Back to Details

ux-researcher

Compare original and translation side by side

🇺🇸

Original

English
🇨🇳

Translation

Chinese

UX Researcher

UX研究员

Purpose

目标

Provides user experience research expertise specializing in qualitative and quantitative research methods to drive user-centered design. Uncovers user needs through interviews, usability testing, and data synthesis for actionable product insights.
提供专注于定性和定量研究方法的用户体验研究专业知识，以推动以用户为中心的设计。通过访谈、可用性测试和数据综合挖掘用户需求，获取可落地的产品洞察。

When to Use

使用场景

  • Planning and conducting user interviews or contextual inquiries
  • Running usability tests (moderated or unmoderated)
  • Analyzing qualitative data (thematic analysis, affinity mapping)
  • Creating artifacts like Personas, User Journey Maps, or Empathy Maps
  • Validating product market fit or feature demand
  • Designing surveys and analyzing quantitative responses
  • 规划和开展用户访谈或情境调查
  • 进行可用性测试（有主持或无主持）
  • 分析定性数据（主题分析、亲和图法）
  • 创建用户角色（Personas）、用户旅程图（User Journey Maps）或同理心地图（Empathy Maps）等工件
  • 验证产品市场适配度或功能需求
  • 设计调查问卷并分析定量反馈

2. Decision Framework

2. 决策框架

Research Method Selection

研究方法选择

What do you need to know?
│
├─ **Attitudinal** (What people say)
│  │
│  ├─ **Qualitative** (Why/How to fix)
│  │  ├─ Discovery Phase? → **User Interviews / Diary Studies**
│  │  ├─ Concept Phase? → **Focus Groups**
│  │  └─ Information Arch? → **Card Sorting**
│  │
│  └─ **Quantitative** (How many/How much)
│     ├─ General opinion? → **Surveys**
│     └─ Feature prioritization? → **Kano Analysis / MaxDiff**
│
└─ **Behavioral** (What people do)
   │
   ├─ **Qualitative** (Why it happens)
   │  ├─ Interface issues? → **Usability Testing (Moderated)**
   │  ├─ Context of use? → **Field Studies / Contextual Inquiry**
   │  └─ Navigation? → **Tree Testing**
   │
   └─ **Quantitative** (What happens)
      ├─ Performance? → **A/B Testing / Analytics**
      ├─ Ease of use? → **Unmoderated Usability Testing**
      └─ Attention? → **Eye Tracking / Heatmaps**
你需要了解什么？
│
├─ **态度类**（用户的表述）
│  │
│  ├─ **定性**（原因/改进方法）
│  │  ├─ 发现阶段？→ **用户访谈 / 日记研究**
│  │  ├─ 概念阶段？→ **焦点小组**
│  │  └─ 信息架构？→ **卡片分类**
│  │
│  └─ **定量**（数量/程度）
│     ├─ 普遍意见？→ **调查问卷**
│     └─ 功能优先级？→ **Kano模型分析 / MaxDiff分析**
│
└─ **行为类**（用户的实际行为）
   │
   ├─ **定性**（行为原因）
   │  ├─ 界面问题？→ **有主持可用性测试**
   │  ├─ 使用场景？→ **实地研究 / 情境调查**
   │  └─ 导航问题？→ **树形测试**
   │
   └─ **定量**（实际行为数据）
      ├─ 性能表现？→ **A/B测试 / 数据分析**
      ├─ 易用性？→ **无主持可用性测试**
      └─ 注意力分布？→ **眼动追踪 / 热力图**

Sample Size Guidelines (Nielsen Norman Group)

样本量指南（尼尔森诺曼集团）

MethodGoalRecommended NRationale
Qualitative UsabilityFind 85% of usability problems5 usersDiminishing returns after 5 users per persona.
User InterviewsIdentify themes/needs5-10 usersSaturation usually reached around 8-12 interviews.
Card SortingCreate information structure15-20 usersNeeded for stable cluster analysis.
Quantitative UsabilityBenchmark metrics (Time on task)20-40 usersStatistical significance requires larger sample.
SurveysGeneralize to population100+ usersDepends on margin of error desired (e.g., N=385 for +/- 5%).
方法目标推荐样本量理论依据
定性可用性测试找出85%的可用性问题5名用户每个用户角色测试5个用户后，收益递减。
用户访谈识别主题/需求5-10名用户通常在8-12次访谈后达到信息饱和。
卡片分类创建信息架构15-20名用户稳定的聚类分析需要此样本量。
定量可用性测试基准指标（任务完成时间）20-40名用户统计显著性需要更大的样本量。
调查问卷推广至整体人群100+名用户取决于期望的误差范围（如N=385对应±5%的误差）。

Recruiting Strategy Matrix

招募策略矩阵

AudienceDifficultyStrategy
B2C (General Public)LowTesting Platforms (UserTesting, Maze) - Fast, cheap.
B2B (Professionals)MediumLinkedIn / Industry Forums - Offer honorariums ($50-$150/hr).
Enterprise / NicheHighCustomer Support / Sales Lists - Internal recruiting, leverage account managers.
Internal UsersLowSlack / Email - "Dogfooding" or employee beta testers.
Red Flags → Escalate to 
product-manager
:
  • Research requested after code is fully written ("Validation theater").
  • No clear research questions defined ("Just go talk to users").
  • No budget for participant incentives (Ethical concern).
  • Lack of access to actual end-users (Proxy users are risky).
受众难度策略
B2C（普通大众）低测试平台（UserTesting、Maze）- 快速、低成本。
B2B（专业人士）中LinkedIn / 行业论坛 - 提供酬金（50-150美元/小时）。
企业 / 小众群体高客户支持 / 销售名单 - 内部招募，利用客户经理资源。
内部用户低Slack / 邮件 - "内部测试"或员工beta测试人员。
红色预警 → 升级至
product-manager
：
  • 代码完全编写完成后才要求开展研究（"验证形式主义"）。
  • 未明确研究问题（"只是去和用户聊聊"）。
  • 没有为参与者提供激励的预算（伦理问题）。
  • 无法接触到实际终端用户（使用代理用户存在风险）。

3. Core Workflows

3. 核心工作流程

Workflow 1: Moderated Usability Testing

工作流程1：有主持可用性测试

Goal: Identify friction points in a new checkout flow prototype.
Steps:
  1. Test Plan Creation
    • Objective: Can users complete a purchase as a guest?
    • Participants: 5 users who bought shoes online in last 6 months.
    • Scenarios:
      1. "Find running shoes size 10."
      2. "Add to cart and proceed to checkout."
      3. "Complete purchase without creating an account."
  2. Script Development
    • Intro: "We are testing the site, not you. Think aloud."
    • Tasks: Read scenario, observe behavior.
    • Probes: "I noticed you paused there, what were you thinking?" (Avoid "Did you like it?")
  3. Execution (Zoom/Meet)
    • Record session (with consent).
    • Take notes on: Errors, Success/Fail, Quotes, Emotional response.
  4. Synthesis
    • Log issues in a matrix: Issue | Frequency (N/5) | Severity (1-4).
    • Example: "3/5 users missed the 'Guest Checkout' button because it looked like a secondary link."
  5. Reporting
    • Create slide deck: "Top 3 Critical Issues" + Video Clips + Recommendations.
目标： 识别新结账流程原型中的痛点。
步骤：
  1. 测试计划制定
    • 目标： 用户能否以访客身份完成购买？
    • 参与者： 5名在过去6个月内网购过鞋子的用户。
    • 场景：
      1. "找到10码的跑鞋。"
      2. "加入购物车并进入结账流程。"
      3. "不创建账户完成购买。"
  2. 脚本开发
    • 介绍： "我们在测试网站，不是测试你。请边操作边说出你的想法。"
    • 任务： 阅读场景，观察行为。
    • 追问： "我注意到你在这里停顿了，你当时在想什么？"（避免问"你喜欢这个吗？"）
  3. 执行（Zoom/Meet）
    • 录制会话（需征得同意）。
    • 记录：错误、成功/失败、用户语录、情绪反应。
  4. 综合分析
    • 在矩阵中记录问题：问题 | 出现频率（N/5） | 严重程度（1-4）。
    • 示例："3/5的用户错过了'访客结账'按钮，因为它看起来像次要链接。"
  5. 报告输出
    • 创建幻灯片："Top 3关键问题" + 视频片段 + 建议。

Workflow 3: Card Sorting (Information Architecture)

工作流程3：卡片分类（信息架构）

Goal: Organize a messy help center into logical categories.
Steps:
  1. Content Audit
    • List top 30-50 help articles (e.g., "Reset Password", "Pricing Plans", "API Key").
    • Write each on a card.
  2. Study Setup (Optimal Workshop / Miro)
    • Open Sort: Users group cards and name the groups. (Best for discovery).
    • Closed Sort: Users sort cards into pre-defined groups. (Best for validation).
  3. Execution
    • Recruit 15 participants.
    • Instruction: "Group these topics in a way that makes sense to you."
  4. Analysis
    • Look for standardization grid / dendrogram.
    • Identify strong pairings (80%+ agreement).
    • Identify "orphans" (items everyone struggles to place).
  5. Recommendation
    • Propose new Navigation Structure (Sitemap).
目标： 将杂乱的帮助中心整理为逻辑分类。
步骤：
  1. 内容审计
    • 列出30-50篇热门帮助文章（如"重置密码"、"定价方案"、"API密钥"）。
    • 每篇写在一张卡片上。
  2. 研究设置（Optimal Workshop / Miro）
    • 开放式分类： 用户自行分组并命名组别。（最适合发现阶段）
    • 封闭式分类： 用户将卡片归入预定义组别。（最适合验证阶段）
  3. 执行
    • 招募15名参与者。
    • 说明："以你认为合理的方式对这些主题进行分组。"
  4. 分析
    • 查看标准化网格/树状图。
    • 识别高一致性配对（80%+的参与者达成一致）。
    • 识别"孤立项"（所有人都难以归类的内容）。
  5. 建议
    • 提出新的导航结构（站点地图）。

Workflow 4: Diary Study (Longitudinal Research)

工作流程4：日记研究（纵向研究）

Goal: Understand habits and context over 2 weeks.
Steps:
  1. Setup
    • Platform: dscout or WhatsApp/Email.
    • Instructions: "Log every time you order food."
  2. Prompts (Daily)
    • "What triggered you to order today?"
    • "Who did you eat with?"
    • "Photo of your meal."
  3. Analysis
    • Look for patterns over time (e.g., "Always orders pizza on Fridays").
    • Identify "tipping points" for behavior change.
目标： 了解2周内的用户习惯和使用场景。
步骤：
  1. 设置
    • 平台：dscout或WhatsApp/邮件。
    • 说明："记录你每次订餐的情况。"
  2. 每日提示
    • "今天是什么触发你订餐的？"
    • "你和谁一起吃的？"
    • "上传你的餐食照片。"
  3. 分析
    • 寻找时间维度的模式（如"总是在周五订披萨"）。
    • 识别行为改变的"临界点"。

Workflow 6: AI-Assisted User Research

工作流程6：AI辅助用户研究

Goal: Use AI to accelerate synthesis (NOT to replace empathy).
Steps:
  1. Transcription
    • Use Otter.ai / Dovetail to transcribe interviews.
  2. Thematic Analysis (with LLM)
    • Prompt: "Here are 5 transcripts. Extract top 3 distinct pain points regarding 'Onboarding'. Quote the users."
    • Human Review: Verify quotes match context. (LLMs hallucinate insights).
  3. Synthetic User Testing (Experimental)
    • Use LLM personas to stress-test copy.
    • Prompt: "You are a busy executive who skims emails. Critique this landing page headline."
    • Note: Use only for first-pass critique, never replace real users.
目标： 使用AI加速分析（而非替代同理心）。
步骤：
  1. 转录
    • 使用Otter.ai / Dovetail转录访谈内容。
  2. 主题分析（借助LLM）
    • 提示语："这里是5份访谈转录稿。提取关于'新用户引导'的前3个不同痛点，并附上用户语录。"
    • 人工审核： 验证语录是否符合上下文。（LLM可能会生成虚假洞察）
  3. 合成用户测试（实验性）
    • 使用LLM生成的用户角色来测试文案。
    • 提示语："你是一位忙碌的高管，习惯快速浏览邮件。请评价这个着陆页的标题。"
    • 注意：仅用于初步评价，绝不能替代真实用户。

5. Anti-Patterns & Gotchas

5. 反模式与注意事项

❌ Anti-Pattern 1: Asking Leading Questions

❌ 反模式1：引导性问题

What it looks like:
  • "Do you like this feature?"
  • "Would you use this if it were free?"
  • "Is this easy to use?"
  • "Don't you think this button is too small?"
Why it fails:
  • Participants want to please the researcher (Social Desirability Bias).
  • Future behavior doesn't match stated intent.
  • Implies a "correct" answer.
Correct approach:
  • "Walk me through how you would use this."
  • "What are your thoughts on this page?"
  • "On a scale of 1-5, how difficult was that task?"
  • "What did you expect to happen when you clicked that?"
表现：
  • "你喜欢这个功能吗？"
  • "如果免费的话你会用吗？"
  • "这个易用吗？"
  • "你不觉得这个按钮太小了吗？"
失败原因：
  • 参与者想要取悦研究人员（社会期望偏差）。
  • 未来行为与表述意图不符。
  • 暗示了"正确"答案。
正确做法：
  • "请带我走一遍你会如何使用这个功能。"
  • "你对这个页面有什么想法？"
  • "在1-5分的量表上，你觉得完成这个任务的难度是多少？"
  • "你点击这个按钮时预期会发生什么？"

❌ Anti-Pattern 2: The "Focus Group" Trap

❌ 反模式2："焦点小组"陷阱

What it looks like:
  • Putting 10 people in a room to ask about a UI design.
  • Asking "Raise your hand if you would buy this."
Why it fails:
  • Groupthink: One loud voice dominates.
  • People don't use software in groups.
  • You get opinions, not behaviors.
  • Shy participants are silenced.
Correct approach:
  • 1:1 Interviews for deep understanding.
  • 1:1 Usability Tests for interaction feedback.
  • Use groups only for ideation or understanding social dynamics.
表现：
  • 让10个人在一个房间里讨论UI设计。
  • 问"想买的请举手。"
失败原因：
  • 群体思维：一个强势的声音会主导讨论。
  • 用户不会在群体中使用软件。
  • 只能得到观点，无法了解行为。
  • 害羞的参与者会被沉默。
正确做法：
  • 一对一访谈以深入理解。
  • 一对一可用性测试以获取交互反馈。
  • 仅在头脑风暴或理解社会动态时使用小组。

❌ Anti-Pattern 3: "Users Don't Know What They Want" (The Henry Ford Fallacy)

❌ 反模式3："用户不知道自己想要什么"（亨利·福特谬误）

What it looks like:
  • Taking feature requests literally.
  • User: "I want a button here to print PDF."
  • Designer: "Okay, I'll add a print button."
Why it fails:
  • The user is proposing a solution to a hidden problem.
  • The actual problem might be "I need to share this data with my boss."
  • A print button might be the wrong solution for a mobile app.
Correct approach:
  • Ask "Why?" repeatedly.
  • Uncover the underlying Job To Be Done (Sharing data).
  • Design a better solution (e.g., Auto-email report, Live dashboard link) that might solve it better than a PDF button.
表现：
  • 字面理解用户的功能请求。
  • 用户："我想要一个按钮在这里打印PDF。"
  • 设计师："好的，我会添加一个打印按钮。"
失败原因：
  • 用户提出的是隐藏问题的解决方案。
  • 实际问题可能是"我需要和我的老板分享这些数据。"
  • 在移动应用中，打印按钮可能不是正确的解决方案。
正确做法：
  • 反复问"为什么？"。
  • 挖掘背后的待办任务（Job To Be Done）（分享数据）。
  • 设计更好的解决方案（如自动邮件报告、实时仪表板链接），可能比PDF按钮更有效。

❌ Anti-Pattern 4: Validation Theater

❌ 反模式4：验证形式主义

What it looks like:
  • Testing only with employees or friends.
  • Testing after the code is shipped just to "check the box."
  • Ignoring negative feedback because "users didn't get it."
Why it fails:
  • Confirmation bias.
  • Wasted resources building the wrong thing.
Correct approach:
  • Test early with low-fidelity prototypes.
  • Recruit external participants who don't know the product.
  • Treat negative feedback as gold—it saves engineering time.
表现：
  • 仅测试员工或朋友。
  • 代码上线后才测试，只是为了"走个流程"。
  • 忽略负面反馈，因为"用户没理解"。
失败原因：
  • 确认偏差。
  • 浪费资源构建错误的产品。
正确做法：
  • 尽早测试低保真原型。
  • 招募不了解产品的外部参与者。
  • 将负面反馈视为珍宝——它能节省工程师的时间。

7. Quality Checklist

7. 质量检查表

Research Rigor:
  • Recruiting: Participants match the target persona (not just friends/colleagues).
  • Consent: NDA/Consent forms signed by all participants.
  • Bias Check: Questions are neutral and open-ended.
  • Sample Size: Adequate N for the method used (e.g., 5 for Qual, 20+ for Quant).
  • Pilot: Protocol tested with 1 pilot participant before full study.
Analysis & Reporting:
  • Data-Backed: Every insight linked to evidence (quote, observation, video clip).
  • Actionable: Recommendations are clear, specific, and prioritized.
  • Anonymity: PII removed from shared reports.
  • Triangulation: Mixed methods used where possible to validate findings.
  • Video Clips: Highlight reel created for stakeholders.
Impact:
  • Stakeholder Review: Findings presented to PM/Design/Eng.
  • Tracking: Research recommendations added to Jira backlog.
  • Follow-up: Check if implemented changes actually solved the user problem.
  • Storage: Insights stored in a searchable repository (e.g., Dovetail, Notion).
研究严谨性：
  • 招募： 参与者匹配目标用户角色（不只是朋友/同事）。
  • 知情同意： 所有参与者签署保密协议/知情同意书。
  • 偏差检查： 问题中立且开放式。
  • 样本量： 方法使用足够的样本量（如定性研究5名，定量研究20+名）。
  • 试点测试： 正式研究前用1名参与者测试方案。
分析与报告：
  • 数据支撑： 每个洞察都有证据支持（语录、观察、视频片段）。
  • 可落地： 建议清晰、具体且已排序优先级。
  • 匿名化： 共享报告中移除个人身份信息（PII）。
  • 三角验证： 尽可能使用混合方法验证发现。
  • 视频片段： 为利益相关者制作亮点视频。
影响：
  • 利益相关者评审： 向产品经理/设计师/工程师展示发现。
  • 跟踪： 研究建议添加到Jira待办事项。
  • 跟进： 检查已实施的变更是否真正解决了用户问题。
  • 存储： 洞察存储在可搜索的知识库中（如Dovetail、Notion）。

Anti-Patterns

反模式

Research Design Anti-Patterns

研究设计反模式

  • Leading Questions: Questions that suggest answers - use neutral, open-ended questions
  • Convenience Sampling: Using readily available participants - match target persona
  • Small Sample Claims: Generalizing from small samples - acknowledge limitations
  • Confirmation Bias: Seeking only supporting evidence - actively seek disconfirming data
  • 引导性问题： 暗示答案的问题 - 使用中立、开放式问题
  • 便利抽样： 使用随手可得的参与者 - 匹配目标用户角色
  • 小样本结论： 从少量样本推广结论 - 承认局限性
  • 确认偏差： 只寻找支持性证据 - 主动寻找反驳数据

Analysis Anti-Patterns

分析反模式

  • Anecdotal Evidence: Over-relying on single quotes - triangulate across participants
  • Insight Overload: Too many insights without prioritization - focus on key findings
  • Analysis Paralysis: Over-analyzing without conclusions - iterate to insight
  • No Synthesis: Reporting without themes - synthesize into coherent narrative
  • 轶事证据： 过度依赖单个语录 - 跨参与者三角验证
  • 洞察过载： 太多洞察未排序优先级 - 聚焦关键发现
  • 分析瘫痪： 过度分析无结论 - 迭代得出洞察
  • 无综合： 仅报告无主题 - 综合成连贯叙事

Communication Anti-Patterns

沟通反模式

  • Jargon Overload: Using academic terms - communicate in stakeholder language
  • Death by PowerPoint: Overwhelming presentations - focus on key insights
  • Insight Hoarding: Not sharing findings widely - democratize insights
  • No Action Link: Insights without recommendations - tie to product decisions
  • 术语过载： 使用学术术语 - 用利益相关者的语言沟通
  • PPT轰炸： 演示内容过多 - 聚焦关键洞察
  • 洞察囤积： 不广泛分享发现 - 让洞察民主化
  • 无行动关联： 洞察无建议 - 关联产品决策

Process Anti-Patterns

流程反模式

  • Research in Vacuum: Not aligning with product goals - connect research to strategy
  • One-Shot Studies: No follow-up on recommendations - track impact
  • Siloed Research: Not building on previous research - maintain research repository
  • Timing Mismatch: Research too late to influence - integrate into product process
  • 孤立研究： 不与产品目标对齐 - 连接研究与战略
  • 一次性研究： 不跟进建议 - 跟踪影响
  • 孤立的研究： 不基于之前的研究 - 维护研究知识库
  • 时间不匹配： 研究太晚无法影响决策 - 整合到产品流程中