用户研究与访谈技巧:目标用户筛选、结构化访谈提纲、IoT特有使用习惯挖掘
4.1 目标用户筛选:从泛用户到关键角色
IoT产品的用户群体往往横跨多个角色——终端使用者、设备安装者、运维管理者、数据看板使用者。在MVP阶段,无法覆盖所有角色,必须通过筛选聚焦到最先验证核心假设的那一组。
| 筛选维度 | 关键问题 | 筛选结果示例(智能照明系统) |
|---|---|---|
| 角色与场景匹配度 | 谁每天高频使用该设备?谁为购买决策负责? | 办公室行政人员(每天开关灯) vs. 物业电工(安装配置) |
| 痛点强度 | 当前方案是否让用户感到明显效率损失或安全隐患? | 行政人员:下班后需逐层检查灯光 → 痛点 9/10 |
| 技术接纳度 | 用户是否具备基本的App操作能力?是否愿意配合测试? | 筛选「会用微信扫码、能接受新App」的行政人员 |
| 样本可触达性 | 能否在2周内约到3~5位目标用户进行面对面/远程访谈? | 优先从已有合作企业中的行政岗位选取 |
MVP筛选原则:不要追求统计学显著性。3~5名高质量目标用户的结构化访谈,就能暴露80%的核心使用惯性和隐藏假设。关键是每个用户都来自你计划量产时的真实目标群体。
4.2 结构化访谈提纲:4层纵深设计
IoT访谈提纲需要同时覆盖物理环境、行为流、决策链、故障恢复四个层次。以下提纲模板可直接适配大多数IoT产品场景:
【第1层:场景还原】(目标:建立物理环境画像)
1. 描述您一天中第一次使用该设备的时刻,周围环境是怎样的?
2. 该设备安装在什么位置?周围还有哪些其他设备?
3. 您通常会同时使用哪些工具或系统来完成这个任务?
【第2层:行为流绘制】(目标:捕捉操作链路与中断点)
4. 请一步步说出从“想开灯”到“完成开灯”的全部操作。
5. 哪一步最让您觉得麻烦/耽误时间?
6. 有没有出现过操作到一半被迫中止的情况?最后怎么解决的?
【第3层:决策与协作】(目标:理清多角色责任边界)
7. 如果设备报错,您会先找谁?还是自己尝试解决?
8. 购买/升级这类设备的决定权在谁手上?
9. 您是否希望某些操作可以交给其他人或自动完成?
【第4层:故障与异常习惯】(目标:挖掘IoT特有使用惯性)
10. 上次设备连不上网/不响应时,您的第一反应动作是什么?
11. 您会尝试重启路由器还是重新插拔设备?为什么?
12. 如果修复需要5分钟,您会选择等待还是放弃使用?
常见陷阱:不要在提纲中过早询问“您希望有什么功能”。用户会给出“想要一个更智能的App”这类模糊回答。先通过上述四层让用户还原具体行为,隐性需求会在描述中自然浮现。
4.3 IoT特有使用习惯挖掘:三个关键切入点
与纯软件产品不同,IoT产品的使用习惯深度绑定物理空间、网络环境和多设备联动。以下是三个必须通过访谈深挖的方向:
- 物理复位习惯:用户遇到设备离线时的第一动作是拔插电源、按复位孔、还是等待自动恢复?这直接决定硬件设计中是否要保留物理按键。
- 跨设备协同路径:用户是否会在操作IoT设备时同时打开手机、电脑或纸质手册?多屏/多设备之间的注意力如何切换?
- 环境变量适应行为:例如在光线变化时用户是否会手动调节传感器阈值?在Wi-Fi信号弱的位置用户是否会挪动设备?这些行为揭示了自动调节算法的设计边界。
访谈技巧提示:当用户描述操作时,用“您能给我看一下吗?”代替“您能描述一下吗?”。在真实环境中让用户走一遍操作流程,往往能观察到口述中被省略的细节——比如用户会下意识地先拍一下设备再拿出手机。
4.4 用户研究与访谈流程总图
以下流程串联了目标用户筛选、结构化访谈提纲设计、IoT特有习惯挖掘三者之间的递进关系,以及最终向需求拆解阶段的输出物:
4.5 访谈组织交付物模板
每次访谈结束后,应在24小时内整理以下三份交付物,作为需求拆解阶段的输入:
| 交付物 | 内容要点 | 模板范例(部分) |
|---|---|---|
| 用户角色档案 | 角色名称、使用频率、环境描述、决策权、技术接纳等级 | 行政张晓 · 每日开关灯8次 · 开放式办公区 · 不接受下载新App |
| 行为流与中断点清单 | 按时间顺序列出操作步骤,标注中断位置、恢复动作、耗时 | Step3: 打开App → 等待加载8秒 ★中断 → 退出重进 |
| IoT使用惯性趋势表 | 物理复位频率、跨设备协同模式、环境适应行为记录 | 每周手动拔插电源2.3次 · 偏好用物理开关而非App · 光线变化时不调整阈值 |
快速启动建议:第一次访谈不要追求完美提纲。用上述4层模板的骨架,前15分钟做场景还原,中间20分钟走行为流,最后10分钟专门问“上次出问题您是怎么做的?”——这个提问就能覆盖大部分IoT特有使用习惯。
4.6 避坑清单:IoT用户访谈的5个常见错误
- 只问“您想要什么功能” → 用户会给出低价值功能清单;应改为“您上次使用时的具体场景是什么”。
- 忽略物理环境观察 → 用户口述“信号不好”时,应实地查看设备与路由器的距离、中间隔墙材质。
- 没有区分决策者与使用者 → 采购方和使用者需求可能完全不同;MVP应优先满足高频使用者。
- 访谈时间超过45分钟 → 用户注意力下降后信息质量锐减;控制在30~40分钟并准备好刹车问题。
- 未记录非语言行为 → 用户拍打设备、皱眉、反复操作同一个按钮等动作,往往比语言更能揭示习惯。
特别提醒:IoT产品的“使用习惯”有一半存在于设备的物理交互中,另一半存在于用户的心理模型里。当用户说“我以为它会自动恢复”时,你挖掘到的不是功能缺失,而是设备状态反馈设计的缺口——这正是MVP阶段最值得修复的高优问题。