引言：在用戶訪談結束后，面對大量訪談數據，如何展開高效整理？面對用戶各種痛點或需求，要優先解決哪些問題？如何幫助跨職能部門同事建立起對用戶的同理心？如何讓業務方更認可用研側調研結論并落地？為了避免訪談后一個猛子就扎到大量訪談數據里面去，甚至對數據不加任何處理就運用，本次給大家分享一個用戶訪談減脂增肌利器“親和圖”法。

什么是親和圖法（Affinity Diagram）？

親和圖法是基于頭腦風暴的原理，一群人把大量數據( 想法，問題，困難，解決方案)整理為有邏輯、結構化的分類或不同主題的過程。有些同學可能會將親和圖法與卡片法混淆，卡片法是一種通過讓用戶將相互關聯項進行分組，來理解用戶如何思考以及關聯事物的方法，主要應用于設計或改造網站架構。

親和圖適用于從訪談法、日志研究、人類學、情景調查等渠道獲得的數據，用戶訪談是用戶研究最常用的方法之一，且在用戶訪談結束后往往有大量的訪談數據，因此，本文以訪談數據為例介紹親和圖法的應用。

親和圖的優點有哪些？

• 團隊協作導向：能將不同的視角帶入數據分析中，在跨職能團隊之間形成共識；
• 高水平數據分析：能揭示數據背后的問題/模式，向產品設計輸入有意義的信息；
• 輸出結果落地：產品需求文檔、提供決策依據、聚焦產品設計/優化方向等；
• 組織時間靈活：可以根據實際情況、項目進度隨時調整整個進程，分期進行；
• 可展示的形式：一種可視化的分析方法，開展真實的場所來展示訪談活動的成果。通常 “公務纏身”的業務方很難全程參與，僅僅參加某一場訪談獲知的信息也會有偏差，親和圖法可以營造“還原的訪談現場”，避免偏差。

如何建立親和圖？

整個過程包括數據轉化（Interpretation Session）和建構親和圖（Building Affinity Diagram）兩大核心環節。

1. 數據轉化環節（IS）

• 目標：讓參與的每個人都能夠體驗到訪談中的收獲
• 時間：最好在訪談結束之后的 48 小時內進行
• 人數：推薦 6-8 個人，人太少難以理清數據，人太多場面不好控制
• 物料：馬克筆/便簽紙/大白紙/膠水等（根據手寫/打印準備物料）

△ 圖 1 數據轉換現場

整理腳本

訪談之后盡快把訪談記錄整理成一份可讀的腳本(最好在一天之內)，并將腳本發給每一個參與數據轉化會議的人。訪談腳本整理內容主要包括：

• 用戶編號或假名字，例如 User18，使用用戶編號或假名以便保護用戶隱私；
• 用戶的基本信息或行為習慣，例如使用過的相關軟件/硬件等；
• 用戶使用產品的細節流程，例如用戶任務/用戶目的/操作步驟等。

角色分配

在開始轉化數據之前要分配好數據轉化會議中的角色，主要包括以下角色：

• 展示者：訪談者，任務是為大家講述、展示訪談中所有細節
• 記錄者：記錄訪談中的重要信息、idea，以及這個會議中組內同學提出的問題
• 參與者：組內其他同學，他們通過聽、問問題理解訪談內容并提供自己的理解和觀點
• 主持人：保證會議議題不偏離軌道(可以是組內任意—個同學)

數據展示

一次展示一個訪談場景，展示者通過介紹用戶背景資料讓大家認識用戶，根據發給大家的訪談腳本，帶領大家回顧整個訪談過程。同時，大家討論著記哪些內容，包括訪談細節和訪談流程，不要單獨讓記錄者決定該記哪些，每個人都可以提出自己的想法。

信息記錄

主要記錄核心信息，即在訪談過程中捕捉到的一些有趣的或者重要的信息、idea，包括一些產品設計想法、一些訪談過程中產生的疑問等。便簽上記錄內容主要包括：

• 在便利簽左上角記錄用戶編號；
• 在便簽右上角記錄特殊信息類型，“D”代表 design idea（用戶關于產品設計的想法），“Q”代表 question（后續需要研究的問題），其他不做標記的為用戶使用痛點/體驗；
• 在便簽中間記錄核心信息，每個便利簽只能承載一條要點、思考、idea 或者問題，便利簽上的內容必須以完整的句子的形式呈現。

△ 圖 2 親和圖示例

2. 建構親和圖（BAD）

初始數據類目建構：

把所有便簽紙在桌子上擺開，大家隨機選擇貼在墻上，先由一個人做示范，把一個便簽紙貼在墻上，后面的人跟著來，每個后續上墻的便簽紙，如果與墻上的某個相似，則把它縱向貼到下面，如果不相似，新開一列(在左側或右側均可)。當前階段不要給任何一個類目打標簽，任何人都可以移動或重新排列墻上的便利貼，根據用戶目的或相似活動/行為進行歸類，讓數據自然而然地形成分類。

高層數據結構建構：

完成初始數據類目構建后，給每一個數據類目都寫上 level 1 的標簽來描述這個類目，標簽必須是詳細的短語或句子，以第一人稱描述用戶的操作行為和用戶意愿。如果數據類目較多,構建 level 2 的類目來聚合 level1 的數據類目以此類推（TIP：使用不同顏色的便利貼和馬克筆標記）。

數據復查：

所有成員都要系統地回顧不同 level 的數據類目，問自己以下問題：這些分類有沒有展現出你的關注點？每個數據類目的標簽是否準確？你的理解有沒有什么漏洞？Level1 的數據類目是否可以相互聯結？有沒有需要在后續研究中明確的問題?

寫在最后

以上是關于親和圖法應用在訪談數據分析的過程，把訪談結果“公之于眾”，將離散數據通過協作的方式整合起來，在整個過程中可能會遇到歸類有爭議的情況，此時要鼓勵關于分組的建設性討論，保證最終版達成共識。

關于親和圖這種研究方法，就和大家分享到這里。有不解的地方，歡迎一起討論~

歡迎關注「JellyDesign」的小程序：