利用过去的用户数据预测未来行为的 4 种方法

随着公司认识到需要更多以用户为中心和基于证据的策略，用户体验 (UX) 研究正在成为大多数现代产品组织开发过程中日益整合的一部分。 用户体验研究可以帮助团队确保他们解决真正的需求，通过及早发现问题来降低风险，并通过增强对客户的同理心来激发创造力。 然而，进行用户体验研究的人面临着许多挑战。 在本系列中，Braze UX 研究员 Sofia Linse 解决了常见问题，并探讨了公司如何更有效地处理这项重要工作。

任何定期进行用户体验 (UX) 研究的人都非常清楚尝试预测未来行为所带来的挑战。 您只需查看每年未使用的订阅，即可了解人类并不擅长预测我们未来将做什么。 然而，研究中最关键的问题往往与未来的行为有关：客户会使用它吗？ 他们将如何使用它？ 他们会选择我们而不是竞争对手的产品吗？ 他们会为此付出代价吗？

好消息是，今天的数字产品使分析实际用户行为变得更加容易——通过活动日志和查看与产品的真实交互的工具——而不是依赖于预感或轶事声明。 在 Braze，我们不断寻求在 UX 研究中利用这些机会的方法。 多年来，我们发现了几种成功的方法来整合定量和定性的行为数据，以更自信地解决有关未来使用的难题：

1. 识别用户变通方法

了解客户使用 Braze 的许多创造性方式对于我们的产品团队来说是宝贵的洞察力和灵感来源，而了解该活动的最佳方式之一是检查我们的客户如何与平台交互。

一个 Braze 功能 Canvas 允许我们的用户（营销人员）通过绘制客户旅程和接收者在该旅程的每个点应该获得的消息来协调沟通。 Canvas 是一种灵活的工具，在很大程度上让营销人员可以根据公司的战略自由地定制消息流。 因此，每个 Canvas 都可以反映该公司当前的优先事项和目标。 在最近的一个项目中，我们检查了各种客户画布，以帮助我们确定我们的平台未能完全满足特定客户需求的低效构建和变通方法。 分析后，我们通过与选定客户进行访谈获得的理解，以验证我们对数据的解释是否真的正确。 尽管有时看到客户如何使用我们的技术努力实现他们的目标很痛苦，但他们的证词有力地证明了这些用例对他们的重要性——增强了我们的信心，相信我们正在解决正确的问题，并且会看到一旦我们解决了它，就会采用强大的功能。

2. 直接在产品中进行实验

在 Braze，我们经常宣扬接触客户的重要性——这对于像我们这样的 B2B 公司来说同样如此。

一个例子？ 我们的报告产品团队最近在 Braze 平台内发起了一项调查，询问客户是否有兴趣接收团队正在考虑构建的两种报告中的任何一种。 客户注册后，我们的团队会根据现有的 Braze 数据手动创建这些报告的最小可行产品 (MVP)，将其发送给感兴趣的客户，并在一周后进行定性访谈。 这使得可以衡量客户更喜欢这两种报告中的哪一种以及他们实际使用它们的方式（如果有的话），而不必依赖于关于未来行动的声明。 使用这种方法，我们见证了实际的客户行为，而不是要求客户预测他们在假设的未来情况下可能会做什么。 结果呢？ 该实验只需要很少的工程工作量，周转速度极快，并且几乎消除了构建错误产品的风险。

3. 以早期 MVP 参与游戏

有时与客户就潜在解决方案进行的访谈会导致非常模糊和假设性的讨论，尤其是当我们正在接近新领域时。 如果没有切实的参考，很容易在完美的环境中想象出完美的产品，因为我们往往会忘记技术可行性、相互竞争的优先级以及与使用新的和不熟悉的东西相关的困难的现实。 客户也很难传达完美体验的细节。 在给定的采访中，我们产品团队中的我们可能会想象出与客户头脑中截然不同的东西——甚至没有意识到。

这就是在基于 AI 的新功能之前的研究工作中发生的事情。 我们没有经历我们通常的稳健开发周期（即发现、设计、评估和迭代），而是快速设计并向少数同意完成任务并每周与我们会面以提供反馈的客户发布了 MVP。 在短短几个月内，我们将能够识别问题、测试新想法并制作可扩展的产品供所有客户使用。 通过这种方式，我们能够获得持续的反馈和见解，这将使我们在致力于构建超越 MVP 的可扩展产品之前，具体了解客户将如何实际使用此功能。

4. 利用外部工具捕捉真实的产品交互

在 Braze，我们每周举办一次“FullStory Fridays”内部活动，来自公司内部不同部门的一群人聚集在一起，通过 FullStory 工具观看、分析和讨论客户使用 Braze 产品的录音。 这种方法经常引发在客户访谈中难以发现的见解和问题（因为我们不知道要询问给定的问题，或者因为客户已经习惯了他们的日常工作，以至于他们不再积极地反思这些问题）。

我们用来分析产品交互的另一个外部工具？ Looker 是一个现代商业智能和数据应用平台，我们使用它来识别相关公司以进行研究招聘——基于他们的行为或对特定 Braze 功能的使用——并量化在定性研究中发现的见解。

这可能意味着回答以下问题：

• 这种行为在更广泛的客户群中有多普遍？

• 是否有某些客户群比其他客户群更频繁地这样做？

• 使用功能 X 的客户与不使用功能 X 的客户有何不同？

为了确保我们发现与我们的用户体验研究项目相关的定量分析机会，我们还与商业智能团队定期举行会议，讨论即将推出的举措和当前的研究问题。

最后的想法

当谈到用户体验研究时，总会有你希望拥有的数据和难以获得清晰的情况。 希望这四种方法可以激发新的方法来获得更可靠的数据驱动的结论，从而随着时间的推移改进您的产品。

有兴趣了解有关产品开发过程的更多信息吗？ 查看 Braze 产品高级副总裁 Kevin Wang 的观点，了解您在做出产品决策之前需要提出的关键问题。