跳转到主要内容

Dropbox 如何扩大其用户调研的规模

阅读需 1 分钟Tian PanTian Pan

Dropbox 的用研团队从 4 人发展到今天的 30 多人。在用研团队人数有限的情况下,如何健康地扩大工作规模?如果研究工作做得不当,更多的用户调研通常意味着更多的伤害。

而规模化过程中面临的主要挑战是

  1. 未经培训的研究人员会提出错误的问题,曲解数据,并做出错误的决策。
  2. 不管有没有用研团队,用户调研还是会发生。
  3. 什么样的用户研究应该由非专业人员来做,什么样的用户研究应该由专业人员来做?

Dropbox 的解决方案

  1. 提供合适的工具给未管制的研究.如 UserTesting、UserZoom、Lookback 等。
  2. "真实世界周三"。像速配约会一样,5 个研究员与 5 个用户见面,每人 15 分钟。
  3. 提供内部咨询。

如何提供内部咨询?

  1. 文档:物流、模板、隐私和安全、技巧和最佳实践(大量的 how-tos)。
  2. 一对一咨询

结果

  • 专业的用研团队
    • 他们有更多的时间和精力专注于更大的战略项目
  • 对于团队和产品
    • 他们能够进行更多的研究
    • 他们制造更好的产品
    • 他们被用研团队更少地 block
    • 他们更尊重用研团队
  • 对用户而言
    • 他们得到更多的同情

风险

  • 仍旧是糟糕的研究会导致错误的决定。
  • 很难保证质量。

参考资料

保持联系,关注我获取更多内容

阅读需 10 分钟

Bench.co 用户痛点调研报告

深入分析Bench.co用户反馈,揭示其在功能、数据准确性、客户服务、定价及自动化等方面的痛点,提供针对性的改进建议,助力提升用户体验与信任度。

saas
product
阅读需 9 分钟

真正信守承诺的隐私模式:在 AI 功能中构建用户可控的数据边界

“大多数 AI 隐私模式都只是”留存剧场” —— 开关虽然在那,但数据照样流动。本文将介绍如何构建真正生效的用户可控数据边界,涵盖从临时推理到用户可验证的审计追踪等技术实现。”

insider
privacy
阅读需 10 分钟

AI 用户调研:在编写第一个 Prompt 之前,用户真正需要的是什么

大多数 AI 功能之所以失败,并非因为技术不行,而是因为团队只是询问用户想要什么,而不是观察他们实际在做什么。本文将介绍你如何在开发之前进行用户调研,从而获得可靠的行为信号。

insider
ai-product
阅读需 9 分钟

你无法删除的用户:AI 系统中的被遗忘权

一项“被遗忘权”请求揭示了 AI 系统中一个令人不安的事实:用户数据散布在模型权重、向量索引和缓存中,且没有单一的数据行可以删除。本文探讨如何为“可遗忘性”进行设计。

ai-engineering
privacy
阅读需 10 分钟

GraphQL 终于找到了它的客户端,而且它不是人类

AI Agent 是第一批真正能够自主构建数据需求的客户端——这正是 GraphQL 最初设计的初衷。但 Agent 也放大了导致 GraphQL 在人类客户端竞争中落败的所有弱点。目前行之有效的模式是:Agent 在开发阶段构建查询,由人类进行审核并将其固定为持久化操作。

insider
ai-agents