用户研究之文本研究系列-0：导读

导读

对于互联网产品而言，产品经理日常工作中离不开两件法宝，一个是产品的数据，另一个就是用户反馈。产品数据一般以结构化数据为主，分析方法论成熟。而用户反馈的形式多样化（文本、图片、视像等），属于非结构化数据。

如何针对非结构化数据进行监控、分析、挖掘，网易金融大数据实验室将通过系列分享，提供方法、技巧与案例。

众所周知，数据可以分结构化数据和非结构化数据两大类。目前互联网企业内专职的数据分析师，更多做的是结构化数据的抽取、清晰、转化、分析、挖掘。而对于非结构数据的处理成熟度远远低于结构化数据，甚至直接过滤掉这部分宝贵的信息。

各种非结构化数据

互联网的蓬勃发展，交互的方式越来越多样化，大量的语音、文字、图片、视频信息充斥了人们交流的空间，要对这些信息作分析、提取出有价值的东西，是一项值得正视的系统化工程。

本系列要重点阐述的是，不同渠道来源不同性质类型的非结构化用户反馈数据，同样包含语音、文字、图片甚至视频，其中文字类的信息居多。

非结构化数据的来源来区分，广义的用户反馈来源可分为两类：一是不同平台用户自发反馈信息，二是用户研究项目中的用户反馈信息。

对于互联网产品而言，产品经理日常工作中离不开两件东西，一个是产品的数据，另一个就是用户反馈。甚至网易内部某知名产品总监，每天上班开机的第一件事，先看产品后台的用户反馈，再以关键词微博、新闻搜索。重要的反馈，逐一发到工作群。“重视用户的声音，也是重视产品体验的表现之一”。

非结构化数据各种来源

常规的用户自发反馈信息来自于：微博、贴吧、其他第三方论坛和社区、APP Store、安卓应用商店、产品内部用户意见反馈功能等等。当然，不同的反馈源的其性质也是不同的。

用户反馈承担的核心任务为产品收集用户舆情，其价值不言而喻。用户反馈的主要信息性质包括：

A. 收集用户对于产品的关注点、问题讨论和信息传播；

B. 收集产品建议、提交功能BUG、接收用户投诉；

C. 获知产品的舆论极性导向，用户情绪表达。

非结构化数据

针对不同平台用户自发反馈的信息，金融大数据实验室有专门的小分队，进行定期的用户反馈舆情爬取、监控、分析与挖掘。本系列中针对文本挖掘将有两大专题，一是文本爬取的工具及技巧，二是文本挖掘技术与案例。

用户研究项目通过各种研究方法（如访谈、观察、测试、日记等），回收了各种文本资料、图片和视像资料。一般业内的处理方式大多是根据研究人员的个人经验，进行定性资料的归纳、演绎、推论，从而形成分析过程、结论和建议。

传统质性分析的过程

当定性资料量较大，或者资料类型多样化时，如果借助分析方法论和分析工具，将质性数据进行更加客观、科学、量化的处理。

非结构化数据包含文本、图片、音视频等多种形式，本系列内容则主要集中于文本类数据。鉴于前述两类主要的文本类非结构化数据的差异，本系列将分5期进行详细介绍。

第一期将围绕用户研究项目中的用户反馈信息的分析展开，这类文本数据通常篇幅较大，单条数据记录中便包含着大量的信息。其分析与应用往往带有质性研究属性，同时也非常考验数据分析者的功力。

本期将详细介绍相关的理论、一般过程，以及分析结果的应用等，旨在带大家了解相关的背景，更好地理解非结构数据的价值与应用。

第二期承接第一期，以网易一款APP的可用性测试为背景，为大家带来一篇基于atlas.ti软件的非结构化（文本）数据分析案例。

本案例中将详细地介绍如何借助分析工具，将质性数据进行更加客观、科学、量化的处理，而这无疑是每一位数据分析师孜孜追求的东西

与前两期不同的是，第三期将针对用户自发反馈的文本数据的分析与挖掘展开，这类数据“篇幅短小”但却“数据量巨大”，因而需要采取不同的数据处理手段。

本期将向大家介绍对这类非结构化文本数据分析与挖掘的一般原理、基本方法与过程，带大家一窥非结构数据分析与挖掘的神奇！

非结构化数据不仅形式多样、蕴含极大的商业价值，同时也杂乱地分布在各种来源上，并因为“价值密度低”的原因而让数据分析师焦头烂额。

基于此，本系列的最后一期，将向大家介绍如何通过爬虫技术获取所需要的非结构化数据资料。更重要的是，将向大家介绍如何将这一过程系统化、规范化，及其带来的长远价值！

文章首发于“网易金融大数据实验室”（微信公众号），文章地址：点击跳转文章页