定義
定量分析是通過對大量樣本、數據等客觀數據對用戶的特征、需求場景、目標、行為進行研究分析的過程。
為什么要進行定量分析
-
定量分析可以快速地面對更多、更廣的用戶，因此可以用於在定性研究中發現的問題和用戶需求（判斷用戶需求的真偽），讓定性需求更有說服力；
-
定量分析可以用來確定用戶需求的重要性和優先級。
既然是要驗證在定性分析時發現的問題和用戶需求，所以首先得有需要驗證的用戶需求，所以定性分析是做定量分析的前提。
具體該如何進行定性分析？其實我們的目標就是驗證在定性分析結果中
-
目標用戶模型是否准確？
-
用戶需求場景是否真實存在？
-
對用戶需求場景進行分析所得出的具體用戶需求點是否存在？是否是偽需求？
最終，定量分析最終的產出物是
-
明確的目標用戶模型
-
真實存在的用戶需求場景
-
需求場景分析報告（對用戶需求場景進行分析所得出的具體用戶需求點）
以上產出物都是已經經過數據進行驗證了的，是具備統計分析學的精確性、具備說服力的，你可以憑借定量分析的結果去證明你的觀點，你在需求評審時站不站得住腳，就看你的定量分析了。
如何驗證用戶需求——如何進行定量數據研究？
常用方法
- 問卷調查
- 數據分析——包括定性的數據（用戶反饋）、定量的數據（產品使用數據統計）
問卷調查
-
明確調研目標
即你要調研的是什么，要明確調研的所有目標，因為再次投放調查問卷會消耗大量的成本，這里會考察產品經理的邏輯能力，需要盡可能列出所有可能的潛在情況。
-
明確調研對象
即在定性分析的目標用戶模型，需要明確這個目標用戶模型投射到現實場景是哪些用戶。
-
明確問卷數量
每種細分用戶模型200份，為了確保你能達到目標的問卷數，可以使用一些激勵手段，比如說獎勵等等。
-
明確投放方式（線上？線下？）
現在互聯網信息傳遞渠道多樣化，同時有專門幫助發放和分析調查問卷數據的工具，比如說問卷星這類，使用線上的方式無疑是性價比最高的，具體可以是在問卷星填寫好問卷，然后通過與你產品領域相關的微博、微信公眾大號等等渠道進行投放，然后回收，利用問卷星進行統計與分析。
-
設計調查問卷
注意事項：
a. 問題：多用選擇題；少用“是/否”題（假如非得使用“是/否”題，請使用5點量表（1-5個等級））；盡量不使用開放題；
b. 問題的答案：銘記MECE原則，Mutually Exclusive Collectively Exhaustive，即相互獨立、完全窮盡；
c. 問題的順序：
i. 整體順序是：簡單&沒那么重要→難&重要→簡單&不用思考；
ii.人口統計問題一定要放在最后，這些敏感信息假如放在開頭，會使用戶認為泄露了個人信息，可能會影響下面問卷的填寫,同時這些信息時簡單且不用思考的，所以適合放在最后。
iii.每個問題要自然和下一個問題進行關聯 -
投放調查問卷：根據你選擇的問卷投放方式進行投放就可以了。
-
回收調查問卷：當達所需問卷數量即可回收。
-
清洗調查問卷數據：去掉一些明顯亂填的、異常值。
數據分析
定量的數據分析，首先得明確要分析哪些產品使用數據：
-
下載量
-
流量分析
-
用戶是從哪些渠道來的，從哪里去
-
活躍度
-
用戶使用頻次&使用時長,主要有月活躍用戶數（MAU）和日活躍用戶數（DAU）
-
留存率
第n天開始使用，第n+x天繼續使用，即x天留存率
用戶留存率的40-20-10法則：若你的目標是讓你的應用的DAU達到100萬，那么你的日留存率應大於40%、周留存率大於20%、月留存率大於10%
-
PV：頁面瀏覽量或點擊量
-
UV：指通過互聯網訪問、瀏覽這個網頁的自然人
-
轉化率
-
功能使用頻率
…
定性的數據分析
這里主要是指用戶反饋，用戶反饋問題一般分為四類：
功能的新增/修改/刪減
這部分是最需要考察產品經理的真功夫的，比如說判斷用戶需求的真偽等等..