用户访谈结束后，大厂都在用这个方法处理数据！

引言：用户访谈结束后，面对大量访谈数据，如何展开效整？面对户各种痛点或需求，要优先解决哪些问题？如何帮助跨职门同事建立起对户的同心？如何务方更认可研侧调研结论并落地？为了避免访谈后一个猛子就扎到大量访谈数据里面，甚至对数据任何处就，本次给大分享一个户访谈减脂增肌利器“亲和图”法。

什么是亲和图法（Affinity Diagram）？

亲和图法是基头脑风暴的原理，一群人把大量数据( 想法，问题，困难，决方案)整理为有逻辑、结构化的分类或不同主题的程。有同学能将亲和图法与卡法混淆，卡法是一种通让用户将相互关联项进行分组，来理用户何思考以及关联物的方法，主要应用设计或改造网站架构。

亲和图适于从访谈法、日志研究、人类、情景调查等渠道获得的数据，户访谈是户研究最的方法之一，且在户访谈结束后往往有大量的访谈数据，因此，本访谈数据为例介绍亲和图法的应。

亲和图的优点有哪些？

• 队协作导向：能将不同的视角带入数据分析，在跨职能团队形成共识；
• 高水数据析：能揭示数据背后的问题/模式，向产品计输入有义的息；
• 输出结果落地：产品需求文档、提供决策依据、聚焦产品设计/优化方向等；
• 组织时间灵：可根据实际情况、项目进随时调整整个进程，分期进行；
• 可展示的形式：一种可视化的分析方法，展真实的场所展示访谈活动的果。通常 “公务缠身”的业务方很难全程参与，仅仅参加某一场访谈获知的信息也会偏差，亲图法可以营造“还原的访谈场”，避免偏差。

如何建立亲和图？

整个程包括数据转化（Interpretation Session）和建构亲和图（Building Affinity Diagram）两大核心节。

1. 数据转化环节（IS）

• 目标：让参与个都能够体验到访谈收获
• 间：最好在访谈结束之后的 48 内进行
• 人数：推荐 6-8 个人，人太少难以理清数据，人太场面不控
• 物：马克笔/签纸/大白纸/胶水等（根据手写/打印准备物）

△ 图 1 数据转换现

整理脚本

访谈之后尽快把访谈记录整理成一可读的脚本(最好在一之内)，并将脚本发给每一个参数据转化会议的人。访谈脚本整理内容主要包括：

• 用户编号或假名，例如 User18，使用用户编号或假名以便保护用户隐私；
• 用户的基本息或行为习惯，例如使用过的相关软件/硬件等；
• 用户使用产品的细节流程，例用户任务/用户目的/操步骤等。

色分配

在开始转化数据前要分配好数据转化会议色，主要括以下色：

• 展示者：访谈者，任务家讲述、展示访谈中所细节
• 记录者：记录访谈要信息、idea，以及这个会议组内学提出问题
• 参者：组内其同学，通过听、问问题理解访谈内容并提供的理解和观点
• 主持人：证议议题不偏离轨道(以是组内任意—个同学)

数据展示

展示个访谈场景，展示者过介绍用户背景资料让大家认识用户，根据发大家访谈脚本，带领大家回顾个访谈过程。时，大家讨论着记哪些内容，括访谈细节和访谈流程，不要单独让记录者决定该记哪些，个都可以提出自己想法。

信息记录

主要记录核心信息，即在访谈过程捕捉到些有趣或者要信息、idea，括些品设计想法、些访谈过程生疑问等。便签上记录内容主要括：

• 便利签左角记录用户编；
• 在便签右上记录特殊信息类型，“D”代表 design idea（用户关于品设计想法），“Q”代表 question（后续需要研究问题），其他不做标记为用户使用痛/体验；
• 在便签中间记录核心息，每个便利签只能承载一条要点、思考、idea 或者问题，便利签上的内容必须以完整的句的形式呈现。

△ 图 2 亲图示例

2. 建构亲和图（BAD）

初始数据类目建构：

把有签纸在桌子上摆开，大随机择贴在墙上，先由一个人做示范，把一个签纸贴在墙上，后面的人跟着来，每个后续上墙的签纸，如果与墙上的某个相似，则把它纵向贴到面，如果相似，开一列(在左侧或右侧均可)。当前阶要给任何一个类目打标签，任何人都可移或重列墙上的利贴，根据户目的或相似/行为进行归类，数据自然而然地形成分类。

层数据结构建构：

成初始数据类目构建后，给每一个数据类目都写上 level 1 的标签来描述这个类目，标签必须是详细的短语或句子，第一人称描述户的操作行为和户意愿。如果数据类目较多,构建 level 2 的类目来聚合 level1 的数据类目此类推（TIP：使同颜色的利贴和马克笔标记）。

数据复查：

有成员都要系统地顾同 level 的数据类目，问自己问题：这些分类有没有展现你的注点？每个数据类目的标签是否准确？你的解有没有么漏洞？Level1 的数据类目是否可相互联结？有没有需要在后续研究中明确的问题?

写在最后

上是于亲和图法应在访谈数据分析的过程，把访谈结果“公之于众”，将离散数据通过协作的方式整合起来，在整个过程中可会遇到归类有争议的情况，此时要鼓励于分组的建设性讨论，保证最终版达成共识。

关于亲图这种研究方法，就家分享到这里。不解的方，欢迎一起讨论~

欢迎关注「JellyDesign」小程序：