淘宝UED :用户研究思路概述:以淘宝网SNS’分享’为例

事发突然:

2011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。

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>=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

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)

 

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。

 

图4:流失用户做分享的原因模型

 

图5:有过分享经历的非流失用户不分享的因素模型

图6:未分享过的非流失用户不分享的因素模型

 

 

图7:非流失用户刺激因素的模型

 

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。

源地址://ued.taobao.com/blo……%ba%e4%be%8b/

感谢支持199IT
我们致力为中国互联网研究和咨询及IT行业数据专业人员和决策者提供一个数据共享平台。

要继续访问我们的网站,只需关闭您的广告拦截器并刷新页面。
滚动到顶部