摘要: 访谈在用户研究工作中的基础性与重要性毋庸置疑，但是在实际的访谈中，出于各方面的因素，用户很容易把访谈的话题给聊死，经常导致我们无言以对，从而无法从用户身上获取真实有效的信息。本文要解决的一个问题就是： ...
访谈在用户研究工作中的基础性与重要性毋庸置疑，但是在实际的访谈中，出于各方面的因素，用户很容易把访谈的话题给聊死，经常导致我们无言以对，从而无法从用户身上获取真实有效的信息。
本文要解决的一个问题就是：面对用户的一些无效／宽泛／抽象的回答，如何正确的引导与追问。
什么叫做用户把天给聊死了？
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和表达能力比较差（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的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，最后产出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、所有说法应该有定义（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“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这个软件很好。
3、所有的事情都是有原因（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分为两个维度：知道／不知道、说出来／没有说出来:
我们一般获取的浅的信息就是知道且说出来的，但是我们更多想知道是：知道但说出不想说来的，不知道但是说出来，不知道且没有说出来的三个象限的内容。
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。
对这三个象限的内容都是很容易出现这种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
·用户思考过，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嘛？／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）在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：你最好的司机朋友使用，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）如果你和你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。今天就介绍了“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”。
