如果很嚴肅地問看到了什麼，可能會有人說，看到這個人頭發上的花很漂亮，身上有很漂亮的文身。但事實上如果我們用專門的儀器來跟蹤一下大家的視線，會發現這不是真實的情況，即人們多先關注的是右圖中的兩個標誌區域。實際上有一些工具能夠幫助了解用戶自己不願意表達或者沒有辦法表達清楚的事情，這就是一個很典型的定性研究或者說定性數據
分析。當然定性研究還包括很多其他的方法，比如說觀察法，即我們找到目標用戶，跟蹤其一天的行為或者說他一段時間內的行為，來檢視他是怎麼樣工作、怎麼樣生活的，而不是僅聽這個用戶說。有時候我們聽用戶說，一天會用某產品十多次，但實際跟蹤觀察時，發現他其實一次都沒用，或者說十多次隻是打開看一下並沒有真正使用。用戶訪談、焦點小組等等都算是比較經典的定性研究，是獲取定性數據的方法。前述的例子又被稱為視覺追蹤研究方法。在做定性研究的時候可能會出現誤區，即有人會認為，定性研究的樣本量很小，一共才那麼十幾個人，能得出有說服力的結論嗎？因為樣本量小，它不能夠代表大量用戶的真實情況。或者說另外有一種情況是，有人會認為要做研究，一定要很嚴謹，十幾個人的量可能不行，必須幾百人，所以這樣投入很大，或者有的幹脆不做了。
第三，以前根據用戶反饋信息來進行改進產品的分析，一般少則花半年，多則幾年的時間。因為要請一個專業的谘詢公司做數千個用戶的訪談和調研，收集數據。然後再花將近半年的時間整理數據，反饋給產品研發團隊，改進產品。所以傳統的研發周期是以年計的。定量數據研究是在進入了互聯網時代之後才有的，互聯網產品的數據都是實時連通的，研究者可以迅速得到大量、真實的用戶數據。這個意味著隻要產品進入市場，每分每秒用戶使用的情況，都可以成為下一個版本改進的依據。現在市場人員離商品生產很近。
在定量數據的獲取和研究中有這樣幾個主要的方法：
第一個就是AB測試。AB測試就是上傳幾個不同的版本，然後讓用戶去使用，通過比較用戶所使用不同版本之間的差異來弄清楚究竟哪個好。做AB測試時要注意的第一個問題就是兩個版本一定是利於比較的。
在所有的指標當中僅有一個或者很少幾個是有區別的，其他大部分都作為控製項是相同的。因為隻有這樣才能知道究竟是哪個因素在起作用，真正有經驗的團隊會用短平快的方法，很快地一次改一個，一次改很少的幾個，然後來做比較，發現哪個更好就確定下來，然後再進行新的測試和記錄。當然如果說得再高深一點，其實這個實驗還可以被設計得更加巧妙，可以設計成數學模型，把不同因素之間的相互影響分離出來。但是對於大家來說，可能作為起步還是一次隻比較一個方麵或者很少幾個方麵比較適用。
如果很嚴肅地問看到了什麼，可能會有人說，看到這個人頭發上的花很漂亮，身上有很漂亮的文身。但事實上如果我們用專門的儀器來跟蹤一下大家的視線，會發現這不是真實的情況，即人們多先關注的是右圖中的兩個標誌區域。實際上有一些工具能夠幫助了解用戶自己不願意表達或者沒有辦法表達清楚的事情，這就是一個很典型的定性研究或者說定性數據
分析。當然定性研究還包括很多其他的方法，比如說觀察法，即我們找到目標用戶，跟蹤其一天的行為或者說他一段時間內的行為，來檢視他是怎麼樣工作、怎麼樣生活的，而不是僅聽這個用戶說。有時候我們聽用戶說，一天會用某產品十多次，但實際跟蹤觀察時，發現他其實一次都沒用，或者說十多次隻是打開看一下並沒有真正使用。用戶訪談、焦點小組等等都算是比較經典的定性研究，是獲取定性數據的方法。前述的例子又被稱為視覺追蹤研究方法。在做定性研究的時候可能會出現誤區，即有人會認為，定性研究的樣本量很小，一共才那麼十幾個人，能得出有說服力的結論嗎？因為樣本量小，它不能夠代表大量用戶的真實情況。或者說另外有一種情況是，有人會認為要做研究，一定要很嚴謹，十幾個人的量可能不行，必須幾百人，所以這樣投入很大，或者有的幹脆不做了。
第三，以前根據用戶反饋信息來進行改進產品的分析，一般少則花半年，多則幾年的時間。因為要請一個專業的谘詢公司做數千個用戶的訪談和調研，收集數據。然後再花將近半年的時間整理數據，反饋給產品研發團隊，改進產品。所以傳統的研發周期是以年計的。定量數據研究是在進入了互聯網時代之後才有的，互聯網產品的數據都是實時連通的，研究者可以迅速得到大量、真實的用戶數據。這個意味著隻要產品進入市場，每分每秒用戶使用的情況，都可以成為下一個版本改進的依據。現在市場人員離商品生產很近。
在定量數據的獲取和研究中有這樣幾個主要的方法：
第一個就是AB測試。AB測試就是上傳幾個不同的版本，然後讓用戶去使用，通過比較用戶所使用不同版本之間的差異來弄清楚究竟哪個好。做AB測試時要注意的第一個問題就是兩個版本一定是利於比較的。
在所有的指標當中僅有一個或者很少幾個是有區別的，其他大部分都作為控製項是相同的。因為隻有這樣才能知道究竟是哪個因素在起作用，真正有經驗的團隊會用短平快的方法，很快地一次改一個，一次改很少的幾個，然後來做比較，發現哪個更好就確定下來，然後再進行新的測試和記錄。當然如果說得再高深一點，其實這個實驗還可以被設計得更加巧妙，可以設計成數學模型，把不同因素之間的相互影響分離出來。但是對於大家來說，可能作為起步還是一次隻比較一個方麵或者很少幾個方麵比較適用。