用户研究是以用户为中心设计流程的第一步，是产品形成良好用户体验的基础。以用户为中心的用户研究是产品设计人员理解用户，将用户的目标、需求与企业商业目标进行整合的理想方法，能够帮助企业更好地定义产品，了解用户的需求和期望。
在互联网领域内，用户研究主要应用于两个方面：
- 一是，对于从0到1的新产品而言，用户研究一般用来明确用户群体、确定目标用户、了解用户特征、明确用户需求点等方面，在此基础上，形成用户研究报告帮助设计师选定产品的设计方向；
- 二是，对于已经发布的产品来说，用户研究一般用于发现产品问题、寻找解决方案，帮助设计师优化产品体验。用户研究是以用户为对象，利用有计划与有系统的资料收集、分析和解释的方法，获得解决问题的过程。
具体而言，笔者认为，无论是针对那一方面（新产品/已发布产品），用户研究都可以分为以下三大步骤：
- 定义问题：也就确定要研究什么，决定着用户研究的方向，譬如对某产品用户群体的大小进行估量。
- 确定方法：即选择什么方法来收集用于解决问题的主客观数据，决定着问题解决的效率，譬如访谈法、问卷法、可行性研究等方法的选择可以根据研究的阶段、成本以及想了解的东西进行选择；
- 数据分析：即对获得的主客观数据进行处理，对数据反映的某些现象进行解释，形成报告，决定着问题解决的质量，譬如针对产品使用对象某方面存在的显著差异，根据相关知识、经验等探究产生差异的背后原因。
一、定义问题
用户研究以用户为对象，围绕与用户有关的问题而展开，定义问题是用户研究整个过程的第一步，也是最重要的一步，只有清楚地定义了研究问题，才能正确地设计和实施用户研究。
定义问题就是在整个用户研究过程开展之前弄清楚我们想了解什么，弄明白什么，更进一步地讲，也就是我们通过用户研究工作要达到什么样的目标。
为了更好地就某一问题进行研究，在明白我们想了解什么的同时，我们还需要了解问题产生的背景，明确问题的性质（what、how、why），采用适当的表达方式对问题进行描述（避免混淆、使得可理解），对问题中的变量进行操作化定义，使得问题中的变量可观察、可测量、可操作，例如研究者想理解用户对某产品的忠诚度。
忠诚度是一个主观变量，无法直接观察获得，这时我们可以对该变量进行操作化定义，譬如将忠诚度界定为用户每周使用该产品达到多少次数以上（例如10次或者以上，即可以判定为忠诚用户）。综之，对研究问题进行定义的目的，就是为了使所要研究的问题具有可行性，以及确定整个用户研究的方向。笔者总结了一些当前互联网行业中常常探究的问题，诸如：
- 某产品的潜在使用用户是谁？有多少？产品使用用户的行为如何？用户的行为模式是怎么样？
- 用户的痛点是什么？用户对产品有什么期待？用户对产品的满意度如何？用户对于一件事情抱有怎样的态度？
- 用户主要在什么场景下使用产品？
- 当前市场的发展状况如何，有哪些特征，市场上有哪些条件有利于产品的开发？用户为什么使用竞争对手的产品？竞争对手的产品有什么优劣势？
- 某个方案是否有效的解决了用户的问题？某几个方案中，那个最佳？
- 产品经理的某个想法是否可行？
- 某个产品或者产品的某个功能的可用性如何？等等。
二、确定方法
对问题进行定义，以使得研究可进行只是用户研究工作的第一步。确定研究方法则在整个用户研究工作过程中起着承上启下的作用，用户研究工作者们可以基于问题的性质、变量的类型以及其他因素选择一定的研究方法，来收集与问题有关的主客观数据，进而为了解某些未知的东西或者验证某种想法提供依据。
用户研究有很多方法，基于对已有知识的总结可知，影响研究方法选择的因素主要以下因素：研究的对象、产品的设计阶段、产品所处周期、成本、时间等。通常情况下：
（1）根据收集的数据类型，可以将研究方法划分为定性和定量两种，见图1。
定性研究方法，通常适用于对小数量规模的样本进行分析，主要用于发现新事物的过程，揭露为什么会发生这样的事情，样本数量通常为10~20个，不追求精确的结论，而只是了解问题之所在，摸清情况，得出感性认识，比如用户访谈、卡片分类法、焦点小组、头脑风暴、可用性测试等，见图2。
定量研究方法，则是对大规模的样本进行分析，适用于揭露正在发生的事情，一般是为了对特定研究对象的总体得出统计结果而进行的，比如在线大规模调查问卷、网站日志分析以及A/B测试、自动化可用性测试等。
图1定性定量方法比较
（2）根据要了解的内容选择研究方法，见图2。
在进行用户研究过程中，一方面我们要关注人们说了什么，另一方面我们也要关注人们做了什么。人们说了什么很重要，这揭示了用户的观点和目标，目标能够触发用户与产品之间的互动，是用户使用产品的根本原因，只有充分了解用户的目标，即用户为什么使用该产品以及他们想要完成什么任务，研究者才能找到产品设计的方向；观点则透露了用户对自己和在线体验的感受，代表着用户某方面的看法。
人们做了什么同样很重要，与他们说了什么相比，实际行动能够显示出更多与人们有关的信息，行为不仅仅显示他们在那里可能会有问题，也显-示了用户的普遍倾向。
例如，在研究人们观点、目标时，卡片分类研究能让研究者深入了解用户在某种信息空间里的心理模型，这可以帮助设计者决策什么才是最适合你网站的信息架构。问卷调查方法测量态度，或是收集自我报告数据，能够帮助跟踪或是发现你网站中重要的问题。
在研究人们行为时，AB测试在改版网站时，保持其它因素不变，可以观察网站设计对用户行为的影响，眼动研究可以用来了解用户与网站界面设计的视觉交互。
图2研究方法划分
（3）根据产品流程选择研究方法。
对于研究方法的选择还需考虑产品开发所处的阶段，在不同的阶段，研究者们所需弄明白的问题是有所侧重的，因而对研究方法的选择也是有所不同的。
具体而言，概念阶段，研究者们更多地是通过研究来发掘、验证以及明确用户需求和产品的目标；在设计阶段，则更多地用来验证某种想法或者比较不同方案的优劣；开发阶段，则更多地用来发现设计中存在的问题；产品发布后，用户研究更多地用来评估产品的性能，将其与自身和其竞争对手对比，发掘新的功能点。
三、数据分析
用户研究工作者们采用适当的研究方法收集来自用户的主客观数据，但数据本身只是某种呈现，要想更深入地了解某些信息，则需对数据进行分析，即采用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论且对数据加以详细研究和概括总结的过程，一般情况下，数据分析过程可以分为以下4步：
- 数据细分：先分纬度，再分指标。维度，指定不同值的对象的描述性属性或者特征。例如按时间分类就是时间纬度，按地区分类就是地域纬度，按来路分类就是来源纬度，按受访页面分类就是受访纬度。指标，就是可以按总数或者比值衡量的具体维度元素，例如维度城市可以关联人口。
- 数据清洗：从大量的、杂乱无章、难以理解的数据中抽取并推导出对解决问题有价值、有意义的数据（筛选、清除、补充、纠正），例如对收集到的数据缺失值进行补充。
- 数据处理：主观数据（没法量化）：分析、整理、归纳、解释等。客观数据（可量化）：描述性统计，例如平均数、众数、中数、方差、标准差（单个变量，例如人口），相关（双变量，例如人口与GDP）。参数估计，例如横向对比和纵向对比，横向对比，例如与行业平均数据，与竞争对手的数据进行比对；纵向对比，围绕着时间轴来对比，例如今年与去年的数据进行对比。回归分析，确定两种或两种以上变量间相互依赖的定量关系，例如使用产品时长与用户忠诚度之间的关系。特别需要强调的是，有时主观数据也可以进行一些简单的频数统计。
- 数据溯源：通过数据处理的结果就能分析出大多数问题的原因并推导出结论了。例如，某超市的数据显示，下雨天的避孕套销量明显要多于平常，这时我们需要通过数据上的差异，来挖掘产生这种现象背后的原因。就用户研究而言，我们需要通过数据上的表现，来挖掘用户的真实想法（用户的期望、目标、态度等），寻找行为背后的原因，产生行为的条件等。
综上所述，大体上，用户研究工作可以分为定义问题、确定方法以及数据分析三大步骤，三者相互衔接，缺一不可，组成整个用户研究过程，问题的定义决定了方法的选择，方法的选择决定了可用于分析的数据，而通过数据分析获得某种结论，进而解决某个问题则是研究的最终目标。高质量用户研究工作的完成是建立在恰当问题定义、正确方法选择以及合理数据分析的基础之上。