用户评论的需求提炼——趣头条App为例

写在前面： 目前正在上三节课的产品P1系列课程，中间有不少实操练习的作业，在做用户需求分析的作业中，本人发现如果是仅仅只有从相关网站获得的APP评价“时间-用户名-评星-评论”这样的信息；是很难做到像课程里面所讲的用“用户-场景-问题-现有解决方案”这样信息丰富的分析方法来分析需求，买了些所谓的产品经理入门读物看，发现讲这么细节的内容并不多，只有讲了很心法类的东西；于是自己通过资料查找自己总结了一套方法，分享出来供大家参考学习以及帮我指点修正。

一．什么是用户评论

通常来说就是各种应用市场的APP的评论内容，可以通过一些数据网站或者抓取技术得到。由于应用市场有太多的APP，于是相比于App内部的反馈内容，从应用市场上得到的APP的评论信息是不多的，一般只有：评论时间、用户名称、评论星级、评论内容。于是这样的信息这些特点：一手资料，大量用户参与，综合信息匮乏。

二．为什么需要对用户评论进行需求分析

在一个产品将要进行下一个版本的迭代开始之前，往往就需要明确接下去迭代的内容什么，而如何去明确接下去要迭代的内容呢？有句话叫做从群众中来到群众中去，所以需要从用户的反馈中来提炼接下去要迭代的内容。

收集用户的反馈有很多方法，典型用户访谈基本上是跑不了的，而约一些典型用户进行访谈需要耗费较多的成本，为了效益最大化，于是设计好访谈内容就显得尤为重要，那么对目前的APP的用户评论进行分析就能够帮助提炼出用户需求服务于用户访谈内容设计。

除开提炼用户需求作为用户访谈内容设计参考以外，用户评论还能为其他产品环节提供帮助，如当前迭代效果验收，测试团队没找出来的bug修复等，占不作为本次实例的内容。

接下来是对于趣头条APP进行的用户评论分析：

首先需要明确用户评论的目标：为之后的用户访谈问题设计提供线索；即用户需求提取。

从七脉数据上下载一定量的用户评论信息：

此时就需要考虑好需要抓取哪些条件下的评论内容了，趣头条最近一次更新是在本月19号，再为了节省人力分析成本，本次实例下载了趣头条App从19号到23号之间评星从一星到四星的IOS用户评论内容。保持有效评论数量在50条以上。

从上图就能够看出来如果按照课程里面的“用户-场景-问题-解决方案”的方法来做是很难下手的，本着为用户问题需求提取为目的，可以先对评论进行一个大致的用户遇到的问题类别分类。

对得到的excel表进行大致浏览，可以大概知道用户评论中出现的问题是属于哪个类别板块，并在相应的位置做好标签，期间需要删除参考意义不大或者明显刷星的评论。

无参考意义不大的评论

撸完一遍excel后，就可以将问题类别标签整理一下放入思维导图了。

       接下去就是用户需求挖掘环节了；其实自己目前也有在阅读一些产品类的书籍，发现大多数产品前辈都会很强调通过评论区挖掘用户深层次的需求，这样才是正确的去分析用户们的真正需求；一个经典的例子就是人们说要跑得更快的马，最后福特给了他们一辆汽车。而现实是，对于一个新人来说，本来将一个用户的评论转化成为用户深层次的需求就有些困难了，况且还需要对这么多的用户评论进行转化，这中间难免会多出现一些差错。于是我的方法是再一次仔细阅读excel表格，从各个用户类别板块入手，对用户评论中遇见的问题进行总结记录，最后再面对数量不多的问题总结记录进行需求挖掘。

       最后开始对用户的评论进行需求挖掘，将细分出来的用户问题进行深度的归纳与心理模拟，找到用户真正想要的东西，这一步需要看一些经验和天赋了吧，这是我自己总结的，如有不妥望指正。

最后通过挖掘出来的用户目标作为用户访谈内容设计参考，以求最大程度得把握下一个版本的APP迭代内容。

写在最后：如果把手头的用户评论比作一个武器的话，目前自己可能只发挥出了它三成左右的功力吧，真正要发挥出十成功力，还需要有更多的武功秘籍（用户使用机型，用户评论入口等）来搭配；与算法兄弟们所理解的挖掘不同，这个挖掘目前来讲还是必须要人类情感心理投入到其中的，这也是产品工作内容中迷人的地方之一。

参考资料：

1. 《人人都是产品经理2.0》 苏杰：需求：采集与用户研究 转化：需求分析与Y模型

2.  以滴滴出行为例，谈谈如何分析用户评论http://www.woshipm.com/pmd/703942.html

3.  浅谈用户分析：通过用户反馈发现问题http://www.woshipm.com/pmd/854891.html

4.  相机类产品分析：用户分析 http://www.woshipm.com/pd/847759.html