雨涵：本文介紹一種分析評論反饋的系統化方法。這種方法基于內容分析（Content Analysis）研究方法，但是十分簡單有效。

為什么要分析評論反饋

任何2C的產品都避免不了海量的用戶評論/反饋，這恐怕對普通用戶來說，是最直接的向產品表達看法的途徑了。如果能夠正確的分析這些評論，發現關鍵問題，產品就不會走向歪路……不過可不容易。很多產品對用戶評論的重視度并不高，即便愿意花費精力去分析，即便分析了，使用的方法也是五花八門。

我以前實習的時候做過一種“打雜”的工作，就是回復用戶反饋。我那時在1禮拜之內將反饋的回復率提高到了大約80%，只剩20%實在無法理解的才沒有回復。我那段實習經歷中不乏重要項目的策劃、設計和實施，但是我卻覺得那段回復評論的“打雜”是讓我收獲最多的工作，也是對產品收益最大的工作。

有人也許想說，現在有的是分析工具、人工智能來做大數據分析，還需要人工分析評論嗎？我們現有的工具，大多只能對文字做一個非常粗略的統計，而無法真正理解文字背后的意圖，所以真正有價值的工作，還是脫離不了人力。

該用什么方法

現在用研也不是什么罕見工作了，分析用戶評論的方法非常多，而且誰都可以自創一種。我并不覺得有什么方法是一定好的，有什么是一定不好的。不過，學術界有一個叫做內容分析（Content Analysis）的領域，專門研究文字、媒體信息，半個世紀的時間里有很多人通過研究分析，終于找到了一套較為成熟的方法。我想，花費眾人半個世紀才研究出來的分析方法，應該還是經得起考驗的吧。所以，我決定在這里介紹一個以內容分析法為基礎的，分析產品評論和反饋的方法。

系統化的內容分析最早是在1927年被一個叫做 Lasswell 的人用來分析政治宣傳內容，也是挺神奇。接下來的二三十年代里，內容分析被用來研究當時快速發展的電影領域。五十年代隨著電視的普及，內容分析成為了大眾傳播研究的重要手段。到了現在，內容分析已經開始運用于網絡社區以及評論的分析研究。

Lasswell 最早給內容分析的定義是這樣的：“誰說了什么，通過什么渠道，對誰說的，有什么影響”。

然而在產品評論和反饋這種單一場景中，這個定義里面剩下“誰說了什么，對誰說的”有意義，減輕了不少復雜程度。

經過這么多年的發展，內容分析其實早已不是一種單一的手段，里面涉及到了很多新的因素，例如多媒體內容分析、定性分析、計算機分析等等。但是真正發展成熟、被廣泛認得的，還是比較傳統的文字定量分析。我打算在這里介紹的，也是這種已經比較確定的方法。

分析步驟

別看前面扯了一大堆，其實這個方法非常簡單，其最大的價值不過是標準化而已。為了方便理解，我使用了應用寶里滴滴出行的評論作為案例。

1. 選擇樣本

這里的樣本也就是指產品評論和反饋的內容了，通常不要少于50條。不過需要注意的是，參與分析的人必須完整讀完所有內容，所以要量力而行。為了以后方便維護，可以給每一條加上編碼。

下面是滴滴出行在應用寶里的50條最新用戶評論：

2.?設計分組

你先把前25條通讀一遍，寫下可行的分組計劃，例如“支付問題、下單問題、登錄問題”等。這個分組設計以后可以調整，但是這里需要定制一個初始計劃。

25條這個數是針對不太復雜的產品而言的，如果是像微信這種什么功能都有的產品，那這個數量就不夠了。如果產品模塊和功能較多，可以先將各自的評論和反饋區區分開來，再進行分析。

如果是自己獨自完成，只需寫下分組名稱就好了。如果維保準確性，多人同時進行，則需要給每組寫下描述和規則。

下面是范例：

3.?完成分組

通過前25條設計的分組方案，閱讀其余的內容并完成它們的分組。在這個過程中，如果發現先前設計的分組方案不合理，可以進行修改。

以下是滴滴出行的分組范例：

4.?記錄關鍵問題和現象

在分組過程中或之后，仔細閱讀評論的過程中肯定會遇到一些關鍵的問題和現象，你一定要在發現的第一時間記錄下來，不然后來肯定就忘記了。

這也是通讀評論的價值所在，通過一條一條的理解，很多真正的問題都藏在粗略的文字背后。例如，滴滴出行的反饋里面多次出現“相同路線來回價格不一致”、“預估價格與實際價格相差過大”等評論，它們是不是都指向一個問題——“缺少價格解釋”？

滴滴出行的范例：

5.?統計分析

如果你整個分析都是在Excel里完成的，那么統計起來就方便了。你可以算一算正負面評價的比例和最受關注的問題。

不過，最有用的分析可能不是這些定量的數據，而是你記錄下單關鍵問題和現象。通過整理，你會發現很多之前沒有想過的問題，只有真正一條一條閱讀分析才能挖掘出來。

范例：

其它

一個人的判斷不一定準確，所以這種分析可以叫上兩個人同時進行，這樣的話分組規則就不能輕易修改了。兩人分別分組之后，可以計算一下兩人得出相同結果的概率是多少，通常要80%~90%以上才能夠確保結果的可信度。

分析關鍵問題這一步驟其實已經超出傳統的定量分析，借鑒了一些定性分析的成分。因為這畢竟是產品的用戶調研，不像心理學研究那樣要求絕對的準確率與客觀性，所以這里就可以不用太過拘泥于方法，關鍵是一定要通讀并理解所有內容。

評論和反饋中肯定有相當一部分是你無法理解或是與產品無關的，這些內容可以跳過不計。

總結

內容分析的方法畢竟太過專業，真正做的時候可以有一定的靈活性，但是這四條不能忽視：

1. 保證內容的數量在50條以上，但也不用太多
2. 一定要通讀并理解，不要隨便掃一眼或者干脆搜索關鍵詞
3. 謹慎并且不斷優化分組規則
4. 透過現象看本質，隨時記錄發現的關鍵問題

「用一個案例教你學東西系列」

1. 智能對象丨《用一個實戰教程，讓你學會智能對象》
2. 直方圖丨《用一個后期教程，幫你學會利用直方圖破解圖像的方法》
3. 圖層樣式丨《做一個實戰教程，讓你學會圖層樣式9大技能》
4. 設計流程丨《用一個實戰案例，幫你認識完整的設計流程》
5. 總監思考方式丨《用一個簡單的體重記錄功能，揭秘UI設計總監的思考過程》
6. 交互思考方式《用一個文本框，讓你學到交互設計師的邏輯思考方法》
7. 交互面試題丨《用一個框架，幫你學會這個最常見的交互面試題》
8. 數據驗證交互丨《用一個實戰案例，幫你學會用數據驗證產品設計》
9. 復雜界面設計丨《用一個實戰案例，教你學會復雜界面的布局設計》
10. 視覺改版方法丨《用一個實戰案例，教你學會視覺改版的方法》
11. 用戶體驗研究丨《用一個實戰案例，帶你從零開始做用戶體驗研究》
12. 設計沖刺法丨《用一個實戰案例，幫你快速學會現在最火的設計沖刺法！》
13. 交互思考方式丨《用一個實戰案例，帶你學習交互設計師的思考方式》
14. 重設計思路丨《用一個實戰案例，幫你學會講述重設計作品的思路》

原文：zhihu

【優設網 原創文章 投稿郵箱：yuan@uisdc.com】

【優設網 原創文章 投稿郵箱：yuan@uisdc.com】

================明星欄目推薦================

優優教程網： UiiiUiii.com 是優設旗下優質中文教程網站，分享了大量PS、AE、AI、C4D等中文教程，為零基礎設計愛好者也準備了貼心的知識樹專欄。開啟免費自學新篇章，按照我們的專欄一步步學習，一定可以迅速上手并制作出酷炫的視覺效果。

設計導航：國內人氣最高的設計網址導航，設計師必備：http://hao.uisdc.com