定性分析如何解决开源移动数据分析的疑难问题

简介:

作为有关如何利用 Countly Analytics 所收集的移动用户数据的第三篇文章,本人介绍了定性技术,以帮助理解定量技术可能无法完全解决的疑难问题。第一篇文章介绍了移动优化最佳实践,第二篇文章则阐述了用于测试假设、旨在扩展应用程序的定量技术。

分析用户评价及其在应用中的行为数据对于开展业务至关重要。尤其值得一提的是,用户评价比市场营销材料更加可靠。社交媒体情报公司 Linkfluence 统计数据表明,73% 的中国消费者在购买前会查看在线评价,55% 以上的中国消费者信任网络上关于某一品牌或产品的评论意见。此外,评价数据可以帮助您更好地了解在应用内观察到的用户行为。

目前,用户沉溺于社交网络的时间与日俱增,因此研究社交媒体行为变得愈发重要。最新研究表明,浏览互联网时,每三分钟中就有一分钟用于浏览社交网络(年轻群体花费时间更多)。因此,加大对社交网络的关注,我们将对行为获得更深入的了解。

无论是知名人士还是业界新丁,创新都是成功的关键,这一原则同样适用于大数据领域!目前大数据不仅限用于理解数据,还用于解读定性信息,比如在受邀的测试用户测试新应用版本时观察到的非语言交流线索(例如,欧洲的坦克游戏公司Wargaming甚至记录领先玩家在游戏中的节奏的面部表情包含瞳孔扩张)。大数据量化的信息越多,您就越容易挖掘潜在未表达的需求,了解用户讨厌或喜欢应用的原因。

一些玩家的表情

6 种方法更好地了解目标受众

我们以目标受众作为切入点,这是您希望深入了解的用户群体。如果您不接触目标受众和不熟悉目标受众心理,所有关于目标受众的假想都只是纸上谈兵。如何确保您所传达的消息有效,您的产品引人关注?这里介绍 6 种利用定性研究和移动分析方法,帮助您吸引目标受众:

1.从其他研究报告中获取信息。

这是最好的入门级市场研究。阅读在您之前进入市场的营销者案例研究、示例和心理分析。来源包括行业记者和一般市场研究员,某些情况下还包括社会学家。

2.创建用户人物角色。

收集足够数据,并形成可靠结论时,可以开始拟定客户人物角色。该人物角色基本属于虚拟角色,展现目标受众拥有的所有特性。您可以参考Bartle Test of Gamer Psychology。Richard Bartle教授在90年代建立一系列的问题和相应的评分公式,把游戏玩家(包括MMORPG)细分成四种类型,具有虚拟世界的不同乐趣心理画像:

  • Killers(杀手):喜欢挑起并导致戏剧画面并强加给其他玩家。最凶猛的和熟练的PVP(玩家对玩家)的对手是Killers。Killers也愿意掏钱以提高自己龙虎榜排名。
  • Achievers(成就者):是竞争和享受战胜困难的玩家。目标越有挑战性,他们的感觉就越有回报。
  • Explorers(探险家):喜欢探索世界,不仅仅是游戏的地理,更是游戏机制的更精细的细节。这些玩家可能会最终比游戏创造者更了解游戏的运作方式。
  • Socializers(社交高手):往往更注意其他玩家而不是玩游戏。他们帮助传播知识,并经常参与游戏的社区。

游戏玩家的四种类型

您创建用户人物角色也可以包括硬性因素,比如年龄、性别、教育水平和收入以及气质、敏感度或好奇心等性格因素。

3.进行定量分析。

现在需要支持假设并进行一些主要研究(上述辅助研究除外)。从大规模定量调查开始,尽可能涵盖最大目标受众范围。问题应采用多选形式,获取关于受众习惯的确凿统计数据。

提出与品牌和产品相关的问题,比如“X 对您来说有多重要?”或“购买 X 时最重要的考虑因素是什么?”

4.倾听社交对话。

这从了解用户在主要应用商店中留下的评价开始。接下来,您可以使用社交监听软件和目标社交列表锁定客户联机评价。用户最近关注哪些流行话题?用户经常与哪些人互动及其原因?您还可以寻找其他成功消息服务提供品牌。

大部分客户反馈数据为自由格式文本。这通常表明数据为非数字型数据,因此难以对数据进行构建、组织和转换为定量(数字型)数据。幸运的是,有许多免费商用软件工具可用于定量分析和解读客户反馈数据。相关工具详列如下:

  • Semantria:https://semantria.com/
  • Repustate:https://www.repustate.com/

5.检查与自己品牌进行的互动。

您对先了解用户在网站或应用最喜欢访问哪些页面。Countly 分析工具有以下功能也提供钻取和漏斗以方便您深度了解用户行为。

通过Countly了解用户最喜欢访问哪些页面

此外,您可以融合用户行为和社交对话,评估社交的反馈是否也在行为显示。从此进行精细调整,解决之前忽悠的痛点以优化用户体验。另外,Countly发现少数的用户喊得最大声但他们的观点并没被总体用户群的行为支持!

6.进行小规模定性调查。

实施定量研究及定性研究——数据并不客观,但您将了解更多关于受众心理因素的详细见解。以一小部分受众成员样本为目标,使用开放问题获取可以解读的较长答案。采访潜在用户时,花一些时间确定适当人选。寻找产品能为其解决问题或曾经搜索过类似产品的人群。这样可以更加迅速地获取更好的反馈。

同理心是关键。这一理念的基础因素是与处于特定环境下用户拥有同理心。我们应始终从用户角度出发,若非如此,最终设计出不符合任何人需求的产品则得不偿失。

结语

用户最为重要。您需要深入了解用户,观察用户的需要,同时使用见解定义挑战和机遇。将专业知识和市场趋势分析相结合,形成设想,构建原型,测试反馈,然后再次邀请用户测试想法。Jasper Nicholas,Wargaming 亚洲总经理, 认为优化用户体验流程的难度就是边运营边优化如这著名的伦敦道路安全广告。我个人认为这广告值得看,一分钟内显示21个变化,考验您的注意能力! 

您永远无法完全了解目标受众。即使在某些情况下实现了上述目标,受众成员也会不断发展变化。在策略中留出一定余地,始终努力更深入地了解受众。

这些方法本身都无法让您完全了解目标群体的“普通”用户特性,人口的多样化和不可预测性使得任何假设都不可能成为真理。相反,您需要从多个来源收集研究结果并整合为综合性多层面愿景。借此,您将能够全方位地更好地为受众打造所需的产品或服务,如博客标题和推广活动使用的按钮。




作者:陈俊勋
来源:51CTO
目录
相关文章
|
7月前
|
机器学习/深度学习 数据采集 数据可视化
R语言 一种功能强大的数据分析、统计建模 可视化 免费、开源且跨平台 的编程语言
R语言 一种功能强大的数据分析、统计建模 可视化 免费、开源且跨平台 的编程语言
138 1
|
12月前
|
SQL 机器学习/深度学习 人工智能
隐语开源首个工业级多方安全数据分析系统SCQL:像写SQL一样「易用」隐私计算
隐语开源首个工业级多方安全数据分析系统SCQL:像写SQL一样「易用」隐私计算
170 0
|
SQL 存储 数据采集
ArcEngine + DevPress GIS二次开发:开源湖北疫情交互式数据分析、地图输出、专题可视化系统
ArcEngine + DevPress GIS二次开发:开源湖北疫情交互式数据分析、地图输出、专题可视化系统:本系统基于ArcEngine进行开发,支持武汉疫情地图根据不同日期的展示、操作以及添加图例、导出为多种格式,支持属性数据的编辑和查询,支持指定时间区段统计疫情与轨迹分析功能;可以直观地展示出疫情的发展态势,为疫情分析和防控工作作出更好的决策参考。
1167 0
ArcEngine + DevPress GIS二次开发:开源湖北疫情交互式数据分析、地图输出、专题可视化系统
|
21天前
|
机器学习/深度学习 数据可视化 数据挖掘
Python跳水:探索数据分析的深渊
Python跳水:探索数据分析的深渊
22 0
|
16天前
|
机器学习/深度学习 数据采集 算法
Python用逻辑回归、决策树、SVM、XGBoost 算法机器学习预测用户信贷行为数据分析报告
Python用逻辑回归、决策树、SVM、XGBoost 算法机器学习预测用户信贷行为数据分析报告
|
1天前
|
数据可视化 数据挖掘 BI
【Python】—— pandas 数据分析
【Python】—— pandas 数据分析
7 1
|
3天前
|
数据采集 数据可视化 数据挖掘
如何利用Python中的Pandas库进行数据分析和可视化
Python的Pandas库是一种功能强大的工具,可以用于数据分析和处理。本文将介绍如何使用Pandas库进行数据分析和可视化,包括数据导入、清洗、转换以及基本的统计分析和图表绘制。通过学习本文,读者将能够掌握利用Python中的Pandas库进行高效数据处理和可视化的技能。