北京通勤時間有多長？

這篇文章不是研究」北京通勤時間有多長「，而是研究」如何研究北京通勤時間」。在用戶研究中，我可以把常用的研究方法分為三類：粗略量化分析法、精確量化分析法和定性研究法。

粗略量化分析法

二手資料法

通過網路搜索相關報告，可以看一下是否以前有對於北京通勤時間的研究報告。只需要搜索「北京上下班時間」，很容易就可以獲得一些相應的資料。例如：

《調查稱北京上班時間成本全國最高》

《15城市上下班時間調查：北京1.32個小時最苦》

《全國50城市上班距離及用時排行榜 出爐 北京平均上班距離最遠》

這些資料對於研究來說可能會比較粗，有些也比較早，但是對於了解或者初步使用來說已經足夠了。

資料估演算法

資料估演算法就是通過一些公開數據進行估算。針對北京的通勤時間，我們可以：

1、查詢一下北京公交卡的每月平均消費額（最好選擇中位數），再根據這個估算出每日的平均消費額，並測算出上班或下班的單次公交卡花費額。

2、根據單程花費額，我們可以初步測算出該花費在北京地鐵的行駛里程，並測算大概會經過幾個站。

3、根據北京地鐵站與站之間的平均距離，可以估算用戶兩邊出站後平均移動距離，並計算需要耗費的步行時間。

4、將地鐵時間與步行時間相加，再增加一些等待時間，就初步構成了北京地鐵通勤時間。

這種方法採用已有資料進行估算，雖然可能會有誤差，但是在二手資料不足的情況下能夠獲得一些相應的數據支持，為進一步的分析提供有效的信息。

精確量化分析法

問卷調查法

問卷調查是傳統的方法，能夠比較準確獲得準確通勤時間。這種方法需要：

1、選擇抽樣樣本。比如，在北京選擇東南西北中五個區域，各選擇1個高檔社區、1個普通社區分別在小區門口進行隨機抽樣。這樣抽樣的原因在於不同地區的通勤時間可能有差異、不同檔次的社區由於交通工具差異可能導致通勤時間差異。

2、制定樣本分類。我們可以把研究樣本分為：純步行、電動車+自行車、自駕車、公共交通等幾種類型。

3、設計通勤時間調查問卷。分解用戶從出家門的時間到最終進入公司的時間，並把通勤時間分為等待時間和行動時間兩類，詳細了解每一段交通工具下的行動時間。

問卷調查能夠了解更多的信息，對通勤時間的長短有細化的分析，同時還能結合用戶背景進行更詳細的分析，發現更多的細節。比如，哪些類型的或者哪些地區的用戶通勤時間更長等等。

大數據分析法

大數據分析法就是利用用戶的行為數據進行分析。例如，在本案例這能夠可以利用移動終端的基站定位，模擬用戶每天的上下班通勤情況，這種方法主要步驟包括：

1、確定大數據樣本。例如篩選機主年齡25-55歲之間（工作人群），每日早6點到10點手機基站有變動（有移動行為），且周一至周五期間，基站變動保持一致（保持固定上班行為）。

2、確定家庭和公司地址。根據用戶使用的行為，通過基站定位，確定用戶的家庭對應的基站和公司對應的基站位置。

3、確定通勤時間。每個用戶早上最後一次和家庭基站聯繫的時間確定為離家時間，第一次與公司基站建立聯繫的時間為到達公司時間，中間的差值確定為通勤時間。

除了通過移動終端進行研究，還可以通過公交卡進行大數據研究，當然這種方法對於自駕車和純步行的模式可能會造成遺漏。

大數據分析能夠構建一個海量用戶的實時的通勤模型，能夠比較精確定位到用戶在通勤時間任一時刻的地理位置。

不過有時候，大數據分析對於一些比較簡單的用戶研究問題來說有一點殺雞用牛刀的感覺，其效果可能和普通問卷調研沒有什麼區別。

一般來說，大數據分析主要是針對那些已有數據的二次利用，這樣就不用為了用戶研究就單獨花成本進行研究。

定性研究法

深度訪談

深度訪談是選擇一些典型通勤族用戶進行溝通，了解其日常通勤的時間。深度方法的基本方法是：

1、確定深訪的樣本標準：比如，步行、自行車、自駕、地鐵、公交等幾種交通工具，各選擇2人進行深訪，其中一人的通勤距離大於15公里，一人通勤距離小於10公里。

2、根據提綱進行訪談，並最終完成深訪的分析工作。

3、通過深訪內容，了解用戶的通勤時長，同時根據用戶的描述，比如同事之間的通勤時長等內容，猜測整體的通勤時長和方式。

深度訪談不僅能夠幫助研究者了解通勤的時長，還能夠幫助研究者了解更多的通勤細節，例如出門前會有什麼準備，出門後會幹什麼，在地鐵上如何打發時間，擁擠的時候如何保證自己能夠擠上地鐵等等內容。通過深度訪談能夠通勤時間有更深刻的理解，從而發現更多通勤過程中的問題。

跟蹤觀察

跟蹤觀察是實地跟蹤用戶的通勤過程。其確定樣本的方法與深訪的方法基本一致，不過使用的方法是跟蹤用戶，觀察用戶行為。

跟蹤觀察能夠通過精確記錄，了解每一段路程精確的時間，並發現更多場景上的信息，以及一些對用戶來說習以為常的信息。比如，用戶在公交車上的位置，習慣的姿勢，用戶如何與其他的乘客互動，如何保護自己的私人物品等等。

參與式觀察

參與式觀察是研究者親自體驗通勤的過程來獲得直觀的感受。參與式觀察能夠幫助研究者理解用戶在現場的心理活動以及進行決策的判斷依據。比如，用戶在堵車的時候會想一些什麼內容，用戶是如何決定是走路還是坐公交車的等等細節內容。在正式研究前，研究者如果能夠進行參與式觀察，能夠對研究內容有直觀的感受，更容易設計出有針對性的研究提綱。

總的來說，定性研究方法獲得的研究結論並不能準確代表總體的結論，但是定性研究對於北京通勤時間的影響會有一些更深層次的理解，通過這種理解，再結合資料估演算法等方法，能夠幫助研究者更準確的去逼近真實的結論。

微信公眾號：銳合金狗眼，與本專欄同步更新！

推薦閱讀：