京公网安备 11010802034615号
经营许可证编号:京B2-20210330
无论是产品经理、前后端开发人员、架构师、数据分析师,我们都是为用户服务的。在社会这个大家庭里,我们都是用户。我们都是用户却各有所好。你喜欢这个,我喜欢那个,也有我们都喜欢的。那么在我们的心理隐藏着什么样的秘密呢?这些常态和非常态是否有章可循呢?
心理学是一门“心”的学问。关注用户体验不能不用心研读心理学,当你明白了这之中的道理,再考虑用户的时候自然就有了一杆秤。
事实上心理学有着悠久的历史,西方心理学起源于古希腊的哲学,到19世纪才行程单独的学科。心理学对人类的影响日益突现其重要性,不断渗透到日常生活的每一个角落。它更是研究人类实际心灵、行为的学科。你是不是也感觉很神秘呢?
我们如何感受世界(我们即用户)
1、人脑思考
大脑是信息处理的器官,有着非常复杂的构造和技能。
大脑的分区
运动区、感觉区、视觉区、听觉区、
2、神经系统指挥身体活动(信号传输)
个体的一切行为均与神经系统有关。神经系统是由神经元构成的机能系统统管人的所有行为。

神经系统是由神经元构成的机能系统统管人的所有行为。
分析:要想大脑对你的产品进行“思考”,你得先触碰到用户的“购买神经”。
我们通过感觉触摸世界
感觉是人类认识世界的第一步,是人脑对事物个体属性的认识。
那么感觉如何发生呢?
我们在日常生活中,每时每刻都要接触新鲜事物,任何事物都有被我们感觉的地方。
比如,淘宝网上有一件衣服,短袖衫,白色等属性,当衣服进入我们视野的时候,它的各种属性就直接作用到我们的感觉器官中,“短袖衫-凉爽”、“白色-干净”,于是大脑快速作出了反应。
一般情况下,将感觉分为“特殊感觉”、“身体感觉”、“内脏感觉”。
分析:洞察心理活动,才能有效的借用设计、策划向用户喜欢的感觉上靠拢。使之让用户产生购买欲。
视觉是心灵的窗口
视觉对人认识外部世界起着非常重要的作用,人类的80%活动都是在视觉的支配下进行的。其次是听觉。

我们通过知觉了解世界(我们即用户)
感觉受感觉器官的生理特征以及外部事物的物理特性影响,知觉受兴趣爱好、知识经验等的影响。
知觉有四个特征:整体性、理解性、选择性、恒常性。
我们都有从众心理(我们即用户)
我们常常发现,在一个团队中总有那么几个人很少发表自己的观点,总是多数人意见怎样,他就跟着如何如何。其实,每个人都有从众心理,也即服从权威的心理。
分析:请有效利用从众心理,不要规避常理。(更不能胡乱引导用户做违法的事情)
随着我们对幸福生活的观念日渐增长,用户对产品的选择更加挑剔,所以有了新的岗位叫“用户体验研究”。目的就是深入挖掘用户的内在需求,尽可能多的导致交易的发生。(文章来自:CDA数据分析师)
所以请各位同行一定要认真学习心理学知识。谢谢大家。希望对大家能有所帮助。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06