作為有關(guān)如何利用 Countly Analytics 所收集的移動(dòng)用戶數(shù)據(jù)的第三篇文章，本人介紹了定性技術(shù)，以幫助理解定量技術(shù)可能無(wú)法完全解決的疑難問(wèn)題。第一篇文章介紹了移動(dòng)優(yōu)化最佳實(shí)踐，第二篇文章則闡述了用于測(cè)試假設(shè)、旨在擴(kuò)展應(yīng)用程序的定量技術(shù)。
分析用戶評(píng)價(jià)及其在應(yīng)用中的行為數(shù)據(jù)對(duì)于開(kāi)展業(yè)務(wù)至關(guān)重要。尤其值得一提的是，用戶評(píng)價(jià)比市場(chǎng)營(yíng)銷材料更加可靠。社交媒體情報(bào)公司 Linkfluence 統(tǒng)計(jì)數(shù)據(jù)表明，73% 的中國(guó)消費(fèi)者在購(gòu)買前會(huì)查看在線評(píng)價(jià)，55% 以上的中國(guó)消費(fèi)者信任網(wǎng)絡(luò)上關(guān)于某一品牌或產(chǎn)品的評(píng)論意見(jiàn)。此外，評(píng)價(jià)數(shù)據(jù)可以幫助您更好地了解在應(yīng)用內(nèi)觀察到的用戶行為。
目前，用戶沉溺于社交網(wǎng)絡(luò)的時(shí)間與日俱增，因此研究社交媒體行為變得愈發(fā)重要。最新研究表明，瀏覽互聯(lián)網(wǎng)時(shí)，每三分鐘中就有一分鐘用于瀏覽社交網(wǎng)絡(luò)(年輕群體花費(fèi)時(shí)間更多)。因此，加大對(duì)社交網(wǎng)絡(luò)的關(guān)注，我們將對(duì)行為獲得更深入的了解。
無(wú)論是知名人士還是業(yè)界新丁，創(chuàng)新都是成功的關(guān)鍵，這一原則同樣適用于大數(shù)據(jù)領(lǐng)域！目前大數(shù)據(jù)不僅限用于理解數(shù)據(jù)，還用于解讀定性信息，比如在受邀的測(cè)試用戶測(cè)試新應(yīng)用版本時(shí)觀察到的非語(yǔ)言交流線索(例如，歐洲的坦克游戲公司W(wǎng)argaming甚至記錄領(lǐng)先玩家在游戲中的節(jié)奏的面部表情包含瞳孔擴(kuò)張)。大數(shù)據(jù)量化的信息越多，您就越容易挖掘潛在未表達(dá)的需求，了解用戶討厭或喜歡應(yīng)用的原因。
一些玩家的表情
6 種方法更好地了解目標(biāo)受眾
我們以目標(biāo)受眾作為切入點(diǎn)，這是您希望深入了解的用戶群體。如果您不接觸目標(biāo)受眾和不熟悉目標(biāo)受眾心理，所有關(guān)于目標(biāo)受眾的假想都只是紙上談兵。如何確保您所傳達(dá)的消息有效，您的產(chǎn)品引人關(guān)注?這里介紹 6 種利用定性研究和移動(dòng)分析方法，幫助您吸引目標(biāo)受眾：
1.從其他研究報(bào)告中獲取信息。
這是最好的入門級(jí)市場(chǎng)研究。閱讀在您之前進(jìn)入市場(chǎng)的營(yíng)銷者案例研究、示例和心理分析。來(lái)源包括行業(yè)記者和一般市場(chǎng)研究員，某些情況下還包括社會(huì)學(xué)家。
2.創(chuàng)建用戶人物角色。
收集足夠數(shù)據(jù)，并形成可靠結(jié)論時(shí)，可以開(kāi)始擬定客戶人物角色。該人物角色基本屬于虛擬角色，展現(xiàn)目標(biāo)受眾擁有的所有特性。您可以參考Bartle Test of Gamer Psychology。Richard Bartle教授在90年代建立一系列的問(wèn)題和相應(yīng)的評(píng)分公式，把游戲玩家(包括MMORPG)細(xì)分成四種類型，具有虛擬世界的不同樂(lè)趣心理畫(huà)像：
Killers(殺手)：喜歡挑起并導(dǎo)致戲劇畫(huà)面并強(qiáng)加給其他玩家。最兇猛的和熟練的PVP(玩家對(duì)玩家)的對(duì)手是Killers。Killers也愿意掏錢以提高自己龍虎榜排名。
Achievers(成就者)：是競(jìng)爭(zhēng)和享受戰(zhàn)勝困難的玩家。目標(biāo)越有挑戰(zhàn)性，他們的感覺(jué)就越有回報(bào)。
Explorers(探險(xiǎn)家)：喜歡探索世界，不僅僅是游戲的地理，更是游戲機(jī)制的更精細(xì)的細(xì)節(jié)。這些玩家可能會(huì)最終比游戲創(chuàng)造者更了解游戲的運(yùn)作方式。
Socializers(社交高手)：往往更注意其他玩家而不是玩游戲。他們幫助傳播知識(shí)，并經(jīng)常參與游戲的社區(qū)。
游戲玩家的四種類型
您創(chuàng)建用戶人物角色也可以包括硬性因素，比如年齡、性別、教育水平和收入以及氣質(zhì)、敏感度或好奇心等性格因素。
3.進(jìn)行定量分析。
現(xiàn)在需要支持假設(shè)并進(jìn)行一些主要研究(上述輔助研究除外)。從大規(guī)模定量調(diào)查開(kāi)始，盡可能涵蓋最大目標(biāo)受眾范圍。問(wèn)題應(yīng)采用多選形式，獲取關(guān)于受眾習(xí)慣的確鑿統(tǒng)計(jì)數(shù)據(jù)。
提出與品牌和產(chǎn)品相關(guān)的問(wèn)題，比如“X 對(duì)您來(lái)說(shuō)有多重要?”或“購(gòu)買 X 時(shí)最重要的考慮因素是什么?”
4.傾聽(tīng)社交對(duì)話。
這從了解用戶在主要應(yīng)用商店中留下的評(píng)價(jià)開(kāi)始。接下來(lái)，您可以使用社交監(jiān)聽(tīng)軟件和目標(biāo)社交列表鎖定客戶聯(lián)機(jī)評(píng)價(jià)。用戶最近關(guān)注哪些流行話題?用戶經(jīng)常與哪些人互動(dòng)及其原因?您還可以尋找其他成功消息服務(wù)提供品牌。
大部分客戶反饋數(shù)據(jù)為自由格式文本。這通常表明數(shù)據(jù)為非數(shù)字型數(shù)據(jù)，因此難以對(duì)數(shù)據(jù)進(jìn)行構(gòu)建、組織和轉(zhuǎn)換為定量(數(shù)字型)數(shù)據(jù)。幸運(yùn)的是，有許多免費(fèi)商用軟件工具可用于定量分析和解讀客戶反饋數(shù)據(jù)。相關(guān)工具詳列如下：
Semantria：https://semantria.com/
Repustate：https://www.repustate.com/
5.檢查與自己品牌進(jìn)行的互動(dòng)。
您對(duì)先了解用戶在網(wǎng)站或應(yīng)用最喜歡訪問(wèn)哪些頁(yè)面。Countly 分析工具有以下功能也提供鉆取和漏斗以方便您深度了解用戶行為。
通過(guò)Countly了解用戶最喜歡訪問(wèn)哪些頁(yè)面
此外，您可以融合用戶行為和社交對(duì)話，評(píng)估社交的反饋是否也在行為顯示。從此進(jìn)行精細(xì)調(diào)整，解決之前忽悠的痛點(diǎn)以優(yōu)化用戶體驗(yàn)。另外，Countly發(fā)現(xiàn)少數(shù)的用戶喊得最大聲但他們的觀點(diǎn)并沒(méi)被總體用戶群的行為支持！
6.進(jìn)行小規(guī)模定性調(diào)查。
實(shí)施定量研究及定性研究——數(shù)據(jù)并不客觀，但您將了解更多關(guān)于受眾心理因素的詳細(xì)見(jiàn)解。以一小部分受眾成員樣本為目標(biāo)，使用開(kāi)放問(wèn)題獲取可以解讀的較長(zhǎng)答案。采訪潛在用戶時(shí)，花一些時(shí)間確定適當(dāng)人選。尋找產(chǎn)品能為其解決問(wèn)題或曾經(jīng)搜索過(guò)類似產(chǎn)品的人群。這樣可以更加迅速地獲取更好的反饋。
同理心是關(guān)鍵。這一理念的基礎(chǔ)因素是與處于特定環(huán)境下用戶擁有同理心。我們應(yīng)始終從用戶角度出發(fā)，若非如此，最終設(shè)計(jì)出不符合任何人需求的產(chǎn)品則得不償失。
結(jié)語(yǔ)
用戶最為重要。您需要深入了解用戶，觀察用戶的需要，同時(shí)使用見(jiàn)解定義挑戰(zhàn)和機(jī)遇。將專業(yè)知識(shí)和市場(chǎng)趨勢(shì)分析相結(jié)合，形成設(shè)想，構(gòu)建原型，測(cè)試反饋，然后再次邀請(qǐng)用戶測(cè)試想法。Jasper Nicholas，Wargaming 亞洲總經(jīng)理, 認(rèn)為優(yōu)化用戶體驗(yàn)流程的難度就是邊運(yùn)營(yíng)邊優(yōu)化如這著名的倫敦道路安全廣告。我個(gè)人認(rèn)為這廣告值得看，一分鐘內(nèi)顯示21個(gè)變化，考驗(yàn)?zāi)淖⒁饽芰Γ?/p>
您永遠(yuǎn)無(wú)法完全了解目標(biāo)受眾。即使在某些情況下實(shí)現(xiàn)了上述目標(biāo)，受眾成員也會(huì)不斷發(fā)展變化。在策略中留出一定余地，始終努力更深入地了解受眾。
這些方法本身都無(wú)法讓您完全了解目標(biāo)群體的“普通”用戶特性，人口的多樣化和不可預(yù)測(cè)性使得任何假設(shè)都不可能成為真理。相反，您需要從多個(gè)來(lái)源收集研究結(jié)果并整合為綜合性多層面愿景。借此，您將能夠全方位地更好地為受眾打造所需的產(chǎn)品或服務(wù)，如博客標(biāo)題和推廣活動(dòng)使用的按鈕。
作者介紹
陳俊勛是Countly的中國(guó)與亞太區(qū)的市場(chǎng)經(jīng)理。同時(shí)，他在新加坡南洋理工大學(xué)修讀消費(fèi)者洞察和行銷的兼職碩士學(xué)位。他熱愛(ài)移動(dòng)數(shù)據(jù)分析、咖啡和英超。Countly 為移動(dòng)和網(wǎng)絡(luò)應(yīng)用程序提供高級(jí)分析和市場(chǎng)營(yíng)銷。我們對(duì)于開(kāi)源領(lǐng)域以身作則： 采用50多款軟件建立SDK 和框架。我們提供開(kāi)源 SDK 和整個(gè)后端，包括服務(wù)器端組件和儀表盤。歡迎聯(lián)系Countly([email protected])。
京公網(wǎng)安備 11010502049343號(hào)