UX 研究員技能指南

2024 年對 2,800 個 UX 研究員職缺的分析發現，最常被要求的技能已經轉變：「混合方法」出現在 74% 的職缺中（自 2021 年的 52% 上升），而「量化研究」出現在 61%（自 2021 年的 38% 上升）[1]。UX 研究意味著「執行一次可用性測試並撰寫報告」的日子已經結束。雇主現在期待研究員跨質性與量化光譜工作、操作研究基礎架構，並將發現轉譯為商業指標。

關鍵要點

• 混合方法能力（質性 + 量化）是最受追捧的技能組合，出現在 74% 的職缺中 [1]
• 工具熟練度對 ATS 篩選很重要——Maze、Dovetail、UserTesting 與 Optimal Workshop 是四個最常被要求的平台
• 利害關係人管理與研究敘事等軟技能，將資深研究員與中階研究員區分
• 證照價值有限但具體：UXPA CUA 與 NN/g UX Research Certificate 最受認可
• 建立技能最快的方式是透過以專案為基礎的學習——自願參與跨職能研究或貢獻於開源 UX 研究倉庫

硬技能

1. 質性研究方法

UX 研究的基礎。你必須能設計並執行揭示使用者行為背後「為什麼」的研究。 **核心方法：**半結構化訪談、情境訪查、民族誌觀察、日記研究、焦點團體、放聲思考可用性測試、卡片分類（開放與封閉）、樹測試、參與式設計工作坊、概念測試、首次點擊測試 **熟練度的樣貌：**你能為研究問題選擇合適方法、撰寫避免引導性問題的訪談指南、主持產出豐富資料而無偏誤的會議，並使用親和圖或主題分析綜合發現。你知道何時使用 5 位參與者的研究（形成性可用性）對比 30 位參與者的研究（生成性探索）。 **工具：**Lookback、UserTesting、dscout、Zoom（含錄影與轉錄）、Rev.ai、Otter.ai

2. 量化研究方法

這是將獲得晉升的研究員與停滯不前的研究員區分的技能缺口。量化流利度讓你能將研究擴展超越小樣本質性研究。 **核心方法：**調查設計（Likert 量表、MaxDiff、聯合分析）、A/B 測試解讀、統計顯著性檢定、System Usability Scale（SUS）基準、大規模非主持任務測試、行為分析分析、信賴區間、迴歸分析 **熟練度的樣貌：**你能設計產出具統計效度結果的調查工具、計算所需樣本數、解讀超越「版本 B 勝出」的 A/B 測試輸出，並建立縱貫追蹤產品品質的 SUS 基準。你理解何時需要 95% 信賴水準，何時 80% 對決策情境已足夠。 **工具：**Qualtrics、SurveyMonkey、Maze（非主持量化）、Google Analytics、Amplitude、Mixpanel、SPSS、R、Python（pandas、scipy）

3. 研究綜合分析

未經綜合的原始資料毫無價值。此技能將訪談逐字稿與調查回應轉化為可行動的洞察。 **核心技巧：**親和圖（又稱親和圖解）、主題分析、紮根理論編碼、旅程地圖、同理地圖、從研究資料（而非假設）發展的人物誌、原子研究（將洞察標記為可重用單位）、跨研究後設分析 **熟練度的樣貌：**你能在一週內將 20+ 次訪談綜合為 4-6 個可行動主題。你在研究倉庫中標記洞察，讓其他團隊可搜尋。你建立產品經理在規劃時真的會參考的旅程地圖。 **工具：**Dovetail、Reframer、EnjoyHQ、Miro、FigJam、Airtable、Notion

4. 研究倉庫管理

隨組織擴大研究實踐，管理組織知識成為一項獨特且受重視的技能。 **涉及內容：**建構標記洞察的分類法、建立命名慣例、管理存取權限、訓練非研究員搜尋並引用過往發現、量測倉庫使用與影響 **工具：**Dovetail（最常見的專屬研究倉庫）、Notion、Confluence、Airtable

5. 行為分析解讀

現代 UX 研究員被期待以行為資料情境化質性發現。你不需要是資料科學家，但必須能拉取並解讀基本產品分析。 **熟練度的樣貌：**你能在 Amplitude 或 Mixpanel 中建立漏斗分析識別使用者流失點、依行為世代切分使用者、識別使用者行動與留存之間的相關模式，並結合此量化情境與質性研究講完整故事。 **工具：**Amplitude、Mixpanel、Heap、Pendo、FullStory、Hotjar、Google Analytics 4

6. 原型與線框審查

研究員雖不設計介面，但會評估。理解設計系統、互動模式與無障礙標準，讓你的研究批評更具體可行動。 **熟練度的樣貌：**你能導覽 Figma 原型以設置可用性測試、理解元件庫到能識別不一致的程度，並依 WCAG 2.1 無障礙指引評估設計。你能以設計詞彙（affordance、認知負載、漸進揭露）闡述問題，而非模糊回饋。 **工具：**Figma、Sketch、Adobe XD、InVision、Axure RP

7. 調查設計與心理計量

調查研究是具備自身陷阱的獨特學科。設計不良的調查產出誤導產品團隊的不可靠資料。 **熟練度的樣貌：**你理解題序效應、社會讚許偏誤、尺度錨定、分支邏輯，以及適用於不同題型的統計檢定。你能使用既有尺度（SUS、CSAT、NPS、UEQ）與具適當信度測試的自訂題項，設計經驗證的工具。 **工具：**Qualtrics（複雜調查的黃金標準）、SurveyMonkey、Typeform、Google Forms

8. 研究簡報與敘事

技術上最嚴謹的研究，若未有效溝通發現，仍毫無價值。此技能架起資料與決策之間的橋樑。 **熟練度的樣貌：**你製作以待做決策（而非使用方法）為首的簡報。你用使用者會議影片片段創造情感連結。你以「標題、證據、建議」為每個發現建構報告。你為不同受眾調整溝通風格——對設計師詳盡、對 PM 以指標為主、對高階主管策略性。 **工具：**Google Slides、Keynote、Loom（非同步報告）、Figma（視覺研究報告）

9. 無障礙研究

隨著 DOJ 強化 ADA 對數位財產的適用，以及 WCAG 2.2 成為標準，無障礙研究日益成為必要能力 [2]。 **熟練度的樣貌：**你能與使用輔助科技（螢幕閱讀器、開關存取、語音控制）的參與者進行可用性測試。你理解 WCAG 2.2 成功準則到能評估設計並識別違反的程度。你能向產品團隊建議包容設計實務。 **工具：**NVDA、VoiceOver、JAWS、axe DevTools、WAVE、Stark

10. 程式設計與資料分析（新興）

多數職位非必要，但越來越受重視——尤其量化 UXR 職位。 **熟練度的樣貌：**你能撰寫 Python 或 R 腳本清理調查資料、執行統計檢定並生成視覺化。你能查詢 SQL 資料庫拉取行為資料供分析。你不是資料科學家，但能獨立處理資料而不需等待工程支援。 **工具：**Python（pandas、scipy、matplotlib）、R（tidyverse、ggplot2）、SQL、Jupyter Notebooks、Google Colab

軟技能

1. 利害關係人管理

與產品經理、設計師、工程師與高階主管建立信任的能力，讓研究發現真正影響決策。這包括協商研究優先順序、管理對時程與樣本數的期待，並處理發現與利害關係人假設衝突時的反彈。

2. 積極傾聽

在研究會議中，參與者未說出的往往比說出的更重要。積極傾聽意味著深入追問、識別情緒線索、容忍沉默，並抵抗引導參與者確認你假設的衝動。

3. 批判性思考

在呈現之前評估自己發現的效度。識別樣本何時有偏誤、調查問題何時有引導、相關何時被誤為因果，以及發現何時強到足以支持產品變更對比何時需要更多資料。

4. 跨職能溝通

將研究發現轉譯為受眾的語言。工程師想要具體性（「使用者期待返回按鈕回到前一個篩選狀態，而不是主畫面」）。產品經理想要指標（「此問題影響結帳流程中 34% 的會議」）。高階主管想要商業衝擊（「此可用性差距造成首月使用者 12% 的流失率」）。

5. 主持

帶領工作坊、設計衝刺與對齊會議，讓多元利害關係人基於研究洞察共同創造。良好主持意味著管理強勢聲音、引出安靜參與者、保持討論聚焦，並在固定時間內產出可行動成果。

6. 同理與文化敏感度

與多元參與者進行研究需要對文化差異、權力動態與無障礙需求的敏感度。這不是人格特質——而是涉及訓練、反思與持續改善的練就技能。

7. 專案管理

同時管理多個並行研究，每個有不同時程、利害關係人與參與者要求。這包括界定研究範疇、估計時程、溝通狀態，並知道何時推回不切實際的要求。

8. 智識謙遜

願意讓資料反駁你的假設並公開改變想法。變得依附初始解讀的研究員，會失去那些學會不信任其客觀性之利害關係人的信任。

證照

技能發展路線圖

**第 1 年（入門級）：**精通主持可用性測試、學習一種調查工具（Qualtrics 或 SurveyMonkey）、在一種綜合工具（Dovetail 或 Miro）中變得熟練，練習向小受眾呈現發現。 **第 2-3 年（中階）：**加入量化方法（SUS 基準、大規模非主持測試）、學習行為分析（Amplitude 或 Mixpanel）、發展利害關係人管理技能，開始貢獻於研究倉庫。 **第 4-6 年（資深）：**深化統計流利度（迴歸、因素分析）、發展研究策略技能、指導資淺研究員、開始對外演講或發表，建立研究營運能力。 **第 7+ 年（主任／首席）：**領導組織研究策略、發展跨團隊擴展的框架、貢獻於業界標準與會議、評估新興方法論（AI 輔助分析、持續研究平台）。

處理技能缺口

**若你缺乏量化技能：**修讀統計課程（Khan Academy 免費，Coursera 的「Statistics with R」深入）。透過對你使用的產品執行 SUS 基準研究來練習。在公司提供對資料科學家 A/B 測試分析的支援。 **若你缺乏質性深度：**自願為另一個團隊主持訪談。練習為假設研究撰寫訪談指南。從頭到尾閱讀 Steve Portigal 的《Interviewing Users》。 **若你缺乏工具熟練度：**多數 UX 研究工具提供免費試用或學術授權。花一個週末在 Dovetail 或 Maze 中設置模擬研究專案。熟悉度是基本條件。 **若你缺乏利害關係人管理經驗：**請求與資深研究員共同呈現研究發現。跟隨產品經理在規劃會議中，以理解其決策框架。自願為跨職能受眾帶領研究報告。

最終要點

UX 研究員的技能組已顯著擴展。招聘經理現在期待混合方法能力、工具流利度，以及將研究發現連結到商業成果的能力。早期投資量化技能——它們是職涯晉升最強的差異化因素。證照增添邊際價值，但不應取代專案經驗。晉升最快的研究員是那些結合方法論嚴謹與利害關係人影響力的人。

常見問題

我需要會寫程式才能當 UX 研究員嗎？

多數 UX 研究角色不需程式設計，但越來越受重視——尤其在資料驅動公司與量化 UXR 職位。懂足以清理資料、執行統計檢定並製作視覺化的 Python 或 R，能給你獨立性與速度。SQL 對直接查詢行為資料而非仰賴分析師有用。若只學一種語言，從 Python 與 pandas 函式庫開始。

我該先學哪些 UX 研究工具？

從每個類別各選一個工具開始：可用性測試平台（Maze 或 UserTesting）、綜合工具（Dovetail 或 Miro），以及調查工具（Qualtrics 或 SurveyMonkey）。這三個涵蓋核心研究工作流程。達到中階後加入行為分析工具（Amplitude 或 Mixpanel）。招聘經理較不在意你懂哪個特定工具，更在意你能否快速上手新工具。

與研究方法相比，軟技能有多重要？

入門級，方法更重要——你需要證明你能設計並執行研究。資深級，軟技能是主要差異化因素。兩位資深研究員可能有相同方法論能力，但建立更強利害關係人關係、更具說服力呈現發現者，將擁有更多職涯機會。從中階開始投資主持、敘事與利害關係人管理。

UX 研究員最被低估的技能是什麼？

研究營運。設置參與者名單、製作篩選模板、管理同意工作流程，以及建置可搜尋的洞察倉庫是不光鮮但對擴展研究實踐的組織高度受重視的技能。ReOps 技能稀缺，且隨著公司成熟其研究職能而日益差異化 [3]。

**引用來源：** [1] NN/g 與 UXR Collective，《State of UX Research Hiring Report》，2024。 [2] W3C，《Web Content Accessibility Guidelines (WCAG) 2.2》，w3.org，2023。 [3] ReOps Community，《Research Operations Annual Report》，researchops.community，2024。