來人人都是産品經理【起點學院】,BAT實戰派産品總監手把手系統帶你學産品、學運營。
通過大量樣本、數據等客觀證據對用戶的特征、需求場景、目标、行為進行研究分析。
為什麼要做定量的用戶研究分析
由于定量方法可以快速的面向更多、更廣的用戶,所以定量分析是
“定性用戶研究方法”是用于發現問題和用戶需求的,注意區别。
目标
既然是要驗證在定性分析時發現的問題和用戶需求,所以首先得有需要驗證的用戶需求,所以定性分析是做定量分析的前提。
具體該如何進行定性分析?其實我們的目标就是驗證在定性分析結果中
最終,定量分析最終的産出物是
以上産出物都是已經經過數據進行驗證了的,是具備統計分析學的精确性、具備說服力的,你可以憑借定量分析的結果去證明你的觀點,你在需求評審時站不站得住腳,就看你的定量分析了。
常用手段
具體描述
明确調研目标:即你要調研的是什麼,要明确調研的所有目标,因為再次投放調查問卷會消耗大量的成本,這裡會考察産品經理的邏輯能力,需要盡可能列出所有可能的潛在情況
明确調研對象:即在定性分析的目标用戶模型,需要明确這個目标用戶模型投射到現實場景是哪些用戶
明确問卷數量:比起那些沒卵用的“經驗法則”,我更願意提供一些經驗的法則:每種細分用戶模型200份。(當然這些經驗法則是我根據書上&實踐&其他人的工作經驗得出的);為了确保你能達到目标的問卷數,可以使用一些激勵手段,比如說獎勵等等
明确投放方式(線上?線下?):現在互聯網信息傳遞渠道多樣化,同時有專門幫助發放和分析調查問卷數據的工具,比如說問卷星這類,使用線上的方式無疑是性價比最高的,具體可以是在問卷星填寫好問卷,然後通過與你産品領域相關的微博、微信公衆大号等等渠道進行投放,然後回收,利用問卷星進行統計與分析。 相信我,你線下去發放問卷并回收,再一份份輸入電腦再進行分析統計,你會瘋的。
設計調查問卷:
投放調查問卷:根據你選擇的問卷投放方式進行投放就可以了。
回收調查問卷:當達所需問卷數量即可回收
清洗調查問卷數據:最簡單的,一些明顯亂填的、異常值應該要去掉吧?
統計分析調查問卷數據:并不需要裝逼用SPSS,隻是因為你不懂Excel的強大。
整個調查問卷的流程大概就是醬紫了..
定量的數據分析
首先得明确要分析哪些産品使用數據:
下載量
流量分析
用戶是從哪些渠道來的,從哪裡去
活躍度
用戶使用頻次&使用時長,主要有月活躍用戶數(MAU)和日活躍用戶數(DAU)
留存率
第n天開始使用,第n x天繼續使用,即x天留存率
用戶留存率的40-20-10法則:若你的目标是讓你的應用的DAU達到100萬,那麼你的日留存率應大于40%、周留存率大于20%、月留存率大于10%
PV
UV
轉化率
功能使用頻率 ...
當然這裡隻是列舉了一些較為普遍的參考數據,具體産品還需具體分析。至于什麼進行數據分析的話,這裡就不詳細寫了。(以後會寫一篇專門講述“數據分析”的)
定性的數據分析
這裡主要是指用戶反饋,用戶反饋問題一般分為四類:
功能的新增/修改/删減
這部分是最需要考察産品經理的真功夫的,比如說判斷用戶需求的真僞等等..
性能的改善
一般來說,這塊的話都是需要去做的,隻是優先級的高低,去跟技術部門溝通吧;
交互&視覺設計
這塊除了用戶的意見,還需要去咨詢下設計相關專業人員的意見;
純吐槽
要安撫!要安撫!要安撫!其次是,其實吐槽的點看看就好,一般沒什麼卵用..
對問題進行優先級排序:性能的改善>功能的新增/修改/删減>交互&視覺設計>純吐槽
當然這個優先級也不是絕對的,具體要看情況而定.
關于定量的用戶分析研究大概就說到這裡了,對于産品經理驗證需求是非常有效的手段,同時,這也是和老闆、程序員們進行需求評(Si)審(Bi)時最有力的武器!希望大家能花多點時間去研究和進行定量的用戶分析和研究。
來源@簡書
本文由 @Carson_Ho授權發布于人人都是産品經理 ,未經許可,禁止轉載。
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!