浅谈用户反馈与行为研究：怎样从数据中发现消费者“真相”

消费者研究，早就不是什么新鲜话题。即便是在数字化高度发达的今天，就从数字营销层面来说，我们早就不缺用户的各种信息和数据。缺的是分析和利用这些数据的靠谱方法。

关于用户研究

通常我们想到的是数据化的一些信息资料，完整的用户行为研究主要包含的内容甚多，最基本的包括用户行为研究（定量信息）和用户反馈研究（定性内容）。

用户行为研究：

即后台数据分析，了解此意见产生背后的数据表现，也许，用户提出的意见，正是某项数据指标下降的原因，此数据和用户意见可以互相验证，若数据能够支持此意见，此为有效建议，并根据所影响的深度、紧迫性，来制定优先级。还有后面的上线测试数据收集。（后台数据分析，只是研究用户行为的一种方式）

用户反馈研究

可能针对这个意见，会有更多的声音出来，有赞成、有反对，也许他们站在了不同的角度，代表不同属性、不同阶段的用户群体。因此，要对此反馈进行综合研究，而如果是在一个群组中，活跃用户的意见，可能会影响到后来提出意见者的思想，并导致他们盲从，这些也要进行分辨。

社会化媒体时代语境下的新思：

社会化媒体兴起后带给营销人员大量前所未有得关于消费者，用户群的监测数据，这些是宝贵的资料，然而最大的问题是如何更合理有效地分析这大量的数据，并将数据得到的结果影响到产品开发乃至营销策略制定执行的全过程中去，这或许是目前也是今后较长时间里营销人员需要面对的重要挑战。

下面分享的这篇文章就此问题，深入了解最早从事社会化游戏设计的公司中，通过他们目前所采用的解决工具和方法，提供给广大营销主一些借鉴参考。

社会化语境下，如何更好地让数据“说出真相”

下文来源：Fast Company

编译：Viking Wong@DamnDigital （原创内容，转载请注明来自DamnDigital）

当涉及到有关消费者洞察的问题时，社交网络的兴起可以说是一把双刃剑：一方面，公司触手可得有关消费者人群的大量数据资料；另一方面，公司不得不探究新的方法进行数据筛选，得到更有意义的结果。但就目前来说，基本上还没有一个普遍认可的较为可行有效的参考，大家都处于探索之中。

每个Facebook粉丝页、Twitter个人页面以及移动应用程序等，对于公司来说都是一种获取客户数据资料的渠道。但是如果你想赢得更多的市场份额，并且更好的吸引消费者，得到简单的类似于点击数，转化成本等数据对你来说是远远不够的。

那些早期涉足社交游戏设计（Social Game Design）领域的初创企业和营销人士或许早已开始在这方面进行研究，并有了一些解决对策。诸如Zynga这样的社交游戏公司，能够快速的从每天数十亿的数据事件中解读出有意义的消费者洞察。他们利用客户数据，制定更好的方案吸引用户参与，研发高品质的产品，并改善用户的体验。

用户行为动态分析 The rise of user behavior dynamics

当越来越多的数据变得触手可得，知名品牌开始意识到他们可以利用对用户行为分析和完善动态的方式到达营销的目的。“通过流动的社交网络能够采集到庞大的客户数据量，远远的超越了互联网‘前社交时代。” Kontagent公司（向社会化软件开发者提供用户行为分析的公司）总裁兼首席科学家Josh William表示，“企业营销人士而今可以通过登陆Kontagent平台，通过平台内的信息挖掘和分析工具，去深入了解消费者人群，并优化营销方案。推动有效的用户获得、用户参与、关系维系，销售行为推动等目的。我们正在努力利用用户行为动态数据的分析帮助企业客户提供如何建立更好的营销体系方面的建议。”

NoWait：是由匹兹堡的一家初创公司研发的一款应用程序，目的在于简化用户在餐厅等待的过程。与其带着那些笨重的传呼机在只有50英尺范围内活动，不如使用NoWait，用户只需提供手机号码即可。当餐厅一切准备就绪，用户就会收到通知。在完成用餐后，用户同样会收到一则消息，询问是否愿意接受来自周边餐厅折扣信息。

但这只是在一场在用餐领域改变游戏规则的方案。首先，餐厅了解他们的受众顾客是谁，用餐的时间。其中哪些顾客往来的最频繁，哪些顾客消费更多，使用这些数据，量身定制信息吸引每个来餐厅消费的顾客。

结语：

深入了解消费者需求，激发消费者参与度，要达到这一点目的，要求的已经远远超越传统的网页分析思维和方法。通过对于用户接触到的各个接触点的分析监测，包括互联网、社交网页、移动应用程序等等，然后进行全局性，系统性的分析，优化终端用户的体验，而不是传统的对于某一个触电的专注分析。企业必须转化自己的思维角度，注重对用户行为系统而动态的分析，从综合的数据中掌握更多的消费者行为洞察。

您当下是如何对于互联网用户行为进行检测和分析的？您又遇到了怎样的问题？欢迎留言探讨

*参考资料：

Tecent CDC

UCD China

Are User Behavior Analytics The Real Predictors Of Customer Engagement？

标签： 用户研

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点！
本站所提供的图片等素材，版权归原作者所有，如需使用，请与原作者联系。