有多個選擇。如找貨流程。
* 循環流程圖
使用場景:概念之間存在因果關係和時間關係,並且前後反覆影響。如產品體驗流程。
* 網狀圖
使用場景:一個核心概念引發的多個不同層次的概念,並且概念之間的關係比較複雜。如概念圖。
* 韋恩圖
使用場景:所有的核心概念兩兩都相關,互相影響。如常見的三邊關係。
* 2*2矩陣圖
使用場景:數據間可以通過一些核心的維度進行分類,可通過這種分類展示其中的可能的因果關係。如業務梳理。
* 空間地圖
使用場景:概念之間存在空間關係的。如服務的觸點盤點。
* 分類系統圖
使用場景:當概念的關係存在並列和包含的關係的時候。如網站的架構圖。
4.填充引用
對核心的數據形成模型以後,定性數據分析最核心就完成了。接下去做的就是將這個模型填充,變得有理有據,有血有肉。
這樣做的原因有兩個:
1. 使模型更加豐滿具備吸引力
2. 使模型更加具有說服力
常見的一些填充引用的方法有:
* 用戶畫像
* 故事版
* 用戶原話引用
用戶:這個軟件我用著很方便,因為xxxx
在定性研究中,填充引用這一環更多使用的是用戶原話引用,其次是故事版,最後是用戶畫像。
這麼排序的主要考慮的是成本問題和項目時間問題:用戶原話引用最容易,製作時間最短;故事版製作比較難,需要較長的時間;用戶畫像製作最難,時間最長。
五、小貼士
1. 研究前需要有非常明確的目的
研究之前一定要明確自己想要的哪些類別的信息,否則在大量的定性數據中很容易迷失,非常明確的目的才能在編碼的過程才能有的放矢。
2. 定性數據分析的開始點是訪談開始的時候
一定是從訪談開始的時候就開始分析。當方案結束的時候才開始分析,一來很多鮮活的數據已經開始遺忘,二來大量的數據看著就讓人害怕
3. 分析的結束點是信息飽和的時候
在擋分析無法再持續產生心的想法、觀點的時候,分析就應該結束了,即信息已經飽和了。
4. 不同的研究類型具有不同的編碼庫
比如研究用戶分類的研究,編碼庫中應該有:人口統計學,產品經驗,技能,目標、行為、觀點,角色、痛點、期待。
比如研究用戶需求的研究,編碼庫應該有:用戶類別,場景,目標,行為,痛點,行為,態度,期待
其實從本質上看,編碼庫來源:根據研究目的分析研究的框架,根據研究框架推導想要得到的數據內容,這個數據內容即編碼庫。
總結
本文首先提出 “在處理定性數據處理的一些困難點”,然後結合“定性數據分析的目標”和“好的定性數據的標準”,提出“如何四步輕鬆搞定定性數據分析”,最後提出一些關於定性數據分析的小貼士。
定性數據分析在用戶研究中是一個可大可小的流程,根據實際研究過程中的資源多少,可適當性精簡某些流程,讓研究變的更加敏捷,也更加適應企業的快節奏的迭代過程。
閱讀更多 華夏經緯市場調查 的文章