編輯導語：在用戶調研的過程中，符合畫像的調研用戶一旦在某個時段可被觸達或可被替換，即可進行用戶調研的最後一步——收集用戶所做出的目标行為信息。那麼，針對最後目标行為，選取該以什麼标準作為依據呢？一起來看一下吧。

用戶調研，就是帶着某些調查目的去直達用戶，根據用戶反饋，記錄下當前的某些現象，并對此進行事後分析的行為。不管形式如何，調研的最終目的均是在确保調研有效性的前提下，得出什麼樣的用戶傾向于做出怎麼樣行為的結論。

用戶調研系列的方法論分享，怎麼去做用戶調研？-用戶畫像篇，講述了“什麼樣的用戶”是一個傾向性的百分比或行為集合，是用戶調研在執行過程中的第一步；而怎麼去做用戶調研？-調研時間篇和怎麼去做用戶調研？-樣本替換篇，則分别講述了目标調研用戶，在什麼時間節點更有概率可被尋找，以及當這批用戶無法被尋找時，如何進行合理的更叠，這是确保調研有效性的兩個必要條件。

符合畫像的調研用戶一旦在某個時間段可被觸達，或可被替換，即可進行用戶調研的最後一步-收集用戶所做出的目标行為信息，也即是定義中的“怎麼樣的行為”。

此時，用戶調研一階段結論為：用戶群體若具備畫像中描述的行為特征，則他/她大概率會傾向于做出行為β（目标行為）的操作。

那麼，針對最後目标行為，選取該以什麼标準作為依據？怎麼樣的指标體系構建能合理地收集調研用戶的目标行為？本文作為用戶調研系列方法論分享最後一章，将給你解答！

一、目标行為

某次用戶調研的畫像群體最終傾向于做出的行為操作，它具備目标的導向性及行為的不可預知性兩個特點，同時，和用戶畫像的動态行為區分強關聯。

1. 與動态行為的強關聯

在怎麼去做用戶調研？-用戶畫像篇中提及，可根據某一類型特征在某段時間内，被修改頻率，把用戶畫像區别為靜态劃分或動态行為（特定時間段内行為修改頻率相對較高）。

強關聯的概述為：用戶群體E若作出行為α（動态行為），則他/她大概率會傾向于做出行為β（目标行為）的操作。

從強關聯的角度去區分兩者，動态行為的目的在于幫助産品側去确認調研的個體是哪些，調研的群體是哪個；目标行為的定位則在于了解調研群體的實際操作，是後續輸出報告分析的主要依據。

1）商業價值關聯

常見的用戶調研計劃服務于兩個背景。一是為新産品的方向選擇進行前期的市場調研；二是為産品新功能設計或新活動方案推出進行用戶滿意度計算。

動态行為，通過對修改頻率相對較高的操作篩選，将高活躍用戶發掘，圈定産品叠代的主要面向對象。

目标行為，從設定上偏向于吸引流量或産生付費的行為操作。如果說動态行為的目的在于篩選出産品側的高活躍用戶，目标行為的目的則在于從高活躍用戶中進一步過濾出高價值用戶，或監控高活躍用戶的價值産出行為，為後續的産品叠代明确存在商業價值的方向。

如，關于語音類産品直播間界面叠代探索，用戶調研的動态行為應側重選擇日均的頻道進入次數，頻道停留時長等操作來篩選高活用戶，把送禮按鈕點擊，送出禮物類型，日均消費金額等操作作為目标行為的圈定，這是商業價值判斷的分析依據。

2）時間順序關聯

用戶調研計劃的執行，必定是先确定人，再确定事。動态行為先通過對用戶畫像的描述圈定“調研人”，目标行為再導向調研的具體主題明确“調研事”。因此，兩者間的時間線順序必定是用戶先具備動态行為的操作，再觸發目标行為的産生。

時間順序關聯可從另一角度理解-行為漏鬥關聯。先xx再xx的操作邏輯，結合兩者間的傾向性誘發，使得動态行為和目标行為往往具備作為同一個行為漏鬥上層和下層的關系。

在工具類APP社區話題冷啟動-以美的美居APP-場景知乎為例（入口&漏鬥篇）一文中提及，行為漏鬥即是用戶參與和轉化的行為。結合用戶調研計劃的實施，參與即上層，是動态行為；轉化即下層，是目标行為。

如，關于社交産品的一個常見行為漏鬥，私聊按鈕點擊（等同于im界面曝光）-消息發送點擊，該漏鬥代表陌生人間從相互吸引到産生實際社交的轉變。發送消息的前提是已經進入im界面，因此，私聊按鈕點擊是漏鬥上層，可作為動态行為，消息發送點擊是漏鬥下層，可作為目标行為。此時，該行為漏鬥可應用于有關im界面叠代的用戶調研計劃中實施。

3）因果邏輯關聯

因果邏輯關聯主要指行為發生的合理性。除了關注時間順序（行為漏鬥）的關聯外，還需判斷動态行為和目标行為的設定是否經得起常識性或普遍性的推敲，這有時是一個反向推導的過程。

行為的設定，指标的選擇是一個主觀性的操作過程，内在矛盾的存在是正常現象，它可能未被産品側所感知，隻能從結果輸出後再進行反向的判斷。

類比來看，統計學上應用實證經常舉的一個反例：針對某地區的綠色經濟發展，一研究學者自定義了一新的指标體系，經測量，最終反饋的結果是黑龍江省優于廣東省。從指标體系構建的角度，或許無法從起始就斷定其不合理，因其往往是一自圓其說的過程。但從結果分析的角度，省份之間的排序卻顯著不符合社會上的普遍認知，體系構建理應複核。

對比，産品側例子，若B界面曝光（動态行為）在路徑設計上隻能從唯一的A入口進入（目标行為），經某次的用戶調研結果反饋，B界面的曝光次數卻＞A入口的點擊次數，則顯著不合理。

此時，結果有可能是因行為收集時的口徑不一緻所導緻。如B界面曝光采用的是pv（次數）的角度，A入口點擊卻采用uv（人數）角度統計。

當然，也有可能是埋點設計錯誤或短時間内埋點上報bug，原因可待進一步分析，但該行為邏輯的選擇必須複核。

2. 目标的導向性

目标行為的選擇應有明确的方向進行探索，大多數情況可遵循如下三個導向：商業導向、主題導向，基礎導向。

1）商業導向

在目标行為和動态行為的商業價值關聯中提及，目标行為，從設定上應偏向于吸引流量或産生付費的行為操作。

一個産品能從冷啟動期-成長期-成熟期-突破期的全過程過渡，這個産品必須是有所盈利的。不少産品人在做産品設計時總是躊躇滿志，一心想着如何優化用戶體驗，如何做出有意義的産品。但現實是不盈利的産品很快被擊敗，面臨結項風險。

因此，調研計劃的目标行為選擇應具備對應商業價值，用戶調研計劃本身也應和商業變現相關，一般拆分為流量、付費兩個部分。

常見的流量相關行為：頁面曝光、入口點擊、停留時長、鍊接分享、關注收藏……

常見的付費相關行為：會員充值、道具購買、禮物贈送、商品付款、内容解鎖……

2）主題導向

用戶調研計劃的制定單次應為一明确的主題或主線服務。切勿一份計劃，多線并行，面面俱到相當于面面不到。此時，目标行為的選擇也應單一主題相關。

用戶調研計劃從定性角度去考慮分為用戶訪談，可用性測試；從定量角度去分析分為問卷調查，數據分析。對于前三者，為了避免用戶因單次調研時間過長，調研學習成本過大導緻無效回複的增加，用戶訪談提綱，可用性測試列表以及調研問卷應盡可能簡短；對于數據分析，所選擇的指标應盡可能的低維，避免程序處理效率的低下。

在此前提，簡短、低維的方式若承接的是多線任務的導向，顯而易見，無法得出任一方向有用的決策。

例，某調研計劃目的是解決用戶拍下商品後付費率低下現象，調研主題應定為付費轉化相關，目标行為主題導向應是結算過程相關。

如，拍下付款跳轉邏輯如何、拍下付款間隔步驟多少、付款界面ui布局是否合理，學習成本偏高與否等。此時，若糾結該商品所在店家的直播觀看人數，直播入口界定等流量相關主題，會使得調研計劃過于冗長，不便實施。

3）基礎導向

從行為收集的角度理解，每一次用戶調研所面對的對象都是由單個個體組成的群體，這個群體具備相近的某主題的用戶畫像。因此，可作為類似調研主題的固定樣本而存在，即為基礎。

操作上看，若把某次調研計劃的目标行為作為另一調研計劃的動态行為，該調研計劃的群體可作為怎麼去做用戶調研？-樣本替換篇所提及的網絡訪問固定樣本而存在。

設定上看，目标行為的選擇應盡量涉及産品操作的一級路徑，由此延伸可作為大多數調研計劃的行為漏鬥上層選擇，從時間順序關聯上看，即轉變為動态行為。

如，有關資訊新聞類産品的用戶調研，無論涉及哪方面的主題，用戶對于帖子的一級點擊浏覽行為基本無法規避。此時，若在多次用戶調研計劃中均把用戶的浏覽行為作為目标行為收集，這方面的數據足以形成一存量型構建的固定樣本，用于後續的樣本替換使用。

3. 行為的不可預知性

用戶畫像可依據動态行為進行劃分，圈定用戶調研的目标群體。在具體的調研操作之前，動态行為是已知的。對于目标行為，它指的是一指标體系的收集方式，在具體的調研結果反饋之前，我們無法得知收集的數據如何，是不可預知的。

例，某次調研主題為用戶在網上商城的付款習慣。

用戶調研方案，可選擇如下的動态行為作為事後畫像确認：

最近一月内：

• 用戶日均查看商品種類數＞5
• 用戶日均收藏商品種類數＞5
• 用戶日均分享商品鍊接數＞3
• 用戶日均購物車添加件數＞1

此事後畫像對符合上述操作特征的群體進行圈定，進行調研操作的執行。調研操作則按如下目标行為進行信息收集，用作後續分析：

• 用戶查看商品的購物車添加比例
• 用戶收藏商品的購物車添加比例
• 用戶分享商品的購物車添加比例
• 用戶購物車商品的付款購買比例

調研方案作為目标行為的載體呈現，在結果反饋之前比例是一個待定的未知數，等待後續分析。

二、指标體系

用于承載收集用戶各操作行為的變量集合，常表示為一數據庫中的結構化表格或非結構化的問題集合。

無論是動态行為亦或是目标行為，反映的是用戶的産品操作，它是一個定性程度的表述，想要通過數據進行定量的反饋，依托的是對應的指标體系。

指标體系的構建主要從兩個大方向進行探索和約束，分别是行為匹配和埋點關聯。

1. 行為匹配

指标體系由指标變量構成。單個指标變量的測度或多個指标變量的聯動需能對某操作行為做出符合認知的普遍解釋。

1）單指标測度

單指标測度一般針對可用某單一變量取值進行描述和量化的行為，常見為數值型變量。

同時，單指标變量的選取大多數情況下具備統計學上的運算意義或可觸發埋點直接進行參數上報。

如，帶有日均，月均的均值口徑行為；按鈕點擊，界面曝光，頻道停留，鍊接轉發等直接埋點上報操作。

2）多指标聯動

多指标聯動常出現在對某一主題行為進行綜合性概述的情景，多為多項選擇的分類變量或開放式問題的集合。

主題行為一般無法通過某單一變量進行一對一的準确描述，它和目标行為的不可預知性類似，隻能猜測哪方面的行為大概率會是如何，無法準确把控。

例，現需通過某指标來作為用戶社交性傾向的目标行為衡量。此為主題行為，應通過和互動裂變相關的指标進行聯動反映。

如，關注、私聊、點贊動态、浏覽主頁等，任一其中的某一行為均無法單獨測量用戶社交性傾向的程度。

2. 埋點關聯

主觀上看，可通過任意合理的指标體系構建來進行用戶行為的收集。客觀上看，指标變量可否通過産品側當前的程序處理去進行數據的收集，這是最大的約束。

即要思考上報的行為是否具備埋點可以一一對應。從這角度理解，指标體系的構建以埋點體系設計為基礎。

1）埋點設計不漏

産品側的埋點可理解成是一函數，自變量為用戶的行為操作，表達式為自定義的參數采集，因變量為對應的參數上報。

一般一個特定行為對應一個事件編号，觸發上報時上傳設定好的相關參數。

如用戶點擊關注按鈕follow陌生人。

上報事件為：

在條件允許的前提下，上報事件的維度應盡可能的增加，以備剩餘信息進行偶發情況的使用。

同樣是用戶點擊關注按鈕follow陌生人。

擴充事件上報為：

• 事件代碼：001
• 關注對象的uid
• 關注對象類型：0代表普通用戶，1代表簽約達人
• 關注入口位置：0代表個人主頁，1代表内容論壇的發帖列表，2代表直播間

對象類型和入口位置的維度增加，可使某次行為上報的信息更為豐富，避免後續因信息收集遺漏導緻無法進行發散性分析的缺陷。

當然，埋點上報維度的增加有可能使數據庫儲備信息呈幾何倍數的容量拓展。此時，考慮後端服務器的性能運行及埋點擴充能帶來的調研寬廣度，兩者的投入産出比是一值得關注的指标。

2）埋點設計叠代

現代的互聯網産品遵循的是快速叠代的原則。特别是移動端的産品，更新快的可能一周左右就叠代上線新版本。在這速度下，很多産品的功能設計都是先推出體驗，後收集分析的行事安排。

因此，埋點設計必不能做到一步到位，面面俱到的安排。反而是根據某調研主題定位，缺某方面的數據指标時，再進行埋點的添加或維度的擴充，在下一排期階段即可順利進行相關行為的數據分析，這是合理的。

三、結束

至此，用戶調研系列的方法論分享已全部結束。四篇章的系列分享圍繞怎麼去做用戶調研為主題，涉及用戶調研的對象，時間，行為以及轉換方式，結合常見類型的移動端産品例子進行闡述。

這是我在作為産品新人的第一年生涯中最滿意的方法論總結，希望通過這次的分享能和大家共同進步，相互學習。

今年的下半年會轉戰發展政務産品相關的領域，公衆号後續分享會增加政府業務、民生辦事相關的專欄，同時側重于對不同類型移動端産品的實戰案例輸出。

産品人經0-1歲起步，再到1-2歲過渡……

以上。

本文由 @場景阿侯-公衆号同名 原創發布于人人都是産品經理，未經許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。

,

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!

查看全部