封面图片来自:素材网已购账户
如何让你的设计成立,让其他人承认它的价值,和一个论点需要论据一样是需要论据的。UX/UI设计因为隶属于生产环节无法直接关联商业盈利,可能大多数还经常处于大家都说设计很重要,但却一直处于一种不上不下的尴尬地位。
他们觉得我就是个画图的。
决定需求的会议从来不叫我参加。
开发总觉得以前的界面就很好,没必要改。
领导A觉得这样好点,领导B觉得这样好点,我听谁的?
……
虽然造成这样的原因有方方面面,但用户调研,的确能在某种方面弥补这一点。
可是,并不是每个公司都设有专门的用户调研团队,没有埋点数据,没有精密的仪器,没有经费和人力……
那没有用户研究的条件下,该怎么做?
没关系,虽然用户研究本身是一门需要专精的学科和职业,但这里聊的,主要是灵活运用调研方法和数据,从客观反馈的数据加速设计进程,来保证你的产出价值得到认可。
接下来,我用一款To B端的方案型产品前后两次用户调研作为实例,来阐述这种情况和目的下,应该怎么进行一次对设计和调研本身,都有价值的一次用户调研。
1. 明确调研背景和目的
无论做什么,你的目标都是关键。就像射箭一样,首先看到靶子,你才能开始接下来的动作。
明确用户调研的背景和目的,就是要知道你这次调研所处的背景,再根据背景得出精准的调研目的。
可能我们大多数研究之所以发起都是来自于别人:领导给的任务,部门经理的需求等等,但这绝不是这个问题的答案,如果你期望用户研究能保证设计的价值,就必须要更进一步回答:为什么要做这件事?为什么是这个时候做?
当你清楚这两个问题的答案后,你自己不仅可以反向带动其他部门的调研需求,也可以在最恰当的时候,主动提出需求。
▾▾▾
对于这款To B端的方案型产品,前后两次用户研究都是在某一个版本开发完成后做的,但如果细究,这两次调研产生的背景其实是不一样的。
第一次是在这款产品经历了漫长的技术成熟期,完成了几次演示,证明了它的方向和价值后,希望把这款研究性的产品变成一款用户直接可以用,可以直接推广而不需要二次开发的市场性产品。而第二次用户调研提出时的背景,是在这款方案型产品已经被推广,有用户直接在用,内部刚完成了一次漫长的迭代版本,却因为种种原因使结果不尽人意,甚至被提出下一版本要求以质量60分为目标的时候。
因为两次调研的背景不同,必然造成两次用研的目的不一样。
经过分析,我们为前后两次调研选定了不一样的目标。第一次的调研目的是为了解答这款产品是否已经可以让用户直接使用,在可用性上达到了什么样的程度?第二次的调研目的则是解答在资源有限的情况下,到底哪些关键性的体验提升才是最有效和最有价值的,对推广的成功率和客户的购买率提高是有帮助的。
可以看出,开始时,最重要的是提问题。
一定要提出对的问题,才能让调研找到对的答案,它直接影响到后面的方法选择和结果呈现,是体现这次调研价值的基础。
2. 选择合适且可行的方法
当明确目的后,就需要选择合适的调研方法并具体化它。是用访谈法?观察法?实验法还是问卷法?你的度量标准又是什么?
▾▾▾
还是同样的实例。
第一次调研主要用了观察法,度量的标准是研究对象是否顺利完成我们设置的任务,用时多少。第二次调研用的是线上问卷,度量的标准是研究对象对于产品多项功能的主观评价。
观察法,也就是我们常说的可用性测试,是科学研究中一种常用的数据收集方法。
为什么第一次用观察法?
因为第一次的调研目的是解答这款产品是否已经可以让用户直接使用,那最直接的办法不就是让别人用一用吗?
其实就像养一个孩子,它要独自见人了,亲爹亲妈们(研发组)的意见肯定做不得准,要么觉得它哪哪都不好,要么觉得它哪哪都好,长辈们(上层领导)呢,总是听亲爹妈汇报,不还得亲眼看看,再问问周围其他人的说法才安心吗?
当然,因为要作为设计价值的数据论据,自然不能随便用一用随便问一问,我们根据当时的条件,尽量的利用公司环境还原产品定义场景,准备了一系列任务,然后选择了没有接触过,或很少接触过这款产品的同事来完成,同时也邀请了几位相关领导来参加。在观察他们使用完成后,在征求同意的情况下又对他们进行了简短的一对一访谈。
这里选择同事作为研究对象,利用公司环境还原场景的做法,也就没有必要再额外申请经费了。
那第二次为什么又要用线上问卷了呢?
继续从目的出发,第二次的目的是解答在资源有限的情况下,到底哪些关键性的体验提升才是最有效和最有价值的,对推广的成功率和客户的购买率提高是有帮助的。
很显然,这次显然不能再找第一次参与调研的人群了,因为他们的意见并不是衡量推广成功率和客户购买率的考虑因素。但当时的条件是使用这款产品的用户或准用户遍布中国几个省份,而客观条件不允许我们花大量时间和经费亲自观察,访谈和实验,不太现实,那就只剩问卷了。
虽然问卷不够深入,但它非常节省时间和资源,只要好好设置问题,就是非常有效的调研方法。
第二点里,合适且可行是重点。
第一次用研的目标,衡量的因素是操作体验的完成度,那即使不是客户或用户本身也合适,找周围的非利益相关者是最可行和节约资源的。
第二次用研的目标,衡量的因素是影响客户的主观态度,那必须客户才合适,而对于遍布中国几个省份的不同客户,问卷是最有效且可行的。
选定了方法,还有一些操作上需要注意的事情,比如可用性测试的程序设置,访谈或问卷的问题尽量客观不带倾向性等。在了解相关知识的同时,多使用同理心优势,会有助于保证具体操作时的有效和可信度。
3.数据的呈现,需要围绕一个中心
不管你做分析和统计的时候是用的定量分析还是定性分析还是两者皆有,最后我们都需要去呈现这些数据反馈的客观结果。要以这些客观反馈的数据加速设计进程,保证设计的产出得到认可,那这些数据必须要围绕一个中心来呈现,不同的目的,其呈现重点和角度也是不一样的。
这个中心,就是这次调研的目的。
▾▾▾
继续之前的例子。
第一次用研是解答这款产品是否已经可以让用户直接使用,那怎么来回答这个是和否,才能体现这次调研的价值,给你的设计加码呢?
上图是以堆积条形图来呈现的任务完成度,堆积条形图是一种呈现每个人物不同完成情况时常用的一类图标。图形部分,其实就是调研目标最好的回答,而下面的语言,是在做任务测试时,被试有意无意所说的话语,可以给项目组作为具体的改善目标。
第二次调研,是解答资源有限的情况下,到底哪些关键性的体验提升才是最有效和最有价值的。那结果的呈现要重点回答到底哪些体验是用户关注的,哪些是用户不关注的。
比较一下这样两句话在结果呈现时的感觉:
“ 针对产品已开发的7大主要功能的调研,仅2大功能被接口人认为主要,其中有1个功能被反馈为从未使用。”
“ 此次调研中,接口人认为主要的功能有2个,其中1个功能未被使用。”
虽然这两句话都是数据的客观反馈,但第一句话更能体现出此次调研的价值,也更能够作为论据来推动后续的设计方向。
▾▾▾
为了快速而方便的进行用户调研,得到有价值的结果,还有两点可以关注。
·误差可以事后处理
事后处理并不是指作假,而是指在数据统计和呈现的时候对误差进行一定程度的消减,让它不足以影响我们的调研目的。
其实哪怕严密的科学调研过程也难免会出现或多或少的误差,何况我们这种在没有完备的用研条件下,限制人力物力时间所出来的结果。我们需要尽力避免这些不严谨的存在,也不需要被操作的严谨度捆绑得束手束脚。可以在事后做数据统计和呈现数据的时候,对分析结果做出矫正。这也是科学调研里常用的一种消除误差的方式。
我举例的这两次调研实例都有很多不足的地方,这些前期所遗漏的地方都会使调研结果产生误差,我们可以在最后一步来做消减处理。
比如第一个例子里,对引导者提示操作方法的控制不够严格,导致最后计算出来的任务时间并没有多大用处,在统计的时候这块我就没有细究,仅在男性和女性完成任务上做了一个类比结果报告。
第二个例子最大的问题是分发时只有各个公司的接口人(同时也会使用产品)填了问卷,于是统计的时候,需要指出这是各公司接口人的态度和关注点,并且微调最初的目标,尽量挖掘这些接口人,也就是关键用户所得来的问卷数据,以总体倾向来解答最初的目标。
· 魔法数字 5
魔法数字5是在90年代初的多个报告中得到的一个结论,指通过前五个被试人就会发现大多数的可用性问题。但关于“一个可用性测试中,需要多少用户参与才能确保发现的可用性问题是可信的”这一问题的争论很多,并没有形成最终定论。
不过,我这里讨论的情况是灵活运用调研方法和数据,来保证你的设计产出的价值得到认可,本质是从客观反馈的数据加速设计进程。这种情况注定了其精度要求不高,漏掉几个主要问题也无关大碍,而且涵盖范围不广,涉及的界面和任务有限。
在这些条件下,魔法数字5还是适用的。
--------
用研的数据和结果可以使接下来的设计不再是设计师完全的主观性论断,而变成了更有理有据的解决方案,甚至可以反向来推进产品需求的迭代方向。但这所有的价值体现,也需要根植于设计师本身的专业度和团队的协同工作上。
我这里是以2个To B端初创期产品的例子来阐述要点,而最终实现其加速设计进程,保证设计产出得到认可的目的,还需要根据具体的产品性质和实际环境,理论结合实际来灵活运用。
参考书籍:
《用户体验度量》[美]Tom Tullis Bill Albert
《社会研究方法》 风孝天
////////////END////////////
领取专属 10元无门槛券
私享最新 技术干货