編輯導語:使用者調研對於網際網路產品設計過程十分重要,本篇文章作者從樣本替換的方面講述了做使用者調研的方法,以及網路訪問固定樣本的定義和構建過程等,感興趣的小夥伴一起來學習一下吧,希望對你有幫助。
一、現象
使用者調研是統計學上的問題,可理解成是抽樣調查的一個分支,是在隨機原則的保證下根據樣本的情況來預測總體。
但因網際網路產品迭代週期短,速度快,不少PM在進行使用者調研時,遵循操作易,成本低,結論精等原則,大多數選擇的方式為
網路問卷調查或資料庫採集進行分析,是一個非隨機的過程
。
因此,應透過一定的舉措減少非隨機調研帶來的干擾,使結論儘可能的準確,完善相應的調研體系。
網路調研的系列操作被執行時,經常會遇到以下三種情景。
物件A是目標調研個體,但根據現有的渠道,無法取得聯絡。
和物件A取得聯絡,並得到回覆,但關鍵問題沒有作答。
和物件A取得聯絡,關鍵問題有作答,但該作答不合理或前後矛盾。
把情景概括,即是使用者調研中的無回答或資料缺失問題。
對此,產品人大多所選擇的解決辦法是,把無回答或資料缺失的樣本直接剔除,不參與最終的預測。
這樣所帶來的問題有兩個。一是,樣本量降低,導致原本預測合理性已經不高的網路調查進一步降低說服力;二是調研的人力和時間成本已經產生,獲取到的資訊卻不被使用,投入產出比低下。
此時,若能針對無回答或資料缺失的樣本,在另一個群體中找到與其畫像接近的個體,用該個體的回覆進行替換預測,是一種值得學習的理論。
這種解決思路在抽樣調查當中有專門的研究領域作為理論上的支撐——“
基於樣本匹配的樣本選擇在網路訪問固定樣本中的應用
”。
二、網路訪問固定樣本
當目標調研群體A中的某些個體出現無回答或資料缺失現象時,從群體B中找到畫像與其最為接近的單元,進行一一的配對,後用匹配物件的回答來替換原單元,實現更迭。
這樣的過程即為樣本替換,群體B則是網路訪問固定樣本。
1. 定義
網際網路產品側的網路訪問固定樣本應是這樣的一群人:
他們可以透過某種明確的渠道被觸達,觸達前群體中的每個個體具備可知的依賴標準,觸達後願意對特定問題進行反饋,是一個虛擬的群體。
1)渠道
指的是
與群體進行溝通的方式,在網際網路產品的網路調查中,可定義為官方聯絡。
如,官方郵件,官方小助手,客服電話,官方粉絲群等。
需要注意的是,
官方聯絡強調對個體資訊的獲取,卻不一定會被物件所感知
。
如,對於直播產品,產品側可隨時通過後臺瞭解某使用者當天給某主播的送禮金額是多少,無須和其進行實際上的溝通,此時,
資料庫也歸屬於官方聯絡的一種
。
2)標準
指的是
個體所攜帶的資訊,某指標變數,或自定義的計算規則。
網際網路產品側在進行使用者調研時,使用者通常和其賬號繫結,對使用者調研,即對某個賬號的行為進行分析。而賬號的行為又會根據產品的埋點體系,被進行對應指標的監控。
如,某社交產品,賬號1在資料庫中,其註冊資訊為男性;截至調研當天,粉絲數為10人,關注數為15人;經計算,過去一週,其瀏覽他人主頁次數達50次。
此個體,在網路訪問固定樣本中所相近的,可能是賬號2,註冊資訊為男性;截至調研當天,粉絲數為11人,關注數為17人;經計算,過去一週,其瀏覽他人主頁次數達48次。
3)反饋
指的是
對具體的使用者調研活動進行參與,可以是主動地填寫網路問卷,也可以是被動地從資料庫提取分析
。
樣本替換的核心是根據標準進行的匹配過程。若匹配過後的個體仍不具備有效作答的特徵,僅需再次進行配對即可,直至有效且最佳的替換出現。
2. 構建
網路訪問固定樣本是一個虛擬集合存在,每一匹配標準可知的個體均是其中的一員。
根據構建固定樣本的時間節點,可將構建操作分為存量型和臨時型。
1)存量型構建
使用者調研操作執行前,固定樣本已經存在且被規模化的維護。
外在表現形式通常為資料庫當中的某張表格。
存量構建所採用的匹配標準,是變動頻率相對不高的指標,一般是怎麼去做使用者調研?-使用者畫像篇所提及的靜態劃分依據,同時和某調研主題相關,具有通用性。
固定樣本所依據的匹配準則資訊需要定期更新。
使用者調研的相關操作被專案組認可,執行頻率高。
2)臨時型構建
使用者調研操作執行時,根據匹配標準從資料庫中進行臨時計算,匹配標準可知的個體均成為固定樣本中的一員。
是一個有關使用者賬號的虛擬集合,每個賬號所攜帶資訊分佈在不同的資料庫表格中。
臨時構建所採用的匹配標準,是變動頻率相對較高的指標,一般是怎麼去做使用者調研?-使用者畫像篇所提及的動態行為,是針對某次具體調研而制定的計算規則。
固定樣本所依據的匹配準則在某次具體調研時再確認,不涉及定期更新的問題。
使用者調研不作為專案組的高頻工作內容,無須先行構建存量型固定樣本進行維護。
三、樣本替換
樣本替換方法論可簡化為兩步驟模型:
根據目標調研物件和網路訪問固定樣本的特徵,確定需要選取的匹配標準。
根據匹配標準,衡量兩單元間的近似程度,確定最相似的單元作為原無回答單元的替換,收集後續作答。
如,目標調研物件中,賬號1無法透過現有的渠道進行聯絡,但它具備可知的匹配標準A=2。
此時,設網路訪問固定樣本中某個體的匹配標準A=X,計算兩者作差絕對值IX-AI;取使IX-AI取值最小時的賬號2作為賬號1的替換,用於後續作答。
衡量近似的過程有兩點值得深思:
如果匹配標準包含多個變數,怎麼去進行作差絕對值的比較?
如果存在多個賬號均可使作差絕對值取最小,哪個賬號才是最終的替換選擇?可以多個賬號的回答一起使用嗎?可以的話他們間有優先次序嗎?
上述疑惑均能在研究領域——“
基於樣本匹配的樣本選擇在網路訪問固定樣本中的應用
”,找到與匹配準則選取相關的研究文獻進行解決。
四、引子
樣本替換是我讀研期間的主要研究方向,過程的操作涉及到很多的理論方法,使用者調研系列的方法論分享原是沒有樣本替換篇的書寫計劃,在這裡作為一個想法進行丟擲。
當然,之後也會結合自己PM工作進行實操案例介紹。
更關鍵的是提醒自己,知識永遠都是力量,
理論聯絡實際,這是讀書的魅力
。
以上。
本文由 @場景阿侯-公眾號同名 原創釋出於人人都是產品經理,未經許可,禁止轉載。
題圖來自Unsplash,基於CC0協議。