第 1 章 · 用户研究:实验心理学、心理测量学与产品经理的日常

④ 行为观察法——在自然场景中捕获真实行为展开节

观察法是在自然或受控场景中,通过「看」而不是「问」来收集用户行为数据的方法。它弥补了问卷(问)和访谈(追)都拿不到的东西——用户真实的、甚至自己都没意识到的行为。
观察法的源头:皮亚杰的儿童观察

发展心理学家皮亚杰(Jean Piaget)通过长期、系统地观察自己孩子玩游戏、搭积木、犯错、修正,提出了儿童认知发展阶段理论。他没有问孩子「你在想什么」,而是看孩子「实际上做了什么」——很多认知规律是从行为的重复模式中归纳出来的,孩子自己说不清楚。

这给产品经理一个根本启示:用户的行为比用户的语言更可信。你问用户「你怎么用这个功能」,他给你一个理性化的、经过美化的答案;但你站在他旁边看他实际操作,看到的是另一回事。

🔄 Call back:行为 > 语言

做产品设计时,皮亚杰的方法提醒你:不要只听用户「说」想要什么,要看他「做」了什么。很多经典功能创新来自观察而非提问——你观察用户用一个别扭的流程绕过了你的设计,才发现他真正的痛点。

做提前预研时,观察法是最低成本的「发现未知」手段:你不需要设计问卷(你还不知道该问什么),只需要到一线看用户怎么做。皮亚杰式的长期观察,能帮你发现问卷永远问不到的行为模式。

做防止被用户欺骗时,观察法是「测谎仪」:用户说「我每天用三次」,你观察一周发现他其实一周用一次——行为不会顺着你的假设走,语言会。

观察者自身的陷阱:霍桑效应(Hawthorne Effect)

1920 年代,西方电气公司在霍桑工厂做了一系列实验,想研究「照明条件会不会影响工人效率」。结果无论调亮还是调暗,工人效率都提升了——不是因为光照,而是因为「有人在看他们、在关注他们」,工人改变了行为。

这就是霍桑效应:当一个人知道自己被观察时,行为会发生改变。它提醒我们:观察本身就会干扰观察对象,你看到的「自然行为」可能已经是被观察污染过的。

🔄 Call back:霍桑效应 = 你的观察会改变用户

做产品设计时,霍桑效应警告你:你在场观察用户时,用户会「表演」——他会用你觉得「正确」的方式操作,而不是他平时的方式。所以观察结论要打折扣,不能全信。

做提前预研时,要设计「去干扰」的观察方式:尽量不被察觉(远程录屏、后台日志)、缩短观察时长、或在自然环境中多次观察让被观察者习惯你的存在。否则你调研出来的「用户行为」只是「被观察时的行为」。

做防止被用户欺骗时,霍桑效应和「用户顺你的假设说」是两种不同陷阱:一种是用户无意识地在被关注时表现更好,一种是用户有意识地顺你话头。两者都让「你说你做了什么」≠「你实际做了什么」。

回到观察法本身:怎么分类?

观察法可以按不同维度分类,每种都有适用场景和代价。

按结构分:结构性观察 vs 非结构性观察

• 结构性观察:提前设计好「观察什么、记什么」(观察表、编码表),只看预设的指标。好比带着 checklist 去现场。

• 非结构性观察:没有固定框架,开放地看、自由记录,适合探索未知场景。

利弊:结构性观察数据可比、可统计,但容易漏掉意外发现;非结构性观察能发现惊喜,但主观、难量化、依赖观察者水平。

🔄 Call back:结构 vs 非结构 = 观察的问卷/访谈类比

做产品设计时,结构性观察就像问卷——你带着明确假设去验证;非结构性观察就像访谈——你开放地探索。两者配合:先用非结构观察发现现象,再用结构观察量化验证。

做提前预研时,早期用非结构观察扫场景(你不知道用户怎么用),后期用结构观察做对比(你知道要看哪几个指标了)。

按参与情况分:参与观察 vs 间接观察

• 参与观察(含自己的观察):观察者亲身进入场景,自己也是使用者之一,边做边看。比如产品经理自己用自家产品完成一个真实任务。

• 间接观察:观察者不在场,通过产物/记录推断行为——后台日志、录屏、设备磨损、监控录像。

利弊:参与观察能拿到第一手的「体感」和上下文,但样本小、观察者自带偏见;间接观察覆盖大、可长期,但丢掉了「为什么」和情境,且依赖前期设计。

🔄 Call back:参与观察 = PM 自己下场

做产品设计时,参与观察对应「PM 自己走一遍流程」——你亲自用产品注册、下单、客服,比看任何报告都清楚卡点在哪里。但注意:你是内部人,你的体感和普通用户不同,不能替代真实用户观察。

做提前预研时,间接观察(日志/埋点)适合规模化验证「多少人这么做」,但解释「为什么这么做」必须回到直接观察或访谈——日志告诉你「他退出了」,观察告诉你「他为什么皱眉退出」。

按环境分:自然观察 vs 实验观察

• 自然观察:在用户真实生活环境里观察,不打扰、不干预。比如去用户家里看他用智能音箱。

• 实验观察:在受控环境(实验室、可用性测试室)里观察,可以控制变量、安排任务。比如请用户来实验室完成指定任务并录屏。

利弊:自然观察生态效度高(看到真实行为),但不可控、难复现;实验观察可控、可对比,但有霍桑效应和生态效度损失。

🔄 Call back:自然 vs 实验 = 真实战场 vs 实验室

做产品设计时,自然观察适合发现「真实场景里的意外用法」,实验观察适合「对比两个方案哪个更好用」。前者回答「用户实际怎么用」,后者回答「哪个设计更优」。

做提前预研时,早期需求探索用自然观察(去用户现场),方案定型用实验观察(可用性测试室测任务完成率)。顺序别反。

观察法的最大弊端

无论哪种观察,有两个根本局限:

① 因果关系难确认:你看到 A 和 B 同时发生,但分不清是 A 导致 B,还是 C 导致两者。观察只能描述「相关」,不能证明「因果」。

② 观察者效应:观察行为本身会改变被观察者(霍桑效应),你看到的不是纯自然状态。

这决定了观察法的定位:它是「发现问题的眼睛」,不是「验证因果的工具」。要确认因果,得靠实验法(上一节);要确认态度,得靠问卷和访谈。

🔄 Call back:观察法的定位 = 发现,不是证明

做产品设计时,别用观察法下因果结论——「用户都在用竞品」不等于「我们的功能没用」。观察告诉你「现象」,实验告诉你「原因」。

做提前预研时,观察法最适合回答「用户真实在做什么、卡在哪里、绕了什么路」——这些是需求来源。但「为什么」和「怎么改」要配合访谈和实验。

做防止被用户欺骗时,观察法的两个局限恰恰是它的优势:因为它不依赖用户「说」,所以能绕开语言层面的欺骗——但你也要警惕观察者自己的偏见和霍桑效应带来的污染。

观察法适用场景:产品未开发阶段

观察法最值在「产品还没做出来」的时候——你没法发问卷(产品都没有)、没法做实验(没版本可测),但你可以去一线看用户现在怎么解决问题。

典型用法:场景调研 + 竞品分析 + 观察用户的经典使用习惯。比如你要做一款厨房管理产品,先去用户厨房观察他怎么收纳、怎么找东西、哪里骂骂咧咧——这些就是需求金矿。

🔄 Call back:未开发阶段 = 观察的黄金期

做产品设计时,未开发阶段的观察直接决定「做什么」:你观察到的真实流程和痛点,比任何头脑风暴都靠谱。

做提前预研时,竞品分析 + 观察是标准组合:看竞品用户怎么用(间接观察评论/录屏)、看目标用户现在怎么凑合(直接观察),两者交叉出机会点。

软件 vs 硬件、已落地 vs 未落地:观察法的实操差异

观察法的落地方式,取决于你的产品形态和阶段:

未上线前:到一线做直接观察

• 软件(未上线):去目标用户的工作/生活现场,看他用现有工具怎么完成任务,记录每一步操作、停顿、吐槽。

• 硬件(未上线):去工厂/家庭/户外,看用户在真实物理环境里怎么操作设备、身体姿态、环境干扰(光线、噪音、空间)。硬件的观察必须看「物理交互」——手怎么拿、眼往哪看、哪里别扭。

• 各角色职责观察:B 端产品尤其要看「一个任务在几个人之间怎么流转」——谁发起、谁审批、谁执行、卡在哪个角色。这是流程设计的底座。

🔄 Call back:未上线前下一线

做产品设计时,未上线前的观察决定「流程怎么画」:你看到角色之间的真实流转,才发现你的 PRD 流程图是理想化的、和现实对不上。

做提前预研时,硬件产品的观察比软件更难但更值——物理交互的痛点(握持累、看不清、误触)只有现场看才看得到,问卷问不出来。

上线后:间接观察(日志 / 埋点 / 设备磨损)

产品上线后,你不可能盯着每个用户看。间接观察成为主手段:

• 上报日志 / 埋点:记录用户每一步操作、停留、跳出、报错——规模化、可长期。

• 设备使用磨损:硬件产品看物理磨损位置(哪里掉漆、哪里磨亮、按键失灵率),反推真实高频操作和误用。

间接观察要有效,必须提前做好「观察设计点」——你想从日志里看出什么,要在埋点设计阶段就定义清楚。这和结构性观察是同一个逻辑:先定观察表,再去现场(或看日志)。

🔄 Call back:间接观察 = 提前设计埋点

做产品设计时,间接观察的有效性取决于埋点设计质量——你上线后才发现「想知道用户卡在哪步」但没埋那个点,就只能瞎猜。埋点设计 = 观察设计,必须在开发前想清楚。

做提前预研时,设备磨损是硬件独有的「免费观察」:用户不会告诉你他误触了多少次,但掉漆的按键会。上线后定期回收设备看磨损,比问卷诚实。

但别只靠间接观察:用户被工具改变了

关键提醒:产品上线后,用户的工作方式会被你的产品改变。他适应了你的工具,养成了新习惯,间接观察看到的是「被改变后的行为」——你已经看不到他最初的真实需求了。

所以哪怕产品已上线,也建议按一定频率回到一线做实际观察(参与/自然观察),而不是只盯后台日志。日志告诉你「现在怎么用」,观察告诉你「他其实想要什么、在哪里别扭但忍了」。

例子:一款协作工具上线后,日志显示「所有人都在用评论功能」。但实际观察发现,用户并不是在「讨论」,而是把评论区当成了「临时待办清单」——因为他真正需要的待办功能藏得太深。日志看不到这个,观察能看到。

例子:一款智能音箱,磨损数据显示「顶部按键磨得最亮」。观察发现用户其实一直在用物理键而非语音——因为语音识别在嘈杂环境总失败,他悄悄放弃了语音。日志只显示「语音使用率低」,观察才解释「为什么」。

例子:一款老年健康 App,埋点显示「步骤完成率高」。但现场观察发现,老人是让孙女帮忙点的,他自己根本没用——完成率高是因为家属代操作,不是产品好用。

🔄 Call back:间接观察的盲区

做产品设计时,日志/埋点的盲区是「沉默的忍耐」——用户忍了别扭但不报错、不跳出,你以为一切正常。只有实际观察才能发现「他其实在将就」。

做提前预研时,定期一线观察是「校准」手段:你用日志做规模化判断,用一线观察做定性校准,两者错位的地方就是产品机会(例子里的「评论区当待办」就是功能缺口信号)。

观察法的本质:用「看」代替「问」,拿到用户真实行为。它擅长发现问题和场景,但不擅确认因果(靠实验法)和态度(靠问卷访谈)。无论软件硬件、上线与否,间接观察都要配合定期的实际观察——因为用户会被你的产品改变,而日志不会告诉你他忍了什么。

提示:点击正文区域或按 ← → 方向键翻页 · 按 ↑ ↓ 滚动