用戶研究該做到什麼程度?不是越多越好,而是隨著公司階段而改變

很多新創團隊都知道一件事:要做用戶研究( user research)。

但更現實的問題是:

  • 早期到底要做多少?
  • 什麼時候要開始做?
  • 成長之後要不要建立研究團隊?

Future 的這篇文章給了一個很關鍵的觀點:

用戶研究不是一個固定做法,而是一個會隨公司成長而演進的能力。

問題從來不是有沒有做研究,而是:你現在的階段,應該做哪一種研究?


早期新創:你需要的不是研究流程,而是「確認問題」

在公司早期,最大的風險不是做錯產品,而是根本在解錯問題。

這個階段的用戶研究核心不是數據,而是:

  • 使用者在解什麼問題
  • 現在怎麼解
  • 哪裡痛

也就是所謂的 exploratory research(探索型研究)

這時候最有效的方式通常很簡單:

  • 訪談
  • 觀察
  • 跟用戶聊天

不是做大量調研,也不是做精緻報告。

因為這個階段最重要的不是精準,而是避免做錯方向。


成長階段:研究開始影響「產品決策」

當產品已經開始有用戶,問題會開始改變。

你不再只是問:「要不要做這個產品?」

而是:「這個功能該怎麼做比較好?」

這時候研究的角色會轉向:tactical research(戰術型研究)

例如:

  • 哪個版本轉換率比較高
  • 使用者在哪個步驟流失
  • 哪種設計比較容易理解

這時候 research 開始直接影響:

  • UI / UX
  • 功能優先順序
  • 成長策略

也就是從理解問題,變成優化決策。


擴張階段:用戶研究變成「組織能力」

當公司進一步擴張,用戶研究會出現一個新的問題:

需求變多,但研究跟不上。

這其實是現在很多公司正在遇到的現象。

研究需求在增加,但:

  • 人不夠
  • 方法不一致
  • insight 分散

甚至很多非研究角色(PM、行銷)開始自己做研究。

這時候用戶研究的核心不再只是做研究,而是建立一套可以規模化的研究系統。

包括:

  • 什麼時候做什麼研究
  • 誰可以做
  • 怎麼確保品質
  • insight 怎麼被用

真正的問題:不是要不要做研究,而是「做對的研究」

很多團隊卡住的地方,其實不是沒做研究。

而是:

  • 在錯的時機做錯的研究
  • 用錯方法
  • 或做了,但沒有影響決策

Future 這篇文章其實在講一件很關鍵的事:

用戶研究不是一個單一任務,而是一個 decision system。

好的研究應該能回答:

  • 我們現在最重要的問題是什麼?
  • 我們需要哪一種 insight?
  • 這個 insight 會影響哪個決策?

AI 時代的用戶研究:執行會變快,但判斷更重要

現在 AI 已經可以:

  • 幫你整理訪談
  • 生成 insight
  • 分析用戶資料

甚至讓更多非研究角色也能做研究。

但這反而帶來一個新問題:insight 變多,但判斷沒有變好。

研究的價值,從「執行」轉向「詮釋與判斷」。

這跟 AI 的本質很一致,AI 很擅長產出資訊,但決定要不要用、怎麼用,還是人的工作。


給企業的 5 個實務建議

如果你正在建立用戶研究能力,可以先從這幾件事開始:

1. 先對齊公司目前的階段
不要用大公司的研究方法做早期產品。


2. 把研究跟決策綁在一起
每一個研究,都應該對應一個「要解的問題」。


3. 不要過度追求方法,而忽略問題本身
很多團隊花時間在方法,但沒有釐清問題。


4. 讓非研究角色也能參與研究
例如 PM、行銷,但要有基本框架。


5. 建立一個「可累積」的 insight 系統
讓研究不只是一次性的,而是組織資產。


結論:用戶研究的本質,是幫你不要做錯決策

用戶研究從來不是為了「更了解用戶」,而是為了讓你做對決策。

在不同階段,你需要的不是更多研究,而是:

  • 在對的時間
  • 用對的方法
  • 解對的問題

當用戶研究做對時,它不只是產品工具,而會變成公司最重要的決策基礎。


延伸閱讀

如果你對 AI 與新創策略有興趣,也可以閱讀:

AI 時代的領導者應該做什麼?真正的改變不是技術,而是領導方式

AI Agent 會先取代哪些工作?從 a16z 觀點看 AI Agent 自動化真正落地的地方

YC W26 新創如何用 AI 代理重塑企業運營