用户研究之文本研究系列之二:atlas.ti技巧与应用
基于这些问题，本文以网易某产品app中某页面的可用性测试为例，介绍研究中定性研究工具Atlas.ti的使用技巧和业务用途，让大家知道如何通过工具的使用更有效地找到产品中的痛点和潜在用户需求。
我们在日常生活中接触到的大部分信息都是以定性数据(即定性资料)的形式存储的，比如文本、多媒体资料等。可以说，定性数据包含了丰富的信息，价值很高。在用户研究方面，获取定性数据的形式和渠道丰富而可观:
在获得这些数据并完成预处理后，我们将开始定性分析的分析过程，狭义的定性研究也将从这里开始。
一般来说，定性数据的处理要经历一个开放编码、轴向编码、选择性编码的循序渐进的过程，从最初的简单编码到编码簇与编码之间关联的建立，再到核心编码的确认。通过一步一步的深化和一步一步的凝练过程，从最初的原始材料中得到定性的结论，最后得到结论的报告或可视化展示。
然而，长期以来，定性研究似乎总是不如定量研究受欢迎，即使在学术领域，定性研究也只受到少数学者的青睐。究其原因，我们认为可能是因为这些:
质性研究的数据分析过程是任何人都很头疼的事情——数据复杂，程序繁琐，耗时长，所以工具的选择对于质性研究来说就变得非常必要，不仅让我们的工作更加便捷，也让我们的研究结果更加可靠。
目前成熟常用的质性研究工具有很多，本文以Atlas.ti？比如7.5版本会先引入Atlas.ti？7.5，然后通过一个可用性测试案例说明如何通过Atlas.ti挖掘数据。
以2016年初网易某app的可用性测试为例，为了案例描述的简洁，我们选择了本次可用性测试的一部分来介绍App的投资理财页面的本地可用性测试。
在这个可用性测试中，我们关注两个部分。第一部分是用户对App页面信息结构认知的心理模型，第二部分是用户对页面中不同区块之间信息结构差异的感知。
在用户筛选方面，我们根据产品的业务特点和产品使用场景特点，选取了理财、支付、支付+理财、游戏支付四大类用户。
在前期的用户调研工作中，我们已经发现用户在移动端选择互联网理财产品的心理模型是先了解所有理财产品类别，然后确定目标理财产品类别，最后在确定的类别中选择具体的理财产品。所以在这个页面的可用性测试中，我们根据这个行为模型设计了一系列的任务让用户完成，希望能够发现我们产品的一些可用性问题。
Atlas.ti作为定性研究的常用工具之一，最初是由德国学术研究者在大约1990年以研究为目的开发的。目前该工具已经升级到7.5版本，最新的8代即将到来。自问世以来，Atlas.ti逐渐被广泛应用于语言学、心理学、计算机等领域的学术研究。
外观，Atlas.ti？7.5版本和一般的图形界面工具区别不大，同样包含了菜单栏、工具栏、工作区等控件。值得关注的是Atlas.ti？7.5中几个重要的快捷功能区域，了解这些区域对于后面的使用和案例介绍是非常必要的，所以这里简单介绍一下:
当我们完成数据收集后，我们通常需要对数据进行简单的整理。这个过程是通过“文档管理器”完成的——点击Atlas.ti第一个快捷方式管理器的“P-Doc”按钮
在文档管理器中可以看到，Atlas.ti支持多种定性材料，如文本(txt、doc、pdf等。)、富媒体素材(音频、视频、图片)、谷歌地图文件等。当然，实际研究中经常用到的开放式问卷(excel文件)也可以直接导入Atlas.ti如下图所示，本文使用的案例只涉及doc、txt、图片三种材料，共有7个文件。
文档管理除了重命名、写备忘录等最基本的操作之外，最重要的是对文档进行分组——在Atlas.ti中称为“文档族管理”，在下图所示的界面区域左侧，是根据本文使用的案例中的用户类型和性别建立的六个“文档族”。
文档分组(建立文档族)让我们了解这个研究项目的整体情况。例如，这个用户研究项目* * *涉及四种类型的用户。同时也可以在此基础上比较不同群体之间定性分析结果的差异，使我们的结论更加深入和具体，比如理财用户和支付用户对界面架构的感知差异，这是本文后面分析的一个重点。
根据定性分析流程，在获得文档和初步管理后，可以开始分析流程，定性分析通常从材料的编码开始。由于应用研究中获得的定性数据形式多样，下面介绍的文档编码分析也将根据数据类型的不同进行详细说明。
开放式问卷也是实践研究中经常见到的一种数据收集方法。其独特性在于，它不仅包含开放式问题，还包含性别、收入水平、受教育程度等各种量化数据。
但在处理开放式问卷时，Atlas.ti还有一个突出的优势，那就是它不仅可以解读开放式问题的答案，还可以根据量化指标建立分组(类似于文档管理器中的“创建新文档族”)，让我们更深入地了解不同分组中开放式问题答案的差异。
通过以上操作对所有资料进行编码后，我们就可以在Atlas.ti的“代码管理器”中查看所有的代码，如下图所示。在这种情况下，我们得到13个一级码。
如上图所示，我们发现在这个测试app中，由于现有的理财产品分类方式，用户无法直观了解所有理财产品的类别的问题最为突出(踩下墙角红色字体)，对应的用户期望(潜在解决方案)是“直接提供理财产品排列的子导航栏”。另外，点击代码会弹出一个新的对话框，里面列出了代码对应的原文材料，方便我们快速查看原始记录。
编码云只能让我们知道问题点的情况。为了进一步了解每个问题的细节，比如问题产品的结果，我们需要为每个编码建立一个语义网络。建立网络视图的基本步骤如下:
通过语义网络分析，我们发现“不容易看到完整的理财产品分类”的问题导致了“用户认为理财产品的选择很麻烦”和“直接跳过下级理财产品”两个问题。同时也看到两个用户的期望，包括“用户希望直接给出一个金融分析的子导航栏”和“以直观易学的方式排列金融产品”。
如图，我们在可用性测试中发现的一个问题可能对应多个解决方案，那么如何决定哪个解决方案更受用户期待呢？这个问题不仅是用户在研究中需要回答的问题，也是产品优化的必要答案。这里需要用Atlas.ti的分析功能来回答这个问题。
通过* * *列表，我们发现用户更倾向于“直接提供理财产品排列的子导航条”作为解决不容易看到理财产品所有类别的解决方案。
通过编码* * *分析，我们回答了每个问题应该选择哪个用户期望或解决方案的问题。但我们也注意到，这个可用性测试涉及四种不同类型的用户，其中“理财”和“理财+支付”用户有理财经验，“支付”和“游戏支付”用户没有理财经验。换句话说，这个可用性测试涉及老财务用户和新财务用户。他们在可用性测试任务中遇到的问题有什么不同吗？
接下来我们将通过代码-文档* * *分析来挖掘这个问题的答案，而完成这个分析的前提就是前面提到的“文档族”。
通过上述一系列的分析过程，我们了解到了测试产品中存在的一些问题，问题的优先级，不同用户群之间的差异，以及一些潜在的解决方案。
本文以网易某产品app特定页面的可用性测试为例，介绍了如何通过atlas.ti7.5的使用，从大量的定性数据中发现有价值的结论，不可忽视的是，工具的使用是根据项目的需求来决定的，项目的特定目的决定了我们要使用什么工具。本文中的Atlas.ti只是定性数据分析工具之一，各有利弊。下表列出了以Rost CM6为代表的文本分析工具和以Atlas.ti为代表的执行分析工具的区别，可以作为工具选择的一些参考。
在研究工作中，以Rost CM6为代表的工具适用于案例数量多、单个案例内容少的文本材料，可以有效完成分词、语义网络、情感分析等工作。以Atlas.ti为代表的工具适用于各种体积有限、物质形态多样但挖掘深度和精度较高的定性数据。