使用者訪談技巧

在進行使用者訪談前，先明確目標是關鍵。若無清晰指引，面試往往會偏離主題、浪費時間。
透過設定具體且可衡量的目標，我們可以確保每一次對話都能產生有價值的洞見。

訂定清晰目標，讓訪談不跑偏

想像你要為一款新開發的手機應用做市場調查。若只說「了解使用者對於通知功能的看法」，就可能在面談中談到畫面設計、顏色偏好等無關痛癢的話題。

1. 定義研究問題與核心假設

• 研究問題：使用者在接收通知時，最常遇到哪些困擾？
• 核心假設：過多的通知會讓使用者產生「被打擾」感。

2. 把目標細化為可測量的指標

• 是否能在三分鐘內說出一個具體痛點？
• 使用者是否願意調整通知設定以減少干擾？

3. 檢核目標是否對應招募對象

招募族群	目標指標	例子
18‑24 歲	遇到困擾的頻率	每天收到超過10則通知？
25‑34 歲	調整設定意願	是否開啟「靜音模式」？

4. 撰寫訪談腳本前先確認目標

• 開場白：說明研究目的，確保受訪者知道我們關心的是通知體驗，而非應用功能。
• 核心提問：「請描述一次你因為收到太多通知而感到不悅的經歷。」
• 追蹤問題：針對痛點進一步了解，例如「那時候你是怎麼處理這些通知？」

訪談目標檢查清單

#### 訪談目標檢查表
- [ ] 明確研究問題：____
- [ ] 確定要驗證的假設：____
- [ ] 針對招募族群設定關鍵字：____
- [ ] 設計開放式提問，避免誘導：____

在進行使用者訪談前，設計問題的方式直接影響到能否得到有深度且可操作的見解。本文將帶領你了解三種常用的提問技巧：開放式、封閉式以及跳脫思維法。
透過實際案例與範例，你可以學會如何依據研究目標挑選最適合的問題型態，進而提升訪談品質。

開放式提問：讓受訪者自由表達

開放式問題以「怎麼」「什麼」等字開始，鼓勵使用者敘述自己的經驗與感受。這類問題能揭示潛在需求、痛點以及情緒層面。

1. 你最近一次購買線上課程時，有哪些步驟？
2. 在使用我們的 App 時，你最常遇到什麼困難？
3. 說說你對於學習平台功能的期待。

封閉式提問：快速收集可量化資訊

封閉式問題通常以「是/否」或選項形式呈現，便於統計與比較。適合在大規模訪談中取得數值基礎。

1. 你每天使用社群媒體的時間是否超過兩小時？（是／否）
2. 請從以下選項挑選最符合你的學習方式：① 影片教學 ② 文字教材 ③ 實作練習
3. 你會在週末使用我們的平台嗎？（每週／偶爾／不會）

跳脫思維法（Lateral Thinking）：激發創新視角

跳脫思維法以非傳統、具挑戰性的情境設計問題，促使受訪者從不同角度思考。這能幫助團隊突破既有框架，尋找未被察覺的機會。

1. 想像你身處一個沒有網路連線的世界，你會如何學習？
2. 如果你可以把任何功能轉換成動畫，你想讓哪項功能變成什麼樣子？
3. 以『太空船』作為比喻，說說你對我們產品最希望改進的三個方面。

設計問題清單範本：三種型態對照表

類型	問題形式	目的	範例
開放式	「你覺得…」或「能描述一下…嗎？」	深入了解使用者經驗與情緒	你最近一次購買線上課程時，有哪些步驟？
封閉式	選項、是／否、量表	快速收集可量化資料	你每天使用社群媒體的時間是否超過兩小時？（是／否）
跳脫思維	非傳統情境或比喻	激發創新觀點	想像你身處一個沒有網路連線的世界，你會如何學習？

建議：在訪談前先針對研究目標列出 5~10 題開放式、3~5 題封閉式以及 2~4 類跳脫思維問題，並依照時間分配調整。

招募參與者是使用者訪談前最關鍵的一環，因為選對族群才能得到真正有用的洞察。這篇文章會帶你一步步從目標設定、建立人物誌，到實際篩選樣本與招募管道，把挑選合適族群的流程拆解得清楚又簡單。
我們不只說理論，還會舉出日常生活中容易遇到的招募情境，讓你能馬上套用在自己的專案裡。

1. 先把研究目標畫清楚

• 問題：你想知道什麼？
• 假設：哪些使用者可能會遇到這個問題？

2. 建立人物誌 (Persona) 讓抽象變具體

• 例子：小明，28 歲，行銷人員，經常用手機購物。
• 小華，45 歲，退休族，偶爾在網路上買東西。

3. 設定篩選標準：誰能參加？

納入條件：

• 使用手機購物至少每月三次。
• 居住於台北、桃園或新北。

排除條件：

• 失明或聽力障礙者（若訪談需視覺/語音）。

4. 招募管道與實際招募流程

1️⃣ 社群媒體貼文：在 Facebook、Instagram 的相關族群發佈招募訊息。
2️⃣ 夥伴通路：找當地咖啡廳或圖書館的會員名單，直接邀請。
3️⃣ 在線問卷篩選：使用 Google Forms 或 SurveyMonkey 製作簡短問卷，先做篩選。

- 你每月在手機上購物幾次？
  - 1~5 次
  - 6~10 次
  - 超過 10 次
- 你的主要購買平台是什麼？
  - LINE、Shopee、Momo、其他（請說明）

5. 提供誘因與保證隱私

• 誘因：完成訪談即可獲得 NT$200 折價券或抽大獎機會。
• 隱私：所有資料僅用於研究，並以匿名方式匯總。

6. 監測樣本多樣性

性別	年齡層	地區
男	18-25	台北
女	26-35	桃園

若發現某一類別比例過高，立即調整招募策略。

7. 常見陷阱與避免方法

1️⃣ 只招募同一族群：會造成樣本偏差。
2️⃣ 誘因不足：參與率低、回答不誠實。
3️⃣ 忽略多元性：不同背景的使用者可能有截然不同的需求。

8. 小結

挑選合適族群不是一次性決定，而是整個訪談流程中的一環。只要先確立目標、建立人物誌、設定篩選條件，再透過多元招募管道與合理誘因，就能快速聚集到最符合需求的參與者，讓你的研究結果更具洞察力。

在進行正式使用者訪談之前，先行測試（預演）能有效發現流程漏洞、調整問卷與開放式引導語。這篇文章將帶你一步步模擬實際訪談情境，從準備到執行，再到回饋修正。
透過預演，你不僅能提升主持人的自信，也可確保研究資料品質。接下來，我們一起進入詳細教學吧。

先行測試：預演訪談流程排除漏洞

在正式邀請使用者前，先做一次完整的訪談預演，可以讓你發現潛在問題並及時修正。以下是常見的四大步驟，配合實際範例與檢查清單，幫助你快速把握重點。

步驟一：確認訪談流程

• 列出整個流程：從開場、問題串接、時間控制到結束感謝。將每一步拆解成可執行項目，確保不遺漏關鍵環節。
• 設定預期時長：例如 30 分鐘內完成所有核心問題，避免過度延伸造成受訪者疲勞。

步驟二：模擬實際環境

• 使用真實錄音/影片裝置：確保麥克風、鏡頭品質符合預期。若使用遠端訪談，測試網路速度與穩定度。
• 控制背景噪音：在安靜的房間進行，或使用耳塞隔離外部聲源。

步驟三：錄製並回顧

• 完整錄製一次預演：不論是錄音還是影片，都能讓你後續檢視語氣、停頓與非語言訊號。
• 播放後做筆記：標註「時間點 12:34」的問題是否被受訪者理解，或主持人是否忘記問某項關鍵資訊。

步驟四：修正與重測

• 根據回顧結果調整腳本：改寫模糊語句、拆分長句、加入引導提示。
• 再次進行預演，直到流程順暢且所有關鍵點都被覆蓋為止。

先行測試範例腳本

先行測試示例腳本

主持人: 您好，感謝您參加這次的訪談。今天我們想了解您使用 X 應用程式時遇到的挑戰。
受訪者: 好啊，我常在…
主持人: 請問您第一次下載時有什麼困難嗎？
受訪者: …
主持人: 這個功能對您來說最重要的是哪一點？
受訪者: …

預演檢查清單表格

項目	檢查項	需要調整
問卷語句	清晰易懂	❌
時間控制	每題平均 2 分鐘	✅
設備測試	麥克風音量適中	✅
環境設定	背景噪音低於 30 dB	❌

常見問題與解答

• Q: 預演時受訪者會不會太過熟悉腳本，導致自然度下降？

• A: 可以請預備的「假受訪者」保持隨機回覆，或在預演結束後立即進行一次真實情境模擬。

• Q: 需要多少次預演才算足夠？

• A: 通常 2–3 次即可；若發現多處重大問題，可再做一次重測。

本篇將帶你了解在使用者訪談中，如何以「建立信任：先說明來龍去脈」的方式，讓受訪者安心、開放。
接下來會示範實際技巧與心法，並提供多個生活化例子，幫助你快速上手。

建立信任：先說明來龍去脈，讓對方放心

在進行訪談前，先把自己、團隊以及研究目的簡短說明，能減少受訪者的疑慮。以下列出幾個關鍵步驟與實際範例：

• 自我介紹：姓名、職務、公司名稱 (若適用)。舉例說：「我是林老師，現在在台北市一家科技創業公司擔任產品經理。」
• 研究背景：為什麼需要這個訪談？目的與預期成果。範例：『我們想了解使用者在購買手機時的決策流程，以改進線上商店體驗。』
• 保密承諾：明確說明資料會以匿名方式處理，僅供內部分析。例句：『所有對話將只作為研究筆記使用，姓名與個人資訊皆不公開。』

訪談前的準備

• 設定時間長度：預估 30~45 分鐘，避免過久造成疲勞。
• 選擇安靜環境：確保背景噪音少，讓對方能專注說話。
• 攜帶筆記工具：紙本或手機皆可，但請先告知對方您會做何種紀錄。

在使用者訪談裡，主動聆聽能讓你真正抓住對方的想法與需求。透過鏡像、重述與確認理解三個技巧，你可以避免誤解、挖掘更深層資訊，也讓受訪者感受到被尊重和被重視。
本篇文章將以實際對話範例說明每一步驟，並提供可立即套用的練習方法，幫助你在下一次訪談中立刻提升聆聽品質。

主動聆聽的三個關鍵技巧

鏡像（Mirroring）

鏡像就是用自己的話重複對方說出的核心感受，讓對方知道你在專注並且理解他的情緒。這不只是簡單照搬，而是將對方的語氣、關鍵字帶回去。

• 步驟：

  • 先聽完整句子，抓住核心詞彙。
  • 用一句話重複出來，但保持原本情緒色彩。
  • 觀察對方的反應，確認他是否同意或需要更深入說明。

• 範例：

受訪者：我覺得這個功能太複雜了。
面試官：你覺得它很複雜？
受訪者：對，特別是設定那一部分。

重述（Paraphrasing）

重述的目的是把對方說過的重要訊息，用自己的語言簡化回覆。這不僅能確認你理解正確，也給受訪者一次整理思緒的機會。

• 步驟：

  • 精簡關鍵資訊，去除冗雜細節。
  • 用第三人稱或一般敘述方式表達。
  • 檢查語氣是否保持中立，不帶個人評論。

• 範例：

受訪者：我覺得在設定頁面，選項太多，我常常不知道該怎麼操作。
面試官：也就是說，你需要一個更直觀的流程和少量關鍵選項來快速完成設定。

確認理解（Check for Understanding）

在對話中插入確認句，讓受訪者有機會糾正你可能的誤解。這能避免後續資料分析時產生偏差，也顯示你重視對方真實想法。

• 步驟：

  • 用簡短問題確認前一句話是否正確。
  • 給予空間讓受訪者補充或修正。
  • 若有分歧，立即澄清並重新整理。

• 範例：

面試官：我聽到你是說你希望設定頁面更簡潔，那對嗎？
受訪者：沒錯，我只想要最常用的選項。

#### 進一步練習建議

- **角色扮演**：找同事或朋友模擬訪談，互相練習鏡像、重述與確認。回顧錄音時檢查自己是否真的用對技巧。
- **時間控制**：每次鏡像或重述不超過 10 秒，避免拖延整體流程。
- **非語言配合**：點頭、微笑或輕鬆的姿勢，讓受訪者感受到你真誠聆聽。

#### 小結

主動聆聽不是被動接受對方話語，而是透過鏡像確認情緒、重述關鍵資訊以及不斷確認理解，形成一個雙向的互動循環。當你在訪談中自然套用這三個技巧時，你會發現受訪者願意分享更多細節，也更容易得到真正有價值的見解。

祝你每一次訪談都能聽得懂、說得對！

這篇文章將帶領你學習在使用者訪談中，如何巧妙處理敏感議題，既能獲得真實資訊，又不會冒犯對方，確保雙方都安心。

處理敏感議題：把握分寸不傷害對方

在訪談裡遇到個人隱私、痛點或負面經驗，若處理不當，可能讓受訪者退縮甚至中斷對話。以下列出實務技巧與心法，幫你輕鬆掌握分寸。

1️⃣ 先做好情境預判

• 設定目標：明確知道要收集哪類資訊，例如「使用者在付款過程中遇到的困擾」
• 選擇合適時間：敏感話題宜安排於對方心情較穩定、環境安靜時提問。

2️⃣ 用開放式語句先引導

「您能分享一次在這類情況下的經驗嗎？」

• 開放式問題避免直接斷言，讓受訪者自行選擇敘述範圍。
• 若對方回應不願意，可輕鬆轉換：「如果現在還沒準備好，也可以先說一下您平時的流程。」

3️⃣ 尊重邊界，給予選擇權

• 「這個問題我知道可能比較私密，如果您覺得不方便回答，我完全理解」
• 提供暫停或跳過的機會，讓受訪者感受到控制感。

4️⃣ 以同理心回應，建立信任

回答方式	範例語句
肯定	「我了解這種情況很棘手」
共鳴	「我曾經遇到類似問題，也覺得困擾」
感謝	「謝謝您願意分享，對我們改進產品很有幫助」

5️⃣ 注意語氣與肢體語言

• 保持微笑、點頭：傳遞「我在聽你說」的訊號。
• 避免驚訝或評判：例如「這樣做怎麼行？」改為「您當時是怎麼想的？」

6️⃣ 收尾時給予正面肯定

• 「今天聊得很開心，謝謝您的時間與坦率。」
• 若受訪者還有其他想法，可邀請：「如果之後想到什麼，再跟我們分享也可以。」

小提醒：在整個過程中，始終以「對方的舒適度」為最高指標。若感覺氣氛緊張，可以暫停並詢問是否需要休息或改天再談。

在使用者研究的訪談過程中，錄音與筆記往往是兩大支柱。若能同時兼顧完整性、效率與實務操作，就能省下大量後續整理時間，也減少遺漏關鍵資訊的風險。
以下將以簡單易懂的步驟，示範如何在錄音前做好準備、錄音中保持專注，以及會談結束後快速整理筆記，讓你一次學會「錄音及筆記技巧：確保資料完整又省時」。

前言

在使用者研究的訪談過程中，錄音與筆記往往是兩大支柱。若能同時兼顧完整性、效率與實務操作，就能省下大量後續整理時間，也減少遺漏關鍵資訊的風險。

錄音前的準備

• 確定裝置：手機、平板或專業錄音筆皆可，重點是音質清晰且電量充足。
• 測試環境：先做短暫錄音，確認無雜訊、回聲及語速過快的問題。
• 取得同意：在開始前告知受訪者「此會談將被完整錄音」，並獲得書面或口頭同意。

錄音時的注意事項

1. 保持距離：與受訪者相距約 30‑50 公分，避免麥克風直接吸收聲帶。
2. 使用背後麥克風：若使用手機，可將其放在桌面或靠牆側，以減少手震。
3. 隨時監聽：即使是簡易錄音應用，也要開啟「即時回放」功能，確保聲音被完整記錄。

筆記技巧

• 速記符號表

  符號	含義
  ☐	重要觀點
  ➜	用戶需求
  ★	重複提及

• 分段標題：每個主題使用「####」或更大級別，方便後續整理。

範例筆記（Markdown 格式）

##### 訪談摘要

###### 主要痛點 ☐
- 無法快速搜尋舊有文件
- 系統回應慢 ★

###### 建議需求 ➜
- 加入關鍵字搜尋功能
- 提升資料載入速度

後續整理流程

1. 轉錄：利用文字辨識工具將音檔轉成文字，並配合手動校正。
2. 歸類：依照「痛點」「需求」兩大類別進行分段。
3. 匯出報告：使用簡潔的 Markdown 或 PDF 供團隊參考。

透過以上步驟，你就能在一次訪談中，既確保資料完整，又節省大量後續整理時間。祝你研究順利！

在使用者研究的實務裡，速寫稿常被用來快速捕捉訪談時的關鍵訊息。這種「手繪筆記」雖然靈活，但轉成文字後仍需要人工整理，耗時又容易漏掉細節。
近年來，自動化文字辨識（OCR）和語音轉錄工具越來越成熟，許多研究人員開始嘗試把速寫稿直接轉成可編輯的文字。本文將探討這些工具帶來的便利與潛在風險，並提供實際選擇建議。

速寫稿轉成文字：自動化工具的利弊

一、速寫稿的重要性

• 速寫稿是快速記錄訪談重點的手段，能捕捉語氣與非語言訊息。
• 但紙本或手繪筆記在後續分析前必須轉成文字，否則資訊容易散失。

二、自動化工具概覽

• OCR（光學字元辨識）可將掃描的速寫稿自動轉為文字。
• 語音轉錄雖不直接處理筆記，但能結合語音與書面內容，提升完整性。
• 現有主流平台：Google 雲端硬碟 OCR、Microsoft OneNote 內建 OCR、Adobe Scan 等。

三、優點

優點	說明	具體案例
時間節省	從數小時縮短至秒鐘	一次訪談後，50 筆速寫稿在 3 分鐘內完成文字轉錄。
資料一致性	自動化減少手工錯誤	對比手工整理，錯別字率下降 30%。
可追蹤版本	數位檔案易於存取與編輯	使用 OneNote 可同步至雲端，多人即時更新。

四、缺點

• 辨識準確度：速寫稿字體多樣，OCR 仍可能誤讀。
• 語境理解不足：自動文字無法把握筆者的意圖或情緒。
• 資料隱私風險：上傳雲端服務需考量機密資訊洩漏。

五、選擇建議

• 先評估速寫稿品質：字體清晰、標記明確能大幅提升辨識率。
• 選用支持離線 OCR 的工具，避免敏感資料外流。
• 結合人工校對流程：將自動轉錄結果作為草稿，再由研究人員確認關鍵詞與語氣。

參考資源

• Google 雲端硬碟 OCR 教學
• Microsoft OneNote 內建 OCR 功能說明
• Adobe Scan 應用範例

這篇文章將說明在使用者訪談分析中，開放式編碼與事先設定主題編碼的差異、適用場景，以及如何有效結合兩者來產出更具洞察力的報告。
透過實際案例與步驟說明，你將學會在不同研究階段選擇最適合的編碼方式，並提升資料整理與分析效率。

編碼技巧：開放式 vs 事先設定主題

在使用者訪談分析中，編碼是把文字資料轉成結構化資訊的關鍵步驟。這裡比較兩種常見方法：開放式編碼（從資料本身自由產生概念）與 事先設定主題編碼（根據研究問題預設分類）。

開放式編碼

• 以「發現」為核心，隨時在筆記中寫下任何值得注意的觀點。
• 適合探索未知領域、產生新理論或概念。
• 需要較長時間的反覆閱讀與細部分析，以避免遺漏關鍵訊息。

事先設定主題編碼

• 根據研究問題提前設計分類，能快速將資料對應到既定框架。
• 適用於已知議題、需要比較不同受訪者的相同項目時。
• 若框架過窄，可能會忽略意外但重要的資訊。

對比表格

	開放式編碼	事先設定主題編碼
適用場景	未知領域探索、理論建構	已定研究問題、快速比較
時間成本	高（需多次閱讀）	低（直接歸類）
資料完整度	高（捕捉細節）	中等（可能遺漏新概念）

| 可重用性 | 低（較依賴研究者） | 高（可套用於多個案例）

實務操作步驟：先開放式後設定主題

1. 資料準備：將訪談文字檔整理成標記化的段落，方便逐句閱讀。
2. 進行開放式編碼：在每個段落旁邊寫下「概念」與「關鍵字」，不受先入觀念限制。
3. 聚合類別：將相似概念歸為同一群組，形成初步的主題草案。
4. 檢視研究問題：對照事前設定的研究問題或假設，調整或擴充主題清單。
5. 進行事先設定主題編碼：以修正後的主題列表為框架，將所有段落重新歸類。
6. 交叉檢驗：比較兩種編碼方式所得結論，確定是否有遺漏或重複。

結合雙重編碼的好處

• 既能捕捉到資料中出乎意料的新概念，也保留了研究問題的聚焦方向。
• 讓報告更具深度與廣度，避免「只看表面」或「失去全局」。

小結

開放式編碼像是先把所有石頭都倒出來，再仔細分辨哪些能用於建造；事先設定主題編碼則像是先有了一張藍圖，快速將資料對應。兩者搭配使用，可兼顧創新與效率，是進行深入訪談分析的理想方法。

在這篇文章中，我們將學習如何從使用者訪談記錄找出重複模式，並進一步挖掘關鍵痛點。透過實務範例與簡易工具，讀者可以快速掌握洞見生成的核心技巧。
最後，您會知道哪些問題最值得深入探討，以及如何將發現轉化為具體改進建議。

步驟一：整理訪談記錄

• 把所有口語回應轉成文字，並標註說者與時間。
• 建議使用 Google 表單或 Notion 進行即時筆記，確保資料不會遺失。

步驟二：建立編碼表 (Coding Sheet)

• 在 Excel 或 Google Sheets 裡列出常見主題，例如『功能需求』、'痛點'、'情緒'。
• 每段文字貼上對應標籤，並使用顏色高亮。

步驟三：尋找重複模式

• 先做頻率統計：最常提到的關鍵詞出現在第幾行？
• 用手繪或簡易線條圖將相同標籤連結，快速看到「痛點群」。

步驟四：挖掘關鍵痛點

• 選取頻率最高且情緒最負面的項目。
• 以3C分析 (Customer, Competition, Context) 確認問題根源。

步驟五：產出洞見報告

• 使用「Problem-Solution」表格呈現痛點與可能解法。
• 在報告中加入案例引述，讓團隊更易共鳴。

範例：小型電子商務平台使用者訪談

以下是一段示範資料（文字版）：

時間 12:04 - 使用者A: 我常在結帳時卡住，因為付款選項太多。
時間 12:06 - 使用者B: 同樣的問題，我想要一鍵支付。
時間 12:10 - 產品經理: 我們已開發一次性付款功能，但使用率不高。

表格：痛點頻率統計

痛點	出現次數	主要情緒
多餘付款選項	7	怨躁
結帳流程複雜	5	疲憊
購物車缺失提醒	3	不安

圖示：痛點關聯圖 (使用簡易手繪)

• 對於「多餘付款選項」與「結帳流程複雜」，畫兩個圓圈並用線連接。
• 在中心畫一個大圓表示『結帳體驗不佳』，作為整體痛點的聚焦。

小貼士

• 使用顏色：每種主題用不同顏色，能快速辨識重複模式。
• 邀請多名分析師：多視角可以發現被忽略的細節。
• 記錄情緒詞彙：如『煩』、『急』等，可直接映射到痛點強度。

參考資源

• 《使用者研究實務》 (作者：林小明)
• 《洞見生成工作坊》 https://example.com/workshop
• Notion 模板範例 https://notion.so/template

在使用者研究中，將訪談記錄轉化為洞見並呈現在報告裡，是把抽象資料變成可操作資訊的關鍵步驟。這篇文章會帶你走進圖表設計、故事線編排以及實務建議三大面向，讓報告不只是數字堆砌，而是能說服決策者與團隊的力量。

圖表選擇：何時用條形、折線或雷達

• 條形圖：適合比較不同類別之間的大小差異。
  • 例子：三個使用者族群在「功能滿意度」上的平均分數。
• 折線圖：顯示時間序列或趨勢變化。
  • 例子：同一族群在六個月內的日活躍率。
• 雷達圖：一次展示多項指標，便於比較整體表現。
  • 例子：使用者對「易用性」「效能」「設計感」三大面向的評分。

故事線建構：從問題到洞見的邏輯流

1. 定義研究目標：先把研究問題寫成一句話，例如「哪些功能最受歡迎？」
2. 選擇關鍵指標：挑出能量化的資料，像是「使用次數」或「回訪率」。
3. 敘事結構設計：採用「問題 → 探索 → 洞見 → 建議」四段式。每一段都配上相應圖表。
4. 加強可讀性：使用顏色對比、標題說明，讓非專業人員也能快速抓住重點。

實務建議：避免常見錯誤與時間節省技巧

• 不要把所有資料都塞進報告：挑選最具說服力的三到五個圖表即可。
• 保持一致的格式：字型、顏色、數值位數統一，避免混亂。
• 使用範本或腳本自動化：以下是一段簡易 JavaScript 產生條形圖資料的範例，可直接貼到 Google Sheets 的 App Script。

function createBarChartData() {
const categories = ['設計感', '易用性', '效能'];
const scores = [4.2, 3.9, 4.5];
return {categories, scores};
}

小結

• 圖表的選擇要與研究問題對應。
• 故事線能讓資料不只是數字，更像一段旅程。
• 實務技巧幫你省下不少編輯時間，提升報告品質。

在使用者研究中，知情同意書是保護參與者的重要工具。它不只是法律文件，更是一份讓被訪談者明白自己權益、能自由決定是否加入的約定。
以下內容將帶你了解如何寫出清晰、易懂且符合倫理守則的知情同意書，並提供實際範例與常見陷阱。

為什麼要寫得通俗易懂？

在台灣的許多研究團隊中，常遇到參與者因語言不熟悉或文字排版太正式而「看不懂」同意書的情況。這樣會導致:

• 參與者誤解自己的隱私權被忽略。
• 研究者面臨道德風險甚至法律問題。

簡單來說，若同意書寫得像法條一樣，就等於把「你要先同意」變成了「我不管你是否懂」。

知情同意書的基本結構 (範例)

【研究名稱】

1. 參與目的：說明研究想解決什麼問題。
2. 參與方式：包括訪談時間、地點、所需時長。
3. 收集資料：列出會問哪些題目，並說明資料如何保管。
4. 可能風險：若有心理不適或隱私洩漏的情況，該怎麼處理？
5. 權益與補償：參與者可獲得什麼報酬、退費方式等。
6. 自願性：強調你可以在任何時候中止，不會有負面後果。

【同意聲明】
我已閱讀並理解以上內容，願意參與此研究。若有疑問，我將先詢問研究人員。
簽名：____________ 日期：____年__月__日

讓文字更貼近使用者的技巧

• 用「你」字稱呼，避免過度專業術語；
• 列點式呈現資訊，便於快速掃描；
• 加入實際情境例子，例如：「如果你在訪談時感到不舒服，可以隨時說『停一下』」，讓參與者知道具體行動；
• 使用簡短句子，避免長段落黯淡。

常見錯誤示範 (請避免)

本研究旨在收集使用者對產品的意見。參與者需接受面談並提供個人資訊。若有任何問題，請聯絡我們。簽名：_______

為什麼這樣寫不行？

• 句子太長；
• 沒說明隱私保護措施；
• 未提及自願性與退費。

參考資源

• 「台灣倫理審查委員會指引」：https://www.taiwanethics.org
• 「研究者寫作工作坊手冊」：http://example.com/workshop

在使用者研究的訪談過程中，保護參與者資料安全至關重要。
本文將探討如何透過加密、備份以及存取控制三大面向，確保調查資料不被未授權人士取得或篡改。

資料隱私：加密、備份與存取控制

為什麼要保護資料？

• 避免個人隱私洩露，維持受訪者信任。
• 滿足法規要求，例如個資法與 GDPR 等。
• 防止商業機密被競爭對手利用。

加密（Encryption）

加密能把原始資料轉換成只有擁有正確鑰匙的人才能閱讀的格式。常見做法包括：

• AES (Advanced Encryption Standard)：目前最普遍、速度快且安全。
• PGP（Pretty Good Privacy）：適用於加密檔案或郵件，提供公開金鑰與私有金鑰雙重保護。

範例：使用 OpenSSL 進行 AES 加密

openssl enc -aes-256-cbc -salt -in interview.txt -out interview.enc -pass pass:yourpassword

解碼範例

openssl enc -d -aes-256-cbc -in interview.enc -out interview_dec.txt -pass pass:yourpassword

備份（Backup）

• 定期備份：至少每週一次，最好每日自動化。
• 多地儲存：本機、外接硬碟與雲端服務結合。
• 備份版本控制：保留歷史快照，以防止資料被意外刪除或被惡意修改。

範例：使用 rsync 進行增量備份

將本機資料夾同步到外接硬碟

rsync -avz --delete /home/user/interviews/ /mnt/backup/interviews/

• 雲端備份：例如使用 Google Drive API 或 Microsoft OneDrive SDK，並確保傳輸過程已加密。

存取控制（Access Control）

• 最小權限原則：只有必要的人才能存取資料。
• 多因素認證 (MFA)：即使帳號被盜，還需要第二層驗證。
• 日誌審計：記錄誰、何時存取了哪些檔案，方便事後追蹤。

角色分配範例（使用 Linux ACL）

為資料夾設定讀寫權限給研究員組別

setfacl -m g:researchers:rwx /home/user/interviews/

移除其他人存取權限

setfacl -x u:guest /home/user/interviews/

• 資料庫層級控制：使用資料庫內建的角色與權限系統，限制查詢範圍。

實務案例：一線研究團隊的保護流程

• 受訪者在線上填寫問卷時，所有回應即時以 HTTPS 傳輸並在伺服器端加密儲存。
• 每日凌晨 02:00 執行腳本將資料夾備份到離線磁帶，同時推送雲端同步至 Azure Blob Storage，兩者皆啟用 AES-256 加密。
• 研究主管可透過 MFA 登入管理介面查看統計報告，普通研究員只能下載匯總 CSV，無法直接存取原始文字紀錄。

小結

• 加密：保護資料在傳輸與儲存時不被竊聽或盜取。
• 備份：確保即使資料遺失也能快速恢復，並保持歷史版本以供審計。
• 存取控制：限制誰可以看到什麼，降低內部洩漏風險。

遵守這三項原則，即可在進行使用者訪談時，確保參與者的個人資訊得到妥善保護，也能提升研究團隊對資料安全的信心。

在使用者訪談中，匿名化處理是保護參與者隱私、維持研究倫理的重要步驟。透過去除或替換可辨識資訊，可降低個人資料外洩風險，同時也能提升受訪者對於分享真實想法的信任度。
以下將說明匿名化的核心概念、常用方法以及實務操作流程，並提供範例協助讀者在實際研究中落實。

1️⃣ 為何進行匿名化

• 符合個人資料保護法（例如《個人資料保護法》）的要求。
• 建立受訪者信任，減少因擔心身份被揭露而造成的回答偏差。
• 保護研究團隊自身，避免在公開報告中無意間洩漏姓名或電話。

2️⃣ 匿名化常用手法

2.1 替換型（Redaction）

• 直接將姓名、地址、電話等敏感欄位改為「匿名」或空白。

2.2 代碼化（Pseudonymisation）

• 為每個受訪者產生唯一識別號碼，例如 U001、U002，並在所有文件中統一使用。

2.3 文字範圍遮蔽（Text Masking）

• 在影片剪輯時將面部或背景人名遮住，以防視覺辨識。

3️⃣ 實務操作流程

1️⃣ 收集前：在同意書中說明匿名化目的與方法，取得受訪者同意。
2️⃣ 記錄時：使用代碼表格存放真實資訊；所有筆錄立即以代碼替換。
3️⃣ 後期處理：

• 刪除或加密原始資料檔案。
• 確認所有報告、簡報、影片均已完成匿名化。

4️⃣ 範例程式碼（Python）

匿名化示例：將姓名改為代碼，並刪除電話號碼

import pandas as pd

df = pd.read_csv('interviews_raw.csv')

def anonymise(row):
# 產生唯一代碼
row['id'] = f'U{row.name+1:04d}'
# 刪除電話號碼
row['phone'] = None
# 把姓名改成空白或標籤
row['name'] = '匿名'
return row

df = df.apply(anonymise, axis=1)

儲存匿名化資料

df.to_csv('interviews_anonymised.csv', index=False)

5️⃣ 常見陷阱與注意事項

• 遺漏關鍵欄位：如「工作單位」或「學校名稱」亦可識別個人，請一併處理。
• 回溯風險：若代碼表未妥善保管，仍可能被逆推。保持代碼表加密並限制存取。
• 文化差異：在不同語境下，「匿名」的定義可能不同；請根據本地規範調整。

在使用者研究的訪談過程中，情緒往往會像突如其來的風暴一樣，令參與者或研究者都感到措手不及。
本文將分享幾個實用技巧，協助您在面對激烈情緒時保持冷靜、維護倫理並確保資料安全。

情緒管理技巧總覽

以下列出在訪談中遇到激烈情緒時，研究者可以採取的五個主要策略：

• 保持沉著：先深呼吸，讓身體放鬆。
• 確認感受：用簡短語句「我聽見你在生氣」來表達同理。
• 暫停對話：若情緒過於高漲，可建議短暫休息。
• 設定界線：明確告知哪些行為不可接受，並保持專業態度。
• 記錄與回顧：事後整理事件，分析觸發點以防重蹈覆轍。

常用對話範例表格

方案	目標	範例句子
保持沉著	降低緊張度	"讓我先深呼吸，稍微放鬆一下。"
確認感受	建立同理	"我知道這個問題對你來說很重要，我聽見你的不滿。"
暫停對話	讓情緒冷卻	"我們暫時先休息五分鐘，等你稍微平靜後再繼續。"
設定界線	保護研究者與參與者	"我想請你保持語氣友善，我們都希望談話能順利進行。"
事後回顧	持續改進	"謝謝你的分享，下次我們會更注意這些點。"