用户研究分析 user-research-analysis

用户研究分析

概述 有效的研究分析将原始数据转化为可操作的洞察，指导产品开发和设计。

何时使用

• 综合用户访谈和调查
• 识别模式和主题
• 验证设计假设
• 优先考虑用户需求
• 向利益相关者传达洞察
• 通知设计决策

指令

1. 研究综合方法

# 分析定性和定量数据

class ResearchAnalysis:
    def synthesize_interviews(self, interviews):
        """从访谈中提取主题和洞察"""
        return {
            'interviews_analyzed': len(interviews),
            'methodology': '主题编码和亲和图映射',
            'themes': self.identify_themes(interviews),
            'quotes': self.extract_key_quotes(interviews),
            'pain_points': self.identify_pain_points(interviews),
            'opportunities': self.identify_opportunities(interviews)
        }

    def identify_themes(self, interviews):
        """发现访谈中反复出现的模式"""
        themes = {}
        theme_frequency = {}

        for interview in interviews:
            for statement in interview['statements']:
                theme = self.categorize_statement(statement)
                theme_frequency[theme] = theme_frequency.get(theme, 0) + 1

        # 按频率排序
        return sorted(theme_frequency.items(), key=lambda x: x[1], reverse=True)

    def analyze_survey_data(self, survey_responses):
        """量化和分析调查结果"""
        return {
            'response_rate': self.calculate_response_rate(survey_responses),
            'sentiment': self.analyze_sentiment(survey_responses),
            'key_findings': self.find_key_findings(survey_responses),
            'segment_analysis': self.segment_responses(survey_responses),
            'statistical_significance': self.calculate_significance(survey_responses)
        }

    def triangulate_findings(self, interviews, surveys, analytics):
        """跨来源交叉检查发现"""
        return {
            'confirmed_insights': self.compare_sources([interviews, surveys, analytics]),
            'conflicting_data': self.identify_conflicts([interviews, surveys, analytics]),
            'confidence_level': self.assess_confidence(),
            'recommendations': self.generate_recommendations()
        }

2. 亲和图映射

亲和图映射过程：

步骤 1: 数据准备
  - 将用户引用打印或写在卡片上（每张卡片一个引用）
  - 包含来源（访谈名称，调查#）
  - 包含相关的人口统计信息

步骤 2: 分组
  - 将卡片放在墙上或数字板上
  - 将相关的洞察分组在一起
  - 如果相关，允许重叠
  - 随着关系变得清晰，移动卡片

步骤 3: 主题识别
  - 为每个分组命名主题
  - 向上抽象一个层次
  - 创建元主题，将群组分组

步骤 4: 综合
  - 用一两句话描述每个主题
  - 捕捉关键洞察
  - 记录支持证据

示例输出：

主题：发现与入门
  子主题：
    - 学习曲线太陡峭
    - 文档不清晰
    - 需要引导入门
  引用："我不知道从哪里开始，希望有一个教程"
  频率：12个用户中有8个提到

主题：性能问题
  子主题：
    - 应用程序慢
    - 加载时间不可接受
    - 移动设备尤其糟糕
  引用："我刚刚转向竞争对手，太慢了"
  频率：12个用户中有6个提到

3. 洞察文档

// 记录和传达洞察

class InsightDocumentation {
  createInsightStatement(insight) {
    return {
      title: insight.name,
      description: insight.detailed_description,
      evidence: {
        quotes: insight.supporting_quotes,
        frequency: `${insight.frequency_count} of ${insight.total_participants} participants`,
        data_sources: ['Interviews', 'Surveys', 'Analytics']
      },
      implications: {
        for_design: insight.design_implications,
        for_product: insight.product_implications,
        for_strategy: insight.strategy_implications
      },
      recommended_actions: [
        {
          action: 'Redesign onboarding flow',
          priority: 'High',
          owner: 'Design team',
          timeline: '2 sprints'
        }
      ],
      confidence: 'High (8/12 users mentioned, consistent pattern)'
    };
  }

  createResearchReport(research_data) {
    return {
      title: 'User Research Synthesis Report',
      executive_summary: 'Key findings in 2-3 sentences',
      methodology: 'How research was conducted',
      key_insights: [
        'Insight 1 with supporting evidence',
        'Insight 2 with supporting evidence',
        'Insight 3 with supporting evidence'
      ],
      personas_informed: ['Persona 1', 'Persona 2'],
      recommendations: ['Design recommendation 1', 'Product recommendation 2'],
      appendix: ['Raw data', 'Quotes', 'Demographic breakdown']
    };
  }

  presentInsights(insights) {
    return {
      format: 'Presentation + Report',
      audience: 'Product team, stakeholders',
      duration: '30 minutes',
      structure: [
        'Research overview (5 min)',
        'Key findings (15 min)',
        'Supporting evidence (5 min)',
        'Recommendations (5 min)'
      ],
      handout: 'One-page insight summary'
    };
  }
}

4. 研究验证矩阵

验证矩阵：

研究发现："入门过于复杂"

支持证据：
  来源 1: 访谈
    - 12个用户中有8个提到困难
    - 平均首次价值时间：45分钟 vs 目标10分钟
    - 3个用户在完成设置前放弃

  来源 2: 分析
    - 入门第3步的流失率：35%
    - 入门页面的跳出率：28% vs 网站平均12%

  来源 3: 支持票
    - 支持票中有15%关于入门
    - 最常见的："我如何开始？"

信心水平：高（在3个来源中一致）

行动：在下个季度优先考虑重新设计入门

最佳实践

✅ 做

• 使用多种研究方法
• 在来源之间三角化发现
• 记录引用和证据
• 寻找模式和频率
• 将发现与解释分开
• 与用户验证发现
• 在团队中分享洞察
• 与设计决策联系
• 记录方法论
• 根据学习迭代研究方法

❌ 不做

• 过度解释小样本
• 忽略冲突数据
• 基于单一数据点做决策
• 跳过文档
• 挑选支持假设的引用
• 没有支持证据的呈现
• 忘记注明局限性
• 不涉及参与者的分析
• 没有可操作建议的创建洞察
• 让研究闲置未用

研究分析提示

• 使用亲和图映射进行定性综合
• 量化定性发现（频率计数）
• 创建洞察海报以分享
• 使用直接引用支持发现
• 在数据源之间交叉检查洞察