市场与用户研究人员的自我修养
本文聚焦市场与用户研究行业,将该行业的五个晋升岗位划分为初、中、高三类等级,对不同等级分别展开详细叙述。其中涵盖:初入行时如何熟悉项目、研究执行,晋升后如何从执行者转变为管理者身份等实用方法论。是一篇难得的市场与用户研究领域职业晋升的方向指南,推荐该领域的从业朋友们阅读学习~
市场与用户研究从业者有着非常清晰的职业进阶路径,一般从助理研究员做起,到研究专员,再到研究经理,高级研究经理,研究总监。
从助理研究员到研究专员大约需要一年的时间,从研究专员到研究经理则需要3-5年的时间,从研究经理到研究总监则一般需要8年以上的时间。
我们姑且把助理研究员、研究专员定为初级,研究经理定为中级,高级研究经理、研究总监定为高级/专家级,那么每一个级别对人的要求有什么不同,能力的分水岭在哪里,虽然每个公司每个研究团队都给出了明确的能力模型,但是我想从另外一些角度谈谈我的观点。
一、初级研究人员(助理研究员、研究专员)
作为入行不久的新人,初级研究人员在前三年的时间里,在专业能力成长方面有且只有一个核心目标,那就是学会成为一个很好的执行者,又快又好地获取到需要的市场与用户信息。
为了达成这一目标,初级研究人员需要了解并熟悉项目流程,承担起研究执行的具体工作,并学会处理数据,协助报告撰写。
其中,项目流程比较容易上手和掌握,基本上一个新人跟完一个项目对项目流程和细节就掌握得七七八八了。
研究执行、数据处理、报告撰写涉及到诸多研究方法、工具的掌握,是学习和积累的关键。
1. 研究执行
即通过整合内外部资源,获取市场与用户信息的手段、方法,研究方法很多,需要根据需要灵活选择使用,想要完整、透彻掌握某种研究方法并不是一件容易的事情。
(▲用户研究方法/按3个维度分类)
所谓完整、透彻掌握某种研究方法,意味着需要对这种研究方法的理论来源、历史、方法迭代演变、应用场景、操作细节、优缺点等有清晰的认知和亲自操练,就拿最常见、基础的可用性测试来说,不少从业多年的人员也可能是一知半解,只知道大概怎么操作。
如果不抱着深挖到底、格物致知的精神,很可能出现一种情况就是,有一天被业务方追问某个方法上的细节问题时无法回答,导致专业性受到质疑。
例如:
- 为什么6-8个用户样本就可以反映出大多数可用性问题?
- 在进行用户访谈时,需要注意哪些事项?有哪些访谈技巧?
- 什么情况下适用焦点小组座谈会?与深度访谈的区别是什么?
- 怎样的问卷,算一份优秀的问卷?
- 如何证明数据差异不是受抽样误差影响?
- ……
如何衡量自己是否已经透彻掌握了某种研究方法?有一个办法就是问自己是否可以把该研究方法写成培训材料然后给人去做培训分享,又或者结合项目写成一篇案例分享文章。
2. 数据处理
在数据回收之后需要对数据进行清洗,剔除不合格样本,然后通过数据分析工具来进行分析。这就要求对Excel和SPSS软件比较熟练、精通,有的公司研究团队甚至要求掌握SQL、python等计算机编程语言用来自行提取大数据分析,不过随着大数据的看板化、与数据分析师的分工协作更加紧密,可不做强制要求。
在数据处理方面,没有统计学、数据相关背景专业的从业者最好系统学习下《SPSS实战与统计思维》这类理论与实践相结合的书籍,搞清楚抽样误差的几种表现形式、显著性检验的多种方法、寻找关系的各种模型、判断数据的信度、效度等。
3. 报告撰写
要求能够根据原先的设计呈现数据结果,撰写数据报告,并协助PPT图表化(charting)呈现,可以不要求对数据的解读和洞察(需要有基本的看图说话的能力),但要对数据的细节非常清楚,能按照要求迅速调取并呈现相应的数据结果。
总之,在这个阶段,最重要的是打好地基,理论与实践相结合,不断提升做事的熟练度,熟能生巧。
二、中级研究人员(研究经理)
当来到研究经理级别,意味着一般在执行层面没有太大问题了,这个阶段的核心目标是从项目执行者向项目全流程管理者转变。
所谓项目全流程管理者意味着在项目流程方面的能力覆盖要从中间的执行向两端延伸,前端包括“客户”需求对接、研究设计;后端包括数据解读&洞察、汇报落地。
1. 需求对接
把业务方当作你服务的客户,你怎么搞定这个客户?这里面有几个关键点:一是你要了解业务,光了解还不行,你还要对业务有较深的理解,有多深呢?答案是越接近业务方的认知水平越好,这样交流起来才能在一个频道上,所谓“同频共振”;二是在你的业务方提过来一个需求时,你能用自己的专业性对业务需求/问题给出自己的判断和评估,也就是能承接得住,不要说人家找上门来把需求一同步,你说我还要想一想;三是哪怕是同事关系,平时的“客户关系”的维护也是必要的,时不时碰个面吃个饭,周末有空一起聚聚都可以帮助需求更顺畅地传达。
2. 研究设计
这里面的关键点包括:一是从业务需求/问题向研究命题的转化,也被称为“关键的一跃”,既考验对业务的理解,也考验对市场与用户研究能力边界的掌握;二是通过科学合理的研究方法来获取所需要的市场和用户信息,所谓“科学合理”既要考虑方法的可行性,又要考虑成本、效率,这需要对需求重要性等级以及企业内外部资源有清晰地判断。
3. 报告输出
对获取到的市场与用户信息做解读,通过恰当的形式呈现(一般是PPT),并对最后的洞察结果负责。区别于研究员,研究经理需要主导报告大纲的搭建,更需要主导结论的大方向。
4. 汇报落地
给业务一线汇报和给业务高层汇报是完全不同的:给前者汇报需要关注信息的全面性、细节、可落地;给后者汇报更需要关注核心的结论和最后导向的决策是什么,是否经得起推敲。
作为研究经理,这个阶段对能力的要求是比较综合的,你的角色不再是单一的研究员。你要在需求对接环节把自己变成一个客户代表,要懂客户;在研究设计环节把自己变成一个工程总设计师,要会“顶层设计”,也要能整合资源;在成果交付环节,要把自己变成一个产品销售,把自己的“洞察”兜售给业务方,说服他们为这次的项目投资买单。
简单来说,你要能独当一面。
对于研究经理来说,区别于研究员的能力分水岭其实更多体现在通用能力方面,具体包括沟通能力,公众表达能力,团队领导力等。
三、高级研究人员(高级研究经理、研究总监)
高级研究经理、研究总监属于专家级人才,相比于中级研究人员,在做事情方面最大的区别就是从面面俱到到画龙点睛,从事无巨细到提纲挈领。
专家级人才一定不是靠体力取胜,也不是靠经验取胜,而是靠产出最有价值的工作取胜。
市场与用户研究行业和生产制造业一样,遵循着同样的“微笑曲线”。曲线的两头是最有技术含量的,也是“高附加值”的;中间的执行工作,好比原材料的生产和初加工,因为门槛不高,缺少含金量,也无法直接创造价值,因而被认为是“低附加值”的。
专家级人才懂得抓大放小,只参与最有价值的环节的事情,从市场与用户研究项目流程来说,那就是前端抓需求,后端抓价值落地。
在抓需求方面,与研究经理不同的是,专家级人才更加靠近业务最终决策者,也就是业务高层,而不是业务一线。他们能与业务高层建立起紧密的连结,互相之间共享业务信息,因而更加懂业务最终决策者所需。
在价值落地方面,专家级人才的价值输出更偏向战略层而不是业务执行层,这是与研究经理的本质区别。以某产品销售为例,所谓战略层价值,是需要通过报告、汇报传递出下一代产品迭代方向、如何建立起产品长板&差异化价值从而形成坚固的护城河这样的结论的;而业务执行层价值,就是告诉产品经理这代产品有哪些体验痛点,该如何优化这样的答案。
因为不怎么做执行,在专业能力方面,专家级人才可能已经不会跑数、PPT图表也玩得不怎么溜了,技能有所退化,但这都不重要,打仗是士兵的任务,军师只有一个,不是吗?
除了做事情更加聚焦高价值,专家级人才最核心的能力成长进阶是“搞定人”。商业的本质是人的需求满足,价值交换,最后一定是回到人的层面,做的事情是要为满足人的需求而服务的。
市场与用户研究的终极价值是通过影响决策者来体现的,做了那么多研究工作,脏活累活,如果最后业务侧不买单,基本就是白做,你的辛苦没有任何价值。所以专家级人才要搞定业务最终决策者,摸清楚他们的需求,满足他们的需求,让他们满意,至于事情到底做到了多少分,反而不那么重要了。
所以市场与用户研究行业是典型的服务人的行业。
此外,在团队管理方面,如果说研究经理是基于单个项目组织团队作战,以攻克单个项目技术难点为目标;那么专家级人才就是以业务线为单位组织团队作战,以攻克业务线难题为目标。
这里面,其实是点线面的延展。点是单个项目,线是某一条业务线的总体价值产出,面是整个团队出发支撑的业务总体价值产出。专家级人才一定首先考虑的是整个团队的价值创造、价值产出,它是否能支撑起整个团队的生存,其次才是单业务、项目的价值产出。
#专栏作家#
刘佩龙,人人都是产品经理专栏作家。毕业于中国人民大学,10年+市场与用户研究经验,曾先后就职于Kantar,Nielsen等全球知名市场研究公司,目前就职于vivo互联网用研团队。致力于让更多人了解市场与用户研究。
本文由@刘佩龙 原创发布于人人都是产品经理。未经许可,禁止转载。
题图来自Unsplash,基于CC0协议。
笔者通过业务闭环的角度来说明了用户研究在“点、线、面”各个业务层次上的价值,向我们展示了用研不仅仅是一个局限在四象限的研究类工作,他更加是一门与人打交道、满足人的需求的高情商类工作。强调了在不同层级下的用研分别应该有什么样的技能。正在想要入行用研岗位,结合文章分享几点感悟:有什么是初级用研就可以思考的高格局思维:
1、将琐碎的问题归类。归入到:
-如何更好的做好需求分析拆解?
-如何更好地产品优化迭代(建议)?
-如何增加自己结论的可信度?(基于对统计基础的牢靠,用业务数据和专业知识说服别人)
2、把握好成本和项目时间(做好自我项目管理,及时找团队要数据)
3、从用户和公司以及业务方三个维度 展示出 这个方案好在哪里,数据支撑:
-业务方认可
-用户可用性测试、用户调研,迭代之后更受欢迎,相关指标的提高率
-公司的毛利润可以预测到增加多少,品宣组可以更好的宣传
晋升后如何从执行者转变为管理者身份等实用方法论,这个还真的是一个很重要的转变,有的人适合,有的人还真的不适合管理岗。