评论部分的用户体验研究：我们如何结合定性与定量方法来了解《金融时报》读者与新闻评论部分的关系。

评论区在数字新闻热搜中扮演着一个复杂然而关键的角色。尽管它提供了一个平台供读者公开辩论与互动，但同时也常因网络敌意与争议性言论然而被诟病。本文深入探讨了《金融时报》如何通过结合定性研究与定量数据来研究其评论区对用户体验的影响，旨在改善并丰富这一互动平台。

评论区在数字新闻热搜中扮演着一个复杂然而关键的角色。尽管它提供了一个平台供读者公开辩论与互动，但同时也常因网络敌意与争议性言论然而被诟病。本文深入探讨了《金融时报》如何通过结合定性研究与定量数据来研究其评论区对用户体验的影响，旨在改善并丰富这一互动平台。

评论区是数字新闻热搜界的一个有争议的话题。一方面，它们可以提供一个公开辩论与用户互动的论坛，与用户建立联系。《金融时报》的读者经常在我们报道的广泛主题上留下宝贵的评论——从技术分析到电影评论——对许多人来说，阅读他人的评论已经成为阅读我们文章的补充体验。另一方面，网上评论区通常被认为是充满敌意的地方，热搜研究表明，争论性言论会阻止用户参与在线对话。为了调查评论区在我们的用户体验中扮演的角色，英国《金融时报》的故事讲述团队着手对这个主题进行探索性研究。-新闻

我们的研究方法如下：

01 收集二手资料

我们不需要费很大力气就能开始了解评论的世界。现有的读者社区、行为数据以及用户评论研究都有助于我们了解《金融时报》的评论情况。借助这些研究，我们勾勒出团队的假设，并阐明了机会领域，例如评论区质量、女性体验、评论阅读体验与评论撰写体验。-新闻

尽管如此，评论区存在于更广泛的在线讨论生态系统中，这些生态系统构成了用户的整体体验。对于读者来说，《金融时报》只是与他人在线互动的一小部分。为了更清楚地了解在线评论领域，我们借鉴了其他领域的研究成果，如传播学、心理学与社会科学。例如，学术研究人员已经研究了性别等社会特征如何影响在线互动。女性不太可能在网上评论新闻，尤其是在国内与国际事务等话题上，尽管她们对新闻的兴趣程度可能相同。先前的经验反过来可以影响用户如何看待我们的评论区。-新闻

假如我们试图让评论世界变得更美好，那么了解 FT 的地位是十分重要的。

02 引发小组讨论

我们对留下评论的参与者（“评论者”）与阅读过评论但自己没有写任何评论的参与者（“非评论者”）进行了两次小组访谈。

与非评论者交谈最终的意味着我们希望在论坛上与那些可能不愿意在公共场合分享自己观点的人进行研究。事实上，评论者指出他们的小组与 FT 的信息性评论部分有相似之处。为了减轻对小组讨论的担忧，我们将每个小组的人数控制在 5-6 人，从然而保持对话的亲密性（甚至是“独家”）。我们还决定先采访评论者，这样我们就能够将一个小组的见解作为另一个小组的提示。这有助于推动讨论并衡量参与度较低的读者在用户体验方面的差距。-新闻

读者社区可能使用研究人员不会说的独特语言，因此小组设置有助于发现深入的、意料之外的见解。参与者提出的例子也可以促使其他人回忆他们对特定评论的经历；假如评论是第二天性，然而不是某人主动思考的事情，这可能是必要的。不过，为了使讨论有效，重要的是不要重现我们在文献综述中看到的在线评论部分的不平衡，然而是放大用户的声音。这不仅仅意味着拥有一个多元化的参与者与观点群体，然而且还要注意以一种让参与者感到舒适地分享这些观点的方式构建小组。-新闻

然后，我们利用框架分析（一种使用矩阵输出将数据映射到用户类型（如“评论者”与“非评论者”）的方法）确定了要回答研究问题的主题，并将其呈现在摘要网格中，该网格根据某些点（如他们在评论中看到的价值或他们遇到的痛点）将用户分开。这意味着我们可以发现模式并找出导致群体间主要差异的因素。例如，其中一个因素是用户对在线评论部分质量的看法。-新闻

以这种方式总结我们的发现也意味着我们可以识别与我们的机会领域相关的盲点并制定统计测试的假设。

03 量化调查赛果

群体思维（想要遵循群体共识然而不是表达真实意见）可能发生在任何涉及群体活动的研究中。我们需要消除这种影响，这意味着用定量见解补充我们的数据。使用行为与调查数据的组合，我们测试了我们在上一阶段确定的假设。-新闻

完成定性工作后，操作化过程（将抽象概念转化为可测量变量）变得更加容易，由于我们可以直接引用用户的话，了解有多少人持有相同的观点。我们将在研究环节听到的短语（如“与其他读者产生一种团结感”）转化为量表项目，这些量表项目将构成更广泛的概念，如社区。使用回归分析，我们比较并可视化了这些因素对质量评级的影响：-新闻

当然，我们现在已经从深入的定性数据转向与抽象概念相关的数字数据。为了保持研究赛果的丰富性，我们必须综合各个阶段收集的信息。

04 整合所有元素

随着我们逐步完成这些阶段，我们收集了大量丰富的数据。随着开放文本答案添加到我们的数据库，我们现在有大约 100,000 个单词的反馈需要筛选，以补充我们的统计数据。为了决定从哪里开始深入研究，我们将计算方法（如词频与一致性（查看关键词出现的上下文））与我们以前的分析相结合。例如，我们注意到具有一定分数的调查受访者将评论称为信息性评论。这是件好事，但它并没有告诉我们如何准确地找到信息性评论。不过，查看这个词的上下文表明，信息性与辩论、链接、讨论、行业与专家一致，这使抽象概念更接近具体术语。-新闻

然后，我们可以利用在访谈中收集到的见解进一步定义这些具体术语，并综合起来讲述我们用户的完整故事。

结论

要研究评论这样的主题，了解我们产品所处的生态系统非常重要。结合现有文献、小组讨论与定量分析的见解，我们清楚地了解了评论的“是什么、为何与如何”，然而引入用户的相关体验则帮助我们了解了《金融时报》在在线讨论世界中的位置。通过探索评论者与非评论者的观点，并重点关注特定的机会领域，我们能够找出影响用户体验的因素。这揭示了我们如何帮助更多人看到评论，就像我们的许多读者已经看到的那样：这是他们与《金融时报》互动的丰富部分。-新闻

翻译：蒋昌盛

原作者：Written by Amina Amid

原文链接：

本文由 @蒋昌盛 原创发布于人人都是产品经理。未经作者许可，禁止转载

题图来自pixabay，基于CC0协议

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务