最关注用户的团队获胜。封面图片来源：蒂姆·伊斯利。如果你不经常和你的用户交谈并更新你对他们需求的理解，你很容易偏离正轨，开始制造错误的产品或销售错误的想法。随着你的规模越来越大，进行富有成效的用户访谈变得越来越困难。与其他人交谈是一个耗时的过程。它很混乱，而且信号很低。一个有效的用户体验研究工作流程放大了这个信号，这样团队就可以更快地获得洞察力。用户访问工作流的问题从用户访谈中学习总是一个直观的过程。当你和人们交谈时，你开始注意到人们和他们对产品的使用之间的关联。你注意到很多功能X的使用都来自于"市场总监"这个头衔的人。你注意到100人或更少的公司往往难以证明你的专业计划的价格。您将这些见解加以规划，最终形成具有不同需求、购买流程或价格敏感度的用户群体：资料来源：缓冲器这些角色应该用于从业务开发到销售到产品管理的所有方面。然而，通常情况下，你的用户角色最终会出现在谷歌文档中，几个月后才会更新。当您的团队构建产品、解决问题和重新调整时，它将处于休耕状态。初创公司通常没有时间不断重复数据收集和分析的过程，这些数据收集和分析是第一次进入他们的角色的。许多人甚至提出了这样一个问题：作为一种想法，用户角色是否已经死亡。它们有一些大问题（或者至少是现在人们对它们的普遍看法）：人是多维的，而不是示意图：当你根据头衔和薪水来定义人时，你不会得到细微差别。人物角色是静态和脆弱的：市场的变化和产品的变化会使你的用户角色偏离轨道。保持更新是一个重大的后勤和数据挑战。太难探索数据，太容易引入偏见：你主要依靠你的直觉来判断人们是如何结合在一起的。这给确认偏差带来了一个巨大的机会渗透到这个过程中。也就是说，解决方案不是抛弃人物角色，而是绕过产生人物角色的过程。用户分类法从用户访谈中获取有用的信息首先要建立一个用户分类法。在你驾驶飞机之前，你要检查所有的仪器，确保一切正常。你需要知道，当你在空中飞行时，你将收集所有你需要的信息，并且你从仪表板收到的所有反馈都是准确的。在这里，您应该检测您的工作流程，以便从与用户的每次交互中获取最大数量的有用数据。就像Linnaean分类法让我们对动植物进行分类一样，用户分类法让我们根据人口统计学和行为属性对我们交谈的用户进行分类，比如：年龄：他们多大了收入：估计他们每年挣多少钱购买的产品：他们过去购买过什么产品/服务这包括艺术和科学，你需要了解你的产品和你的市场，以便正确地选择特点。下面是一个用户周围潜在元数据的示例：你可能会在注册时收集这类信息，或者通过与像Google或Facebook这样的社交网络整合来收集这些信息。当你这样做的时候，你会逐步建立一个客户档案：您可以在类似Airtable的数据库中捕获此类信息：然后，您可以通过在实际的用户访问过程中添加类似的结构来进一步实现这一点。如果您将您提出的每个问题转换为输入，购买云服务器，并将每个用户对每个问题的答案转换为输出，则可以开始为您的用户配置文件添加更多有用的信息。图表由Gliffy提供。这个用户分类构成了用户访问管道的基础。接下来是收集和过滤这些信息的过程。收集和筛选您的信息让你的用户访谈更有效率，就是建立一个强大的数据管道，然后最大限度地利用你可以查看的方式。从面试中，获取其他元数据，如面试的日期、面试官是谁、每个任务花费了多少时间等：您可以在Airtable base中的单独反馈会话表中收集此访谈元数据：尽管它与用户元数据在一个单独的表中，但您可以将每个反馈会话连接到参与反馈的用户，链接用户和访谈元数据，并生成用户对产品体验的最终记录。这种链接可以让你从用户的人口统计信息到他们在用户访谈中给出的各种答案的上下文中查看用户，并使你能够创建更充实的用户角色。按角色筛选数据，淘客cms，您可以在用户所在团队的上下文中查看所有用户的特征：平均反馈得分完成任务所花费的时间汽蚀余量公司规模ARPU如果你发现某一类团队以更低的成本持续产出更高的ARPU用户，那么这是在创建消息和处理客户获取渠道时需要考虑的有价值的信息。然而，构建用户角色只是一种技术的应用，我们可以用它来开发许多不同类型的见解。将我们的用户元数据与我们的访谈元数据联系起来，使我们能够从各种不同的角度来理解我们的用户。用户角色只是一个透视图-您可以拥有与您收集的元数据类型一样多的透视图。动态过滤元数据你想用这种方式来测试你的面试和用户元数据的原因是你并不总是知道在一开始就分析它的最佳方法。构建一个能够自动生成报告或显示仪表板的工具似乎更有效，但当您这样做时，您就失去了在动态中灵活地筛选数据并探索数据的不同视图的能力。想一想，当你在做某个主题的研究而不知道自己在寻找什么时，你是如何使用谷歌的。您可以创建初始搜索查询。你调整；你改变一些词，添加其他词。您可以更改搜索运算符。你这样做，一遍又一遍，直到你发现有趣的东西。正如Interana技术专家Miroslav Klivansky所说，发现有价值的东西的过程"始于对数据中可能隐藏的一些宝石的模糊想法"。从用户访谈中组织元数据可以让您跟踪所有模糊的想法。你可以参加一个特定的面试环节，并查看所有与你收到的最高客户反馈分数相对应的元数据，以便一眼就能了解所有快乐用户之间的共性。只需再单击几次，您就可以查看与最低客户反馈分数相对应的元数据，以查看所有不满意的用户之间的共性。这种灵活性使您更容易从数据中梳理出有用的见解。试图找出最满意的用户和最不满意的用户之间的共同点。使用这些视图的一种方法是查看功能请求如何映射到反馈分数。将自己列为"非常不满意"的用户可能会有一些紧急的功能需求需要快速跟进，除非他们的不满是由产品用户不适合这一根本问题引起的。您还可以通过访谈进行筛选，在这些访谈中，您的团队花了最长的时间帮助客户了解如何做某件事，从而让您深入了解您的产品或客户群体中可能需要更多关注的更具问题的用例：另一种方法是根据不同的特性请求对记录进行分组。这使您可以快速地判断有多少人希望在您的路线图上显示每个功能，但也可以让您看到哪些功能组合是人们最感兴趣的，欧洲云服务器，以及哪些类型的用户要求哪些功能。当您拥有这种广泛的元数据结构时，您可以根据您的用户访问和人口统计元数据应用过滤器或组记录。最重要的是，在Airtable这样的工具中，您可以快速完成。所有这些数据片段都是可见的，并且可以直接操作，云免服务器购买，所以过滤它们就成了一项简单的任务。快速的提问可以让你快速成长在构建以客户为中心的产品时，静态用户角色和NPS调查只能让您走到目前为止。人是多维的，只有从多个维度分析他们的行为，也就是说，如果你收集了正确的数据，并为查看这些数据找到了合适的结构，大数据分析培训机构，那么理解他们想要你构建什么才是可能的。请在这里查看我们的Airtable UX和用户研究模板。