用戶行為模式（5）— 用對工具，問對問題

在第一篇文章裡，我舉過一個學生常設計的訪談題目：「你平常是用什麼旅遊 App？為什麼使用這個 App？」而用戶最常給的答案是「因為好用」。這個回答聽起來沒什麼問題，但仔細想想，它好像什麼都沒有告訴我們。

問題其實不在用戶，而在問的人。如果不知道自己想了解的是哪個階段，就很難發現，用戶回答的根本不是你想問的事。

這個系列從第一篇到現在，中間隔了五年。這五年最大的變化，就是 AI 進到了每一個設計師的工作流程裡。所以最後一篇，我想回答兩個問題：這個模式怎麼幫你選研究方法？以及，AI 能幫你走到哪個階段？

答案其實是同一個：先知道你在哪個階段，再選工具。

UX 工具不是萬能的，但也不是隨機的

UX 的工具書通常會列出一張很長的方法清單：訪談、問卷、易用性測試、眼動追蹤、A/B 測試、日記研究、情境觀察……光是看到這些名字，就已經不知道從哪裡開始了。

我在教學的時候很常遇到這種情況。學生做專題，第一步通常是發問卷，因為問卷最容易做，回收也快。但問卷收回來之後，常常不知道要拿這些數字做什麼。問題不在問卷，而在一開始就沒想清楚：我到底想知道什麼？

很多設計師選工具的方式，是靠感覺，或是靠「我們公司都這樣做」。每一種工具都能回答某些問題，也有它回答不了的問題。不知道這條界線，工具用得再熟也沒有用。

用戶行為模式提供的，就是一個定位系統。

五個階段，對應五種問題

在第三篇的結論裡，我們把模型分成兩半：需求與內在動機不可觀察，外在動機、行為、結果、態度則可以被觀察。這條分界線，決定了每個階段適合用什麼方法。越往前，越要靠用戶開口；越往後，越能靠資料。

需求階段：用戶到底想要什麼？
這是最難挖的一層，也就是第三篇說的，要讓用戶「自白」。適合的方法是深度訪談、民族誌研究（Ethnography）、情境觀察。這些方法很花時間，但能接近用戶沒有說出口的東西。問卷在這個階段幾乎沒用，因為用戶很難用選項回答自己都不清楚的需求。

動機階段：用戶為什麼要這麼做？
適合用半結構式訪談、Jobs-to-be-Done 框架來挖掘。這個階段要先分清楚是內在動機還是外在動機，因為應對的方法完全不同。外在動機看得到，也能設計，例如優惠活動、推薦機制，效果可以直接用數據驗證。內在動機看不到，只能被喚起，就像第三篇提到的那句廣告台詞，把借錢連結到尊嚴的需求。

行為階段：用戶實際怎麼做？
這是資料最多的階段。行為分析、熱圖（Heatmap）、Session Recording、易用性測試，都用在這裡。第四篇說過，行為就像作案手法，是可以被記錄的操作序列。這個階段的資料最客觀，但也最容易被誤讀：看到用戶在某個步驟離開，不代表你知道他為什麼離開。

結果階段：用戶得到他想要的了嗎？
任務完成率、轉換率、錯誤率，是這個階段的指標。但記得第四篇說的：客觀的結果和用戶感受到的結果，不一定一致。數字說任務完成了，不代表用戶滿意。

態度階段：用戶怎麼評價這個經驗？
NPS、CSAT、產品評論、流失原因訪談，都屬於這裡。態度是整條鏈的回聲，也最常被單獨拿出來看，所以最容易被斷章取義。一個很低的 NPS，可能是需求根本沒被理解，也可能只是結果不符預期。不回到前面的階段，你不會知道要改哪裡。

AI 能幫你看到哪幾個階段

前面那條看得到與看不到的分界線，剛好也是 AI 能力的分界線。

行為、結果、態度，這些看得到的階段，都會留下資料：操作紀錄、錄影、評分、評論、客服對話。這正是 AI 最擅長的東西。以前整理這些資料，要花很多時間一筆一筆看，現在交給 AI，很快就能做完摘要與分類，也能找出重複出現的抱怨。【放一個你自己的例子，例如整理訪談逐字稿，以前花多久、現在花多久】在看得到的這一半，AI 的確讓研究變快了。

但需求不在資料裡，而在用戶心裡。AI 讀過非常多人寫下的文字，所以當你請它扮演用戶，它給你的是「大多數人會怎麼說」，而不是「這個人為什麼這樣做」。

這讓我想起第一篇提過的情況：很多學生做訪談，心裡早就有了答案，訪談只是在驗證自己的假設，最後了解的不是用戶，而是自己。請 AI 扮演用戶，其實是同一件事，只是這次變成你和 AI 一起猜，而 AI 猜得比你更有說服力。

如果用殺人的例子來說，AI 比較像一位犯罪側寫師。它可以從作案手法、時間、地點，推敲出兇手的輪廓，而且推得又快又準。但側寫再準，終究只是推論。兇手為什麼這麼做，最後還是要等他自己開口。

還有一件事值得注意。AI 讓做原型的成本大幅下降，一天就能生出好幾個版本，於是很多團隊會直接拿去跑 A/B 測試，讓數據決定哪個比較好。但如果一開始就沒搞清楚用戶需要什麼，這些測試只是在幾個方向都可能錯了的設計之間，挑一個比較不錯的。方案變多了，錯的選項也跟著變多了。

AI 讓研究變快了，也讓錯的研究變得更便宜。

一個簡單的定位練習

下次在決定要做什麼研究之前，先問自己三個問題。我們用開頭那個旅遊 App 的例子，實際走一遍。

1. 我現在最不確定的是哪個階段？
學生問「為什麼使用這個 App？」，想知道的是動機。但用戶回答「因為好用」，給的是態度。題目想問動機，拿到的卻是態度，所以這一題沒有得到想要的答案。先把自己想知道的階段講清楚，才知道這個答案不對。

2. 我選的工具能回答那個階段的問題嗎？
想知道動機，問卷和 AI 模擬都幫不上忙，要回到訪談。但問法要換，不要問「為什麼」，改問具體發生過的事，例如：「你最近一次規劃旅行，是從哪一步開始的？」「你是怎麼知道這個 App 的？」用戶描述經過時，動機常常會自己跑出來。第一篇的例子就是這樣：一路追問下去，可能發現是朋友推薦，背後是社交的需求。

3. 我有沒有把整條鏈考慮進去？
訪談聽到的，只是用戶自己的說法。如果用戶說「我都用它比價」，可以回頭看行為資料：他實際打開 App 時，有沒有在用比價功能？說法和行為對得上，這個發現才站得住。這一步 AI 可以幫很大的忙，例如整理訪談逐字稿、比對行為資料。但訪談的問題，還是要你自己問。

收尾：這個模式能給你什麼

回顧這整個系列，用戶行為模式不是新的 UX 方法，也不是另一套工具。它是一個思考框架，幫助你在複雜的用戶研究現場，知道自己站在哪裡。

用戶的行為，從來不是單一的事件，而是一條有脈絡的鏈。需求決定了動機的方向，動機驅動了行為的發生，行為導致了結果，結果塑造了態度，態度又回過頭來影響下一次的需求。這個循環，在每一個用你產品的人身上，每天都在發生。

設計師的工作，不是猜測這條鏈的某一個節點，而是有系統地去理解它。

五年前寫第一篇的時候，我擔心的是學生只會用工具，不懂得看整條鏈。五年後，工具變得更強了，AI 可以幫你看完大部分的資料，這個擔心反而更重要。

AI 能幫你看得更多、更快。但用戶真正需要什麼，還是要你自己去問。