定义
定量分析是通过对大量样本、数据等客观数据对用户的特征、需求场景、目标、行为进行研究分析的过程。
为什么要进行定量分析
-
定量分析可以快速地面对更多、更广的用户，因此可以用于在定性研究中发现的问题和用户需求（判断用户需求的真伪），让定性需求更有说服力；
-
定量分析可以用来确定用户需求的重要性和优先级。
既然是要验证在定性分析时发现的问题和用户需求，所以首先得有需要验证的用户需求，所以定性分析是做定量分析的前提。
具体该如何进行定性分析？其实我们的目标就是验证在定性分析结果中
-
目标用户模型是否准确？
-
用户需求场景是否真实存在？
-
对用户需求场景进行分析所得出的具体用户需求点是否存在？是否是伪需求？
最终，定量分析最终的产出物是
-
明确的目标用户模型
-
真实存在的用户需求场景
-
需求场景分析报告（对用户需求场景进行分析所得出的具体用户需求点）
以上产出物都是已经经过数据进行验证了的，是具备统计分析学的精确性、具备说服力的，你可以凭借定量分析的结果去证明你的观点，你在需求评审时站不站得住脚，就看你的定量分析了。
如何验证用户需求——如何进行定量数据研究？
常用方法
- 问卷调查
- 数据分析——包括定性的数据（用户反馈）、定量的数据（产品使用数据统计）
问卷调查
-
明确调研目标
即你要调研的是什么，要明确调研的所有目标，因为再次投放调查问卷会消耗大量的成本，这里会考察产品经理的逻辑能力，需要尽可能列出所有可能的潜在情况。
-
明确调研对象
即在定性分析的目标用户模型，需要明确这个目标用户模型投射到现实场景是哪些用户。
-
明确问卷数量
每种细分用户模型200份，为了确保你能达到目标的问卷数，可以使用一些激励手段，比如说奖励等等。
-
明确投放方式（线上？线下？）
现在互联网信息传递渠道多样化，同时有专门帮助发放和分析调查问卷数据的工具，比如说问卷星这类，使用线上的方式无疑是性价比最高的，具体可以是在问卷星填写好问卷，然后通过与你产品领域相关的微博、微信公众大号等等渠道进行投放，然后回收，利用问卷星进行统计与分析。
-
设计调查问卷
注意事项：
a. 问题：多用选择题；少用“是/否”题（假如非得使用“是/否”题，请使用5点量表（1-5个等级））；尽量不使用开放题；
b. 问题的答案：铭记MECE原则，Mutually Exclusive Collectively Exhaustive，即相互独立、完全穷尽；
c. 问题的顺序：
i. 整体顺序是：简单&没那么重要→难&重要→简单&不用思考；
ii.人口统计问题一定要放在最后，这些敏感信息假如放在开头，会使用户认为泄露了个人信息，可能会影响下面问卷的填写,同时这些信息时简单且不用思考的，所以适合放在最后。
iii.每个问题要自然和下一个问题进行关联 -
投放调查问卷：根据你选择的问卷投放方式进行投放就可以了。
-
回收调查问卷：当达所需问卷数量即可回收。
-
清洗调查问卷数据：去掉一些明显乱填的、异常值。
数据分析
定量的数据分析，首先得明确要分析哪些产品使用数据：
-
下载量
-
流量分析
-
用户是从哪些渠道来的，从哪里去
-
活跃度
-
用户使用频次&使用时长,主要有月活跃用户数（MAU）和日活跃用户数（DAU）
-
留存率
第n天开始使用，第n+x天继续使用，即x天留存率
用户留存率的40-20-10法则：若你的目标是让你的应用的DAU达到100万，那么你的日留存率应大于40%、周留存率大于20%、月留存率大于10%
-
PV：页面浏览量或点击量
-
UV：指通过互联网访问、浏览这个网页的自然人
-
转化率
-
功能使用频率
…
定性的数据分析
这里主要是指用户反馈，用户反馈问题一般分为四类：
功能的新增/修改/删减
这部分是最需要考察产品经理的真功夫的，比如说判断用户需求的真伪等等..