非常棒的分享焰情！真的毫無保留地把用研的價(jià)值說了出來陌凳，騰訊確實(shí)是國內(nèi)互聯(lián)網(wǎng)中將用戶研究做得最好的公司，而且難得的是内舟，從始于體驗(yàn)合敦，平衡商業(yè)，拓展至戰(zhàn)略及社會(huì)验游，建設(shè)生態(tài)體系充岛。

據(jù)我所知，我和dot姐姐所在的公司批狱，百度和網(wǎng)易這塊還相對(duì)弱裸准，仍舊停留在體驗(yàn)階段，但戰(zhàn)略上的提升非常局限赔硫。而另外個(gè)巨頭阿里巴巴，正從體驗(yàn)階段開始向商業(yè)分析盐肃、戰(zhàn)略過度爪膊，拓展用研的整體價(jià)值。

導(dǎo)讀：7月12-16日砸王，2017年國際體驗(yàn)設(shè)計(jì)大會(huì)在北京國家會(huì)議中心舉行推盛，來自騰訊用戶研究與體驗(yàn)設(shè)計(jì)部（簡稱：CDC）的負(fù)責(zé)人Enya圍繞

“ 用研跨界：線上融合線下，從體驗(yàn)走到商業(yè) ”

這一主題向參與大會(huì)的伙伴們介紹了用戶研究在互聯(lián)網(wǎng)方面的探索和發(fā)展的內(nèi)容谦铃。干貨滿滿耘成，現(xiàn)進(jìn)行整理和報(bào)道。

騰訊是一家特別關(guān)注用戶體驗(yàn)的公司驹闰，這跟公司的成長基因有很大的關(guān)系瘪菌，對(duì)用戶體驗(yàn)的極致關(guān)注，也影響了用戶研究這個(gè)崗位的發(fā)展嘹朗。騰訊在2005年開始設(shè)立用戶研究這個(gè)崗位师妙。這12年的時(shí)間里面，我們做過很多的探索屹培，今天想把這個(gè)思考的脈絡(luò)分享給大家默穴。

1、可用性測試幫助設(shè)計(jì)改善使用體驗(yàn)

2005年開始褪秀，我們通過可用性測試的方法蓄诽，來幫助設(shè)計(jì)在提升用戶的使用體驗(yàn)時(shí)，提供重要的設(shè)計(jì)依據(jù)媒吗。我們建立了5個(gè)城市的用戶體驗(yàn)室仑氛，包含北上廣深成都。

除硬件投入以外蝴猪，有些產(chǎn)品還會(huì)花成本去創(chuàng)造測試場景调衰，比如驗(yàn)證碼的可用性測試膊爪，通過不同方案的測試對(duì)比，最終選擇出既方便好認(rèn)嚎莉，又能預(yù)防壞人的方案米酬。

2、年度考評(píng)量化產(chǎn)品體驗(yàn)

在2007年趋箩，我們開始幫助公司重點(diǎn)產(chǎn)品赃额，通過體驗(yàn)測評(píng)的辦法來做年度的體檢。最開始是考評(píng)體驗(yàn)設(shè)計(jì)質(zhì)量為主叫确，到后來加入量化的評(píng)估方法跳芳，經(jīng)過10年的方法提升，有了工具和平臺(tái)的幫忙竹勉，現(xiàn)在能更自動(dòng)和輕量級(jí)的完成產(chǎn)品的年度體檢飞盆。

3、年度畫像讓產(chǎn)品更了解用戶

從2008年開始次乓，通過每年的QQ用戶畫像和微信用戶畫像項(xiàng)目吓歇，幫助產(chǎn)品了解騰訊用戶的變化趨勢，解答微信票腰、QQ等團(tuán)隊(duì)的產(chǎn)品問題城看，并幫助他們根據(jù)用戶的變化制定年度商業(yè)計(jì)劃。

我們看到最近五年杏慰，微信用戶往高齡和低齡兩端發(fā)展测柠，產(chǎn)品會(huì)關(guān)注目前的設(shè)計(jì)是否適應(yīng)新用戶群體的需求。下面這張圖看到缘滥，我們?cè)谖⒉┻€盛行的時(shí)候發(fā)布了朋友圈轰胁，當(dāng)時(shí)褒貶不一，甚至還有業(yè)內(nèi)人士預(yù)言朋友圈失敗完域，用戶畫像研究一路見證了朋友圈的成長與變化软吐。

我們也會(huì)對(duì)產(chǎn)品用戶規(guī)模的發(fā)展趨勢進(jìn)行預(yù)測，與后臺(tái)數(shù)據(jù)模型的預(yù)測互相印證吟税。2014年用戶畫像調(diào)研過程中凹耙，我們已經(jīng)明顯感受到用戶從手Q向微信的轉(zhuǎn)移。微信活躍用戶數(shù)會(huì)在未來某一時(shí)刻趕上手Q肠仪，這個(gè)結(jié)論已無法讓我們意外肖抱，也不能讓我們滿足，我們更好奇的是這個(gè)時(shí)間點(diǎn)會(huì)在何時(shí)到來异旧。

在2013Q4-2014Q3公司財(cái)報(bào)數(shù)據(jù)的基礎(chǔ)上意述，結(jié)合研究數(shù)據(jù)，嘗試對(duì)微信手Q用戶規(guī)模進(jìn)行預(yù)測。預(yù)測的結(jié)果是僅僅三個(gè)季度后荤崇，微信的活躍賬戶數(shù)就將迎頭趕上手Q拌屏。雖然后來實(shí)際上微信多用了一點(diǎn)點(diǎn)時(shí)間，但基本和預(yù)測情況差異不大术荤。

對(duì)于用戶畫像的研究方法倚喂，我們會(huì)每年去做優(yōu)化。如在2016年的微信畫像項(xiàng)目中瓣戚，我們采用漸進(jìn)式的研究設(shè)計(jì)方案端圈，通過后臺(tái)用戶行為持續(xù)追蹤，尋找真實(shí)用戶進(jìn)行定性深訪和手機(jī)日志的記錄子库，在通過網(wǎng)絡(luò)問卷調(diào)研舱权，準(zhǔn)確有效的描繪出目前微信用戶群體特征。

而歷年的畫像研究仑嗅，也印證了小龍對(duì)微信這個(gè)產(chǎn)品的期望宴倍，從交友平臺(tái)溝通平臺(tái)到信息知識(shí)獲取平臺(tái)，再到工具化的發(fā)展仓技。

4啊楚、輿情分析讓市場運(yùn)營可被科學(xué)評(píng)估

除了研發(fā)以外，公司每年都會(huì)有大量的資源投入在市場運(yùn)營上浑彰，而這些市場運(yùn)營活動(dòng)對(duì)品牌建設(shè)最終能起到什么作用，需要有科學(xué)的方法去評(píng)估拯辙，才能判斷投入是否都值得郭变。因此我們?cè)谑袌鰻I銷的ROI研究中，利用輿情分析中的聲量涯保，互動(dòng)量和健康度等指標(biāo)诉濒，追蹤和評(píng)估市場運(yùn)營活動(dòng)對(duì)品牌建設(shè)的影響。

騰訊指數(shù)夕春，就是這個(gè)項(xiàng)目中催生出來的一個(gè)內(nèi)部產(chǎn)品未荒，通過爬蟲，過濾算法及志，分詞算法片排，詞庫，問題定位模型速侈，機(jī)器學(xué)習(xí)等相關(guān)技術(shù)率寡，通過多渠道的數(shù)據(jù)分析，提供熱度倚搬，口碑冶共，問題歸類，觀點(diǎn)發(fā)現(xiàn)等自動(dòng)化等分析功能。

相比以前的人工分析捅僵，希望更加全面家卖，及時(shí)、準(zhǔn)確的獲取產(chǎn)品及營銷事件的口碑狀況庙楚。

目前已為超過1000個(gè)產(chǎn)品提供輿情分析服務(wù)上荡，實(shí)時(shí)追蹤和分析最新熱點(diǎn)事件300多件，產(chǎn)品問題定位模型已上線100多個(gè)醋奠。

希望有一天練好內(nèi)功榛臼，對(duì)外開放，讓更多的產(chǎn)品窜司，公關(guān)沛善，市場，政府以及相關(guān)行業(yè)塞祈，都能獲得及時(shí)有用的信息金刁。

5、讓客戶提升對(duì)騰訊產(chǎn)品的信心

2015年初议薪，微信朋友發(fā)布了第一支廣告尤蛮，隨后，cdc和社交廣告團(tuán)隊(duì)成立社交廣告品牌聯(lián)合實(shí)驗(yàn)室斯议，做基于產(chǎn)品产捞、事件、行業(yè)和人群的用戶洞察研究哼御，并將研究結(jié)果對(duì)外傳播坯临，幫助廣告主更好地理解消費(fèi)者的同時(shí)，也了解騰訊的數(shù)據(jù)能力和用戶洞察能力恋昼，提升對(duì)騰訊廣告平臺(tái)的認(rèn)知和信心看靠。

我們也利用我們的研究能力為廣告主識(shí)別代言人與品牌的契合程度，多維度評(píng)估明星的商業(yè)價(jià)值液肌。

從人氣（輿情熱度+用戶規(guī)模）和口碑維度看各明星的影響力挟炬，首先女星B的人氣（無論是輿情熱度還是用戶規(guī)模）最旺，口碑也不差嗦哆；女星A的受眾規(guī)模雖然比女星D小谤祖，但是輿情聲量比較高，這說明女星A的受眾比較熱衷在社交平臺(tái)上討論吝秕，與其相關(guān)的消息二次傳播的可能性較高泊脐。

再看看這位明星與各品牌的契合度情況，結(jié)果可見烁峭，這位明星的受眾在教育容客、家居和房產(chǎn)等領(lǐng)域的消費(fèi)興趣顯著高于大盤秕铛；在數(shù)碼手機(jī)品類中，該明星代言的手機(jī)品牌TGI指數(shù)排在第四位缩挑，說明這個(gè)廣告主的明星選取決策還是不錯(cuò)的但两。由此可見，通過騰訊指數(shù)和后臺(tái)行為數(shù)據(jù)的組合拳供置，可以更立體地評(píng)估明星的代言價(jià)值谨湘。這個(gè)研究結(jié)果騰訊社交品牌實(shí)驗(yàn)室會(huì)在月底有更具體的分享。

6芥丧、為投資戰(zhàn)略了解行業(yè)與企業(yè)價(jià)值

從2011年起紧阔，騰訊的整體戰(zhàn)略發(fā)生重大調(diào)整，逐步開放騰訊的平臺(tái)能力续担，也大力推動(dòng)互聯(lián)網(wǎng)的生態(tài)發(fā)展擅耽。開始的時(shí)候，我們基本是依賴咨詢公司做行業(yè)研究物遇，進(jìn)入移動(dòng)互聯(lián)網(wǎng)后乖仇，行業(yè)變化速度太快，研究外包變得難以跟上決策的速度询兴，而正好公司內(nèi)的研究能力逐漸成熟以及體系化乃沙，無論在投前還是投后分析，內(nèi)部的用戶研究都有很好的發(fā)揮研究價(jià)值的空間诗舰，對(duì)商業(yè)數(shù)據(jù)機(jī)密起到更好的保護(hù)警儒。

我們通過騰訊大學(xué)為騰訊投資的公司提供了方法培訓(xùn)，也會(huì)通過項(xiàng)目合作的形式提供用研和設(shè)計(jì)服務(wù)眶根。

7冷蚂、努力為騰訊生態(tài)建設(shè)探路

例如金融服務(wù)的研究。

我們?cè)诘谌甑幕ヂ?lián)網(wǎng)金融行業(yè)大調(diào)研中汛闸，與微眾銀行一起，邀請(qǐng)了27家銀行共同參與艺骂。

在這個(gè)聯(lián)合研究的項(xiàng)目中诸老，我們?yōu)殂y行輸出研究方法和工具，銀行為我們提供更豐富的研究場景和研究樣本钳恕。共同探索在移動(dòng)互聯(lián)網(wǎng)時(shí)代别伏，銀行用戶對(duì)金融服務(wù)行為習(xí)慣與觀念態(tài)度的變化。

8忧额、嘗試為社會(huì)提供產(chǎn)業(yè)洞察

我們聯(lián)合公司的產(chǎn)業(yè)政策部厘肮、騰訊研究院等部門與社會(huì)的一些政府機(jī)構(gòu)和高校進(jìn)行研究合作，2月幫助社科院完成《社交網(wǎng)絡(luò)與賦能研究》的調(diào)研睦番。2017年5月為工信部輸出《共享單車行業(yè)研究》報(bào)告类茂，最近啟動(dòng)與北師大的合作耍属，嘗試研究微信對(duì)用戶職業(yè)發(fā)展的作用和影響。

這些研究合作巩检，我們不僅希望輸出研究成果厚骗，也希望輸出我們的工作態(tài)度，能夠把我們倡導(dǎo)的研究嚴(yán)謹(jǐn)性和系統(tǒng)性的用戶研究理念兢哭，給合作單位帶來一些參考價(jià)值领舰。例如示例中共享單車的研究框架和方法。

9迟螺、工具開放為行業(yè)提供研究能力

除了以上方法培訓(xùn)和項(xiàng)目合作外冲秽，我們還為行業(yè)提供了用戶研究解決方案的一些工具平臺(tái)，如騰訊問卷和吐個(gè)槽矩父，兩個(gè)平臺(tái)都是我們經(jīng)過多年用研經(jīng)驗(yàn)的沉淀锉桑，結(jié)合行業(yè)需求精心打造的用戶態(tài)度調(diào)查和意見反饋的重要工具，目前都已經(jīng)對(duì)外使用了浙垫，其中騰訊問卷已超150萬用戶使用刨仑。

問卷平臺(tái)依托騰訊強(qiáng)大的安全體系，接入公司級(jí)的業(yè)務(wù)夹姥、數(shù)據(jù)杉武、運(yùn)維監(jiān)測等系統(tǒng)，并針對(duì)黑產(chǎn)辙售、敏感詞等問題建立獨(dú)有的問卷安全策略轻抱，保證平臺(tái)安全穩(wěn)定0故障運(yùn)行。另外通過服務(wù)器集群技術(shù)旦部，實(shí)現(xiàn)了海量問卷數(shù)據(jù)的秒級(jí)響應(yīng)祈搜，可支持每秒100萬問卷頁的同時(shí)打開，上線兩年時(shí)間已累計(jì)回收問卷近2億份士八。

在專業(yè)輸出上容燕，針對(duì)部分行業(yè)初級(jí)研究人員，我們通過梳理內(nèi)部專業(yè)研究問卷婚度，制作成標(biāo)準(zhǔn)研究框架和問題選項(xiàng)模版以供直接使用或參考學(xué)習(xí)蘸秘，包括滿意度、測試蝗茁、產(chǎn)品/市場調(diào)查等類型模板醋虏，涉及互聯(lián)網(wǎng)、食品保健哮翘、生活商業(yè)颈嚼、娛樂等多個(gè)領(lǐng)域，而且我們還在不斷豐富模板類型和覆蓋領(lǐng)域饭寺，以提高問卷設(shè)計(jì)效率和質(zhì)量阻课。

實(shí)戰(zhàn)效率也是研究工作的一大痛點(diǎn)叫挟，經(jīng)過內(nèi)部多年的積累和優(yōu)化，騰訊問卷提供的文本和題目邏輯編輯都實(shí)現(xiàn)了所見即所得的可視化效果柑肴，問卷文本編輯器在左側(cè)編輯欄輸入霞揉、編輯、修改問題的同時(shí)晰骑，右側(cè)預(yù)覽頁可實(shí)時(shí)查看問卷最終效果适秩，從而快速、高效地完成問卷編輯工作硕舆。而題目跳轉(zhuǎn)邏輯的編輯秽荞，則用類流程圖形式通過拖、拉抚官、連的方式實(shí)現(xiàn)題目間跳轉(zhuǎn)邏輯的關(guān)系設(shè)置扬跋，操作更簡單、顯示更清晰凌节。

對(duì)于無效問卷樣本的過濾钦听，通常會(huì)使用答題時(shí)長、回答矛盾倍奢、地雷題和產(chǎn)品后臺(tái)驗(yàn)證等方法朴上，其中答題時(shí)長是常見的過濾手段，時(shí)長閥值的取值可用經(jīng)驗(yàn)法或3σ法則卒煞。

而我們基于龐大的問卷庫痪宰，將不同題型的題量作為參數(shù)，用考慮“不同答題路徑”的線性回歸方程來計(jì)算時(shí)長閥值畔裕，建立了更科學(xué)衣撬、專業(yè)的問卷數(shù)據(jù)清洗解決方案，該方案考慮的題型題量參數(shù)主要分為4類：1）基本屬性題題量扮饶，2）單選題題量具练，3）多選、排序甜无、量表等需多步操作的題型題量醉锅，4）填空卒密、文本等主觀題量瞭吃。

對(duì)于研究者最關(guān)心的問卷回收結(jié)果轿亮，我們通過趨勢圖攻走、地域圖尉辑、柱狀圖等多種可視化圖形來實(shí)時(shí)顯示樣本回收情況殿如，可以及時(shí)了解問卷回收量柴墩、地域君仆、設(shè)備翩概、系統(tǒng)牲距、渠道等信息，幫助用戶快速判斷樣本回收的合理性钥庇。

此外牍鞠，騰訊問卷即將推出樣本庫服務(wù)，目前已建立了社交评姨、個(gè)人难述、工作、財(cái)產(chǎn)吐句、聯(lián)系方式5大維度的基礎(chǔ)樣本屬性庫胁后，后期還會(huì)搭建產(chǎn)品、行為嗦枢、興趣等擴(kuò)展屬性庫攀芯。我們將通過問卷標(biāo)簽、自然語言處理文虏、文本挖掘等技術(shù)不斷豐富完善的樣本庫資源侣诺，力求解決問卷精準(zhǔn)投放的最后一公里問題，有效提升問卷投放回收效率氧秘，希望為行業(yè)提供全面豐富的問卷樣本庫解決方案年鸳。

以上這些都是騰訊的用戶研究團(tuán)隊(duì)由淺入深，從內(nèi)到外的一些積累分享敏储。但是阻星，在邊界越來越寬的研究工作中，我們也遇到不少研究難題已添，比如妥箕，行業(yè)基準(zhǔn)數(shù)據(jù)的困難，移動(dòng)互聯(lián)網(wǎng)用戶到底有多少更舞？

同一時(shí)期的公開數(shù)據(jù)畦幢，各家均有不同。沒有相對(duì)準(zhǔn)確的基準(zhǔn)數(shù)據(jù)缆蝉，為行業(yè)和市場研究帶來不少問題宇葱。

還有一些蠻難解決的如： 用戶觸達(dá)渠道；樣本代表性刊头；研究成本等等黍瞧。而To B的研究，更是有一些目前看起來不那么容易解決的困難原杂。

雖然我們相對(duì)于其他研究團(tuán)隊(duì)在大數(shù)據(jù)/AI上的研究上起步較早（2012年開始做輿情分析系統(tǒng)）印颤，但在團(tuán)隊(duì)知識(shí)儲(chǔ)備上還比較淺，另外在與大數(shù)據(jù)和AI結(jié)合上穿肄，我們也還在不斷找更多的應(yīng)用場景（例如效果廣告的洞察也才剛剛起步年局，大數(shù)據(jù)數(shù)量大但質(zhì)量不高的問題用研是有更多可以發(fā)揮的空間）际看。

最后：這12年發(fā)展的過程，是我們用設(shè)計(jì)思維和經(jīng)濟(jì)學(xué)思維不斷思考用戶研究工作發(fā)展的過程矢否。希望未來有更多的思考和實(shí)踐可以和大家分享仲闽。

感謝你的閱讀，本文出自 Tencent CDC僵朗，轉(zhuǎn)載時(shí)請(qǐng)注明出處赖欣，謝謝合作。

格式為：Tencent CDC（http://cdc.tencent.com/2017/08/10/2017國際體驗(yàn)大會(huì)-用研跨界/）