作為一名積極向上的有志青年，學習的步伐自然是不能止步于一邊啃著從大學里學到的老本，一邊從實際工作中積累經驗。如果想要成長得更快一點，業余時間就需要多閱讀、多思考、多總結。進入UX行業之后，總是會接觸到很多新鮮的概念和技術，跟自己的領域或多或少都有相關。一開始就像劉姥姥進大觀園，什么都想接觸，但后來發現這些東西多而雜亂，不成體系，便開始給自己劃劃重點，梳理一下作為一個用戶研究員需要掌握的知識框架。
如果希望自己足夠優秀，就需要以T型人才的標準要求自己，知識的深度和廣度都應該有。下面這個圖是我認為一個滿足T型人才標準的用戶研究員需要學習的八大領域：其中右邊四項（1-4）是T的豎線，體現的是專業縱深度；左邊四項（5-8）是T的橫線，體現的是知識廣博度。
正如大家可以看到的，1-4是用戶研究領域的內容，從1到4越來越細分和精深；5-8屬于產品研發團隊中其他崗位的專業領域，從5到8對應領域與用研的相關性和重要性逐漸降低。
1. 社科研究方法論
用戶研究是科學研究方法論以實現某種商業價值為目的而衍生出來的具體實踐領域，并且這種方法論是基于社會科學研究，而不是自然科學研究。因此社會科學研究方法論對于用研來說，是底層的方法論，是必須掌握的基本知識。
而在社會科學領域中，心理學又占據著一個非常重要的位置——如果說數學是自然科學之母，那么心理學就是社會科學之母。這也是為什么很多用研崗位都傾向于招聘有心理學背景的從業者。
在這一部分，我們首先需要具備的是一些心理學的基本知識。認知心理學、生態心理學、工程心理學都與HCI關系密切，心理測量學、心理統計學、心理學質性研究能夠讓你了解定性定量研究的本質和基本方法。但我覺得心理學帶給我的最重要的影響來自以下兩方面：
- 心理學對人的意識、認知、情緒、人格的解讀和探討，它讓我更了解“人”，因此也更能理解人是復雜的、不自知的甚至自我矛盾的；
- 心理學作為一門科學，非常注重科研結論的嚴謹性，因此我們做研究時不輕易下結論，而要非常注意對相關變量的控制和對結果的合理解讀。
如果有了心理學的基礎訓練，對于定性研究和定量研究自然就會比較熟悉。比如我們從大二開始每一門專業課都至少要做一個研究，幾年下來，研究設計和數據分析能力都是比較強的。
2. UX研究方法
如果掌握了心理學的研究方法論，對于各種社科領域的研究就都能夠駕輕就熟了。但是用戶體驗是一個實踐性很強的細分領域，它有自己的一套研究方法和工具，也有特定的行業知識背景，這些都是必須了解的。
首先必須了解什么是用戶體驗，怎樣才算是一個好的用戶體驗，因為用戶研究常常都是以創造優質的用戶體驗為目的。這對于剛剛接觸用研的心理學學生來說，是一個陌生而又充滿樂趣的領域。
其次，了解用研常用的研究方法。雖然總逃不開定性和定量這兩個領域，但具體到產品的不同階段以及不同的調研目的，需要用到不同的方法。比較常用的方法有可用性測試、焦點小組、一對一訪談、A/B測試、問卷調查、競品對比等。
此外，還有一些工具可以幫助進行研究和分析，舉幾個例子：
- 研究過程：探索信息架構可以用卡片分類法，比較視覺設計可以用合意性研究，鎖定用戶需求可以用卡諾模型；
- 數據分析：梳理觀察數據可以用AEIOU框架，整理定性數據可以用親和圖法，生成用戶畫像可以用聚類分析法；
- 結果呈現：體驗地圖可以呈現用戶完成特定任務時的行為和情緒體驗，用戶畫像可以呈現對用戶群體的細分，心智模型圖可以呈現用戶達成特定目標的過程的心智模型，故事板可以呈現用戶情景故事。
3. 統計分析
統計分析也是用研人員的必修課，但是不必一蹴而就。在掌握了基本的統計學知識后，可以根據手頭的項目需要尋找最合適的統計方法。
很多數據分析工作其實用描述性統計就可以了；而且即使我們用了嚴謹的統計學方法得出了一個令人滿意的p值，在結果呈現的時候也應該用可視化的方式，而不是直接把p值擺出來。這是為了增強報告的可讀性，讓利益相關者愿意讀且能讀懂，所以數據可視化是一項很重要也很基礎的工作。用excel就可以做出很漂亮的圖表，如果自己不太擅長做漂亮的圖表的話，infogr.am、canva和tableau都是不錯的工具。
統計學知識可以從最簡單的SPSS學起，即使不太知道算法原理，至少要知道哪種情況下用什么統計方法，以及如何解讀結果。推薦《用戶體驗度量》一書，作者對用研可能面對的多種情況給出了統計方法的建議，尤其對于小樣本研究。
R是一個可選項。它的優勢是容易學，且在線資源非常多。R可以完美實現數據統計和可視化，尤其后面如果想學數據挖掘，R也是最常用的語言之一。
4. 數據科學
這算是個人的一個興趣，對于用戶研究的日常工作來說，掌握數據挖掘和數據庫技術并不是必須的，但是如果掌握了這門技術，自己可以嘗試做一些有意思的實踐。
如果你像我一樣喜歡研究，那你一定會為數據以及數據背后隱藏的知識而感到激動。數據挖掘就是一門用來探索隱藏在數據背后的知識的技術，它也許是一片能夠給你很多驚喜的寶地。至于數據庫，是結構化地組織、管理和存儲數據的一個倉庫，要學習數據挖掘的話，數據庫也需要了解。
這個領域水比較深，我目前也只是看看相關的文章，還沒有真正開始學習和實踐。如果有這個領域的前輩，希望可以多多指導。
5. 交互設計
接下來是T的橫軸了。在用研需要了解的幾個相關領域里面，交互設計應該說是最重要的了。用戶研究常常會發現產品設計上的很多問題，但我們希望研究發現是建設性的而不是破壞性的，因此提出合理建議是非常重要的。這個時候就要求用研人員有一定的設計能力，這個設計主要是指交互設計。
除此之外，我覺得用研接觸一些交互設計的工作是很好的。因為很多團隊往往做不到讓用研真正融入到產品研發流程中，這時候用研跟產品、設計、開發的交流就會相對較少，不利于用研了解產品研發規劃和進程。即使不承擔哪個功能的交互設計工作，平時多花時間跟交互設計師討論他們的方案也是個不錯的選擇。
如果從未接觸過設計，那么設計思維對用研來說是個門檻。因為用研平常都關注于如何發現和還原問題，而設計師關注的是如何解決問題。設計思維是需要多花費精力去培養的，這極大地影響了用研能否提出“建設性”解決方案。
除此之外，多了解一些通用的設計規范（比如iOS的設計規范，谷歌的Material Design等），碎片時間可以多體驗一下優秀的APP，培養自己的審美品位，了解優秀的設計應該是什么樣子的。
6. 互聯網產品
僅次于交互設計的領域，是產品。因為用戶研究不僅僅會發現交互設計的問題，有時也需要對產品方向和功能給出建議；此外，作為產品團隊的一員，對產品有基本的了解也是跟團隊其他成員高效合作的前提（因此不只是用研，研發團隊其實都應該對產品有了解）。
首先要培養的是產品思維。在交互設計領域我們首先提到的也是設計思維，為什么呢？我覺得了解一個相關領域，最重要也是最精華的部分，就是這個領域的“思維”，即他們思考問題的角度。畢竟我們學交互、學產品，不是為了去做他們的工作，而是為了跟他們更好地溝通和合作，因此我覺得思維是最重要的部分。
除了培養思維之外，也需要多看看優秀的案例。多看看互聯網各個領域的標桿產品，嘗試去思考它們為什么成功。互聯網前沿的技術和產品，都需要有所了解，畢竟這個行業發展太快，跟上技術才能跟上時代。
7. 程序開發
為什么一個用戶研究員要學編程？我們剛剛提到的數據挖掘領域，是需要學習R或者Python的；使用excel，有些功能也需要VBA才能實現。然而，這些都不是最重要的理由。最重要的理由是：作為一個互聯網從業人員，如果你對程序開發沒有了解，這將是知識框架上的一大空缺。且不說跟程序員們溝通的能力，如果對程序開發沒有基本的了解，我們有時候很難判斷一個問題出現的原因，不知道一個設計方案實現起來難度如何（甚至是否可能），我們會犯很多不必要的錯誤。
我覺得編程語言學一門就好了，畢竟我們并不是為了轉行去打代碼。上圖列出的只是我覺得比較合適的兩門語言。JS作為前端開發的語言，入門相對簡單，并且在HTML5標準發布后具有了跨平臺的優勢；Python也是勝在入門簡單，并且可以用作數據挖掘。
8. 視覺設計
視覺設計被放在了最后，是因為視覺設計是更加感性的領域，并且視覺的工作也需要設計能力比較強的人來做，一般用研不會在發現了視覺問題之后還順便給出方案的（即使給出了方案可能也不忍直視）。另外，如果用研了解了交互和產品，那么跟視覺設計師也不會有太大的溝通障礙。
盡管如此，作為一個T型人才，我們對視覺的了解絕不能是一片空白。
我認為用研最需要了解的有兩個部分。一是視覺心理學，這是與視覺設計相關的比較理性的學科。不同的視覺刺激物，比如顏色、線條、字體、布局，會讓用戶產生怎樣的心理反應？二是設計美學，要不斷提高自己的審美品位，對美感有一定的理解。這樣在評估視覺界面的時候，就有了理性和感性兩個標準，也就漸漸能對視覺設計有自己的理解。
總結
光是寫下這八個領域，已經洋洋灑灑幾千字，何況每個領域都要花時間去學，實在是感覺時間不夠用了。
我個人的建議以及自己的初步計劃是：對用研的縱深領域（第1-4點），從底層開始，每一個領域作為一個專項去學習，安排較多的大塊的時間；對其他領域（第5-8點），大部分可以用碎片時間去學習，畢竟追求的是知識廣度，時間不夠的情況下保持多接觸多思考就好了。也可以參考敏捷迭代的方式，第一輪先掌握各個領域的基本知識，之后繼續迭代，每一次迭代都讓T字的橫軸和縱軸都長一點，這樣就能夠在知識深度和廣度上都不斷得到提升。
