訪談在用戶研究工作中的基礎性與重要性毋庸置疑。但是在實際的訪談中,出於各方面的因素,用戶很容易會把訪談的話題聊死,經常導致我們無言以對,從而無法從用戶身上獲取真實有效的信息。本文要解決的一個問題就是:面對用戶的一些無效/寬泛/抽象的回答,如何正確的引導與追問。

什麼叫做用戶把天給聊死了?

我們所從事的移動物流行業,產品的使用者為貨車司機,由於很多貨車司機的表達意願與表達能力比較差(其實還有川普等各地方言,大中華區域遼闊真恨自己沒有多學幾門語言),非常容易把天給聊死了,比如:

用研:為什麼你會使用這個軟件?

用戶:你們工作人員給我裝的/忘記了/隨便用用……

用研:你覺得這個軟件怎麼樣?

用戶:感覺不錯/不知道啊/沒想過/還行吧/額……說不上來

以上的對話情境相信大家都非常熟悉,這種現象基本上可以總結為:無法給出具體、詳細的語言反饋,從而把天給聊死了。

這種情境之下,如果研究員沒有經驗的話,就不知道如何進行下去了,可能會直接進入下一個問題。

這會造成什麼結果?

我們做研究主要解決的是兩個問題:需求和用戶

  • 需求:問題、行為、原因
  • 用戶:屬性、場景、頻次

這個也基本上可以理解為我們大部分研究的研究目的。

而我們從用戶那邊獲取的原始信息是:Goal / Do / Think / Feel即基於用戶目標的用戶行為、用戶觀點和用戶態度。

若我們無法越過這些抽象、寬泛的回答去獲得詳細細節,則對於我們的洞察、轉化都無法產生幫助,即無法完成我們的研究目的,最後可能產出的是一些泛泛而談的觀點,一份淺訪的報告。

判斷的核心標準

那麼,一個回答是否具體詳細有哪些標準?

1、所有說法都要有定義(區分形容詞和動詞)

比如所有的形容詞,應該是有定義的,如“不錯”應該指出“到底是哪裡不錯”或“解決什麼問題的時候是不錯的”。

2、所有的判斷都要有例子(區分事實和觀點)

比如覺得“這個軟件很好”,應該有事實例子來說明自己是如何得出“軟件很好”這一結論。

3、所有的操作都要有原因(區分結果和原因)

比如用戶做了下載動作,應該明確用戶下載之前的動作,如動機,場景。同時應該明確下載以後的動作,如第一個行為,下載的目標。即,你從哪裡來,要到哪裡去,這些都是有因果關係的。

可能的原因

我們可以把用戶的知識從兩個維度進行區分:知道/不知道、說出來/沒有說出來。

  • 知道且說出來:這個維度的信息容易獲得。基本上只要你開口問,都會獲得,但是一般只是一些比較表面淺顯的內容,即通過問卷法都可以獲得一些行為及態度信息。
  • 知道但不想說出來:這個維度的信息較難獲得。需要去轉移用戶的壓力和注意力,這樣才能獲得這些維度的信息。
  • 不知道但是說出來:這個維度的信息較難獲得。需要用研去幫戶用戶去梳理。這個維度需要篩選謊言信息的存在。
  • 不知道且說不出來:這個維度的信息最難獲得。除了幫助用戶梳理,還需要經常性使用一些投射的技術。

我們一般獲取的淺顯信息就是知道且說出來的,但是我們更多想知道是:知道但不想說出來的,不知道但是說出來,不知道且沒有說出來這三個象限的內容。

這三個象限的內容往往很容易出現前面說的“抽象而且寬泛的回答”。這裏面可能有各樣的原因:

  • 用戶自己沒有思考這些問題
  • 用戶思考過,但是記不清楚
  • 用戶思考,但是沒有理清楚邏輯
  • 用戶覺得很難回答
  • 用戶覺得這些問題很白痴
  • 敏感信息
  • 社會讚許認同方面的考慮

這些可能的原因都是可以一一對應到上圖的三個維度中。這些原因都是從用戶角度來說,而作為一名用戶研究員,應該從自己角度找問題,那麼原因就變成:

訪談者沒有提出一個好的問題。

解決方案

那麼面對這種狀況的時候如何以正確的姿勢應對,並提出正確的問題呢?

1.定義

用戶:我覺得這個軟件很不錯

用研:你可以詳細說說哪裡不錯嗎?/解決了你什麼問題讓你覺得不錯?

2.激活

用戶:我覺得這個軟件不錯

用研:有發生什麼事情讓你覺得這個軟件不錯?

3.對比(以前/競品)

用戶:我覺得這個軟件不錯

用研:(以前)和之前沒有使用這個軟件相比,你覺得有什麼變化

用研:(競品)為什麼不使用某競品?

4.缺失

用戶:我覺得這個軟件不錯

用研:如果沒有這個軟件,你會怎麼做來達到自己的目標?

5.轉移

用戶:我覺得這個軟件不錯

用研:你最好的司機朋友在使用的話,你覺得他會怎麼評價這個軟件?

6.轉述(朋友/小白)

用戶:我覺得這個軟件不錯

用研:(朋友)如果你要向一個沒用過這個軟件的朋友介紹這個軟件,你會如何介紹?

用研:(小白)假設我是一名不了解這個軟件的人,你會如何向我介紹這個軟件?

總結

訪談雖然是用戶研究中一個非常基礎的工具,但是裏面坑還是很多。今天和大家介紹的是 “什麼是用戶的抽象無效回答並可能造成的相應後果”,然後提出 “好的反饋的標準是什麼”,最後分析可能的原因並提出相關的解決方案。

如果想要探討相關或延伸的一些內容,歡迎交流。

參考文獻

  1. 《Laddering: A ResearchInterview Technique for Uncovering Core Values》作者:Michael Hawley
  2. 《打破堅冰的深度訪談》作者:袁岳
  3. 《用戶力》作者:郝志中

 

作者:小寶哥,用戶研究員(微信公眾號:用戶研究社 )

本文由 @小寶哥 原創發佈於人人都是產品經理。未經許可,禁止轉載。