五场测试做完了，桌上摊着五本笔记，每本记了三四十条观察；电脑里存着五段录屏视频，总时长将近六个小时；便利贴贴了半面墙，还有一些备注随手写在纸边上，字迹已经有点看不清了。

这些材料加在一起，大概有两百条原始记录。随手翻看几篇笔记，发现很难形成判断，比如第二个用户在注册页停了很久，这算不算严重问题？第四个用户跳过了邮箱验证，这是个别行为还是普遍现象？有三个用户都提到"不确定提交成功了没有"，这三条观察之间有没有关联？每条记录单独看都说得通，但放在一起看，确找不出方向。

一. 测试结束后立刻做的一件事

整理数据从测试结束的那一刻就应该开始了，不是等到所有场次都结束之后才开始。

每场测试结束后，在参与者离开的那五到十分钟里，参与测试的人员需要立刻写一份快速回顾：这场测试里最值得关注的两三个发现，用户在哪里卡住、卡了多久，用户说了哪句最值得记录的原话。不需要完整，不需要结构，只需要把最鲜活的印象沉淀下来。

之所以要立刻做，是因为记忆衰减的速度比预期快得多。测试结束两小时后，很多细节的鲜活感已经消退；第二天再回忆，很多具体的行为已经模糊，只剩下一个模糊的"他在那里卡了很久"，而"很久"是多久、他当时说了什么、他最后怎么处理的——这些细节已经通通丢失了。

写快速回顾的时候不需要分析，不需要得出结论，只需要把刚才最鲜活的印象用文字固定住。这样到了后续整理阶段，打开回顾就能回到当时的现场感，而不是对着一条"用户在这里卡了很久"的笔记，想不起来到底卡了多久、卡的时候说了什么。

二. 观察笔记的标准格式

原始笔记往往格式不一——有的是完整的句子，有的是关键词，有的混入了主持人的解读，有的没有记录是哪个用户或哪个任务。这种格式不统一的笔记在后续做比较时会很麻烦：不知道这条观察来自哪个用户，不知道发生在哪个流程节点，无法判断它和其他场次的笔记是否在描述同一类问题。

整理的第一步，是把所有原始笔记转换成统一的格式。每条观察需要包含四个要素：

1. 谁：哪位参与者。用编号（P1、P2、P3）而不是真名，便于后续分析时在多条笔记里看到"P1 和 P3 都遇到了这个问题"这样的信息。
2. 做了什么：具体的行为描述。动作、操作对象、发生了什么，越具体越好。
3. 在哪个步骤：任务几，流程的第几步。这个定位让多场测试里的同类观察可以被放在一起比较——"五个用户都在任务二的第三步遇到了障碍"这个规律，只有在每条笔记都有步骤定位的情况下才能看出来。
4. 反应：用户的情绪反应或语言输出，如果当时有记录的话。用户的原话比主持人的概括更有价值，哪怕只是半句。

举个例子。同一个观察，标准化前后的区别：

• 标准化前："P2 找不到收藏，很迷茫。"
• 标准化后："P2 / 任务一第二步 / 在商品详情页停留 45 秒，手指划过收藏图标两次但未点击，最后点击了加购按钮 / 说'我想存起来看，但不知道放哪'"

标准化前的写法只有一个模糊的判断（"找不到""很迷茫"），到了分析阶段，设计师看不出用户具体做了什么、在哪个环节卡住、卡了多久。标准化后的写法记录了停留时长（45 秒）、操作轨迹（划过图标两次但没点）、最终行为（点了加购）、用户原话，分析时可以直接使用，不需要再回头翻视频。

三. 区分事实和解读

在整理笔记时，最容易犯的错误是把主持人的解读混进对事实的描述。

事实是可以被观察到的具体发生的事情；解读是对这件事情含义的判断。两者的区别看起来显而易见，但在快速记录的情况下，解读很容易不知不觉地混进去。

• 事实："用户在支付页面点击了'取消'按钮"
• 解读（混进了事实）："用户不想付款，点击了'取消'"

"不想付款"是主持人对用户行为的推断，这个推断可能是对的，也可能是错的——用户可能是误触，可能是临时有事，可能是想先确认一下再回来付。把推断混进事实描述，后续分析时这条"事实"就带着一个预设立场，很难再中立地评估了。

整理笔记时的操作原则是：只写"看到了什么"，不写"这意味着什么"。事实记在当下，解读留到分析阶段。这样整理出来的笔记是干净的原材料，分析时才能对着事实做判断，而不是对着已经带了解读的材料再加一层解读。

四. 亲和图

笔记标准化之后，接下来是把分散的观察，组织成可以看出规律的结构，亲和图（Affinity Diagram）是完成这件事最常用的方法。

1. 操作步骤

第一步，把每条标准化的观察写在一张独立的卡片上。如果在数字工具里做，每条笔记对应一张便利贴；如果在线下做，就用真实的便利贴，一张一条，不要把多条观察写在同一张上，否则后续无法单独移动。

第二步，把所有卡片铺开，开始寻找相似的观察。什么叫"相似"：描述同一类用户行为（比如多条笔记都在描述用户在某类操作上的犹豫）；发生在同一个流程节点（比如多条笔记都来自任务一的第三步）；涉及同一个界面元素（比如多条笔记都和导航栏的某个入口有关）。把相似的卡片移到一起，形成一个群组。

第三步，给每个群组命名。命名是亲和图里最重要的判断动作。命名要描述这组观察共同揭示的问题，而不是描述这些观察发生在哪个功能模块。

命名方式的对比：

• 功能模块命名（避免）："收藏相关问题"——这个名称说的是问题发生在哪里，但没有说明问题是什么。
• 问题描述命名（推荐）："用户无法识别收藏入口"——这个名称直接描述了这组观察揭示的核心问题。

问题描述命名的价值，在于它已经是一个初步的分析结论，后续写报告时可以直接使用；功能模块命名只是一个分类标签，还需要再做一层翻译才能变成结论。

第四步，检查群组的合理性。如果一个群组里的卡片太多，考虑能不能进一步细分；如果两个群组之间的差异很小，考虑合并。最终的群组数量没有固定要求，取决于数据本身的规律——通常在五到十五个之间是合理的范围。

2. 数字工具选项

亲和图可以在线上做，也可以在线下用真实便利贴做。线上工具（FigJam、Miro）的优势是多人可以同时操作，便利贴可以随意移动和重新分组，整理完的结果方便存档和分享。线下便利贴的优势是操作直觉感强，把卡片物理地移来移去，有时候更容易看出规律。两种方式效果相近，选自己和团队更习惯的那种。

五. 多场测试的数据如何合并

亲和图不是对每场测试的笔记单独做，而是把所有场次的观察放在一起做——这样才能看出哪些问题跨多个用户出现，哪些只是个例。

在整理时，每条卡片保留参与者编号（P1、P2、P3……）。一个群组里同时出现了 P1、P3、P4 的卡片，说明这个问题在三个用户身上出现了；只有 P2 的卡片出现在某个群组，说明这个问题可能是个例。这个频次信息是后续判断问题严重程度的基础数据，在整理阶段就需要保留好，不要在归组时把参与者编号丢掉。

六. 整理完之后应该能看到什么

亲和图做完，数据完成了从"原始笔记"到"结构化材料"的转变。这个阶段的终点不是"得出结论"，而是"数据变得可比较了"。

整理完之后，应该能看到的是：哪些区域的卡片密度高（问题集中的地方），哪些问题有多个参与者的卡片（规律而不是个例），哪些问题只有一个参与者的卡片（个例，后续分析时需要区别对待）。

这些是进入分析阶段的起点，而不是分析的终点，用来判断严重程度、挖掘根因、提炼洞察，是我们下一篇内容要做的事。