CxHub客户体验社区-用户研究、体验爱好者学习交流社区，专注客户体验(CX)研究。
社交媒体
观察用户的操作流程，行为习惯，爱好，使用场景，使用环境等。对于之后的体验改进，信息架构，产品优化/产品策略/产品决策，市场方向等起着至关重要的作用。在11年的职业生涯中，我观察了20000+人群，包括用户，客户经理，客服，销售人员，二线业务人员等。观察比起访谈更有说服力，访谈的言语的片面性和不完全真实性存在局限，而用户真实做了什么，很关键。通过观察这些方面，可以收集到关于用户需求、偏好和行为的宝贵数据，这些数据对于设计和改进产品、服务和用户体验至关重要。
平时的业务属性使然，消费金融行业对于客户和客户经理，客服，电销的工作人员的体验均需要提升，涉及到20多个项目，对于客户而言是设定配额抽样调查，对于客户经理/客服而言先大规模浅层观察真实的大环境情况，再抽样定向深度观察，累计共有20000+人。
观察真实的客户/用户场景和环境，尽量还原，确保获取信息的真实性。弱化观察者的存在，不建议建立观察室，尽量让客户在自己常用的真实的环境下去使用；对于客户也好，还是客户经理等职场场景，我们都需要打消被观察者的顾虑，让其放松，可以先沟通大家能自在，能接受的方式。是人在后边观察还是摄像头记录等；
特别注重用户使用流程的产品，关注用户使用中的问题，使用中的操作流程和步骤的产品，需要在具体的操作中挖掘问题，更好地了解用户的需求和产品的表现。选择最适合用户观察的产品和场景需要根据研究的具体目标和产品类型来决定。
1. 消费电子产品
场景：家庭、办公室、公共场所（如咖啡店）
产品：智能手机、平板电脑、笔记本电脑等
原因：用户在这些环境中使用电子产品的行为可以揭示产品的易用性、功能需求、及与日常生活的融合程度；
2. 家居产品
场景：家庭环境
产品：厨房电器（如烤箱、微波炉）、家具（如沙发、书桌）、智能家居设备（如智能灯泡、智能音箱）
原因：观察用户在家庭环境中如何使用这些产品可以帮助了解产品的设计是否符合人体工程学、操作是否简便、以及是否满足家庭生活的需求.
3. 交通工具
场景：公共交通工具（如公交车、地铁）、私人交通工具（如汽车、自行车）
产品：交通工具的内部设计、导航系统、娱乐系统等
原因：通过观察用户在交通工具中的行为，可以了解产品的舒适性、功能性以及用户的安全需求.
4. 零售环境
场景：超市、商场、专卖店
产品：各种消费品（如食品、服装、日用品）
原因：观察用户在零售环境中的购物行为可以帮助了解产品的陈列方式、包装设计、价格标签等对用户购买决策的影响.
5. 办公环境
场景：办公室、会议室
产品：办公设备（如打印机、复印机）、办公软件（如办公自动化软件）、办公家具
原因：通过观察用户在办公环境中的工作流程，可以了解产品的效率、稳定性和对提高工作效率的贡献.
6，医疗设备
场景：医院、诊所
产品：医疗诊断设备、治疗设备、医疗辅助工具
原因：观察医护人员和患者在使用医疗设备时的行为，可以了解设备的准确性、安全性、易用性以及对医疗流程的影响.
7. 教育环境
场景：学校、教室、图书馆
产品：教学设备（如投影仪、电子白板）、学习工具（如教科书、学习软件）
原因：通过观察学生和教师在教育环境中的互动，可以了解产品的教学效果、用户界面设计以及对学习体验的影响.
8，娱乐设备
场景：家庭娱乐室、电影院、游戏厅
产品：游戏机、音响设备、投影设备
原因：观察用户在娱乐环境中的行为可以帮助了解产品的娱乐效果、操作便捷性以及对用户情感的影响.
9，户外运动设备
场景：公园、健身房、户外运动场地
产品：运动器材（如跑步机、自行车）、户外装备（如帐篷、背包）
原因：通过观察用户在户外运动中的行为，可以了解产品的耐用性、舒适性以及是否满足运动需求.
10，金融服务
场景：银行、证券交易所、自助服务终端
产品：ATM机、自助服务终端、金融服务软件
原因：观察用户在金融服务场景中的行为，可以了解产品的安全性、操作便捷性以及对用户信任度的影响。
1，观察前：
明确研究方向：确定研究的主题，包括场景、研究对象、环境、生活习惯、研究问题或特定情景条件。
观察前的准备：将观察具体化和指标化，确定好研究的方向后，需要准备观察的具体方法和工具。工具箱卡片设计：绘制好观察记录的卡片和工具箱；
布景：根据研究需要，选择合适的观察环境，分为自然布景（用户的真实环境）和人为布景（实验室或会议室等可控环境）。
记录：在进行观察时，将所有的操作步骤进行编号、编码，设计好一个框架，使研究者按照这个框架去进行观察。观察均时间为1小时，根据不同的客群画像进行用户观察，拍摄记录整个过程，观察用户在真实环境下的使用情况，注意客户情绪，停顿，思考，交流话术等，特别适合中台用户和智能家具品类的使用者等。
2，观察中：记录
记录操作流程，情绪，操作习惯，肢体语言，行为动作等在用户观察中，关注操作流程、行为习惯和肢体语言是至关重要的，因为这些因素可以提供关于用户如何与产品或服务互动的深刻见解。
操作流程：用户如何开始和结束他们的任务。用户在执行任务时遵循的步骤和顺序。用户在操作过程中遇到的障碍或中断。
行为习惯：用户在特定任务中的习惯性动作，如频繁点击、滑动或输入。用户如何组织他们的工作空间，包括物理和数字环境。用户在特定情境下的行为模式，比如在压力下的反应。
肢体语言：用户在执行任务时的面部表情，如困惑、满意或沮丧。用户的身体姿态，如倾斜、前倾或后仰，可能反映他们的专注程度或舒适感。用户的手部动作，如手势、敲击或移动，可以揭示他们与界面的互动方式。
环境因素：用户所处的物理环境，如噪音水平、光线条件或空间布局。用户的工作工具和设备，如电脑、手机或专业软件。用户的社交环境，如团队互动或客户交流。
情绪和态度：用户在完成任务过程中的情绪变化。用户对产品或服务的态度，如满意度、挫败感或兴奋。
效率和效果：用户完成任务的速度和准确性。用户在完成任务后的结果，如成功、错误或需要帮助。
错误和挫折：用户在操作过程中遇到的错误和挫折。用户如何应对和解决这些问题。
用户反馈：用户在操作过程中的口头反馈或评论。用户在操作后的反馈，如问卷调查或访谈。
技术使用：用户如何使用技术，包括硬件和软件。用户对新技术的适应性和偏好。
文化和社会因素：用户的文化背景和社会环境如何影响他们的行为和偏好。用户在不同文化和社会环境中的行为差异。
3，观察后，梳理特性
人群/岗群，他们的群体对于其他人群有哪些不一样的地方？他们的全场景有哪些？他们的什么特性导致
数据分析：对收集到的数据进行整理和分析，以获得有价值的结论和洞察。
总结与应用研究结果：将观察结果整合，并应用到产品设计和改进中，提升用户体验。
报告撰写：撰写详细的观察报告，包括观察过程、发现的问题、用户行为模式等，并提出改进建议。
汇报落地：将研究成果汇报给相关团队，并确保研究结果能够被正确理解和应用。
1，项目背景：
基于一线中台人员对于客户的业务办理和经营的体验提升从而优化客户体验。目前的行为习惯和操作路径是已经久经数十年的，那么体验的提升是否影响效率和习惯让客户不能接受从而产生坏的体验，所以我们走进客户，开展了用户观察。
2，观察内容：
1小时一人，攻击观察了4800min，8名用户，涉及到的主任和经办，我们通过观察他们的设备配合和用户行为习惯，用户工作环境和使用系统的时间，频次来了解客户情况；
3，观察结论：
这些洞察可以为改善工作环境、设备配置和工作流程提供依据，以提升员工的工作效率和满意度。
【用户设备配置】
双屏协同工作站
头戴式耳机
硬件座机
主屏与副屏用于多系统查看
操作热区：用户频繁操作的区域
长期佩戴耳机进行工作
高频查询：用户经常进行的数据查询
【用户行为】
频繁在左右屏幕间切换查看
左手操作键盘，右手操作鼠标
筛选信息以找到所需数据
左右手操作间距可能导致误操作
鼠标高频滑动以导航和选择
【用户工作环境】
开放大厅/卡座：员工在开放空间或卡座中工作
多员工同时进行催收工作
催收过程中，员工可能需要根据不同情况调整话术
工作环境在一天中的不同时间段有不同的噪音水平：
11:30：多员工催收工作同时进行，环境可能较嘈杂
14:00：各催收程度话术越级，可能需要更多的沟通和协调
16:00：相对安静，可能是工作效率较高的时段
18:00：同16:00，环境相对安静
1，结合AI体验策略提升机会：
提升员工的工作效率，减少工作压力，从而提高整体的用户体验。同时，AI技术的应用也能够帮助企业更好地理解客户需求，提供更加个性化的服务。
1-1，数字化产品体验方向
个性化用户界面：AI可以根据员工的使用习惯，个性化定制用户界面，比如调整屏幕亮度、字体大小，以及常用功能的快捷访问，左右手模块挪动；
界面布局： 符合个性习惯的操作架构，左边浏览区右边操作区；
智能辅助工具：开发AI辅助工具，智能筛选和信息查询助手，减少员工在多系统间切换的频率，提高工作效率。预测用户行为，鼠标高频滑动和信息筛选，通过智能推荐和自动完成功能减少用户的操作步骤。
智能工作站优化：利用AI技术优化双屏协同工作站，通过机器学习算法自动调整屏幕布局和显示内容，减少用户在左右屏幕间切换的频率，降低误操作率。
智能任务管理：AI助手可以学习员工的工作模式，自动安排和优化任务，减少高频查询和信息筛选的时间。
制定各个不同情况的标准话术：利用销冠的话术和技巧，结合客群特征输出标准的各个不同情况的话术；
1-2，团队协作
自动化办公流程：AI技术可以自动化办公流程，如智能文档识别、邮件自动回复等，提高工作效率。
智能决策支持：结合AI与大数据，提升决策效率与准确性，为管理层提供智能决策支持。
人机协作设计：在设计中注重人机协作，明确AI系统的角色和功能边界，让用户感受到AI是辅助人类工作而不是取代人类。
AI与物联网的融合：随着物联网技术的发展，AI将与IoT实现深度融合，为用户体验设计带来更加广阔的空间。
持续学习与适应：AI系统需要不断学习和适应员工的工作模式，以提供更精准的帮助，这包括对用户行为的深入理解和预测。
沟通与协作优化：AI可以优化团队沟通和协作流程，比如通过智能推荐会议时间、自动整理会议记录等。
1-3，员工体验机会：
个性化设备配置：开发AI驱动的个性化设备配置系统，根据用户的操作习惯和偏好自动调整硬件座机、耳机等设备设置，提高舒适度和效率。
工作站人体工学设计：利用AI分析员工使用双屏、耳机和座机的行为，优化工作站布局，减少身体疲劳和提高舒适度。
环境噪音管理：AI系统可以监测工作环境的噪音水平，并自动调整耳机的降噪功能或提醒员工在较安静的时段进行需要集中注意力的工作。
健康与福利管理：AI可以监测员工的工作强度和压力水平，提供健康建议，如休息提醒、运动建议等。
用户观察是对于挖掘客户行为习惯，客户痛点，很好的手段，我们为此也梳理了完善的工具箱和工作流，欢迎咨询。在用户观察过程中，我们也踩了一些坑，下期为大家分享。
