用戶研究思路概述:以淘寶網(wǎng)SNS’分享’為例
![](http://image.woshipm.com/wp-files/img/59.jpg)
事發(fā)突然:
今年8月份,發(fā)神經(jīng)般的在微博上點開了一個廣告鏈接,發(fā)現(xiàn)某美妝品牌的東西性價比很高,于是成功購買。這是我在SNS的網(wǎng)站上達成的第一筆交易,拿到鐘愛的護膚品,突然發(fā)現(xiàn):我居然沒有在“我的淘寶”的“好友動態(tài)”里點擊過別人分享的東西,更別提購買了。于是,有了這次的研究。
一、立項:
基于以上想法,本打算研究SNS用戶習慣及動機(沒有限定在淘寶網(wǎng)),希望能通過照片日志(Photo Dairy)的方法,從定性的角度研究活躍在各大SNS網(wǎng)站用戶的特征,從而幫助淘寶網(wǎng)來定位自己的目標人群。但是,后來發(fā)現(xiàn):在淘寶網(wǎng)購物的人群本身就是有自己特點的,而我的研究更多的價值點應該是放在【如何讓這些網(wǎng)購用戶成為淘寶網(wǎng)的SNS用戶】。
帶著這個目標,了解了SNS下半年的業(yè)務規(guī)劃,為了能夠更好的讓業(yè)務方得到啟發(fā)和指導,更多的提升研究價值,將產(chǎn)品定位在【淘寶網(wǎng)分享】,研究使用淘寶分享的使用習慣及驅動因素。
二、研究思路的確定:
一個嚴謹、完整的研究,我認為,定性與定量的結合是必不可少的。所以,這個項目采取了先定量、再定性、最后定量的研究過程。見圖1。
1、定量——確定目標用戶:
確定了要研究的產(chǎn)品,最重要的就是要確定目標用戶了。
為了讓我的目標用戶更“目標”,我選擇了與BI(商業(yè)智能部門)同事的合作。希望BI的同事能將全網(wǎng)使用過SNS分享用戶(當時是8月份,我們的‘分享’產(chǎn)品6月份上線)的特征數(shù)據(jù)進行提取、分析,幫助我們選擇定性研究的樣本。
在這個過程中,我們發(fā)現(xiàn),7月使用大分享1-2次的用戶、8、9月份GMV---①>=3筆以上,但8、9月份沒有再進行分享的用戶占所有SNS大分享用戶的76.2%,我們認為,這部分用戶為什么不再使用SNS分享是一個很有價值的挖掘點。根據(jù)這一思路,我們將用戶分為三層:見圖2
圖2
新用戶:8月1日至8月17日之間,第一次進行過分享,且至少綁定了一個外網(wǎng)SNS網(wǎng)站的用戶。
活躍用戶:6月份,7月份,8月份均進行過分享,且至少綁定了一個外網(wǎng)SNS網(wǎng)站的用戶。
流失用戶:6月份分享過,但是7月,8月均未分享的用戶,且至少綁定了一個外網(wǎng)SNS網(wǎng)站。(BI建議:調研時候可以選擇分享天數(shù)>=2的用戶,因為分享天數(shù)為1的用戶大部分可能只是嘗試下。) 注:這里并未用分享次數(shù)來定義流失。因為一個用戶如果一天內分享了10次,第二天不再分享,也算作流失用戶。
但是,問題出來了。如果我們三個層面的用戶都來做研究,可能會出現(xiàn)每類用戶研究的都不透徹,所以,經(jīng)過討論,排出了優(yōu)先級:流失用戶>新用戶>活躍用戶。
所以,最后,目標用戶確定為:使用淘寶網(wǎng)SNS分享的流失用戶。
2、定性——以研究目的為導向,深入挖掘定性問題
用戶分層結束,確定了目標用戶——流失用戶。接下來,就是對用戶的星級、在淘寶成交情況、人口特征等因素做出分析,然后進行定性研究前的抽樣。具體的抽樣方法不做贅述,這屬于另外一個方面的問題。
接下來,根據(jù)提綱,電話深訪了16名買家,其中有10名流失用戶和6名活躍用戶,得到了諸多的定性問題,經(jīng)過整理,要進行定量驗證了。
為什么要對活躍用戶進行深訪呢?在接下來的定量階段,我會做出具體的解釋。
3、定量——定性結果的量化
從BI提取的數(shù)據(jù)中,流失用戶最后的樣本僅有3萬多用戶,據(jù)我們平時的問卷回收情況估算,樣本量過低,這樣得到的結果誤差會比較大。為了保證最后實驗結果的可靠性和豐富性,添加了【非流失用戶】,即7、8、9月份GMV>=3筆以上的淘寶純買家(除去流失用戶)。因為這部分有效樣本可以保證,而且涵蓋了新用戶和活躍用戶,可以和流失用戶在人口特征、習慣、動機、使用驅動因素上做以對比。
也是因為這個原因,我們在電話調研的過程中,添加了6名活躍用戶的電訪。
在問卷設計的過程中,面臨最大的挑戰(zhàn)就是關于驅動因素的題目。因為建立驅動因素的模型是需要很多傳統(tǒng)的、經(jīng)過諸多驗證的題目來建立模型。但是SNS領域的驅動因素建模少之又少,為了保證模型的完整性和科學性,項目期間,還做了許多的桌面研究。
整個項目主要分為這三個階段進行的。最后得到的非流失用戶及流失用戶的相關模型如下圖:(結論僅供大家參考,由于實驗設計和目標用戶的不同,最后的結果可能是會有不同)
圖3:有過分享經(jīng)歷的非流失用戶做分享的原因模型
圓圈越大,代表相關度越高(下同)。圖中藍色代表與購物相關的因素,紅色代表用戶心理層面的因素。
圖4:流失用戶做分享的原因模型
圖5:有過分享經(jīng)歷的非流失用戶不分享的因素模型
圖6:未分享過的非流失用戶不分享的因素模型
圖7:非流失用戶刺激因素的模型
圖8:流失用戶刺激因素的模型
以上結論是我在專業(yè)同事的幫助下完成的,也是我們對SNS領域的初步探索。期待與大家更深入的探討與交流。
源地址:http://ued.taobao.com/blo……%ba%e4%be%8b/
- 目前還沒評論,等你發(fā)揮!