理解用戶(hù):利用定量研究分析用戶(hù)群體

在用戶(hù)研究過(guò)程中寞埠,定量研究的好處有:

  1. 定量研究提供了比定性研究更龐大的用戶(hù)群摩骨。
  2. 它使您更好地決定工作的重要性和優(yōu)先級(jí)
  3. 定量研究用數(shù)字代替了自然的文字通贞,它能適應(yīng)更多不同的情況

總體而言,定量研究尤其擅長(zhǎng)以下三件事:

  • 驗(yàn)證假設(shè)
  • 尋找模式
  • 得到新的認(rèn)識(shí)

《贏在用戶(hù)》中主要討論了用于人物創(chuàng)建的三類(lèi)定量研究方法:

  • 調(diào)查問(wèn)卷能極好地獲得由用戶(hù)自我講述的恼五、關(guān)于目標(biāo)昌罩、行為和觀點(diǎn)的大量樣本。
  • 日志文件的網(wǎng)站流量分析能幫助理解用戶(hù)在網(wǎng)站上的實(shí)際行為灾馒。
  • CRM數(shù)據(jù)分析通過(guò)核查在客戶(hù)記錄上已有的數(shù)據(jù)來(lái)增加我們對(duì)用戶(hù)的理解茎用。

定量研究計(jì)劃

定量研究和分析領(lǐng)域是既廣闊又深?yuàn)W的,在進(jìn)行分析前要先做好計(jì)劃。步驟如下:

  1. 確定您想了解的內(nèi)容
    在開(kāi)始撰寫(xiě)調(diào)查問(wèn)卷前轨功,需要弄清楚什么是您真正想要了解的內(nèi)容旭斥,由于定量研究和分析會(huì)花掉許多的時(shí)間,所以您必須為每一個(gè)調(diào)查問(wèn)卷中提出的問(wèn)題古涧。每一次在日志文件的查詢(xún)和每一份主導(dǎo)的CRM報(bào)告找出合適的理由垂券。同時(shí)也不應(yīng)該忘記將來(lái)有可能會(huì)用到的問(wèn)題。完善的計(jì)劃有助于確保效率和全面性羡滑。

  2. 選擇正確的數(shù)據(jù)來(lái)源
    一旦知道您在尋找什么樣的信息菇爪,下一步就是為這些信息確定最佳的數(shù)據(jù)來(lái)源。不同的數(shù)據(jù)來(lái)源分別用于回答不同的問(wèn)題啄栓。

  3. 清理和準(zhǔn)備數(shù)據(jù)
    這是在數(shù)據(jù)分析前最為關(guān)鍵的一個(gè)步驟娄帖,為數(shù)據(jù)的精確度和完整性作出評(píng)估,并填補(bǔ)所有遺漏的部分昙楚。

  4. 選擇正確的分析方法
    一旦把全部數(shù)據(jù)都清理完畢近速,您就需要知道使用哪種分析技術(shù)才能把這些數(shù)據(jù)加工成您要尋找的認(rèn)知。

定量人物角色

依靠定量研究的結(jié)果來(lái)決定您的細(xì)分用戶(hù)群堪旧,

第一步:建立一個(gè)潛在細(xì)分選項(xiàng)的完整清單削葱,盡量覆蓋全部的可能性,最好的辦法是使用以下分類(lèi):

  • 目標(biāo)
  • 行為
  • 觀點(diǎn)
  • 人口統(tǒng)計(jì)特征

第二步:尋找能用于收集上述屬性的所有方法淳梦,比如:

  • 收集用戶(hù)對(duì)“消費(fèi)者投票/評(píng)論”的使用習(xí)慣
  • 調(diào)查問(wèn)卷:用戶(hù)在對(duì)產(chǎn)品進(jìn)行調(diào)研時(shí)析砸,閱讀“投票/評(píng)論”的頻率。
  • 網(wǎng)站流量分析:每月登錄網(wǎng)站的用戶(hù)數(shù)爆袍。
  • 網(wǎng)站流量分析:每次會(huì)話和每個(gè)月被用戶(hù)訪問(wèn)的評(píng)論頁(yè)面的數(shù)量首繁。
  • 網(wǎng)站流量分析:評(píng)論的閱讀數(shù)和相關(guān)商務(wù)網(wǎng)站點(diǎn)進(jìn)率的所有聯(lián)系
  • CRM報(bào)告:企業(yè)客戶(hù)購(gòu)買(mǎi)報(bào)告的數(shù)量和日期

測(cè)試其他假設(shè)和機(jī)會(huì)

收集在研究過(guò)程中遇到的假設(shè)類(lèi)型,對(duì)每一個(gè)假設(shè)陨囊,需要確定測(cè)試的具體數(shù)據(jù)客叉。定量研究擅長(zhǎng)用來(lái)收集數(shù)據(jù)惰蜜,為機(jī)會(huì)的優(yōu)先級(jí)進(jìn)行排序洒忧,特別是在網(wǎng)站應(yīng)該在哪個(gè)區(qū)域投入更多荧关,和那個(gè)新功能或內(nèi)容值得開(kāi)發(fā)等方面。

問(wèn)卷調(diào)查

問(wèn)卷調(diào)查對(duì)于驗(yàn)證功能和內(nèi)容非常的有效压语。

1.確定調(diào)查對(duì)象

  • 擴(kuò)大調(diào)查范圍啸罢,涵蓋盡可能多類(lèi)型的用戶(hù)

2.設(shè)計(jì)調(diào)查問(wèn)卷
3.開(kāi)展調(diào)查

  • 啟動(dòng)調(diào)查后,需要監(jiān)測(cè)的關(guān)鍵標(biāo)準(zhǔn)是點(diǎn)進(jìn)率和完成率胎食。

4.清理和準(zhǔn)備調(diào)查數(shù)據(jù)

  • 定量分析中75%的時(shí)間應(yīng)該用在數(shù)據(jù)檢驗(yàn)和清理上扰才,其他25%的時(shí)間用于計(jì)劃和分析。

網(wǎng)站流量統(tǒng)計(jì)

在網(wǎng)站流量統(tǒng)計(jì)中探索各種各樣的用戶(hù)行為斥季,包括以下幾種:

  • 入口頁(yè)面(Entry pages):用戶(hù)是從哪個(gè)頁(yè)面進(jìn)入網(wǎng)站的
  • 引用頁(yè)面(Referrers):訪問(wèn)者進(jìn)入網(wǎng)站的任何途徑训桶。如果是搜索引擎累驮,搜索您的網(wǎng)站的條件是什么酣倾?
  • 出口頁(yè)面(Exit pages):用戶(hù)是從哪里離開(kāi)網(wǎng)站的舵揭?
  • 常用路徑(Common paths):用戶(hù)用什么順序、訪問(wèn)了哪些頁(yè)面躁锡?
  • 功能用途(Feature usages):哪個(gè)內(nèi)容和功能訪問(wèn)得最多午绳?
  • 搜索條件(Search terms):他們用什么條件來(lái)進(jìn)行搜索
  • 轉(zhuǎn)換率(Conversion rate):網(wǎng)站訪問(wèn)者產(chǎn)生購(gòu)買(mǎi)行為、成為注冊(cè)用戶(hù)映之、成為潛在客戶(hù)拦焚、或者達(dá)到了其他目標(biāo)(商業(yè)目標(biāo))的比率。
  • 持續(xù)時(shí)間(Duration): 用戶(hù)花在您的網(wǎng)站上的時(shí)間是多少杠输?
  • 頻率(Frequency):多久訪問(wèn)一次您的網(wǎng)站赎败?

CRM數(shù)據(jù)分析

CRM數(shù)據(jù)主要包括三個(gè)類(lèi)型的信息:交易記錄、財(cái)務(wù)數(shù)據(jù)蠢甲、人口統(tǒng)計(jì)信息僵刮。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市鹦牛,隨后出現(xiàn)的幾起案子搞糕,更是在濱河造成了極大的恐慌,老刑警劉巖曼追,帶你破解...
    沈念sama閱讀 222,183評(píng)論 6 516
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件窍仰,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡礼殊,警方通過(guò)查閱死者的電腦和手機(jī)驹吮,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,850評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)晶伦,“玉大人碟狞,你說(shuō)我怎么就攤上這事“颖瑁” “怎么了篷就?”我有些...
    開(kāi)封第一講書(shū)人閱讀 168,766評(píng)論 0 361
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)近忙。 經(jīng)常有香客問(wèn)我竭业,道長(zhǎng),這世上最難降的妖魔是什么及舍? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 59,854評(píng)論 1 299
  • 正文 為了忘掉前任未辆,我火速辦了婚禮,結(jié)果婚禮上锯玛,老公的妹妹穿的比我還像新娘咐柜。我一直安慰自己兼蜈,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,871評(píng)論 6 398
  • 文/花漫 我一把揭開(kāi)白布拙友。 她就那樣靜靜地躺著为狸,像睡著了一般。 火紅的嫁衣襯著肌膚如雪遗契。 梳的紋絲不亂的頭發(fā)上辐棒,一...
    開(kāi)封第一講書(shū)人閱讀 52,457評(píng)論 1 311
  • 那天,我揣著相機(jī)與錄音牍蜂,去河邊找鬼漾根。 笑死,一個(gè)胖子當(dāng)著我的面吹牛鲫竞,可吹牛的內(nèi)容都是我干的辐怕。 我是一名探鬼主播,決...
    沈念sama閱讀 40,999評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼从绘,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼寄疏!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起顶考,我...
    開(kāi)封第一講書(shū)人閱讀 39,914評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤赁还,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后驹沿,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體艘策,經(jīng)...
    沈念sama閱讀 46,465評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,543評(píng)論 3 342
  • 正文 我和宋清朗相戀三年渊季,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了朋蔫。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,675評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡却汉,死狀恐怖驯妄,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情合砂,我是刑警寧澤青扔,帶...
    沈念sama閱讀 36,354評(píng)論 5 351
  • 正文 年R本政府宣布,位于F島的核電站翩伪,受9級(jí)特大地震影響微猖,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜缘屹,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,029評(píng)論 3 335
  • 文/蒙蒙 一凛剥、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧轻姿,春花似錦犁珠、人聲如沸逻炊。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,514評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)余素。三九已至,卻和暖如春饼疙,著一層夾襖步出監(jiān)牢的瞬間溺森,已是汗流浹背慕爬。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,616評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工窑眯, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人医窿。 一個(gè)月前我還...
    沈念sama閱讀 49,091評(píng)論 3 378
  • 正文 我出身青樓磅甩,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親姥卢。 傳聞我的和親對(duì)象是個(gè)殘疾皇子卷要,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,685評(píng)論 2 360

推薦閱讀更多精彩內(nèi)容