我这两年有余的用户研究经历（下）
作者：郭淼（网易，高级用户研究员）
拖了一段时间，终于将最后一个部分搞定，so，最后一坨内容——用研+数据分析
在某个时间点部门调整后，我们几个人的用户研究组与数据分析组做了合并，共同存在于大数据中心，从此，与数据深入结合的工作逐步进入涉猎范畴。当然这和数据挖掘工作仍然是有极大差异的，毕竟我们用数据多是为了辅助用户研究分析，所以数据分析也更多集中在基础的统计、分类、描述层面。
虽然前两年常规的用户研究项目中，也经常会用到数据，但是那时候数据大多是通过自己设计的问卷等途径搜集；现在随着数据采集等技术的普及，有很多我们可以直接获取的用户最真实的数据，这对研究有着至关重要的作用，个人认为这也是data-driven理论被接受和广泛使用的根本，所以我们在研究中，对各类数据的分析成为用户研究的关键。
16年底 参加Growing IO举办的“数据驱动增长大会”
作为用研，常用的数据主要包括前端数据和后端数据两种：
- 前端数据：用户行为、页面浏览，由数据和前端配合埋点，我们的数据通过Google Analytics记录，有权限的同学可以查阅相应的数据；
- 后端数据：订单数据等等，由数据同学处理后展示在网易有数上，有权限的职位可以查寻相应的数据。
如上所说，基础数据在BI上已有展示，常规需求可以自行查阅；如果有更详细的数据查询需求，则需要和数据同学讨论确定提数需求后，提取原始数据再做分析，耗时较长，针对的内容也更细致。
涉及的项目种类主要包括以下几种：
1. 与数据分析结合的用户研究
这部分仍然是常规的用研项目类型，只是在分析过程中有更多的数据分析内容。这部分数据支撑的用研项目在近一年中较多。常规的用研部分我就不再废话，只说数据结合的部分，基本按照流程可以分为3块：
- 了解数据
在用户研究中，除了来自问卷、访谈之类的数据外，来自真实用户的数据有着更准确的信息，当然也必须拿来支撑用研分析，而这就需要我先了解我们的产品都有记录哪些数据，包括哪些内容，是否有权限可以拿来分析，以及获取数据的成本如何等等问题。这些可以说是用户研究开始涉及数据分析的基础。 - 深度沟通、提出数据需求
在了解数据之后，需要在现有数据中筛选出所需的数据项，与数据分析同学讨论，确定基本分析框架，并提出取数需求。
看似简单的一个环节，其实却包含非常多的沟通内容，很多数据可能包括多个状态，如何定义每个状态，将数据和产品、用户的关系进行对应，是我接触数据前期耗时较多的部分，异常状态等等如何理解，也需要和数据分析、产品策划等同学进行讨论，可以说提数是基于对数据的绝对理解和后期分析的基本框架和假设进行的。
重复提数、修改提数需求等等都是对数据同学极大地不负责，增加了他们无用的工作量，所以提前沟通是非常重要的一个环节。
在逐步熟悉数据之后，用研就可以自己查阅很多基础数据了，尤其像Google Analytics中的数据，都是研究用户操作行为的重要数据，这也直接导致我对GA的熟练程度迅速提升，甚至还做了一次GA查询方法的组内分享。 - 数据分析
在一切数据都完善之后，再通过SPSS、Excel等软件，利用常规的统计、分析方法进行处理，就可以获得基本结论，具体的分析方法不用多说，只说作为用户研究项目的一部分，数据分析也时刻牢记以用户为中心，用户分类是用研数据分析的基本思想，绝大多数的分析思路都是将用户按照数据维度的表现进行细分，可能是用户角色的细分、可能是用户生命周期的细分、可能是用户购买偏好的细分等等，再根据细分的用户群进行具体需求、潜在问题等的描述。
最终的数据分析结论势必让用户研究的结论更加充实可信。比如问卷访谈数据做用户角色的初步分析，这中间是有较多假设和不确定因素在，根据初步结论，再通过抽样用户的真实数据做聚类，并且对比修正结论，就让用户角色有了数据分析支撑后更加可信，也让角色描述增加更多维度后更加丰满。
2. 数据监控
数据监控工作是基于对数据报表和对业务的熟悉而产生的一部分内容，主要包括基于用研结果的产品优化数据监控和运营活动数据监控：
- 产品优化数据监控
这部分工作，源自于用研结果对产品的交互视觉修改后的数据验证监控。最初由用研在数据中发现问题，讨论后做出修改，再由用研进行监控，反馈优化结果，形成闭环，不断迭代达到真正优化产品的结果；比如最初绑卡流程中，第一屏填写信息太多，后来经过不断调整，监控转化率，形成了现在多屏配合、填写信息的流程，当然，这个流程仍有优化的空间，我们也在持续跟进。 - 运营效果的评估：
公司的运营活动早已经做到基本的数据全面跟踪监控，从渠道、转化到效果、结论都可以通过数据完整监控，通常活动中，运营同学也会跟踪数据转化，活动结束后，做总结分析；用研在其中则以辅助或补充的角色，跟进活动效果分析和用户反馈等等，从运营数据监控到分析数据变化、发现问题，再到可能原因的探索和用户端的真实反馈搜集，为运营活动做更深入的用户调研和效果评估。
3. 异常排查
原本数据排查不应由我们来进行，但是在实际情况中，数据异常绝大多数并不是由于数据记录导致，而是由于产品、用户、运营等的变化而造成的，所以在数据异常排查中，用户研究的介入也是至关重要的，毕竟做数据的同学不如我们了解用户和产品。
比如：某个支付中某个环节的转化率突然出现变化，用研所要排查的就是产生这个变化的原因——从交互流程、页面设计维度对比前后差异，从运营活动、用户群体维度分析变化，从数据记录节点等角度综合分析，最终解释数据变化的细致原因，可能是某个新增渠道对接的某个端口有异常等等，从而协助产品判定是否存在问题需要优化；
这个过程中本身的分析并不是难点，更加考察的是对产品整体的认识和多团队的协作，反言之，沟通成本过大也可能是这类问题解决流程中存在的问题。
经过这段与数据结合的经历，确实让用户研究的项目本身更加专业，结论更有说服力，同时，几乎天天都在查阅产品数据的工作，也让我更了解产品数据的结构和数据可视化的基本状况，中后期甚至与数据报表制作同学共同讨论报表结构设计和主要监控指标，优化报表本身的体验。
回顾的部分就此终笔。
与老王讨论后面个人的发展，所以说一点额外的东西：用户研究人员的职业发展是怎样的？一直做基础方法的用户研究职业是否会被边缘化？讨论的结果认为：
一种是向流程前的数据靠，和数据分析结合，去贴大数据、数据挖掘、算法等的边；
另一种是向后面的执行、设计靠，和策划、交互、视觉等共同组成UXD；
所以个人的选择目前仍在纠结中……
BDpB