3

用户研究思路概述:以淘宝网SNS’分享’为例

 2 years ago
source link: https://blogread.cn/it/article/4718?f=hot1
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

用户研究思路概述:以淘宝网SNS’分享’为例

浏览:1866次  出处信息

    事发突然:

    今年8月份,发神经般的在微博上点开了一个广告链接,发现某美妆品牌的东西性价比很高,于是成功购买。这是我在SNS的网站上达成的第一笔交易,拿到钟爱的护肤品,突然发现:我居然没有在“我的淘宝”的“好友动态”里点击过别人分享的东西,更别提购买了。于是,有了这次的研究。

    一、立项:

    基于以上想法,本打算研究SNS用户习惯及动机(没有限定在淘宝网),希望能通过照片日志(Photo Dairy)的方法,从定性的角度研究活跃在各大SNS网站用户的特征,从而帮助淘宝网来定位自己的目标人群。但是,后来发现:在淘宝网购物的人群本身就是有自己特点的,而我的研究更多的价值点应该是放在【如何让这些网购用户成为淘宝网的SNS用户】。

    带着这个目标,了解了SNS下半年的业务规划,为了能够更好的让业务方得到启发和指导,更多的提升研究价值,将产品定位在【淘宝网分享】,研究使用淘宝分享的使用习惯及驱动因素。

    二、研究思路的确定:

    一个严谨、完整的研究,我认为,定性与定量的结合是必不可少的。所以,这个项目采取了先定量、再定性、最后定量的研究过程。见图1。

11.jpg图1

    1、定量――确定目标用户:

    确定了要研究的产品,最重要的就是要确定目标用户了。

    为了让我的目标用户更“目标”,我选择了与BI(商业智能部门)同事的合作。希望BI的同事能将全网使用过SNS分享用户(当时是8月份,我们的‘分享’产品6月份上线)的特征数据进行提取、分析,帮助我们选择定性研究的样本。

    在这个过程中,我们发现,7月使用大分享1-2次的用户、8、9月份GMV---①>=3笔以上,但8、9月份没有再进行分享的用户占所有SNS大分享用户的76.2%,我们认为,这部分用户为什么不再使用SNS分享是一个很有价值的挖掘点。根据这一思路,我们将用户分为三层:见图2

21.jpg
图2

    新用户:8月1日至8月17日之间,第一次进行过分享,且至少绑定了一个外网SNS网站的用户。

    活跃用户:6月份,7月份,8月份均进行过分享,且至少绑定了一个外网SNS网站的用户。

    流失用户:6月份分享过,但是7月,8月均未分享的用户,且至少绑定了一个外网SNS网站。(BI建议:调研时候可以选择分享天数>=2的用户,因为分享天数为1的用户大部分可能只是尝试下。) 注:这里并未用分享次数来定义流失。因为一个用户如果一天内分享了10次,第二天不再分享,也算作流失用户。

    但是,问题出来了。如果我们三个层面的用户都来做研究,可能会出现每类用户研究的都不透彻,所以,经过讨论,排出了优先级:流失用户>新用户>活跃用户。

    所以,最后,目标用户确定为:使用淘宝网SNS分享的流失用户。

    2、定性――以研究目的为导向,深入挖掘定性问题

    用户分层结束,确定了目标用户――流失用户。接下来,就是对用户的星级、在淘宝成交情况、人口特征等因素做出分析,然后进行定性研究前的抽样。具体的抽样方法不做赘述,这属于另外一个方面的问题。

    接下来,根据提纲,电话深访了16名买家,其中有10名流失用户和6名活跃用户,得到了诸多的定性问题,经过整理,要进行定量验证了。

    为什么要对活跃用户进行深访呢?在接下来的定量阶段,我会做出具体的解释。

    3、定量――定性结果的量化

    从BI提取的数据中,流失用户最后的样本仅有3万多用户,据我们平时的问卷回收情况估算,样本量过低,这样得到的结果误差会比较大。为了保证最后实验结果的可靠性和丰富性,添加了【非流失用户】,即7、8、9月份GMV>=3笔以上的淘宝纯买家(除去流失用户)。因为这部分有效样本可以保证,而且涵盖了新用户和活跃用户,可以和流失用户在人口特征、习惯、动机、使用驱动因素上做以对比。

    也是因为这个原因,我们在电话调研的过程中,添加了6名活跃用户的电访。

    在问卷设计的过程中,面临最大的挑战就是关于驱动因素的题目。因为建立驱动因素的模型是需要很多传统的、经过诸多验证的题目来建立模型。但是SNS领域的驱动因素建模少之又少,为了保证模型的完整性和科学性,项目期间,还做了许多的桌面研究。

    整个项目主要分为这三个阶段进行的。最后得到的非流失用户及流失用户的相关模型如下图:(结论仅供大家参考,由于实验设计和目标用户的不同,最后的结果可能是会有不同)

31.jpg
图3:有过分享经历的非流失用户做分享的原因模型

圆圈越大,代表相关度越高(下同)。图中蓝色代表与购物相关的因素,红色代表用户心理层面的因素。

41.jpg
图4:流失用户做分享的原因模型

51.jpg
图5:有过分享经历的非流失用户不分享的因素模型

6.jpg
图6:未分享过的非流失用户不分享的因素模型

71.jpg
图7:非流失用户刺激因素的模型

81.jpg
图8:流失用户刺激因素的模型

    以上结论是我在专业同事的帮助下完成的,也是我们对SNS领域的初步探索。期待与大家更深入的探讨与交流。

建议继续学习:

QQ技术交流群:445447336,欢迎加入!
扫一扫订阅我的微信号:IT技术博客大学习

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK