你正在为一个产品决策进行用户访谈——新功能、重新设计、转型假设。你有讨论指南,招募了参与者,即将与每人进行45分钟的对话。风险在于:大多数用户访谈产生有趣的对话,然后要么产生团队已相信的确认,要么产生指向不同方向且无明确信号的用户请求集合。
糟糕的研究通常不是由糟糕的问题引起的。而是由错误的框架引起的——在应该询问行为时询问偏好,在应该倾听潜在需求时字面解读答案,或者在应该关注用户实际行为的数据时仅根据用户说什么得出结论。
为什么这个模型适用: 待完成的工作(由Clayton Christensen开发)将研究问题从"用户想要什么?"重构为"用户试图完成什么工作?他们目前使用什么替代方案来完成它?"这种区分产生根本上更有用的研究。
如何应用:
关键问题: 这个用户试图完成什么工作——他们目前完成它的方式告诉我们真正的痛点在哪里?
为什么这个模型适用: 访谈中的用户经常说一套做一套,感受与他们报告的不同,想的东西不会大声说出来。共情图结构化你在四个维度上的观察——防止你将报告的偏好视为完整数据。
如何应用:
关键问题: 这个用户的言语和行为在哪里分歧——这个差距告诉我们什么仅靠言语无法了解的事情?
为什么这个模型适用: 收集数据后,研究者得出结论。推理阶梯展示结论如何从基于筛选观察的解读中构建而来——以及研究者如何在不注意的情况下跳过步骤。应用于用户体验研究,它防止你向产品团队呈现实际上是三层推理远离原始数据的结论。
如何应用:
关键问题: 在我的推理中,从观察到解读的哪一步——我是否清楚地标记了那个过渡?
用户体验研究——框架
步骤1:待完成的工作框架 ── 输出:锚定在工作执行的研究问题
↓
步骤2:共情图 ───────── 输出:每位用户的多维行为画像
↓
步骤3:推理阶梯审计 ── 输出:基于证据的洞察+替代解读
询问偏好而非行为。 "你会使用这个功能吗?"几乎无法预测。"告诉我上一次你需要做X的时间"能预测很多。
没有证据链呈现结论。 研究报告说"用户想要X"而不展示哪个用户说了或做了什么,无法被产品团队评估或挑战。这使研究沦为倡导。
招募过于相似的参与者。 同质样本产生同质洞察。刻意包含边缘案例、非用户和流失用户——最重要的信号通常来自典型用户画像之外。
在话老师中描述你的研究背景和你想告知的产品决策。AI将帮助你设计锚定在工作完成上的访谈问题,构建共情图结构,并验证你的解读。
🚀 在话老师中设计你的研究 →
本页面是话老师思维模型知识库的一部分。
心智模型是"知道",练成肌肉记忆才是"会"。去 AI 陪练用这个场景过一遍,或在训练营里找对应实战课。
🤖 AI 陪练 🗓️ 30 天训练营 🎨 生成海报