这也是通读评论的价值所在，通过一条一条的理解，很多真正的问题都藏在粗略的文字背后。例如，滴滴出行的反馈里面多次出现“相同路线来回价格不一致”、“预估价格与实际价格相差过大”等评论，它们是不是都指向一个问题——“缺少价格解释”？

滴滴出行的范例：

5、统计分析

如果你整个分析都是在Excel里完成的，那么统计起来就方便了。你可以算一算正负面评价的比例和最受关注的问题。

不过，最有用的分析可能挺不是这些定量的数据，而是你记录下单关键问题和现象。通过整理，你会发现很多之前没有想过的问题，只有真正一条一条阅读分析才能挖掘出来。

范例：

其它

一个人的判断不一定准确，所以这种分析可以叫上两个人同时进行，这样的话分组规则就不能轻易修改了。两人分别分组之后，可以计算一下两人得出相同结果的概率是多少，通常要80%~90%以上才能够确保结果的可信度。

分析关键问题这一步骤其实已经超出传统的定量分析，借鉴了一些定性分析的成分。因为这毕竟是产品的用户调研，不像心理学研究那样要求绝对的准确率与客观性，所以这里就可以不用太过拘泥于方法，关键是一定要通读并理解所有内容。

评论和反馈中肯定有相当一部分是你无法理解或是与产品无关的，这些内容可以跳过不计。

总结

内容分析的方法毕竟太过专业，真正做的时候可以有一定的灵活性，但是这四条不能忽视：

保证内容的数量在50条以上，但也不用太多

一定要通读并理解，不要随便扫一眼或者干脆搜索关键词

谨慎并且不断优化分组规则

透过现象看本质，随时记录发现的关键问题

标注：我使用“分组”这个词，与英文中的“coding”有很大差异。但是直译的话会容易让人产生误解，所以使用了感官上较为模糊的一种翻译。

作者：Z Yuhan

来源：https://zhuanlan.zhihu.com/p/27344847?utm_medium=social&utm_source=qq