用户体验领域可用的研究方法有很多。范围上，从经检验靠得住的方法，比如基于实验室的可用性研究，到最近才发展起来的，比如无主持的在线用户体验评测。

然而对于一个给到的项目，使用所有的研究方法是不现实的，几乎所有的项目得益于多样的研究方法和融会贯通的洞察力。同样，很多设计团队仅仅使用他们所熟悉的一种或两种方法也令人遗憾，而关键问题就是在什么时候做什么。所以，为了更好的理解何时使用何种方法，也为了有助于了解这些方法，现按照下面维度为坐标轴做了一个三维框架图：

下表即呈现的是20种常见的方法在这些维度上的位置：

在它们所能回答的问题和最适合的目的之间，每一个维度都提供一种方式对这些研究方法做区分。

态度vs行为维度

这两个维度的区别可以归纳为『人们说了什么』和『人们做了什么』（这两个有着明显的不同）。态度研究的目的通常是为了了解或测量人们所表达的意见和看法，这也是为什么态度研究被大量用在市场部门的原因。

虽然大多数的可用性研究应该更多的依靠行为，但自陈法对于设计者而言仍旧十分重要。卡片分类法提供了了解用户关于信息空间其心理模型的洞察途径，从而帮助你的产品、APP或网站确定最好的信息架构。调查法对态度进行测量和分类，或收集自陈数据，从而帮助检测或发现重要的待解决的问题。出于其他各种各样的原因，焦点小组对于以可用性测试为目的的研究，其价值越来越小，但它却提供了一种方法了解人们在一个团体环境中关于一个品牌或产品概念他们的第一提及会是哪个。

在这个维度的另一端，那些主要聚焦于行为的方法则是为了了解对于目标产品或服务『人们做了什么』。例如，AB测是选择随机的访客样本，然后对这部分访客测试某一网站更改后的设计，同时其他因素保持不变，从而了解这个与众不同的设计对行为的影响效果。而眼动测试则是形象化地去探索、了解用户与设计的界面是如何交互的。

在这两端之间存在两个最受欢迎的方法：可用性研究和田野调查。如果它们将自陈法和行为数据融合加以利用，则可以往维度的两端移动。尽管通常被认为他们更倾向于行为维度那端。

定性VS定量维度

这个维度在这里是很重要的一个。同一个开放式的调研问题一样，狭义的上定性即被理解为是开放式的。关于行为或态度的定性研究，其自然产生的数据依赖于直接观察。而在定量研究中，行为或态度数据的收集则是间接地，它们通过一种测量方法或某一工具，比如调查法、分析工具等方式获得。例如，在田野调查和可用性研究中，研究人员直接观察人们是如何使用（或不去）技术去满足他们的需求。这也给了他们机会去询问问题、探讨行为，甚至为了更好地达到他们的目标而去调整研究方案。而这些数据的分析通常不那么数学上的。

相比之下，自数据收集工具（比如调查工具或网络日志）可以获得大量的用数字编码的数据后，定量的洞察一般来源于数学分析。

由于他们根本上的不同，定性方法更适于回答『为什么』或『如何解决』这些方面的问题，而定量方法更擅长回答『有多少』。

产品使用场景纬度

第三个维度与被试是否使用、以及如何使用测试产品或服务有关。具体可以描述为：

• 产品自然或接近自然的使用
• 产品按脚本使用
• 在研究中不使用产品
• 以上场景的混搭

产品的自然使用下的研究，目的是为了尽可能减少研究的干扰，从而尽可能真实地了解用户的行为或态度。在想了解的话题上，这种研究场景提供了更大的有效性和更少的干预。所以，尽管存在很多观测偏差，许多民族志田野调查仍愿去尝试。拦截调查、数据挖掘或其他分析技术也是该情景的定量应用示例。

按照脚本对一个产品用途进行研究，其目的是为了将重心聚焦在一些明确的使用方向上，比如一个新的重新设计的流程。在相当程度上，脚本可以做多大程度的修改取决于研究目的。比如一个基准研究则通常会严格的按照脚本进行，而且需要更多的样本量，这样才可以梳理出可靠的可用性指标。

在产品无人使用的地方，做一些问题检测的研究，例如品牌研究或泛文化行为研究，其意义要明显的大于产品用途和可用性研究。

融合性的研究方法则是一种创造性的产品使用形式去达到他们的目的。比如，作为产品体验的一部分，参与式设计法允许用户可以跟设计元素进行交互，甚至重新排列设计元素。这样做的目的是为了探讨：由用户设想的解决方案是如何更好的满足他们的需要的，以及他们为什么做出那样的选择。概念测试则使用一些接近成型、已经具备核心功能（体验细节咱不考虑）的产品或服务，从而了解用户是否想要或需要这样的产品或服务。

表格中的大多数方法都可以沿着一个或多个维度移动，有些方法甚至在同一项研究中，为了满足多个目标，通常也会这么去做。例如，田野调查可以关注人们说了什么（人种学用户访谈），也可以关注他们做了什么（延伸观察）；合意性研究和卡片分类法均可以在定性和定量间切换；眼动测试可以使用脚本，也可以不用脚本。

产品发展所处的阶段（时间维度）

当按照研究方法论做出选择时，另一个重要的需要考虑的特征就是产品的发展阶段及相应目标。

1. 战略制定阶段：在产品发展初期，你需要重点考虑新的创意和未来机会。这个阶段有很多的研究方法可用。
2. 执行阶段：终于，当你过度到需要不断改善你所选的设计方向时，你即到了需要做出决定的时候：『做还是不做』。这个阶段主要是做一些设计定型和有助于减少执行风险的研究。
3. 评估阶段：当到了产品和服务可供足够用户使用的时候，就可以进行效果评估了。事实上，这通常是通过自有产品的历史数据或相对竞争者的表现来做一些总结性的评价。

对于不同产品发展阶段的目标及研究途径、研究方法，下表进行了一些总结：

艺术还是科学？

许多用户体验研究方法在科学实践中形成了他们的根基，这些研究方法不是纯科学性的，而是会为了满足研究者的需要不断调整。这就是为什么这些方法的特性只是作为一般的指导方针，而不是严格的分类。

最后，你的工作的成功取决于对目标网站或产品用户体验的改善效果。这些分类旨在帮你在正确的时机做出最好的选择。

20种用户体验方法简介

对于上表中列的用户研究方法，这里提供了一些简短介绍:

实验室可用性测试：被试被带进一间实验室，与研究员一对一的，按照给定的脚本，完成测试产品或服务相关的任务和使用细节。

民族志田野调查：研究员寻找被试和研究被试均在他们的自然环境中，在那里他们最可能遇到讨论中的产品或服务。

参与式设计：为了构建他们理想中的体验，参与者将会给到一些设计元素或创意性的材料，并阐述这些对他们而言意味着什么以及原因。

焦点小组：一个具有3-12名被试的小组，引导他们按照设定的主题讨论，并通过讨论和习题从而获得口头和书面的反馈。

访谈法：研究员和被试一对一的深度讨论他们对研究主题的所感所想。

眼动测试：在被试执行任务或同网站、APP、物理产品或环境自然地交互时，通过一台安装好的眼动测试仪精确测量他们都看了哪些地方

可用性基准测试：严格的按照脚本以及精确的、预先设定的测量指标对多个被试进行可用性研究

有主持的远程可用性研究：通过屏幕共享软件和具有远程控制功能工具的使用，引导可用性研究的进行

无主持的远程样本框研究：研究员先在被试样本自有的设备上装有录像和数据搜集软件，并对他们进行培训。被试在使用网站或产品的同时需要出声思考，研究人员或公司通过即时的回放和分析从而获得他们的体验记录。

概念测试：研究员将一个具有新概念或新产品核心本质（价值主张）、接近产品或服务的东西去展示，以确定这个产品或服务是否满足目标受众的需要；它可以是一对一的，也可以是一对多，可以是面对面的，也可以是在线。

日记/录像研究：被试会给到一种方式（日记或录像）去记录和描述那些跟产品、服务相关的生活形态，或者目标受众内心的真实想法。日记研究是典型的纵向研究（专有名词，不清楚的可以百度下），仅能被用于搜集被试容易记录的数据

客户反馈：通常通过一个反馈链接、按钮、表单或邮件，以开放的和/或封闭的问题形式提供给用户

合意性研究：被试会给到不同的供选择的视觉设计方案，并让他们将每一个备选方案与一组属性建立联系，而这些属性可从一个封闭的清单中选择。这个研究可以是定性的，也可以是定量的。

卡片分类法：一个定性或定量方法，要求用户对类目进行编组，并对每组进行分类。这个方法可以通过探索用户的心理模型帮助网站进行信息架构的构建和优化。

点击流分析：分析用户在使用一个网站或软件产品时点击和查看页面的记录。这要求网站需要在恰当的位置上布点，或在应用程序上收集被授权的遥测数据。

A/B测（也叫做多变量测试、实施测试、小范围测试）：随机分配用户群组，然后不同的群组体验不同的设计，从而测量每个设计对于用户行为而言哪个效果更佳的一种系统的科学方法

无主持的用户体验研究：一种可以是定性，也可以是定量的自动化方法。它是用一种专门的研究工具以获得被试的行为（通过安装在被试电脑或浏览器上的软件）和态度信息（通过嵌入的调研问题），通常是在一个网站或原型上让被试按照给定的目标或脚本去完成

真实意图研究：一种随机询问网站访客他们来到这个网站的目的或意图是什么，监测他们随后的行为，以及在即将退出网站时询问是否成功达到他们的目标的一种方法

拦截调查：用户在使用网站或APP的时候调查被触发的一种方法

邮件调查法：一种通过电子邮件招募被试的调查方法

原文链接：https://www.nngroup.com/articles/which-ux-research-methods/

原文标题：When to Use Which User-Experience Research Methods

原文作者： CHRISTIAN ROHRER

转自： 霞光里18号

●概念

◎借助于图形化的手段，清晰、快捷有效的传达与沟通信息。从用户的角度，数据可视化可以让用户快速抓住要点信息，让关键的数据点从人类的眼睛快速通往心灵深处。

◎数据可视化一般会具备以下几个特点：准确性、创新性 和 简洁性。

●常用五种可视化方法

下面从最常用和实用的维度总结了如下5种数据可视化方法，让我们来一一看一下：

一、面积&尺寸可视化

对同一类图形（例如柱状、圆环和蜘蛛图等）的长度、高度或面积加以区别，来清晰的表达不同指标对应的指标值之间的对比。这种方法会让浏览者对数据及其之间的对比一目了然。制作这类数据可视化图形时，要用数学公式计算，来表达准确的尺度和比例。

Examples：

a: 天猫的店铺动态评分

天猫店铺动态评分模块右侧的条状图按精确的比例清晰的表达了不同评分用户的占比。从下图中我们第一眼就可以强烈的感知到5分动态评分的用户占绝对的比例。

如下图，在美国联邦预算剖面图里，用不同高度的货币流清晰的表达了资金的来源去向，及每一项所占金额的比重。

如下图，通过蜘蛛图的表现，公司综合实力与同行平均水平的对比便一目了然。

二、颜色可视化

通过颜色的深浅来表达指标值的强弱和大小，是数据可视化设计的常用方法，用户一眼看上去便可整体的看出哪一部分指标的数据值更突出。

Examples：

a: 点击频次热力图

比如下面这张眼球热力图，通过颜色的差异，我们可以直观的看到用户的关注点。

在图中可以看到，通过对美国地图以州为单位的划分，用不同的颜色来代表不同的失业率等级范围，整个的全美失业率状况便尽收眼底了。

图中红点是用iPhone的人，绿点是用安卓的人。这两张在微博上看到的图，第一张是美国一个城市的一览，第二张图特写了纽约的市中心，尤其是曼哈顿地区。我们可以看到在市中心和主干道的人用iPhone居多，而用安卓的人都在郊区。这也引起了人们的热议，有的说在美国富人都住郊区别墅，所以富人爱用安卓手机；有的反驳说曼哈顿地区的人几乎都用iPhone，说明富人喜欢用iPhone手机。不管结论如何，都足以说明用户都被这些图所吸引，所以可视化的方式效果真的很直观。

三、图形可视化

在我们设计指标及数据时，使用有对应实际含义的图形来结合呈现，会使数据图表更加生动的被展现，更便于用户理解图表要表达的主题。

Examples：

a: iOS手机及平板分布

如下图所示，当展示使用不同类型的手机和平板用户占比时，直接用总的苹果图形为背景来划分用户比例，让用户第一眼就可以直观的看到这些图是在描述苹果设备的，直观而清晰。

下图可以看出，该数据可视化的设计直接采用男性和女性的图形，这样的设计让分类一目了然。再结合了颜色可视化（左面蓝色右面粉色），同时也采用了面积&尺寸可视化，不同的比例用不同长度的条形。这些可视化方法的组合使用，大大加强了数据的可理解性。

四、地域空间可视化

当指标数据要表达的主题跟地域有关联时，我们一般会选择用地图为大背景。这样用户可以直观的了解整体的数据情况，同时也可以根据地理位置快速的定位到某一地区来查看详细数据。

Examples：

a: 美国最好喝啤酒的产地分布

下图中，通过以美国地图为大背景，清晰的记录了不同州所产啤酒在1987-2007年间在美国啤酒节中获得的奖牌累计总数。再辅以颜色可视化的方法，让用户清晰的看到美国哪些州更盛产好喝的啤酒。

五、概念可视化

通过将抽象的指标数据转换成我们熟悉的容易感知的数据时，用户便更容易理解图形要表达的意义。

Examples：

a: 厕所贴士

下图是厕所里贴在墙上的节省纸张的环保贴士，用了概念转换的方法，让用户清晰的感受到员工们一年的用纸量之多。如果只是描述擦手纸的量及堆积可达高度，我们还没有什么显性化概念。但当用户看到用纸的堆积高度比世界最高建筑还高、同时需砍伐500多颗树时，想必用户的节省纸张甚至禁用纸张的情怀便油然而生了。所以可见用概念转换的方法是多么的重要和有效。

Flickr对云存储空间升至1TB确实是让人开心的事情，但相信很多人对这一数量级所代表的含义并不清晰。所以Flickr在宣传这一新的升级产品时，采用了概念可视化的方案。从下图可以看出，用户可以动态的选择照片的大小，之后Flickr会采用动态交互的方式计算和显示出1TB能容纳多少张对应大小的图片。这样一来，用户便有了清晰的概念，知道这1TB是什么量级的容量了。

在总结了常见维度的数据可视化方法和范例之后，要再次总体强调下做数据可视化设计时的注意事项，总结了三点如下：

1）设计的方案至少适用于两个层次：一是能够整体展示大的图形轮廓，让用户能够快速的了解图表所要表达的整体概念；之后再以合适的方式对局部的详细数据加以呈现（如鼠标hover展示）。

2）做数据可视化时，上述的五个方法经常是混合用的，尤其是做一些复杂图形和多维度数据的展示时。

3）做出的可视化图表一定要易于理解，在显性化的基础上越美观越好，切忌华而不实。

总结：

作为设计师，除了掌握方法来有针对性的设计之外，还要在平时多留心积累素材，同时培养自己的创造力和专业素养，保持一颗好奇心，才能真正的设计出样式精美又实用的数据可视化图表。

作者丨小白鹿@aliued

相比这本书里的大量干货，我倒认为，各位同如果能从这本书里吸收如何高质量的去完成工作，如何去把事情做到尽善尽美，如何成为团队中的推进剂，那我相信，这本书对于我们团队的的帮助远远要比运营工作提升的本身要大的多。

来源：故事书（微信号：GFM1983）作者：顾嘉