gmv|ToC商家小程序常见问题&情景调研方法介绍

编辑导语：在小程序越来越普及的今天，各个行业的商家积极参与小程序打造，但是很多商家的小程序GMV并未达到预期的效果。在这里腾讯CDC基于与多个商家的沟通和用户测试分析，从用户研究的角度，总结了一些小程序未达到预期的原因，以及通过用户研究的方法，怎样发现问题和分析问题。

文章插图
一、ToC商家小程序不达预期的原因1. 担心和目前已有生态的冲突不同商家的商业模式不同，在发展小程序生态前，很多商家已经拥有自己成熟的销售渠道和体系，例如有的商家主要依赖于线下门店，有的商家主要依赖于线上App，有的商家主要依赖于第三方平台（例如淘宝京东等）。
发展小程序不仅需要资源，更重要的是商家担心小程序只是切割了原来App的GMV，或者原本线下的GMV，而没有带来整个盘子的增长。因此在资源投入，以及和原本的App、线下等渠道的协调上，往往会出现矛盾，导致不敢发展小程序。这样的担心，往往会带来第二个问题，小程序定位不清晰。

文章插图
2. 定位不清晰小程序不仅仅可以作为交易转化的“场”，也可以作为工具，比如会员功能，O2O引流功能（例如线上领券，线下核），品宣，和社群工具等等。但是如何打造小程序生态，以及定位清楚各个小程序在整个生态中的角色是一个难点。
在探索初期，由于各种各样的原因，例如上述提到的“担心与目前已有生态的冲突”，以及一下子让某一个小程序承载多种功能链路，造成小程序定位不清晰，功能混杂，忽略用户在使用时的场景和需求，导致体验不顺畅、操作复杂，小程序的效果不如预期，也是不少商家遇到的问题。
3. 体验不重视没有重视小程序的体验，小程序产品体验不佳也是常见的问题。
除了上述两个原因可能从规划或者战略层直接导致小程序体验不佳外，小程序的视觉、交互、和体验设计方面亦经常出现问题。例如，功能不全或者缺失；信息呈现不符合用户预期，造成用户疑惑；链路复杂，死循环；缺乏统一的设计语言和标准，文字图片对比度低不清晰，字体图片有大有小，横竖排版混乱等常有发生。
二、一种用研方法介绍：情景调查通过用户研究的方法，例如旅程地图和可用性测试等，往往已经可以较好的帮助商家了解和定位用户在目前小程序使用中遇到的问题。
有的时候，我们不仅仅需要关注小程序本身，也需要从更大更全面的角度，结合不同的情境，深入细致了解“人”“货”“场”是如何发生联系的，以及在生态中，小程序是什么角色。
因此在这里，我们介绍一种从用户研究角度的分析方法—情景调查（Contextual Inquiry）的5种定性数据model，希望能够更好的帮助商家和用研同学从更全面更细致的角度快速发现问题，分析问题。
1. 什么是情景调查情景调查比传统的访谈更加重视context，也就是情景，以及各角色（人，工具，环境路径等）是如何发生联系和交互的。情景调查通过研究员积极介入被研究者的真实任务场景中，结合访谈和观察，细致了解和学习研究对象的整个任务流程以及对困难的处理方式等，是一种定性的研究方法。
例如，某商家既有线下店，又有App，并有多个小程序的情况下，用户既可以用App或者小程序下单，送货到家，也可以去门店自提；在线上下单，线下提货的场景中，到店时用户也需要使用App或小程序，出示会员码，提货码；如何理解在目前多工具，线上线下多场景中的用户痛点的问题，帮助商家更好的找到小程序的定位，情景调查也是比较好的方法。
通常情景调查发生在研究对象真实的环境中，研究者作为“小白”向研究对象“师傅”学习整个任务。在情景调查的过程中，单纯的无打扰式观察是很少的，提问和积极的“学习”是必要的。在整个过程中，研究员可以发现许多被研究对象默认和习以为常的操作习惯，这些是其他方法较难发现的。
2. 情景调查的5种定性model做好数据收集固然重要，如何处理和分析数据有时也能带来不同。在这里我们将介绍情景调查的定性数据梳理方式—5种定性model，并以案例举例分析。这5种model也可以用于其他类型的定性数据分析，应用灵活。基于具体的案例，我们并不一定每次5种model都需要，有的情况下也许只需要其中一种或某几种即可；有的情况下，基于需要可以画出多个同一类型model，例如任务流程多样，可以用多个sequence model进行分析。