我们所从事的移动物流行业，产品的使用者为货车司机，由于很多货车司机的表达意愿与表达能力比较差(其实还有川普等各地方言，大中华区域辽阔真恨自己没有多学几门语言)，非常容易把天给聊死了，比如：

　　用研：为什么你会使用这个软件?

　　用户：你们工作人员给我装的/忘记了/随便用用……

　　用研：你觉得这个软件怎么样?

　　用户：感觉不错/不知道啊/没想过/还行吧/额……说不上来

　　以上的对话情境相信大家都非常熟悉，这种现象基本上可以总结为：无法给出具体、详细的语言反馈，从而把天给聊死了。

　　这种情境之下，如果研究员没有经验的话，就不知道如何进行下去了，可能会直接进入下一个问题。

　　这会造成什么结果?

　　我们做研究主要解决的是两个问题：需求和用户

　　需求：问题、行为、原因

　　用户：属性、场景、频次

　　这个也基本上可以理解为我们大部分研究的研究目的。

　　而我们从用户那边获取的原始信息是：Goal / Do / Think / Feel，即基于用户目标的用户行为、用户观点和用户态度。

　　若我们无法越过这些抽象、宽泛的回答去获得详细细节，则对于我们的洞察、转化都无法产生帮助，即无法完成我们的研究目的，最后可能产出的是一些泛泛而谈的观点，一份浅访的报告。

　　判断的核心标准

　　那么，一个回答是否具体详细有哪些标准?

　　1、所有说法都要有定义(区分形容词和动词)

　　比如所有的形容词，应该是有定义的，如“不错”应该指出“到底是哪里不错”或“解决什么问题的时候是不错的”。

　　2、所有的判断都要有例子(区分事实和观点)

　　比如觉得“这个软件很好”，应该有事实例子来说明自己是如何得出“软件很好”这一结论。

　　3、所有的操作都要有原因(区分结果和原因)

　　比如用户做了下载动作，应该明确用户下载之前的动作，如动机，场景。同时应该明确下载以后的动作，如第一个行为，下载的目标。即，你从哪里来，要到哪里去，这些都是有因果关系的。

　　可能的原因

　　我们可以把用户的知识从两个维度进行区分：知道/不知道、说出来/没有说出来。

　　知道且说出来：这个维度的信息容易获得。基本上只要你开口问，都会获得，但是一般只是一些比较表面浅显的内容，即通过问卷法都可以获得一些行为及态度信息。

　　知道但不想说出来：这个维度的信息较难获得。需要去转移用户的压力和注意力，这样才能获得这些维度的信息。

　　不知道但是说出来：这个维度的信息较难获得。需要用研去帮户用户去梳理。这个维度需要筛选谎言信息的存在。

　　不知道且说不出来：这个维度的信息最难获得。除了帮助用户梳理，还需要经常性使用一些投射的技术。

　　我们一般获取的浅显信息就是知道且说出来的，但是我们更多想知道是：知道但不想说出来的，不知道但是说出来，不知道且没有说出来这三个象限的内容。

　　这三个象限的内容往往很容易出现前面说的“抽象而且宽泛的回答”。这里面可能有各样的原因：

　　用户自己没有思考这些问题

　　用户思考过，但是记不清楚

　　用户思考，但是没有理清楚逻辑

　　用户觉得很难回答

　　用户觉得这些问题很白痴

　　敏感信息

　　社会赞许认同方面的考虑

　　这些可能的原因都是可以一一对应到上图的三个维度中。这些原因都是从用户角度来说，而作为一名用户研究员，应该从自己角度找问题，那么原因就变成：

　　访谈者没有提出一个好的问题。

　　解决方案

　　那么面对这种状况的时候如何以正确的姿势应对，并提出正确的问题呢?

　　1.定义

　　用户：我觉得这个软件很不错

　　用研：你可以详细说说哪里不错吗?/解决了你什么问题让你觉得不错?

　　2.激活

　　用户：我觉得这个软件不错

　　用研：有发生什么事情让你觉得这个软件不错?

　　3.对比(以前/竞品)

　　用户：我觉得这个软件不错

　　用研：(以前)和之前没有使用这个软件相比，你觉得有什么变化

　　用研：(竞品)为什么不使用某竞品?

　　4.缺失

　　用户：我觉得这个软件不错

　　用研：如果没有这个软件，你会怎么做来达到自己的目标?

　　5.转移

　　用户：我觉得这个软件不错

　　用研：你最好的司机朋友在使用的话，你觉得他会怎么评价这个软件?

　　6.转述(朋友/小白)

　　用户：我觉得这个软件不错

　　用研：(朋友)如果你要向一个没用过这个软件的朋友介绍这个软件，你会如何介绍?

　　用研：(小白)假设我是一名不了解这个软件的人，你会如何向我介绍这个软件?

　　总结

　　访谈虽然是用户研究中一个非常基础的工具，但是里面坑还是很多。今天和大家介绍的是 “什么是用户的抽象无效回答并可能造成的相应后果”，然后提出 “好的反馈的标准是什么”，最后分析可能的原因并提出相关的解决方案。

　　如果想要探讨相关或延伸的一些内容，欢迎交流。

　　参考文献

　　《Laddering: A ResearchInterview Technique for Uncovering Core Values》作者：Michael Hawley

　　《打破坚冰的深度访谈》作者：袁岳

　　《用户力》作者：郝志中

　　作者：小宝哥，用户研究员(微信公众号：用户研究社 )