01　線上融合線下，從體驗走到商業(yè)

◎陳妍

騰訊是一家特別關(guān)注用戶體驗的公司，這跟公司的成長基因有很大的關(guān)系，對用戶體驗的極致關(guān)注，也影響了用戶研究這個崗位的發(fā)展。騰訊在2005年開始設(shè)立用戶研究（簡稱“用研”）崗位。這12年的時間里面，我們做過很多的探索，今天想把這個思考的脈絡(luò)分享給大家。

可用性測試幫助設(shè)計改善使用體驗

2005年開始，我們通過可用性測試的方法，來幫助設(shè)計提升用戶的使用體驗，為設(shè)計提供重要的依據(jù)。我們建立了5個城市的用戶體驗室，包含北京、上海、廣州、深圳和成都。

除硬件投入以外，有些產(chǎn)品還會花成本去創(chuàng)造測試場景，例如驗證碼的可用性測試，通過不同方案的測試對比，最終選擇出既方便好認，又能預(yù)防壞人的方案。

年度考評量化產(chǎn)品體驗

在2007年，我們開始幫助公司重點產(chǎn)品通過體驗測評的方法來做年度的體檢。最開始是考評體驗設(shè)計質(zhì)量為主，到后來加入量化的評估方法，經(jīng)過10年的方法提升，有了工具和平臺的幫忙，現(xiàn)在能更自動和輕量級地完成產(chǎn)品的年度體檢。

年度畫像讓產(chǎn)品更了解用戶

從2008年開始，通過每年的QQ用戶畫像和微信用戶畫像項目，幫助產(chǎn)品了解騰訊用戶的變化趨勢，解答微信、QQ等團隊的產(chǎn)品問題，并幫助他們根據(jù)用戶的變化制訂年度商業(yè)計劃。

我們看到最近5年，微信用戶往高齡和低齡兩端發(fā)展，產(chǎn)品會關(guān)注目前的設(shè)計是否適應(yīng)新用戶群體的需求。此外，我們在微博還盛行的時候發(fā)布了朋友圈，當時褒貶不一，甚至還有業(yè)內(nèi)人士預(yù)言朋友圈失敗，用戶畫像研究一路見證了朋友圈的成長與變化。

我們也會對產(chǎn)品用戶規(guī)模的發(fā)展趨勢進行預(yù)測，與后臺數(shù)據(jù)模型的預(yù)測互相印證。2014年用戶畫像調(diào)研過程中，我們已經(jīng)明顯感受到用戶從手Q（注：手機QQ的簡稱）向微信的轉(zhuǎn)移。微信活躍用戶數(shù)會在未來某一時刻趕上手Q，這個結(jié)論已無法讓我們意外，也不能讓我們滿足，我們更好奇的是這個時間點會在何時到來。

在2013年第4季度至2014年第3季度公司財報數(shù)據(jù)的基礎(chǔ)上，結(jié)合研究數(shù)據(jù)，嘗試對微信及手Q用戶規(guī)模進行預(yù)測。預(yù)測的結(jié)果是僅僅3個季度后，微信的活躍賬戶數(shù)就將迎頭趕上手Q。雖然后來實際上微信多用了一點點時間，但基本和預(yù)測情況差異不大。

對于用戶畫像的研究方法，我們會每年去做優(yōu)化。如在2016年的微信畫像項目中，我們采用漸進式的研究設(shè)計方案，通過后臺用戶行為持續(xù)追蹤，尋找真實用戶進行定性深訪和手機日志的記錄，再通過網(wǎng)絡(luò)問卷調(diào)研，準確有效地描繪出目前微信用戶的群體特征。

而歷年的畫像研究，也印證了張小龍對微信這個產(chǎn)品的期望：從交友平臺、溝通平臺到信息知識獲取平臺，再到工具化的發(fā)展。

輿情分析讓市場運營可被科學評估

除了研發(fā)以外，公司每年都會有大量的資源投入在市場運營上，而這些市場運營活動對品牌建設(shè)最終能起到什么作用，需要有科學的方法去評估，才能判斷投入是否都值得。因此我們在市場營銷的ROI研究中，利用輿情分析中“聲量”“互動量”和“健康度”等指標，追蹤和評估市場運營活動對品牌建設(shè)的影響。

“騰訊指數(shù)”就是這個項目中催生出來的一個內(nèi)部產(chǎn)品，通過爬蟲、過濾、分詞算法、詞庫、問題定位模型、機器學習等相關(guān)技術(shù)，基于多渠道的數(shù)據(jù)分析，提供熱度、口碑、問題歸類、觀點發(fā)現(xiàn)等自動化分析功能。

相比以前的人工分析，產(chǎn)品希望更加全面、及時、準確地獲取產(chǎn)品及營銷事件的口碑狀況。

該產(chǎn)品目前已為超過1000個產(chǎn)品提供輿情分析服務(wù)，實時追蹤和分析最新熱點事件300多件，產(chǎn)品問題定位模型已上線100多個。

希望有一天該產(chǎn)品能夠練好內(nèi)功，對外開放，讓更多的產(chǎn)品、公關(guān)、市場、政府以及相關(guān)行業(yè)，都能獲得及時、有用的信息。

讓客戶提升對騰訊產(chǎn)品的信心

2015年初，微信朋友圈發(fā)布了第一支廣告，隨后，騰訊用戶研究與體驗設(shè)計部和社交廣告團隊成立社交廣告品牌聯(lián)合實驗室，做基于產(chǎn)品、事件、行業(yè)和人群的用戶洞察研究，并將研究結(jié)果對外傳播，幫助廣告主更好地理解消費者的同時，也了解騰訊的數(shù)據(jù)能力和用戶洞察能力，提升對騰訊廣告平臺的認知和信心。

我們也會利用自身的研究能力為廣告主識別代言人與品牌的契合程度，多維度評估明星的商業(yè)價值。

如圖所示，從人氣（輿情熱度+用戶規(guī)模）和口碑維度看各明星的影響力，首先女星B的人氣（無論是輿情熱度還是用戶規(guī)模）最旺，口碑也不差；女星A的受眾規(guī)模雖然比女星D小，但是輿情聲量比較高，這說明女星A的受眾比較熱衷在社交平臺上討論，與其相關(guān)的消息二次傳播的可能性較高。

再看看這位明星與各品牌的契合度情況，結(jié)果可見，這位明星的受眾在教育、家居和房產(chǎn)等領(lǐng)域的消費興趣顯著高于其他領(lǐng)域；在數(shù)碼手機品類中，該明星代言的手機品牌TGI指數(shù)排在第4位，說明這個廣告主的明星選取決策還是不錯的。由此可見，通過騰訊指數(shù)和后臺行為數(shù)據(jù)的組合拳，可以更立體地評估明星的代言價值。

為投資戰(zhàn)略了解行業(yè)與企業(yè)價值

從2011年起，騰訊的整體戰(zhàn)略發(fā)生重大調(diào)整，逐步開放騰訊的平臺能力，也大力推動互聯(lián)網(wǎng)的生態(tài)發(fā)展。開始的時候，我們基本是依賴咨詢公司做行業(yè)研究，進入移動互聯(lián)網(wǎng)后，行業(yè)變化速度太快，研究外包變得難以跟上決策的速度，而正好公司內(nèi)的研究能力逐漸成熟以及體系化，無論在投前還是投后分析，內(nèi)部的用戶研究都有很好的發(fā)揮研究價值的空間，對商業(yè)數(shù)據(jù)機密起到更好的保護。

我們通過騰訊大學為騰訊生態(tài)鏈中的企業(yè)提供了方法培訓，也會通過項目合作的形式提供用研和設(shè)計服務(wù)。

努力為騰訊生態(tài)建設(shè)探路

以金融服務(wù)的研究為例，我們在第3年的互聯(lián)網(wǎng)金融行業(yè)大調(diào)研中，與微眾銀行一起，邀請了27家銀行共同參與。

在這個聯(lián)合研究的項目中，我們?yōu)殂y行輸出研究方法和工具，銀行為我們提供更豐富的研究場景和研究樣本，共同探索在移動互聯(lián)網(wǎng)時代，銀行用戶對金融服務(wù)行為習慣與觀念態(tài)度的變化。

嘗試為社會提供產(chǎn)業(yè)洞察

我們聯(lián)合公司的產(chǎn)業(yè)政策部、騰訊研究院等部門與社會的一些政府機構(gòu)和高校進行研究合作，2017年2月幫助社科院完成《社交網(wǎng)絡(luò)與賦能研究》的調(diào)研；2017年5月為工信部輸出《共享單車行業(yè)研究》報告；最近啟動與北師大的合作，嘗試研究微信對用戶職業(yè)發(fā)展的作用和影響。

通過這些研究合作，我們不僅希望輸出研究成果，也希望輸出我們的工作態(tài)度，能夠把我們倡導的嚴謹性和系統(tǒng)性的用戶研究理念，給合作單位帶來一些參考價值。例如圖中共享單車的研究框架和方法。

工具開放為行業(yè)提供研究能力

除了以上方法培訓和項目合作外，我們還為行業(yè)提供了用戶研究解決方案的一些工具平臺，如“騰訊問卷”和“吐個槽”，兩個平臺都是我們多年用研經(jīng)驗的沉淀，都是結(jié)合行業(yè)需求精心打造的用戶態(tài)度調(diào)查和意見反饋的重要工具，目前都已經(jīng)對外使用了，其中“騰訊問卷”已有超過150萬用戶使用。

問卷平臺依托騰訊強大的安全體系，接入公司級的業(yè)務(wù)、數(shù)據(jù)、運維監(jiān)測等系統(tǒng)，并針對黑產(chǎn)、敏感詞等問題建立獨有的問卷安全策略，保證平臺安全穩(wěn)定零故障運行。另外，通過服務(wù)器集群技術(shù)，平谷實現(xiàn)了海量問卷數(shù)據(jù)的秒級響應(yīng)，可支持每秒100萬問卷頁的同時打開，上線2年時間已累計回收問卷近2億份。

在專業(yè)輸出上，針對部分行業(yè)初級研究人員，我們通過梳理內(nèi)部專業(yè)研究問卷，制作成標準研究框架和問題選項模板以供直接使用或參考學習，包括滿意度、測試、產(chǎn)品／市場調(diào)查等類型模板，涉及互聯(lián)網(wǎng)、食品保健、生活商業(yè)、娛樂等多個領(lǐng)域，而且我們還在不斷豐富模板類型和覆蓋領(lǐng)域，以提高問卷設(shè)計效率和質(zhì)量。

實戰(zhàn)效率也是研究工作的一大痛點，經(jīng)過內(nèi)部多年的積累和優(yōu)化，騰訊問卷提供的文本和題目邏輯編輯都實現(xiàn)了所見即所得的可視化效果，問卷文本編輯器在左側(cè)編輯欄輸入、編輯、修改問題的同時，右側(cè)預(yù)覽頁可實時查看問卷最終效果，從而快速、高效地完成問卷編輯工作。而題目跳轉(zhuǎn)邏輯的編輯，則用類流程圖形式通過拖、拉、連的方式實現(xiàn)題目間跳轉(zhuǎn)邏輯的關(guān)系設(shè)置，操作更簡單、顯示更清晰。

對于無效問卷樣本的過濾，通常會使用答題時長、回答矛盾、地雷題和產(chǎn)品后臺驗證等方法，其中答題時長是常見的過濾手段，時長閾值的取值可用經(jīng)驗法或3σ法則。

而我們基于龐大的問卷庫，將不同題型的題量作為參數(shù)，用考慮“不同答題路徑”的線性回歸方程來計算時長閾值，建立了更科學、專業(yè)的問卷數(shù)據(jù)清洗解決方案，該方案考慮的題型題量參數(shù)主要分為4類：①基本屬性題題量，②單選題題量，③多選、排序、量表等需多步操作的題型題量，④填空、文本等主觀題量。

對于研究者最關(guān)心的問卷回收結(jié)果，我們通過趨勢圖、地域圖、柱狀圖等多種可視化圖形來實時顯示樣本回收情況，可以及時了解問卷回收量、地域、設(shè)備、系統(tǒng)、渠道等信息，幫助用戶快速判斷樣本回收的合理性。

此外，騰訊問卷即將推出樣本庫服務(wù)，目前已建立了社交、個人、工作、財產(chǎn)、聯(lián)系方式5大維度的基礎(chǔ)樣本屬性庫，后期還會搭建產(chǎn)品、行為、興趣等擴展屬性庫。我們將通過問卷標簽、自然語言處理、文本挖掘等技術(shù)不斷豐富完善的樣本庫資源，力求解決問卷精準投放的“最后一公里”問題，有效提升問卷投放回收效率，希望為行業(yè)提供全面豐富的問卷樣本庫解決方案。

以上這些都是騰訊的用戶研究團隊由淺入深，從內(nèi)到外的一些積累分享。但是，在邊界越來越寬的研究工作中，我們也遇到不少研究難題，例如，行業(yè)基準數(shù)據(jù)的困難：移動互聯(lián)網(wǎng)用戶到底有多少？同一時期的公開數(shù)據(jù)，各家均有不同。沒有相對準確的基準數(shù)據(jù)，為行業(yè)和市場研究帶來不少問題。

還有一些較難解決的如用戶觸達渠道、樣本代表性、研究成本等等。而針對企業(yè)用戶的研究，更是有一些目前看起來不那么容易解決的困難。

雖然我們相對于其他研究團隊在大數(shù)據(jù)和AI上的研究起步較早（2012年開始做輿情分析系統(tǒng)），但在團隊知識儲備上還比較淺，另外在與大數(shù)據(jù)和AI結(jié)合上，我們也還在不斷找更多的應(yīng)用場景（例如效果廣告的洞察也才剛剛起步，大數(shù)據(jù)數(shù)量大但質(zhì)量不高的問題讓用研有更多可以發(fā)揮的空間）。

這12年發(fā)展的過程，是我們用設(shè)計思維和經(jīng)濟學思維不斷思考用戶研究工作發(fā)展的過程。希望未來有更多的思考和實踐可以和大家分享。