为什么在传统研究中难以捕捉真实行为
了解人们在日常生活中实际如何使用产品和服务，是用户研究和市场研究面临的最大挑战之一。许多研究方法建立在用户“声称自己会怎么做”之上，而非他们“实际做了什么”。问卷调查、深度访谈和可用性测试都非常有价值，但它们通常只能在特定时间点、受控环境中收集反馈。然而，真实行为往往发生在数天、数周甚至数月的时间跨度内，并受到情境、习惯、情绪、信念以及各种突发情况的影响。要真正理解完整的用户或消费者旅程，研究人员需要采用能够在用户真实生活场景中捕捉行为的方法，而不仅仅是在研究访谈或测试过程中收集反馈。
依赖记忆的问题
许多传统研究方法依赖自我报告的行为，而这种行为受到回忆偏差的影响，这是回顾性研究中广为证实的问题。关于回忆准确性的研究表明，人们并不总是能够准确记住过去的事件或行为，而且回忆可能受到记忆力差、估算或随时间重构事件的影响。随着事件发生与询问之间的时间增加，回忆的准确性通常下降。因此，能够在事件发生时或接近事件时捕捉行为的研究方法，通常比依赖人们回忆过去行为的方法更可靠。
为什么客户体验会发生在多个时刻
研究人员想要理解的体验通常不是单一事件，而是随着时间展开的过程和场景。这些体验通常涉及上手、学习、重复使用、行为改变以及对价值的逐步认知。理解这些类型的体验需要观察用户在多个时刻、情境和阶段的表现，而不是让他们回忆单一的过去互动。
典型的客户体验或产品旅程可能包括以下阶段：
- 发现
- 购买采纳
- 上手/设置
- 学习/早期使用
- 日常使用
- 高级使用
- 问题/支持
- 长期价值
- 放弃/替换
- 忠诚/推荐
在不同的行业中，这一生命周期会呈现不同的形态。例如：
| 行业 | 研究人员长期关注的内容 |
|---|---|
| 智能设备与物联网 | 用户从开箱、设备设置、配对连接、功能探索，到日常使用模式及长期产品价值感知的完整采纳旅程 |
| 美妆与个人护理 | 产品使用情况、使用习惯形成过程、感知效果，以及持续使用或放弃产品的驱动因素 |
| 游戏 | 玩家从首次接触、初始印象到难度进阶、技能成长、参与模式及长期留存的完整旅程 |
| 汽车与出行 | 用户在导航、行程规划、充电、停车以及车载系统交互等场景中的行为表现 |
| 金融科技与银行 | 消费、储蓄、预算管理及应用使用行为，包括信任建立、决策过程和长期金融习惯 |
| 医疗健康与健康管理 | 患者或用户的完整旅程，包括症状追踪、治疗依从性、生活方式改变及健康结果感知 |
| 旅游与酒店服务 | 从行程规划、预订到入住体验、服务互动以及离店后反馈的端到端旅行体验 |
| 零售与电子商务 | 从发现商品、浏览、比较、购买，到配送、使用、退货及重复购买的购物旅程 |
| 食品与饮料 | 膳食规划、点餐、烹饪准备、消费习惯以及不断变化的饮食偏好 |
| 教育与学习 | 学习旅程、内容参与度、技能成长、学习动机以及长期知识留存 |
| 健身与生活方式 | 运动习惯、行为养成过程、动机变化周期以及长期行为改变 |
| 工作场所与生产力工具 | 工具采纳、产品引导、工作流程整合、协作模式以及不同工作场景下的长期使用情况 |
这些类型的体验或端到端旅程无法通过单次访谈或问卷完全理解，因为行为会随时间、情境以及多次与产品或服务互动而演变。
为此，研究人员使用的方法能够让参与者在多天或数周内捕捉体验。最常用的方法是日志研究（Diary Study）。
什么是日志研究（Diary Study）
日记研究是一种广泛应用于用户体验和市场研究领域的研究方法。在这种研究中，参与者会在一段时间内持续记录他们的活动、体验和想法。日记研究通常持续数天至数周，旨在捕捉用户在真实生活场景中的实际行为，而非依赖事后回忆。
在日记研究中，参与者会被分配一系列任务，并在日常生活中按照要求提交反馈。这些反馈形式可以包括视频记录、照片、文字描述、简短问卷或评分等，具体取决于项目的研究目标。研究任务通常分为时间驱动型，例如每天完成一次反思记录，和事件驱动型，例如当某个特定行为或事件发生时进行记录。
与依赖记忆和回顾性反馈的用户访谈或问卷调查不同，日记研究能够在体验发生的当下收集数据。这使研究人员能够在真实情境中理解用户行为，并观察行为如何在不同场景和不同阶段中发生变化。
因此，日记研究特别适合用于研究用户习惯、日常行为、客户旅程，以及那些会随着时间和环境变化而不断演变的体验。
日志研究如何开展
一个典型的日记研究通常遵循一套结构化流程，包括招募参与者、在特定时间内分配研究任务、收集情境化反馈，以及分析参与者提交的数据以发现行为模式和洞察。
| 阶段 | 具体内容 |
|---|---|
| 1. 招募参与者 | 确定目标用户和筛选标准。招募符合研究目标的参与者群体。 |
| 2. 参与者引导与准备 | 提供清晰的说明和示例，引导参与者理解任务要求。统一研究预期、时间安排，并完成平台设置与测试。 |
| 3. 设计日记研究任务 | 设计时间驱动型或事件驱动型任务，并提供明确的任务指引。确保任务与研究目标及参与者实际情境保持一致。 |
| 4. 收集情境化数据 | 参与者通过视频、照片、文字或问卷提交反馈。记录发生在真实生活场景中的体验和行为。 |
| 5. 管理参与者参与度 | 持续跟进参与情况，并在必要时进行提醒。确保反馈质量和研究完成率。 |
| 6. 分析与整合数据 | 审阅参与者提交内容，识别关键模式、主题和行为特征。梳理用户旅程并提炼研究洞察。 |
| 7. 输出洞察与建议 | 汇总关键发现和行为模式。识别机会点，并提出可执行的业务或产品建议。 |
日记研究中的参与者会做什么
在日记研究中，参与者会在规定的时间范围内完成一系列研究任务，同时按照自己的日常生活节奏正常开展活动。这些任务旨在捕捉参与者在真实生活中的行为、体验以及所处情境。
根据研究目标的不同，日记研究任务的设计方式也会有所不同，但通常围绕三个关键维度展开：参与者如何作答、何时作答，以及研究人员希望了解什么内容。
回答形式
参与者可以根据任务要求提交不同类型的反馈。常见的形式包括：
- 视频记录：用于捕捉行为、互动过程和即时反应
- 照片：用于记录环境、产品或特定场景中的关键时刻
- 文字回答：用于描述体验、想法或决策过程
- 简短问卷、排序或评分题：用于量化体验和观点
- 屏幕录制或截图：用于记录数字产品和服务的使用过程
通过结合多种反馈形式，研究人员能够收集丰富且多层次的数据，将真实行为、使用情境和用户主观感受结合起来进行分析。
任务触发时间
日志研究任务通常通过两种方式触发：
- 时间驱动型任务
- 在设定时间完成，如每日反思、日终总结或定期检查
- 事件驱动型任务
- 在特定活动或事件发生时完成，如使用产品、购买或完成旅程
许多研究会结合两者，以捕捉规律模式和特定关注时刻。
如何设计有效的日志研究任务
高质量的日记研究任务应当聚焦、简洁且易于完成。日记研究的整体质量在很大程度上取决于任务设计，因为任务会直接影响所收集数据的深度、一致性以及研究价值。
原则 1：聚焦单一时刻
在大多数情况下，每个任务都应专注于捕捉一个特定时刻、一个决策过程或一次具体体验，而不是要求参与者同时回答多个问题。
当一个任务包含过多问题或复杂指令时，参与者更容易出现以下情况：
- 跳过部分内容
- 给出较为表面的回答
- 注意力分散
- 遗漏重要信息
有效的任务设计应当一次只引导参与者完成一个明确的行动或反思。
保持任务聚焦且具体，有助于确保参与者的反馈更加自然、详细，并能够真实反映其所处情境中的实际行为。
原则 2：围绕同一主题设计任务组合
虽然每个任务都应聚焦于单一时刻，但当多个任务围绕同一个主题、用户旅程阶段或研究问题进行组合设计时，日记研究往往能够发挥最大的价值。
研究人员通常不会只提出一个宽泛的问题，而是会设计一组相互补充的任务，从不同角度捕捉同一段体验。
例如，一个任务组合可能包含：
- 一个行为记录任务（视频、照片或屏幕录制）
- 一个情境或结果记录任务（图片、文字日志或截图）
- 一个结构化输入任务（评分、排序或选择题）
通过这样的设计，研究人员不仅能够了解参与者做了什么，还能够理解：
- 事情发生时的具体情境
- 参与者如何理解和解读这段体验
- 驱动其行为背后的关键因素
采用这种方式设计任务，可以在保持单个任务简单易完成的同时，更全面、更可靠地还原用户真实行为。
然而，使用通用工具来管理这类任务组合通常较为困难。Recap 日志研究平台可以方便地围绕主题结构化任务，并组合不同反馈类型。
按行业分类的日记研究任务示例
现在，让我们将前面介绍的两项有效设计日记研究任务的原则应用到实际案例中。以下示例展示了如何将多个聚焦于单一时刻的任务组合成小型任务集，以捕捉围绕某一特定体验的行为、情境和决策过程。
每个示例都围绕一个明确的研究主题展开，并结合即时记录和结构化输入，从而构建更完整、更具分析价值的数据集。
智能设备与物联网
| 研究主题 | 任务类型 | 日记研究任务示例 |
|---|---|---|
| 设备设置体验（扫地机器人） | 视频 | “展示您的扫地机器人成功连接到 App 后的状态，并分享您的第一印象。” |
| 照片 | “上传一张显示设备已成功连接的 App 截图。” | |
| 李克特量表 | “请评价设备设置和连接过程的难易程度。” |
为什么这样设计有效
这个任务组合从三个互补的角度记录设备设置体验：
- 图片用于确认设置是否成功，并提供设置状态的视觉证据
- 视频用于记录用户的即时感受，包括语气、信心以及第一印象
- 评分则提供了一个可在参与者之间进行比较的结构化可用性指标
由于所有任务都围绕同一个关键时刻展开，因此可以结合分析。研究人员能够快速发现一些典型模式，例如：较低的设置评分伴随着犹豫或负面的反馈反应，较高的设置评分伴随着更自信和顺畅的操作表现。
这种结构同样适用于 AI 辅助分析。视觉信息、视频中的情绪表达以及结构化评分可以结合分析，从而实现大规模趋势识别。
化妆品与个人护理
| 研究主题 | 任务类型 | 日记研究任务示例 |
|---|---|---|
| 晚间护肤流程（新精华液） | 视频 | “请记录您在晚间护肤流程中使用精华液后的时刻，并分享您的即时感受。” |
| 照片 | “请上传本次护肤流程中所使用产品的照片。” | |
| 李克特量表 | “请评价精华液涂抹后在皮肤上的使用感受。” |
为什么这样设计有效
这个任务组合同时记录了感官体验和使用情境，而这两者对于个人护理产品研究尤为重要。
- 视频记录了产品质地、吸收情况以及即时反应
- 照片展示了完整的护肤流程，包括与精华液搭配使用的其他产品
- 评分则提供了对产品效果感知的统一衡量标准
结合这些数据，研究人员不仅能够了解产品本身的使用感受，还能够理解其在真实护肤习惯中的角色和定位。随着时间推移，还可以发现产品搭配方式、护肤习惯以及效果感知等方面的规律。
对于 AI 分析而言，这种设计能够建立一个将视觉情境、口头反馈和评分数据关联起来的结构化数据集，从而识别相似的护肤习惯和常见使用模式。
游戏
| 研究主题 | 任务类型 | 日记研究任务示例 |
|---|---|---|
| 角色外观定制决策过程（服装 / 外观选择） | 照片 | “请上传完成角色外观定制后的角色截图。” |
| 视频 | “请分享您最喜欢这个最终角色外观的哪些部分。” | |
| 李克特量表 | “请评价您对角色最终外观的满意程度。” |
为什么这样设计有效
这个任务组合将结果、偏好和满意度整合在同一次交互体验中。
- 图片记录了最终完成的角色外观
- 视频揭示了玩家的个人偏好以及设计选择背后的原因
- 评分提供了可量化的满意度指标
这种设计的价值在于，它不仅记录了用户创造了什么，还揭示了他们为什么这样创造。研究人员可以从中发现不同参与者之间的风格偏好、审美倾向以及决策驱动因素。
对于 AI 系统而言，这种结构能够将视觉结果与相关偏好信息关联分析，从而更容易发现审美趋势，并研究其与满意度之间的关系。
金融科技（Web3）
| 研究主题 | 任务类型 | 日记研究任务示例 |
|---|---|---|
| 交易确认过程（加密 / Web3） | 照片 | “请上传确认交易前的交易确认页面截图（请确保不包含任何敏感信息）。” |
| 李克特量表 | “请评价交易详情信息是否清晰且易于理解。” | |
| 视频 | “请说明您在确认交易前查看了哪些信息，以及为什么会查看这些信息。” |
为什么这样设计有效
这个任务组合聚焦于一个高风险、高决策成本的重要时刻，而在这一时刻，信息清晰度和用户信任尤为关键。
- 图片记录了用户看到的交易界面和相关信息
- 评分衡量用户对交易详情的理解程度
- 视频则揭示了用户在确认交易前实际会检查哪些内容
这种组合能够帮助研究人员识别“系统展示的信息”与“用户真正理解的信息”之间的差距。例如用户给出较低的清晰度评分，同时在视频中表现出不完整或不一致的检查行为，这些都可能表明界面存在理解障碍或潜在风险点。
对于 AI 分析而言，这种设计能够将界面设计、感知清晰度和决策行为关联起来，从而实现大规模的可用性问题检测以及信任断层识别。
什么时候应该使用日记研究
当用户行为无法通过一次访谈或单次问卷调查被充分理解时，日记研究往往是最有效的研究方法。日记研究尤其适用于那些随着时间推移逐步展开、受到真实使用情境影响，或发生在难以直接观察场景中的体验研究。
以下是日记研究最具价值的几种典型应用场景。
1. 当行为跨越多个时刻发生时
当您研究的体验并非一次单独的互动，而是由多个持续发展的阶段组成时，适合使用日记研究。
例如：
- 新产品的引导与学习过程
- 习惯或日常行为的养成
- 重复性的产品使用行为
- 用户认知和态度的变化过程
日记研究能够帮助研究人员观察行为如何在多个时间点持续发展，而不仅仅获得某个时刻的单一快照。
2. 当行为受到情境影响时
当用户行为会受到所处环境影响时，适合使用日记研究。
例如：
- 在家中、办公室或移动场景下使用产品
- 驾驶过程中的车载体验
- 门店购物或真实消费场景中的购买决策
- 跨设备或跨渠道的用户旅程
与受控的研究环境相比，日记研究能够在自然场景中记录用户行为，因此获得的洞察更贴近真实使用情况。
3. 当行为发生在私密或难以触达的场景中时
当研究对象发生在私人空间、个人环境或难以直接观察的场景中时，适合使用日记研究。
例如：
- 个人护理和美容习惯
- 家庭环境中的产品使用
- 私人的财务决策过程
- 与健康相关的行为和习惯
这些场景往往难以通过传统研究方法直接观察。日记研究允许参与者自行记录这些时刻，从而帮助研究人员接触原本难以获取的真实行为数据。
4. 当用户回忆并不可靠时
当参与者难以准确回忆自己的行为时，适合使用日记研究。
例如：
- 高频率或习惯性的行为
- 一天之中发生的大量微小决策
- 情绪强烈或压力较大的时刻
- 包含多个步骤的复杂用户旅程
通过在行为发生时进行记录，日记研究能够减少对用户记忆的依赖，并提高数据的准确性和可信度。
5. 当需要理解用户当下决策过程时
当研究目标是理解用户为何会在某一时刻做出特定选择时，适合使用日记研究。
例如：
- 在多个产品或服务之间进行选择
- 在不同方案之间进行切换
- 支付、预订等高风险决策场景
- 实时评估和比较不同选项
日记研究不仅能够记录决策发生的瞬间，还能够记录用户做出该决策背后的原因和思考过程，从而帮助研究人员更深入地理解用户行为。
6. 当研究端到端用户旅程时
当研究对象跨越多个阶段，而非单次互动时，适合使用日记研究。
例如：
- 从发现产品到持续使用的完整客户旅程
- 旅行体验全过程
- 产品采纳与使用生命周期
- 多次重复发生的服务互动体验
日记研究能够将多个独立时刻串联起来，形成对整体体验的连续性观察，从而帮助研究人员理解不同阶段之间如何相互影响。
7. 当需要多模态数据时
当单一类型的数据不足以回答研究问题时，适合使用日记研究。
例如：
- 结合行为记录（视频）、情境信息（照片）和感知反馈（评分）
- 同时了解用户做了什么以及他们的感受
- 识别不同数据类型之间的关联模式
日记研究能够生成多层次的数据集，既支持深入的定性分析，也支持大规模的模式识别与趋势分析。
为什么选择日记研究，而不是访谈或问卷调查
当用户行为贯穿完整旅程、受到真实情境影响，并涉及重要决策时，传统研究方法往往存在局限性。
日记研究正是为解决这些问题而设计的。它能够帮助研究人员在行为发生时进行记录，将行为与实际情境和用户意图关联起来，产出兼具深度与规模化价值的研究洞察。
对于希望超越“用户说了什么”，进一步理解“用户实际做了什么”的团队而言，日记研究提供了一条清晰且有效的研究路径。
如何开展日志研究
日志研究涉及明确研究目标、设计聚焦任务、在参与者日常生活中收集反馈。
开展日记研究需要明确研究目标、设计聚焦的研究任务，并在参与者日常生活过程中持续收集反馈数据。
1. 明确日记研究目标
首先，需要清晰定义希望了解什么问题。
日记研究最适合探索用户行为、决策过程和真实体验，而非收集笼统的观点或态度。研究目标应当足够具体，以便指导后续任务设计和参与者招募。
例如：
- 了解用户如何完成新产品的设置和采纳过程
- 识别多步骤用户旅程中的摩擦点和障碍
- 探索用户习惯如何从首次使用逐步发展为长期行为模式
明确的研究目标能够确保整个研究保持聚焦，并保证收集到的数据与研究问题高度相关。
2. 识别需要捕捉的关键时刻
在确定研究目标后，需要识别最值得观察的关键时刻、互动行为或事件。
这些通常包括：
- 关键行为（例如完成某项任务或做出决策）
- 出现困惑、不确定或摩擦的时刻
- 日常或重复发生的行为
- 受情境影响较大的关键时刻
这些关键时刻将成为日记研究任务设计的基础。
3. 设计任务组合
围绕每一个关键时刻或研究主题，设计小型任务组合。
每个任务都应当：
- 聚焦于单一时刻或单一行为
- 简单且易于完成
- 适合在真实情境中即时记录
一个典型的任务组合通常包含：
- 一个视频或照片任务，用于记录行为或情境
- 一个结构化输入任务，例如评分题或选择题
这种设计能够帮助研究人员同时收集丰富的定性数据以及可横向比较的结构化数据。
4. 选择研究周期
研究周期的长短应与希望研究的行为类型相匹配。
例如：
- 对于简单行为或高频行为，可持续数天
- 对于习惯养成或重复使用行为，通常持续一至两周
- 对于完整用户旅程或长期行为变化，则可能需要更长时间
目标是在不给参与者带来过重负担的前提下，收集足够多的关键时刻数据，以识别行为模式以及行为模式随时间发生的变化。
5. 招募目标参与者
招募与目标受众或目标用户群体高度匹配的参与者。
由于每位参与者都会产生较为丰富和深入的数据，日记研究通常采用规模较小但更具针对性的样本。合适的样本规模取决于研究范围以及希望回答的问题。
| 研究类型 | 建议样本量 | 适用场景 |
|---|---|---|
| 探索性研究 | 10–15 人 | 早期研究阶段，用于了解用户行为、日常习惯或发现初步洞察 |
| 对比研究 | 15–25 人 | 比较不同用户群体或细分人群之间的行为差异 |
| 模式验证 | 20–30 人 | 识别更稳定的行为模式，并验证研究发现是否具有一致性 |
对于日记研究而言，参与者的相关性比样本规模更重要。选择真正符合目标用户特征的参与者，是研究成功的关键因素之一。
6. 管理参与者参与度
由于日记研究通常会持续一段时间，因此维持参与者的积极参与至关重要。
这包括：
- 提供清晰的任务说明和研究预期
- 针对时间驱动型任务发送提醒
- 持续监测任务提交情况，并在必要时进行跟进
保持任务简单且聚焦，有助于降低参与者中途退出的风险，并提高反馈质量。
7. 分析跨参与者的数据模式
完成数据收集后，研究重点将转向识别参与者之间以及整个用户旅程中的行为模式。
分析内容通常包括：
- 重复出现的行为和行动模式
- 常见的摩擦点和障碍
- 用户决策模式
- 不同情境或场景下的行为差异
由于日记研究通常同时包含视频、图片和结构化数据，因此分析过程往往需要结合定性分析与结构化数据比较两种方法。
使用 Recap 开展日记研究
要高效开展日记研究，仅有良好的研究设计还不够。研究人员还需要管理任务结构、协调不同阶段的参与者，并处理大量混合类型的数据，同时确保整个研究过程井然有序且易于分析。
Recap 是一个专为日记研究打造的平台。它包含：一个参与者移动端应用，用于记录和提交即时反馈，以及一个研究人员管理后台，用于设计研究、管理参与者以及分析研究结果
通过 Recap，研究人员可以：
- 围绕特定主题构建结构化任务组合
- 在同一个研究项目中结合视频、照片和结构化输入
- 在真实情境下收集即时反馈
- 管理持续数天或数周的参与者参与过程
- 在统一平台中管理和查看所有提交内容
- 同时分析定性反馈和结构化数据
这使团队能够摆脱零散工具和大量手动操作的限制，以更加一致、可扩展且符合真实行为研究需求的方式开展日记研究。
对于希望深入了解用户如何在日常生活中真实使用产品和服务的团队而言，Recap 提供了一种简单而高效的方法，帮助研究人员从研究设计、执行到分析，全流程完成日记研究。