前言
用户研究到底研究什么?各公司情况不一样,做法自然也不同。比较常见的情况是,很多公司根本不做用户研究,完全凭行业经验和拍脑袋来决定“用户需求”。有一些公司想到了要做用户研究,拿起电话就问:你觉得我们的产品怎么样……哦,挺好的……那就好,于是得出结论:用户喜欢我们的产品。还有一些公司觉得面对面访谈效果好一些,便约好用户,闲聊了几句发现没话说了,好像用户对产品也没什么意见,结果只能结束访谈,最终也没能拿到什么结论。
那么,用户研究到底研究什么呢?这个问题貌似并没有一个大家都认可的答案。我则一直在使用一个我称之为MACUEE模型的方法来做用户研究。
MACUEE的原型来源于Idean的培训课程,我看到其中一页幻灯片后,觉得它刚好可以适用到用户研究上,经过在项目中不断地摸索和揣摩,最终将其发展成了现在的MACUEE模型。
MACUEE解决什么问题
这一模型主要解决以下一些问题:
- 如何有效地挖掘用户需求?
- 从哪些方面着手进行用户研究?
- 从哪些角度去访谈?
MACUEE详解
完整的MACUEE模型可以用下面的图来表示:
由上图可见,MACUEE分别代表“动机(Motivation)”、“操作(Action)”、“情境(Context)”、“用户(User)”、“经验(Experience)”和“期望(Expectation)”。解释如下:
用户
我把“用户”放在最前面了,因为你得首先搞清楚你的用户是谁。这个要是弄错了,后面的方法和流程再对,结果也是错的。简单地说,找什么样的用户取决于你产品的目标用户。比如你想开一家麦当劳那样的快餐连锁店,你的客户群就可以是已有的麦当劳消费者。
但这个问题远没那么简单,实际上我觉得这是整个环节中最难的。就拿上面的例子来说,什么叫“麦当劳消费者”?我这辈子第一次到麦当劳买东西,你说我算不算消费者?每天都到麦当劳吃早饭,你说我算不算?或者我只是喜欢那里自由的环境,却从不在那里吃东西,这样算不算?说白了,就是符合什么样条件的人,才是你的用户?
这个问题绝不是三言两语可以说得清的。总之,找到你的用户,了解他们都是一群什么样的人,他们自身的特质,将会影响到其行为方式。因此你对他们了解越多越好,最好是无所不知,无所不晓 ,呵呵。
动机
我一般把用户需求分为两个层面:动机层面的需求和操作层面的需求。这里先说动机。
所谓的动机,就是要做某事的原因。比如我肚子饿了,想吃东西;或者朋友给我发了一封邮件,我需要去看一下。动机回答的是用户为什么要用你的产品的问题。这很关键,可以说是用户使用某产品的最原始的需求,研究过程中必须得找出动机来。有了动机,你可以知道该做什么产品,此产品应具有哪些功能。
情境
情境就是用户所处的时间和环境等外部因素,这也是需要搞明白的地方,因为情境会影响用户的动机、操作和期望。比如说“肚子饿了,想吃东西”是动机,那么当我看到街上有个面包店时,我的动机会变为“肚子饿了,想吃面包”。
情境有时候可以对产品设计产生非常大的影响。比如我同事在非洲做过一个地下矿井挖掘机的项目,工人在深入地下一公里的位置操作机器,环境非常恶劣,高热、潮湿、尘土飞扬,现有的挖掘机操作面板上常常覆盖了一层尘土,很难看得清楚;而长时间在潮湿高热的环境里工作又会使人多少有些神志不清,此时情境无疑会对工作有着至关重要的影响。
操作
当用户有了动机后,他会考虑如何操作以便实现动机,这就是操作层面的需求。比如当我来到面包店后,我应该拿起一个托盘自助挑选呢,还是请服务员帮忙?我付款时要用现金还是刷卡?这些都是具体的操作层面的需求。操作层面的需求对交互设计帮助最大,充分了解操作层面的需求,可以让设计师设计出与需求相一致的界面。
经验
用户过去的经验也会产生影响。这个很好理解,我就不举例了。但要注意的是,在调查用户过去的经验时,不妨也使用MACUEE模型,即从这六个方面去了解他过去的情况。
另外经验也可以被称为“用户习惯”,我们知道习惯是很强大的,尽量不要去改变用户的习惯。有一些新产品就是因为没有充分调研用户经验和习惯而失败。
期望
用户在具体操作前往往会对操作结果有一定的期望。比如上面买面包的例子,在我拿出银行卡付款时,我显然期望这家店可以支持刷卡。Apple的产品能够给人带来惊喜,一个很重要的原因就是它不仅仅是满足期望,而是超越期望。
一个完整的例子
现在我们来看一个完整的例子。
假设我们打算设计生产一款全新的mp3播放器,不妨叫它Zunee(嗯,显然,这又是一款iPod杀手)。这款播放器定位高端,价格不菲,专门卖给有钱有闲的人。
那么第一步我们先来做用户模型(Persona)。不妨假设经过调研,我们发现符合条件的用户都具有如下特点:年龄介于28-35岁,月收入在5万左右,明天早上晨跑,边跑边听激烈的音乐。
第二步我们找出用户动机-为什么在晨跑时要听音乐?经过研究发现边跑边听音乐可以减少运动时的孤独感,听激烈的音乐运动起来更带劲儿。
第三步看看使用情境。研究发现用户在跑步时往往身穿体恤短裤,播放器放在哪里成了问题;此外由于用户此时需要听些激烈的音乐,而目前的播放器里面什么音乐都有,因此每次跑步前不得不设置好播放列表,很麻烦。
好了,问题出来了。记住,用户往往是在特定的情境里面产生问题,所以如果访谈时你上来就问:你觉得你现在的播放器使用起来有什么问题。用户多半回答不上来。
第四步挖掘操作层面的需求。由前文可知,用户在操作上需要1)以合理的方式携带播放器;2)以最便捷的方式播放激烈的音乐。
第五步则是以往的经验。研究发现,用户觉得用袜套把播放器固定在胳膊上觉得很热,此外,他很喜欢以前用过的一个播放器,这个播放器可以利用内建的运动感应器来自动选择合适的音乐。
瞧,随着研究的深入,用户甚至自己提出了解决方案!这就是为什么要调查以往经验的原因之一。
最后一步就是获取用户期望。研究得知此类用户希望播放器能够更加便携、能够适应不同的天气情况(比如下小雨)、能够自动化地播放合适的音乐等等。
经过对上述这六个方面的研究,用户及其需求已经比较清楚了,接下来就可以进入产品设计的工作了。
一些注意事项
看完了介绍先别急着尝试,下面的注意事项也很重要:
- 要以用户为基础进行调研。对什么样的人用什么样的方法、问什么样的问题。比如我们前段时间作了一个关于油漆软件的项目,大部分用户都没有受过良好教育,抽象的、概括的问题人家根本听不懂或答不上来。
- 要以情境为基础进行调研。无论是调查动机也好经验也罢,一定要以一个个情境为中心来推进话题,在每一个情境中分别挖掘动机、操作、经验和期望。最好是陪用户一起体验情境,在用户使用产品的过程中进行访谈。
- 在调查期望时小心不要被用户带到沟里。调查期望不是让用户畅想这产品能具有什么功能,而是为了满足现有需求应该具有什么功能。我记得有一次做对讲机的项目,当时在场的用户挺多,客户代表也在,场面不太好控制,用户居然说要在对讲机上集成WiFi和3G……我后来和同事打趣说,当时要是再不收住,一会儿要上4G LTE了,呵呵。
差不多就这么多吧,有问题欢迎讨论。
相关推荐
首先解释了ARIMA模型的组成(自回归、差分、滑动平均),并介绍了模型的参数(p, d, q)及适用条件。接着,详细描述了模型建立的六个步骤,包括数据准备、平稳性检测、模型参数识别、模型拟合、模型诊断和预测。最后...
尚硅谷Java开发利器:IntelliJ IDEA的安装、配置与使用
无线蹭网最新利器:Beini v1.2.11.iso,naiping yingyong
Spring Boot快速开发利器:Spring Boot CLISpring Boot快速开发利器:Spring Boot CLISpring Boot快速开发利器:Spring Boot CLISpring Boot快速开发利器:Spring Boot CLI
在这个示例中,我们首先定义了测量模型,将观测变量与潜在变量(视觉、文本和速度)联系起来。然后,我们定义了结构模型,探索速度与视觉和文本之间的关系。最后,我们使用sem函数来拟合模型,并使用summary函数来...
深度学习利器:TensorFlow 安装和入门指南 1. 引言 深度学习作为现代人工智能的基石,已经在诸多领域,如计算机视觉、自然语言处理和强化学习中扮演着核心角色。TensorFlow,由Google开发的开源深度学习框架,以其...
编程利器:ChatGPT实战指南.pdf
AOP 的利器:ASM 3_0 介绍,很好的书
在信息化时代背景下,企业的发展离不开对数据的重视和应用,而数据挖掘技术和创新营销正是其中的两把利器。数据挖掘是一种利用算法从大量数据中提取有价值信息和发现数据间潜在关系的过程。它让企业能够透过数据表象...
Javascript的调试利器:Firebug使用详解
高性能的Web开发利器:深入探索Golang Echo框架
### TensorBoard:PyTorch 模型训练的可视化利器 #### 1. 引言 在深度学习领域,PyTorch 已成为一种极其受欢迎的框架,被广泛应用于计算机视觉、自然语言处理等多个领域。PyTorch 的一大优势在于其灵活性和易用性...
提速利器:RFID技术应用于物流配送.pdf
### HBase学习利器:HBase实战 #### 一、HBase简介与背景 HBase是Apache Hadoop生态系统中的一个分布式、可扩展的列族数据库,它提供了类似Bigtable的能力,能够在大规模数据集上进行随机读写操作。HBase是基于...
轻巧远程利器:AnyDesk v1.3 BetaAnyDesk,流畅远程控制软件,操作简单实用,而且挺容易上手。
通达信指标公式源码 波段操盘利器:短线必赢.doc
《资产趋势预测利器:使用独立贝叶斯分类整合分析师评级》这份报告提出了一种结合分析师评级与独立贝叶斯分类器组合模型(IBCC)的方法,旨在为投资者提供更为精确的决策支持。 独立贝叶斯分类器组合模型(IBCC)是...
- 它能够帮助用户从多个数据源中导入数据,并使用内置的数据模型和可视化工具进行分析和报告。 2. **功能特点**: - 支持实时数据更新和共享功能,便于团队协作。 - 提供了丰富的数据连接选项,支持多种数据格式...
通达信指标公式源码短线利器:力量压 副图源码.doc