作為有關如何利用 countly analytics 所收集的移動使用者資料的第三篇文章，本人介紹了定性技術，以幫助理解定量技術可能無法完全解決的疑難問題。第一篇文章介紹了移動優化最佳實踐，第二篇文章則闡述了用於測試假設、旨在擴充套件應用程式的定量技術。
無論是知名人士還是業界新丁，創新都是成功的關鍵，這一原則同樣適用於大資料領域！目前大資料不僅限用於理解資料，還用於解讀定性資訊，比如在受邀的測試使用者測試新應用版本時觀察到的非語言交流線索(例如，歐洲的坦克遊戲公司wargaming甚至記錄領先玩家在遊戲中的節奏的面部表情包含瞳孔擴張)。大資料量化的資訊越多，您就越容易挖掘潛在未表達的需求，了解使用者討厭或喜歡應用的原因。
一些玩家的表情
6 種方法更好地了解目標受眾
我們以目標受眾作為切入點，這是您希望深入了解的使用者群體。如果您不接觸目標受眾和不熟悉目標受眾心理，所有關於目標受眾的假想都只是紙上談兵。如何確保您所傳達的訊息有效，您的產品引人關注?這裡介紹 6 種利用定性研究和移動分析方法，幫助您吸引目標受眾：
1.從其他研究報告中獲取資訊。
這是最好的入門級市場研究。閱讀在您之前進入市場的營銷者案例研究、示例和心理分析。**包括行業記者和一般市場研究員，某些情況下還包括社會學家。
2.建立使用者人物角色。
收集足夠資料，並形成可靠結論時，可以開始擬定客戶人物角色。該人物角色基本屬於虛擬角色，展現目標受眾擁有的所有特性。您可以參考bartle test of gamer psychology。richard bartle教授在90年代建立一系列的問題和相應的評分公式，把遊戲玩家(包括mmorpg)細分成四種型別，具有虛擬世界的不同樂趣心理畫像：
killers(殺手)：喜歡挑起並導致戲劇畫面並強加給其他玩家。最兇猛的和熟練的pvp(玩家對玩家)的對手是killers。killers也願意掏錢以提高自己龍虎榜排名。
achievers(成就者)：是競爭和享受戰勝困難的玩家。目標越有挑戰性，他們的感覺就越有回報。
explorers(探險家)：喜歡探索世界，不僅僅是遊戲的地理，更是遊戲機制的更精細的細節。這些玩家可能會最終比遊戲創造者更了解遊戲的運作方式。
socializers(社交高手)：往往更注意其他玩家而不是玩遊戲。他們幫助傳播知識，並經常參與遊戲的社群。
遊戲玩家的四種型別
您建立使用者人物角色也可以包括硬性因素，比如年齡、性別、教育水平和收入以及氣質、敏感度或好奇心等性格因素。
3.進行定量分析。
現在需要支援假設並進行一些主要研究(上述輔助研究除外)。從大規模定量調查開始，盡可能涵蓋最大目標受眾範圍。問題應採用多選形式，獲取關於受眾習慣的確鑿統計資料。
提出與品牌和產品相關的問題，比如「x 對您來說有多重要?」或「購買 x 時最重要的考慮因素是什麼?」
4.傾聽社交對話。
這從了解使用者在主要應用商店中留下的評價開始。接下來，您可以使用社交監聽軟體和目標社交列表鎖定客戶聯機評價。使用者最近關注哪些流行話題?使用者經常與哪些人互動及其原因?您還可以尋找其他成功訊息服務提供品牌。
大部分客戶反饋資料為自由格式文字。這通常表明資料為非數字型資料，因此難以對資料進行構建、組織和轉換為定量(數字型)資料。幸運的是，有許多免費商用軟體工具可用於定量分析和解讀客戶反饋資料。相關工具詳列如下：
semantria：
repustate：
5.檢查與自己品牌進行的互動。
您對先了解使用者在**或應用最喜歡訪問哪些頁面。countly 分析工具有以下功能也提供鑽取和漏斗以方便您深度了解使用者行為。
通過countly了解使用者最喜歡訪問哪些頁面
此外，您可以融合使用者行為和社交對話，評估社交的反饋是否也在行為顯示。從此進行精細調整，解決之前忽悠的痛點以優化使用者體驗。另外，countly發現少數的使用者喊得最大聲但他們的觀點並沒被總體使用者群的行為支援！
6.進行小規模定性調查。
同理心是關鍵。這一理念的基礎因素是與處於特定環境下使用者擁有同理心。我們應始終從使用者角度出發，若非如此，最終設計出不符合任何人需求的產品則得不償失。
結語
使用者最為重要。您需要深入了解使用者，觀察使用者的需要，同時使用見解定義挑戰和機遇。將專業知識和市場趨勢分析相結合，形成設想，構建原型，測試反饋，然後再次邀請使用者測試想法。jasper nicholas，wargaming 亞洲總經理, 認為優化使用者體驗流程的難度就是邊運營邊優化如這著名的倫敦道路安全廣告。我個人認為這廣告值得看，一分鐘內顯示21個變化，考驗您的注意能力！
您永遠無法完全了解目標受眾。即使在某些情況下實現了上述目標，受眾成員也會不斷發展變化。在策略中留出一定餘地，始終努力更深入地了解受眾。
這些方法本身都無法讓您完全了解目標群體的「普通」使用者特性，人口的多樣化和不可**性使得任何假設都不可能成為真理。相反，您需要從多個**收集研究結果並集成為綜合性多層面願景。藉此，您將能夠全方位地更好地為受眾打造所需的產品或服務，如部落格標題和推廣活動使用的按鈕。
作者介紹
陳俊勳是countly的中國與亞太區的市場經理。同時，他在新加坡南洋理工大學修讀消費者洞察和行銷的兼職碩士學位。他熱愛移動資料分析、咖啡和英超。countly 為移動和網路應用程式提供高階分析和市場營銷。我們對於開源領域以身作則： 採用50多款軟體建立sdk 和框架。我們提供開源 sdk 和整個後端，包括伺服器端元件和儀錶盤。歡迎聯絡countly([email protected])。
資料分析中會常犯哪些錯誤，如何解決？ 二
截圖說話 譁眾取寵的美國fox news經常用的一些招數。這些招數更多的是從視覺上給人一種 錯覺 比如說，本來不大的差異，截掉y軸的一部分，瞬間差異就會讓看的人覺得 差得這麼多！想象你明天要跟你的經理作報告，手裡有一堆結果，但是顯然這些結果對於之前的方法只有邊際的增長 好訊息是，你幾乎一定可以找到乙...
資料分析師 如何建立資料分析的思維框架
維度分析法 當你有了指標，可以著手進行分析，資料分析大體可以分三類，第一類是利用維度分析資料，第二類是使用統計學知識如資料分布假設檢驗，最後一類是使用機器學習。我們先了解一下維度分析法。維度是描述物件的引數，在具體分析中，我們可以把它認為是分析事物的角度。銷量是一種角度 活躍率是一種角度，時間也是一...
如何提高資料分析的效率
資料分析的目的是集中和提取隱藏在大量看似雜亂無章的資料背後的資訊，並總結出研究物件的內在規律。面對海量的資料時，提高資料分析的效率已成為分析人員面臨的乙個難題。以下將會介紹如何讓企業的資料分析效率最大化。一 明確分析的目的 資料分析的資料來源往往龐大且無章法，這個時候就需要明確資料分析的目的。需要通...