市场用户研究从业者有非常明确的职业晋升路径，一般从助理研究员开始，到研究专员，再到研究经理、高级研究经理、研究总监。
从助理研究员到研究专员需要1年左右，从研究专员到研究经理需要3-5年，从研究经理到研究总监需要8年以上。
让我们指定助理研究员和研究专家为初级，研究经理为中级，高级研究经理和研究主管为高级/专家。那么每个等级对人的不同要求是什么呢？能力的分水岭在哪里？虽然每个公司的每个研究团队都给出了清晰的胜任力模型，但我想从其他角度谈谈我的看法。
一.初级研究人员
初级研究员作为新人，前三年职业能力成长的核心目标只有一个，那就是学会做一个好的执行者，又快又好的获取所需的市场和用户信息。
为了实现这一目标，初级研究人员需要了解和熟悉项目流程，承担研究实施的具体工作，学会处理数据，协助撰写报告。
其中，项目流程相对容易上手和掌握。基本上一个新人完成一个项目就能掌握项目流程和细节。
研究、数据处理、报告写作，涉及到很多研究方法和工具的掌握，是学习和积累的关键。
研究和实施。也就是说，整合内外部资源获取市场和用户信息的手段和方法有很多，需要根据需要灵活选择和使用。完全彻底地掌握某一种研究方法并不容易。
所谓对某一种研究方法的完整透彻的掌握，就是你需要对这种研究方法的理论来源、历史、方法的迭代演化、应用场景、操作细节、优缺点等有一个清晰的认识和亲身实践。以最常见、最基础的可用性测试为例，很多从事这种研究方法多年的人可能也一知半解，只知道如何操作。
如果我们不抱着深挖到底、实事求是的精神，很可能有一天，业务方问到某个方法的细节时，却答不上来，导致专业人士被质疑。
例如:
为什么6-8个用户样本就能反映大部分可用性问题？进行用户访谈需要注意什么？有哪些面试技巧？焦点小组论坛在什么情况下适用？和深度访谈有什么区别？什么样的问卷是优秀的问卷？如何证明数据差异不受抽样误差影响？
……
如何衡量自己是否彻底掌握了某种研究方法？一个办法是问问自己，能不能把研究方法写成培训教材，分享给别人，或者结合项目写一篇案例分享文章。
数据处理。数据恢复后，需要对数据进行清洗，剔除不合格的样本，然后用数据分析工具进行分析。这需要熟练掌握Excel和SPSS软件。有些公司研究团队甚至要求掌握SQL、python等计算机编程语言，以便自己提取大数据分析。但是，随着大数据的看板以及与数据分析师更紧密的分工和协作，它不是强制性的。
在数据处理方面，没有统计学或数据相关专业的从业者最好系统地学习《SPSS实战》、《统计思维》等理论与实践相结合的书籍，搞清楚抽样误差的几种形式，显著性检验的各种方法，寻找关系的各种模型，判断数据的信度和效度。
报告写作。要求能够按照原设计呈现数据结果，撰写数据报告，辅助PPT的图形化呈现。不一定要对数据进行解读和洞察，但是数据的细节要非常清晰，对应的数据结果要能快速检索并按要求呈现。
总之，在这个阶段，最重要的是打好基础，理论联系实际，不断提高做事的熟练程度。熟能生巧。
第二，中级研究员
到了研究经理这个层面，就说明执行层面一般没什么大问题。这个阶段的核心目标是从项目执行者转变为全过程管理者。
所谓项目全过程经理，就是项目过程的能力覆盖要从中间向两端延伸，前端包括“客户”需求对接、研究、设计；包括后端数据解读洞察和报表落地。
需求对接。把业务方当成你服务的客户。你如何应对这位顾客？这里面有几个关键点:第一，你需要了解业务，但仅仅了解是不够的。你需要对业务有深刻的理解。有多深？答案是，你和业务方的认知水平越接近越好，这样你就可以在一个频道上交流，所谓的“同频共振”；第二，当你的业务方提出一个需求的时候，你可以用自己的专业度，对这个业务需求/问题给出自己的判断和评价，也就是可以接。不要说人家上门同步需求，你说我得考虑一下。第三，即使是同事关系，也要维持平时的“客户关系”。不定期见面吃饭，周末和空聚聚，有助于需求更顺畅的传达。
研究设计。这里的重点包括:一是从业务需求/问题到研究命题的转化，也称“批判性飞跃”，既考验对业务的理解，也考验对市场和用户研究能力边界的掌握；二是通过科学合理的研究方法获取所需的市场和用户信息。所谓“科学合理”，不仅要考虑方法的可行性，还要考虑成本和效率，这就需要对需求的重要程度和企业的内外部资源有一个清晰的判断。
报告输出。解读获取的市场和用户信息，以合适的形式呈现，并对最终的洞察负责。与研究者不同，研究管理者需要主导报告大纲的构建和结论的大方向。
向地面报告。向业务一线汇报和向业务顶层汇报完全不同:向前者汇报需要注意信息的全面性、细节性和落地性；向后者汇报，更要关注核心结论和最终决策是什么，是否经得起推敲。
作为研究经理，这个阶段对能力的要求是全方位的，你的角色不再是单一的研究员。你要把自己变成需求对接过程中的客户代表，了解客户；把自己变成研究设计中的总工程师，懂得“顶层设计”，整合资源；在成果交付的过程中，我们要把自己变成一个产品销售者，把我们的“洞察力”卖给业务方，说服他们为这个项目投资买单。
简单来说，你要能独当一面。
对于研究管理者来说，不同于研究人员的能力分水岭其实更多体现在一般能力上，包括沟通能力、公开表达能力、团队领导能力等等。
第三，高级研究员
高级研究经理和研究主管属于专家型人才。和中级研究员相比，做事情最大的区别就是从面面俱到画龙点睛，从细节到提纲挈领。
专业人才不能靠体力或经验取胜，而要靠创作出最有价值的作品。
它遵循与市场用户研究行业和制造业相同的“微笑曲线”。曲线的两端是最有技术含量和“高附加值”的；中间执行和原材料的生产、初级加工一样，因为门槛低，含金量不足，不能直接创造价值，所以被认为是“低附加值”。
专家型人才懂得大事小情，只参与最有价值的方面。从市场和用户调研项目流程来看，即前端聚焦需求，后端聚焦价值。
在需求把握方面，专家型人才与研究型经理不同，更接近业务的最终决策者，即业务的高层而不是业务的一线。他们可以与业务主管建立密切的联系，并相互分享业务信息，因此他们可以更好地了解最终业务决策者的需求。
在价值落地上，专家型人才的价值输出更倾向于战略层面，而不是业务执行层面，这与研究型经理有本质区别。以一个产品的销售为例，所谓战略层面的价值，就是需要通过报表传达下一代产品的迭代方向，以及如何建立一个长的产品板——差异化价值，形成坚固的护城河的结论。业务执行层的价值在于告诉产品经理这一代产品有哪些体验痛点，如何优化这样的回答。
因为不怎么做执行力，在专业能力上，专家型人才可能不会跑数字，或者PPT图表玩的不太好，技术也退化了，不过没关系。打仗是军人的任务，军师只有一个，不是吗？
专家型人才的核心能力成长，除了在做事上更注重高价值之外，就是“得人”。商业的本质是人的需求的满足，是价值的交换，最后必须回到人的层面。你所做的是为人们的需求服务。
与市场用户研究的最终价值是通过影响决策者来体现的。做了这么多研究工作，很辛苦。如果最后业务方不买单，那基本就是白干了。你的努力没有价值。所以专家型人才要得到最终的商业决策者，找出他们的需求，满足他们的需求，让他们满意。至于事情做了多少分，就没那么重要了。
因此，市场和用户研究行业是典型的服务行业。
另外，在团队管理方面，如果研究经理基于单个项目组织团队运作，目标是克服单个项目的技术难点；然后组织专家级人才以业务线为单位组队作战，目标是克服业务线问题。
里面其实是点、线、面的延伸。点是单个项目，线是某条业务线的总价值输出，面是整个团队支持的业务的总价值输出。专家型人才首先要考虑整个团队的价值创造和价值产出，是否能支撑整个团队的生存，然后才是单个业务或项目的价值产出。
作者:刘培龙分享用户研究的方法论、技巧和案例。
