在深入探讨用户研究的到底核心价值时 ，我们不禁要问：用户研究究竟能为我们带来什么 ？步骤实际上 ，其输出成果在设计项目的用户研究有什用各个阶段都扮演着不可或缺的角色 ，它们如同灯塔一般 ，到底为设计之路指引方向 。步骤从数据解析 、用户研究有什用发现提炼 、到底洞察挖掘，步骤到框架构建、用户研究有什用机遇识别与推荐建议 ，到底每一项输出都是步骤推动设计向前发展的关键要素 。因此 ，用户研究有什用深入解析并明确这些成果的到底具体内涵与价值 ，对于制定切实可行的步骤后续设计步骤及有效传达研究成果至关重要 。
想象一下 ，如果一项用户研究完成了 ，但其成果却未能被有效理解和应用 ，那么这项研究的意义何在 ？它是否仅仅成为了一项孤立的工作 ，而未能在实际的设计决策中发挥其应有的作用 ？显然 ，这不是我们期望的结果。
接下来我将从用户研究的 6 步输出来探讨 ， 不同阶段的产物以及其发挥的价值和影响力 。
用户研究的6步输出及对应行动和产物
一 、数据（Data)——研究之本 ，洞察之源
在探索用户行为与偏好的征途中 ，数据无疑扮演着至关重要的角色。它不仅是参与者言语的直接记录（如一字不差的访谈内容） ，更是排名数值 、通过/失败比率等量化指标的体现。数据本身不带有任何主观解读 ，它仅仅是客观事实的忠实反映 。
因此 ，当我们踏上分析之旅时 ，数据始终是我们不可或缺的起点 ，无论是逐字逐句的笔记还是直接的录音转写 ，都应成为我们分析的基石 。真正的分析，应当避免从已经掺杂了个人理解的笔记出发 ，而是应回归数据本身 ，确保分析的客观性和准确性 。
值得注意的是 ，单一的数据点并不能直接等同于深刻的洞察 。项目团队在解读数据时 ，往往容易陷入"一叶障目 ，不见泰山"的误区 ，即过分关注某个具体的引用、任务失败或信息片段，而忽视了整体的数据图景。为了避免这种情况的发生，我们需要学会从更宏观的视角去审视数据 ，将其置于更广泛的背景和情境中进行综合分析。
实际上，数据通常只对研究人员具有直接的实用价值 ，而对于项目团队或客户而言 ，他们往往更需要的是对数据的深入解读 ，以及这种解读如何清晰地揭示出数据与洞察之间的内在联系 。通过将数据转化为生动的研究故事，借助参与者的原话 、排名数值以及通过/失败率等元素 ，我们不仅能够为洞察和建议增添更多的可信度 ，还能够让研究成果更加贴近实际 、更具说服力。
数据示例 ：
- 7 个人未能在购物网站上找到优惠券 。
- "我找不到优惠券——它们在推荐信息里面吗 ？"
- "这个购物网站的主意很棒 ！"
二 、发现（Findings）——数据初探与理解的核心
当我们开始回顾数据时 ，最先遇到的就是"发现" 。它们就像是数据的第一次分类 ，是我们初步看过数据后，立刻想知道的"我们听到了啥 ？"的答案 。这些发现要讲清楚研究团队在研究过程中看到了什么，换句话说 ，它们是根据项目需求对数据的解读。
在写总结报告、开初步分析会或者发邮件汇总时 ，发现都特别有用 。它们能给你一个大概的了解 ，但又不会提前剧透太多深层的东西 。所以说 ，分析过程中这一步很重要 ，除非项目时间真的很赶 ，最好不要省略它 。
还有个小贴士 ：做小规模定性研究时，除非能客观地量化发现（比如通过率 、排名等），否则最好不要给发现加数字 。因为如果只基于定性数据就说"8 个参与者想要某个功能" ，可能会让听众太关注反馈的数量，而忽略了整体的感觉 ，这对这类研究来说 ，可能会误导人 。另外 ，解读定性数据时难免带点主观性 ，这很正常 。我们可以用"一个" 、"一些"、"大多数" 、"几乎全部"或"全部"参与者这样的说法 ，来更恰当地表达这种主观性 ，让发现更容易理解 。
发现示例 ：
- 大多数未能完成任务的参与者无法在大型菜单中找到商品。
- 大多数参与者都以为优惠券应该在推荐信息里面 。
- 几乎所有参与者对这个购物网站的想法都有强烈的正面反应 。
三 、见解（Insights）：洞察背后的深意
在研究的探索过程中，最让人兴奋的部分莫过于挖掘出那些深刻的"见解" 。见解就像是装满发现的宝箱 ，它们搭建起研究项目与具体发现之间的桥梁 ，清晰地告诉项目团队这些发现将如何引导项目的下一步发展 。这些见解可能内容丰富 、错综复杂 ，也可能简洁直接 、一目了然 ，但无论哪种形式，它们都在问 ："那么 ，这些发现到底意味着什么呢 ？"
不同的研究者可能会有不同的方法来提炼见解 ，但核心目标是一致的 ：将众多的发现整理成一份关键的知识清单 。在这个过程中，研究者不仅要关注"参与者"（即直接来源于数据的信息） ，更要深入思考"用户"（即数据背后隐藏的深层含义和用户需求） 。这正是那些关心项目进展的人 ，在听取研究成果汇报时最希望听到的内容 。
当研究者分享这些见解时 ，他们应该能够清晰地展示这些见解是如何从具体的发现和数据中提炼出来的 。这些见解应该具有独立性 ，能够直接为项目团队提供明确而有力的指导 。有了这些宝贵的启示 ，，设计师便能在研究的坚实基础上 ，根据项目需求和个人的创意灵感 ，接过接力棒 ，继续向前奔跑 。
见解示例 ：
- 用户发现依赖充斥大量信息的菜单来购物时会感到困惑 。
- 当前的信息架构无法为用户提供直观的购物体验 。
- 用户希望能在任何时间 、任何地点都能方便地下单 。
四、框架（Frameworks） ：搭建思考模式的基石
在研究的过程中 ，我们不仅要珍视那些宝贵的见解 ，还要关注它们背后的思考逻辑 。在解决问题时，我们要想清楚这些见解是怎么来的 ，又可以用什么样的模型来表达 。对于那些探索未知或创造新事物的研究 ，它们的成果常常是一系列可以不断改进和完善的框架 。
这些框架有很多种形式 ，比如主题 、体验地图 、旅程地图 、用户画像 、人物角色、服务蓝图 、设计愿景图等等 。虽然它们看起来五花八门，但都有一个共同的目的 ，那就是帮助不同领域的项目团队能够顺畅地沟通和合作 。这些框架就像是沟通的桥梁 ，让每个人都能明白项目在说什么 。
在开始收集数据之前 ，选择好合适的框架非常重要 。因为不同的框架会影响我们选择什么样的方法 、提出什么样的问题 ，以及设计什么样的讨论活动。所以 ，我们得根据研究的目标和想要的结果来挑选框架 。比如说 ，如果想知道某个用户群体的真实想法 ，那体验地图可能就不是最好的选择。
另外 ，设计框架的时候也要小心，别掉进陷阱里 。有时候 ，人们会根据自己的想法来编造人物角色或其他框架 ，但这并不准确。真正好的框架应该是基于真实的见解、发现和数据的，能够追溯到原始的研究资料上 。这样 ，我们的框架才能站得住脚 ，为项目提供有力的支持 。
框架示例：
主题:
- 购物流程与效率
- 优惠选择的多样性
- 商品下单的便捷性
人物角色:
- 流动购物者 ：有明确购买目标的购物者，即买即走
- 熟悉使用各平台的购物达人：注重商品品质 ，购物体验 ，以及优惠信息的购物爱好者
体验地图:
- 想要购买商品 > 打开客户端（pc\移动端\小程序） > 前往搜索 > 浏览商品详情 > 选择商品类型 、数量 > 加入购物车 > 下单 > 确认购物明细 > 付款
五 、机会点（Opportunities） ：连接框架与创新的纽带
在研究的尾声 ，我们往往停留于构建框架的阶段 ，这时团队需要努力消化研究尾声阶段涌现的大量信息 。有时 ，设计师们会感到信息过载 ，导致他们匆匆掠过深刻的见解，忽视了前期精心构建的框架 ，而仅仅聚焦于某个吸引他们的数据点进行设计 。但正是这个时候 ，机会点出现了 。
机会点，就像是给见解换了一个新的视角 ，让我们看到更多的可能性 ，引导我们走向新的探索之路 。如果说见解是告诉我们"是什么"或"为什么" ，那么机会点就是在说"我们可以怎么做" 。它为项目团队提供了一个创新的起点 ，让大家能够一起向前迈进 。虽然机会点在探索性项目中更为常见，但在那些需要评估或注重可用性的项目中 ，它也同样重要。
在寻找机会点时 ，我们要时刻想着业务目标和设计问题 ，这样才能确保我们的努力方向是正确的 。它就像是一个好的开始 ，能够激发团队的活力 ，让每个人都充满动力和热情 。
可以尝试用"我们如何能……"这样的问题来提出机会点，重要的是 ，把见解变成开放式的问题 。这个方法能够在研究和设计之间架起一座桥梁，让两者更好地结合起来 。
机会示例 ：
洞察 ：平台里多种类型的优惠内容会让用户感到困惑
。
机会
：我们如何设计一种集合所有优惠的导航菜单，以展示所有可供用户选择的优惠 ？
洞察
：当前的信息架构不支持用户直观地进行优惠选择
。
机会：信息架构应如何支持优惠选择，以实现用户利益的最大化 ？
洞察 ：用户希望随时随地都能逛线上商场。
机会 ：我们如何能让线上购物融入人们的日常生活
？
六、推荐建议（Recommendations） ：清晰指导我们的行动
当我们有足够的时间和空间去思考新想法或探索新领域时 ，机遇非常宝贵 。但很多时候 ，团队需要明确的指导 。这时 ，推荐建议就显得非常重要了 。
推荐建议是基于我们的研究洞察提出的 ，可以单独由研究人员给出 ，也可以和设计师一起商量决定。它们不仅考虑了可以做什么 ，还考虑了根据时间限制和业务需求当下应该做什么 。
这些建议可以按照优先级排序 ，并放入产品的发展计划中，等待合适的时机去实施
。它们可能是大的战略方向，也可能是小的改进建议 。总之 ，它们清晰地告诉项目团队接下来应该怎么做。
好的推荐建议既要有启发性，让人眼前一亮 ，又要有具体性 ，让人知道怎么行动 。最好是由不同领域的团队成员一起商量出来的 。
有些研究人员可能害怕给出建议 ，担心自己说得不对或太绝对。但在实际应用研究中 ，这些建议其实是帮助我们连接研究和设计的桥梁。它们让研究和设计之间的距离变得更近，也给团队一个讨论的起点 ，无论是达成共识还是有不同意见 ，它们都有其不可忽视的价值 。
所以
，推荐建议是我们将研究成果转化为实际行动的重要方式 。它们让我们能够积极参与设计过程，推动产品不断前进。
推荐建议示例 ：
洞察 ：平台里多种类型的优惠内容会让用户感到困惑 。
- 短期建议 ：优化优惠内容展示的方式，使其更易于用户理解和选择 。
- 长期建议 ：探索替代性的购物流程与体验。
洞察 ：当前的信息架构不支持用户直观地进行优惠选择 。
- 短期建议 ：确定有效的展示方式 ，可能按优惠渠道来分 （平台优惠 、信用卡优惠、商家优惠等） 。
- 长期建议：开展卡片分类活动 ，以揭示用户对网站的心理模型 。
洞察 ：用户希望随时随地都能逛线上商场 。
- 短期建议 ：继续开发移动应用 。
- 长期建议 ：进行研究 ， 以确定人们最常在何时何地想要线上购物 。
总结
提升设计研究的影响力 ，可以通过以上 6 个输出步骤来进行 ：数据 、发现 、见解 、框架结构 、机会点 、推荐建议 ，在每个工作节点，进行对应的有效行动，并向团队输出关键产物 ， 是我们表现专业度的绝佳机会 。
但在所有这些工作的核心，是数据 。没有严谨的研究规划和数据收集（以及对业务目标和利益相关者观点的深刻理解） ，我们就无法提出令人信服的建议 。反之 ，没有这些令人信服的建议 ，就无法取得进步 。
对洞察的简单重述 ，可以使研究成果对设计团队而言更具可操作性 、实用性和启发性 。最终 ，研究的价值不仅在于它如何被执行 ，更在于它如何被传达 。人们需要理解这些洞察 ，才能据此采取行动 。这种思维方式有助于研究人员准确把握信息的呈现方式 ，确保研究成果被看见 、被听见 ，并最终被付诸实践 。
因此 ，对于每一位致力于通过研究推动项目进展的同仁来说 ，深刻理解数据的重要性 ，以及如何将研究成果有效地传达给设计团队和利益相关者，都是至关重要的 。只有这样 ，我们才能确保研究的价值得到充分发挥 ，为项目的成功贡献自己的力量 。
iFlytek STC UXD
