在分析“用戶反饋”之前，要先明確分析“用戶反饋”能做什麼，不能做什麼（如下圖）。否則很容易讓分析流於文字表面，或被用戶五花八門的思路牽著鼻子走，不能命中產品問題的本質。通過對用戶反饋的分析可以讓我們做到三件事
對很多從事產品工作的同事來說，“以用戶為中心”是工作的重點，同時也是難點。用戶的心思難以捉摸，用戶研究的工作也似乎高深莫測。不過，用戶研究並不一定總要使用眼動測試這樣專業的手段才能進行。借助現在很多產品都有的“用戶反饋”功能，其實就可以進行簡單的用戶數據分析。
“用戶反饋”作為用戶研究的手段，具有獨特的優勢。首先，“用戶反饋”反映了用戶在真實使用環境中正在發生的問題。焦點小組、用戶訪談等方法，在預測用戶行為習慣的方面能夠發揮巨大作用，但缺乏用戶實際操作的數據；可用性測試能夠提供用戶行為的數據，但是測試環境跟用戶實際的使用環境很不一樣，因此得出的結論仍然是預測性的。“用戶反饋”則更進一步，將用戶在使用產品的行為過程中遇到的問題有效地收集起來。其次，“用戶反饋”功能的實現非常簡單。它可以是軟件界面上的一個按鈕，也可以是網站上的一個“常見問題及解答（FAQ）”頁面，甚至是一部熱線電話和一個接聽人員。大大降低了用戶研究的門檻。
用戶反饋分析的作用
在分析“用戶反饋”之前，要先明確分析“用戶反饋”能做什麼，不能做什麼（如下圖）。否則很容易讓分析流於文字表面，或被用戶五花八門的思路牽著鼻子走，不能命中產品問題的本質。通過對用戶反饋的分析可以讓我們做到三件事：第一，學習用戶的語言，從用戶的角度去理解產品，從而建立用戶關於產品的心智模型。第二，了解用戶的期望是什麼，哪些期望在產品中得到了滿足，哪些沒有被滿足。第三，了解用戶在使用產品中的“痛點”，即最困擾用戶使用產品的問題是什麼。
另外還要注意的兩點是：第一，“用戶反饋”收集的建議不能代表所有用戶的感受。因為即使“用戶反饋”的機制門檻很低，還是會讓很多不那麼熱心的用戶在遇到問題時保持沉默。第二，直接使用用戶的話來描述產品存在的問題可能存在風險。要知道用戶在提意見的時候可能已經被遇到的問題惹惱了，或者自己根本對產品的使用一頭霧水，無法冷靜且准確的告訴你真正的問題是什麼。
用戶反饋的分析方法
對用戶反饋進行分析，可以令用戶零散輸出的、缺乏組織的信息系統化，便於從中快速發現產品問題。用戶反饋的分析過程分三步：制定編碼->按編碼將反饋歸類->分析歸類結果（如下圖）。下面逐一進行簡要的介紹。
1、編碼
一般來說，用戶反饋的編碼和分析只抽取最近幾周到幾個月內的數據就足夠說明問題了。在這一時間范圍內從“用戶反饋”系統中逐條抽取反饋，根據反饋的內容建立編碼，直到不再產生新的編碼為止。編碼可以是任何維度上的，只要對後續的分析有幫助——比如按照反饋內容的實質建立編碼（性能問題、交互問題、新功能期望等），或按照用戶的感受建立編碼（生氣、失望、滿意、超出預期等）。需要注意的是，在閱讀反饋並建立編碼時需要聚焦於事實，不能因為用戶反饋的語氣激烈就認為問題很嚴重。
接下來需要再從近期的用戶反饋中抽取一定數量的反饋（100-200條），由兩個人分別按照編碼進行分類。完成後，兩人將各自的分類結果進行對比。檢驗兩人對相同編碼是否理解一致？是否存在對產品改進沒有意義的編碼？是否存在太籠統或太狹隘的編碼？是否存在實際內容相同，但命名不同的編碼？根據對上述幾個問題的考察，對編碼系統進行微調，可以使其他未分析的反饋之後得到明確分類。
2、歸類
編碼建立之後，將近期反饋數據中未參與建立編碼過程的反饋條目，全部按照確定的編碼系統進行分類。要注意的是，因為“沉默”用戶的存在，每個編碼分類下的反饋條數事實上很難反映該類問題的重要程度，不可以輕易就下結論。
3、分析
在分析用戶反饋的分類編碼數據時，首先要注意數據的附加信息。例如，數據來自於有什麼特點的用戶群，數據收集於哪一時間段，用戶在產生反饋時正在用產品完成什麼工作，等等。其次，要觀察數據的對比和變化。例如，兩個用戶群的反饋存在怎樣的差異，用戶在不同時期的反饋內容有怎樣的變化，等等。可以想象，如果在一個產品新版本推出之後，負面反饋數量極具增加，那麼新版本有關方面的變化很可能損害了用戶的使用體驗。
由於篇幅有限，關於用戶反饋的分析方法就先總結到這裡。長久來看，對用戶反饋進行這樣系統的歸類和分析，可以使我們掌握用戶想法的變化趨勢以及用戶對產品新版本的反應，有助於我們預測產品的未來發展方向。並且，用戶反饋分析還具有數據收集容易，對分析人員的專業要求較低等特點，非常適合作為簡便的用戶數據分析工具。