用户体验研究中的数据分析 | 用户体验研究#33

已发表: 2023-04-17

您知道数据分析在 UX 研究中扮演什么角色吗？ 今天，我们想通过讨论定性和定量数据分析，并了解其阶段、主要目标和目标，重点讨论 UX 中的数据分析问题。 我们还将建议何时是在项目中执行它的合适时机。

用户体验研究中的数据分析——目录：

为什么要分析收集到的数据？
什么时候分析数据？
用户体验研究中的数据分析
定义分析的目标
研究数据的定性分析
概括

为什么要分析收集到的数据？

仅根据原始数据做出产品决策是一个巨大的用户体验错误。 跳过分析阶段可能会导致为用户提供不完整或无效的解决方案，甚至导致项目团队专注于解决错误的问题或识别真正的用户。 由于这些和其他原因，数据分析是使整个项目保持在正确轨道上的重要过程。它通过考虑用户的实际需求并收集有助于开发最佳和最佳解决方案的信息来做到这一点。

什么时候分析数据？

许多人怀有一个严重的误解，认为分析应该在完成研究后进行，即在从许多来源收集信息后进行。然而，这种方法是无效的，因为检查如此大量的数据需要巨大的努力、人力和时间。 持续调查数据会更有效，例如，在每次深度访谈后花几分钟时间。

另外，记得在研究过程中做笔记。这样，您可以记下新的观察结果并确保没有遗漏任何内容。这些反映使您可以轻松地选择信息并从中选择与以后的设计建议最相关的信息。 在每一个小的研究步骤之后进行持续分析，可以让您以更有条理和结构化的方式进行最终的总结分析，但最重要的是，速度要快得多。

用户体验研究中的数据分析

UX 研究中的数据分析将以前未处理的数据转换为支持业务决策的有意义的信息。 进行全面的数据分析包括五个基本步骤——这些步骤是：

定义分析的目标
组织数据
调查
集群化
识别结果和见解

定义分析的目标

第一步定义我们分析的目标——这些应该严格按照用户体验研究的目标来进行。在这个阶段，切记不要偏离让你着手进行研究的动机——例如，用户的需求是什么；拒绝率在哪个页面上更显着，为什么；提高转化率需要做哪些改进；或者如何使我们的产品比竞争对手更具吸引力。 坚持这些，研究目标将帮助您了解如何以对项目有用的方式进行数据分析。 准确定义您要查找的内容。

组织数据

每个调查提供不同类型的数据，或多或少与项目相关。因此，您必须巧妙地管理、选择和过滤它们以提高可用性。组织数据还使其周到的安排能够在必要时迅速挖掘所需的信息。例如，您可以按数据所属网站的子页面对数据进行分类。 隔离是进行有效数据分析和改进其可视化的关键，这使利益相关者更好地了解整个过程。

调查

调查阶段是整个数据分析过程的核心。其主要目标包括识别用户响应中出现频率最高且最有可能符合分析目的的词、想法或短语。 这个过程不仅仅是寻找单词和它们的同义词，而是理解它们在用户上下文中的含义。

弄清楚单词和表达方式意味着取决于所研究的用户组。它的发生是因为人各不相同。他们有独特的经历和行为，以及表达自己的方式。因此，您应该避免转录用户对您的词汇的反应。 相反，尽可能坚持原来的，因为任何变化，即使是最小的变化，都会损害调查阶段，从而完全重塑整个数据分析。

聚类

下一步是设计所谓的集群，根据调查阶段确定的答案来标记答案。 这些集群帮助团队区分优先问题。 例如，如果超过一半的用户响应符合创建的标记为“界面性能”的集群，那么团队可能应该优先考虑该主题并寻找与界面性能特别相关的问题。

识别结果和见解

我们不要忘记结果不是洞察力。结果涉及研究团队通过分析过程揭示的发现、调查、然后分组和分类的事实。另一方面，洞察力仅指识别导致结果的原因的行为。这是一个非常独特的功能，因为用户的响应并不总是导致问题的根源。 那么，设计师的工作就是深入观察并寻求洞察力。

用户通常无法自行确定问题的根源。因此，研究团队必须在数据分析过程中审查结果，对其进行讨论，然后寻找见解并将其与研究目标相匹配。 确定最相关见解的研讨会有助于完成此任务。 有效使用此工具需要进行多轮讨论，中间稍作休息。

上述步骤是一个相当通用和标准的数据分析过程，适用于任何研究方法（定性和定量）。 您需要做的就是根据您的流程适当调整步骤。

定量与定性数据分析

尽管分析定量数据的过程与分析定性数据没有显着差异，但由于这项研究的性质，设计人员可能会收到不同的见解。 定量研究侧重于使用统计和概率收集和分析数值数据。例如，给定页面的拒绝率或用户的人口统计资料等指标为研究人员提供了关于人们如何与产品和受众本身互动的具体和可量化的信息。

定性研究更侧重于抽象概念，例如人类行为。 为此，多花一点时间研究和评估，充分了解用户体验和意见。在此阶段提出有用的问题是值得的，例如：

用户最喜欢产品的什么，最不喜欢什么？
为什么有些用户的反应与其他用户不同？
用户是否（以及何时）有情绪反应？
用户是否（以及为什么）对产品满意？

鉴于收到的数据存在差异，将定量和定性轶事作为用户体验研究的一部分是有意义的。 通过这种方式，收集的数据可以相互补充，并提供对结果更清晰、更深入的洞察。

概括

正确进行数据分析可以做出更好、更优化的设计决策。忽略其发现会导致开发出不完整、无效的产品，无法响应用户的实际需求。 这就是为什么数据分析是如此关键的过程，它决定了整个项目的成功。 它使您能够收集和选择关键信息，将这些信息转化为具体的设计建议后，有助于开发最佳解决方案——根据用户的需要和要求量身定制。 我们描述的数据分析步骤将帮助您以结构化的方式执行它，并专注于最重要的事情。

如果您喜欢我们的内容，请在 Facebook、Twitter、LinkedIn、Instagram、YouTube、Pinterest、TikTok 上加入我们忙碌的蜜蜂社区。

添加一名作者
一位图形和 UX 设计师，将无法用语言表达的内容传达到设计中。对他来说，每一种使用的颜色、线条或字体都有其意义。热衷于图形和网页设计。

查看所有帖子

用户体验研究：

什么是用户体验研究？
用户体验研究的类型
什么是研究问题以及如何撰写？
UI/UX 项目的需求收集过程
为什么利益相关者访谈对于设计过程至关重要？
如何利用我们收集的客户数据？
如何制定好的用户体验研究计划？
如何选择研究方法？
试点测试如何改进用户体验研究？
用户体验研究参与者招募
寻找用户体验研究参与者的渠道和工具
用户体验研究筛选调查
用户体验研究奖励
儿童用户体验研究
发现研究方法
什么是案头研究？
如何进行用户访谈？
如何进行日记研究？
研究中的焦点小组是什么？
什么是民族志研究？
调查研究
UX 中的卡片分类是什么？
什么是评价性研究？
如何进行可用性测试？
何时以及如何进行偏好测试？
什么是 UX 中的 A/B 测试？
UX 测试中的眼动追踪
什么是树测试？
首次点击测试
什么是用户体验研究中的任务分析？
用户体验中的情绪评估
用户体验的持续研究
用户体验研究中的数据分析
如何准备用户体验研究报告？