网站建设

mfshop 提供专业shopify怎么变更语言资讯，平台拥有众多shopify怎么变更语言词分析师，帮助您解决您的问题，有任何疑问：shopify怎么变更语言均可点击右侧客服进行咨询，我们为您提供一站式shopify怎么变更语言服务，感谢您的访问！

编辑指南：对产品经理来说，进行用户调查是一个非常重要的过程，可以有效地获得用户的真实需求。 那么，如何进行用户调查呢？ 这篇文章的作者会为你解答。 感兴趣的人一起看吧。

用户调查是带着某种调查目的直奔用户，根据用户的反馈，记录当前的某种现象并对其进行事后分析的行为。

大致的形式有4种，有从定性角度考虑的用户采访、有可用性测试的从定量角度分析的问卷调查、数据分析。

对产品方面来说，无论是何种形式的用户调查，最终的目的都是在确保调查有效性的基础上，得出什么样的用户倾向于采取什么样的行动的结论。

不要误认为是有效的调查结果而进行看起来正确的分析。 本质上，用户调查是一个统计学问题。

用户调查方法论系列的共享分为用户图像篇(什么样的用户)、指标体系篇)和调查时间篇(调查有效性)三章。

本期，主要共享的是如何考虑用户调查中的图像制作。

同时以工具类APP (美的美居)的社区主题(场景知乎)冷启动为例进行案例分析。

一、画像

用户图像是什么？ 一般来说，用可收集的指标介绍某个用户或某个组。

例如，居住地是广州的男性群体。

另外，居住地点在广州，月平均收入5k，家庭购买智能家居设备数5的男性群体。

从上面的例子可以看出，限制条件越多，就越详细地介绍某种类型的用户，也就是说用户图像画得越深。

特别是，在清除某些限制后，如果只有一个用户符合条件，则一个组会退化为一个用户。

这就是所谓网络黑字——的颗粒度，与限制条件的数量相同，限制条件越少颗粒度越大，描述现象越广。

约束条件越多，粒度越小，目标现象越明显。

值得注意的是，向用户介绍的指标必须是可收集的，以决定某个图像对产品端是否具有分析意义。

对于一个用户的调查，如何描绘一个用户，或者一个类型的用户组，可以从四个维度来考虑，分别是事前画像、事后画像、静态划分以及动态行为。

1. 事前画像事后画像

用户调查中绘制的图像，是事前还是事后，取决于调查前是否明确用户组的特征。

如果在调查前确认了对象用户类型，则该图像为事前图像； 如果基于调查后的数据反向筛选目标用户类型，则该图像是后验图像。

例如，当收集到某个时刻图像a时，如下。

性别(男性地区)北京/上海/广州/深圳年龄)持有25-30岁设备)用户家庭安装的智能家居设备数量) 5操作行为) APP内，每天的动态发布数量) 2上述图片a在某用户调查之前就已经明确。 也就是说，问卷的发行，或者用户的邀请只对满足上述条件的用户进行的情况下，成为事前图像。

如果满足上述条件的用户根据某个调查数据结构进行筛选，则为事后图像。

可以从以下角度比较两者的不同。

行为导向

事前图像需要在用户调查之前明确调查的目的，并了解具体的调查组。

一般来说，这样的图像选择是APP中的高活跃或高潜在价值用户，对产品来说非常熟悉。

事后图像具有探索性性质，根据某问卷调查或平台收集的数据，在进行限制条件确认后，明确此类组。

先验图像强调在知道用户是什么样的人之后，再调查研究其行为。

事后图像是面向行动的，强调探索某个行动的用户是什么样的群体是相反引导的未知过程。

例如，调查显示，APP内日均消费量超过500的用户满足条件b。

性别(男性地区)深圳设备持有)用户家庭设置的智能家居设备数量) 12个操作行为) APP内，日均动态发布数量) 4b的图像出现，根据数据统计后，筛选条件再次确认，为事后图像。

存在与否

对产品方面来说，用户图像的制作必须为用户调查服务，并具备相应的实用性和价值性。

这两者以存在用户图像、即介绍给用户指标被收集到。为前提

性的判断主要体现在先验图像，特别是基于数据库制作的图像问题上。

例如，产品方面想调查c集团：

该组被描述为预图像，前提是在选择用户组之前，可以确定某个用户是男性，哪个用户的月收入在5000 )以上。

这与产品嵌入网站的设计有关，如果任何数据库都没有存储用户的性别和收入信息，这些人就无法分类确认，这种类型的图像只能存在于理论中，不能存在于实际操作中。

唯一的解决方案是重复产品的嵌入式设计，重新存储有关用户的信息，然后由用户进行调查并将其放入下一个需求进行评估。

由于对后验图像根据某个调查后的具体数据进行反向筛查，筛查条件已经存在于最终结果中，因此后验图像一定存在。

分类交叉

事前和事后图像的区分依赖于调查目标的信息是否事先已知。

后面介绍的静态划分和动态行为的差异取决于数据指标的变动频率，它们之间互不干扰。

先验图像和后验图像、静态划分和动态行为可以理解为互补子集关系。 事前与否和动态与否，两者之间互不相关。

也就是说，出现d静态划分的事前图像或静态划分的事后图像。

然而，d不出现，即静态划分的先验，也是静态图像的后验，这是互斥的。

2. 静态划分动态行为

某一类型特征在某一时间内被修改的频率。 这是静态划分和动态动作判断的依据。

修改频率的相对性

静态和动态的区分，不仅仅是工作和不工作，更应该关注“工作”频率的多少。 “工作”相对多是一种动态行为，“工作”相对少是一种静态划分。

该频率边界不必为明确的数值，并且可以是相对经验判断。

修改频率的时间性

修改频率的相对性与时间有关。 例如，用户的性别、年龄、居住地等可以理解为相对长时间不变动，这是静态划分。

相反，用户的动态投稿数、点赞数、评论数等每天变化的操作，也就是修改频率高的情况下，判断为动态行为。

时间和频率是相对统一的。 即使是同一用户的动态发布数，如果将该测量指标变更为日平均动态发布，当天采用的是上周的情况，但如果在本次用户调查中进行了季度情况的调查，则可以判断为动态行为。

这是因为，按每月4周的时间维度划分，第一季度包含12个周期，用户动态发布每调查季度发生12次变动，可以理解为频率相对较高。

此次用户调查进行月度情况调查时，用户动态发布行为在统计周期内只变动4次，相对较少，可以静态分类。

目标行为关联

01前言用户调查是指在确保调查有效性的基础上，得出什么样的用户倾向于采取什么样的行动的结论。

调查得出的倾向性结论是目标行为，与用户图像相关的动态行为有很强的相关性。

一句话，当用户组e进行行为(动态行为)时，他/她倾向于进行行为)的操作。

例如，一项调查的目的是确认活跃在话题【知道场景】中的用户日常喜欢做什么样的操作。

如果将活跃在话题【知道场景】中的用户定义为与该话题相关的动态投稿较多，则动态投稿成为目标行为。

此时，在选择制作的用户图像为事前图像的情况下，需要先判断应收集的动态行动是什么。

也就是说，在进行什么样的操作的用户中，有关【场景的认知】的话题有多发的倾向呢？

相反，这种类型的用户应该在一段时间内将家庭与一定基数的智能家庭设备联系起来。

这种类型的用户应该在一定期限内制作一定基数的设备联动场景； 这种类型的用户应该在一段时间内查看与场景创建相关的帖子和视频。

核心操作路径

用户可能操作的行为路径有数百条，在进行过滤时，不要不假思索地进行选择。

无论是调查的目标行为，还是图像的动态行为，都必须是产品方面的中心行为，一般与APP的产品定位和解决的用户需求相关。

例如，在直播APP的用户调查中，进入房间的频率、频道的停留时间、播音员关注、播音员获奖是相关行为的选择。

不喜欢设置头像、修改个性签名、添加话题，这才是社交APP调查中值得关注的焦点。

二、案例

工具类APP社区话题【知道场景】冷启动调查——用户群类定位。

1）分析选择：事后图像。

2）目标行为：【知道场景】话题，动态发布数量3。

3）时间跨度：2022年3月-2022年4月

4）静态划分：

（1）存量指标：

APP中用户家庭智能家庭设备的捆绑包数量3 (0，1个变量，1表示满足条件)； 为APP中的用户家庭创建单品场景的数量(场景中涉及的设备=1种类型)；整型变量，)1)； (APP内的用户主页联动场景制作数(与场景相关的设备) 2种) )3) ) 0，1变量，1表示满足条件)。（2）增量指标：

当月，APP中用户家庭智能家庭设备捆绑数量增量3(0、1变量，1表示满足条件)； 单月内，APP内用户家庭具备单品场景的新建行数(整数型变量，)1)； 当月，APP中用户家族联动场景的创建数量为增量3(0、1变量，1表示满足条件)。（3）用户价值（整数型变量）：

一个月内，用户进入商城界面的日均次数； 一个月内，用户查看商场内商品的日均类别数； 一个月内，用户购买商品的人均件数。5）分析：

静态指标的划分，在【场景知乎】的话题下，动态发布数3的用户大多原本是什么样的群体(存量指标)、【场景知乎】的话题是否会影响他的中心行为)，以及【场景知乎】的话题一定

6）动态行为：

（1）来源筛选：

当月用户是否关注【场景知道】话题(0、1变量，1表示满足条件)； 当月，用户是否点击查看或收藏【场景已知】相关动态详细信息(0、1变量，1表示符合条件)； 当月，用户浏览圈子类别(整数型变量，1为直通IoT，2为日常生活，3为提问和求助)； 一个月内，用户将浏览除【场景已知】以外的每天话题数(整数型变量)。（2）行为转化（整数型变量）：

一个月内，用户在【场景已知】相关动态日评估数一个月内，用户在【场景已知】相关动态日评论数一个月内，用户在【场景已知】相关动态日评论数一个月内（3）行为相关（整数型变量）：

一个月内，与用户一天浏览的场景相关的内容投稿数； 一个月来，用户每天浏览与场景相关的视频播放数。（4）社交关系：（整数型变量）：

一个月内，用户通过【知道场景】相关动态详细页面浏览个人主页的p主次数； 1月中，用户通过【知道场景】相关动态详细页面关注使用的p主人数； 一个月内，用户通过【场景知乎】相关动态详细页面，收集动态数量。7）分析：

区分动态行为的目的是确认进行了什么样的行动的用户在1月份在【场景知道】的话题中，动态投稿数有达到3以上的倾向。

源的筛选在于确定后续引流的路线； 行为转变是当前话题效果衡量中行为的关联是等效参与当前话题的路径； 社会关系的构建是预测话题裂变的速度。

上述用户成像是一个框架的思维过程，只能提供思路上的参考，实际操作过程粒度应该更小。

另外，关于次数和人数的差异，本质上是pv和uv的差异，以工具类APP的社区主题的冷启动-美丽的美居APP -场景知乎为例(门户料斗篇)，有与本文相关的记述。

创建

三、总结

用户图像后的语言描述是倾向性的百分比或行为的集合。

例如，对于上述情况，最终总结报告在【场景知道】话题下，动态帖子数3的用户在加入话题之前可能是家用智能设备捆绑数3的70%。

60%的人在参加话题后的1月增加了联动场景制作数3。

他/她一天进商场7次，通过【场景知道】相关动态详细页面，关注的p主几天就有5人。

用户图像的制作也只是用户调查的第一步，包括上述倾向性的比例和行为集合形成后该如何分析。

如何建立测量目标行为的指标体系，用户调查在确认调查的方式方法后，应该何时进行，需要相应的方法论。

高楼不是一天建成的。 首先，必须明确做出某种行为的用户应该是什么样的群体。 不要拿错误的例子来论述正确的行为。 这将引起笑声。

这篇文章@学习了某个统计的广告原创，宣布每个人都是产品经理，未经许可禁止转载。

标题来自Unsplash，基于CC0协议。