联想
用户研究专家
用户研究专家
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公用户研究
用户研究
Ai工具应用
Ppt
Sql
操作系统
数据产品
数据分析
消费电子
用户研究
英文
值不值得投
71综合评分
综合评分 71
大厂平台、薪资有竞争力、技术栈前沿、复合型高阶岗位，但WLB信息不明。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
4万
比用户研究中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 350 个在招
市场机会
选择适中
北京 · 用户研究 · 20 个在招
职位详情
关于这个职位
作为联想的用户研究专家，你将主导平板电脑、操作系统及AI软件体验方向的用户研究工作
你需要将调研数据与多源业务数据融合，形成具有决策价值的深度洞察，并运用AI工具提升研究效率，推动洞察转化为产品定义与业务行动
最低要求
本科及以上学历，心理学、社会学、统计学、人因工程、人机交互、工业设计、计算机、信息管理或相关专业优先
年及以上用户研究、用户洞察或相关工作经验，具有独立主导复杂研究项目的完整经验
熟练掌握定性和定量研究方法，包括但不限于深度访谈、焦点小组、情境研究、可用性测试、问卷研究、概念测试、用户分群、用户旅程及统计分析
具备操作系统、工具类软件、AI产品、复杂交互系统或软硬件一体化产品的研究经验
有iOS、Android、鸿蒙或其他操作系统相关研究经验者优先
必须具备将生成式AI或其他AI工具实际应用于研究、分析或洞察工作的项目经验
能够清晰说明AI在实际项目中解决了什么问题、采用了什么方法、如何验证准确性，以及最终带来了什么业务价值或效率提升
熟悉主流大模型、AI分析工具、自动化工作流或AI Agent的基本应用方式
具备严谨、结构化的逻辑思维，能够从复杂业务问题中识别关键矛盾，并建立清晰的分析框架
能够将业务问题转化为研究假设、指标体系和验证路径
熟悉Python、SQL、R、SPSS或其他数据分析工具中的一种或多种，具备独立处理和分析数据的能力
熟悉常用统计分析方法，能够正确理解显著性、相关性、样本代表性和分析边界
能够融合调研数据、行为数据、NPS、VOC和市场数据，形成相互验证的洞察结论
不以复杂模型或工具使用本身为目标，更关注分析是否能够解决真实业务问题
具备数据产品、BI平台、洞察平台、研究知识库或内部分析工具相关经验
能够独立完成业务需求分析、用户流程设计、功能定义、指标设计和Mockup输出
熟悉Figma、Axure、Power BI、Tableau或其他原型与数据可视化工具
能够与数据、IT、研发和UX团队进行有效沟通，将业务语言转化为清晰、可执行的产品及技术需求
对平板电脑、智能手机、操作系统、软件生态和消费电子行业具有深入理解
了解消费电子产品从市场机会、用户需求、产品定义、研发验证到上市后反馈的完整生命周期
能够理解硬件、操作系统、软件服务、应用生态和用户场景之间的关系
能够从用户、产品、竞争和商业多个维度进行综合判断，而不是停留在研究方法或数据表层
具备优秀的书面表达、口头表达和故事线构建能力;具备高水平PPT能力，能够独立完成逻辑清晰、重点突出、视觉专业的管理层汇报材料
能够清楚区分背景、问题、证据、洞察、业务影响和行动建议，并形成具有说服力的汇报结构
能够使用数据可视化准确表达复杂结论，避免堆砌数据、图表和研究过程
能够使用英文独立开展海外用户研究，并完成英文访谈、报告撰写和跨区域沟通
结果导向，具有较强的主人翁意识，不局限于完成被分配的研究任务
能够在需求不清晰时主动澄清目标、定义问题并提出解决方案
具备较强的项目管理和跨团队推动能力，能够协调多方资源，处理分歧并推动项目按计划落地
能够适应快节奏、多项目并行和需求动态变化的工作环境，在压力下保持判断力、交付质量和执行效率
对业务结果负责，愿意持续跟踪洞察落地情况，而不是以报告交付作为项目终点
工作职责
主导复杂产品及系统级用户研究
主导平板电脑、操作系统、软件功能及AI体验相关的全生命周期用户研究，包括用户需求挖掘、目标人群识别、用户分层、核心场景定义、购买决策研究、用户旅程分析、系统级交互体验验证及上市后体验追踪
深入理解业务目标，将复杂的产品或业务问题拆解为清晰、可验证的研究问题和研究假设
根据不同业务阶段，综合运用定性与定量研究方法，为产品定位、功能定义、体验设计、产品迭代及市场策略提供决策依据
能够识别业务提出的表层问题与用户真实问题之间的差异，避免机械执行需求，主动提出更有效的研究路径
独立完成端到端用户研究
独立负责用户研究全流程，包括业务需求澄清、研究框架搭建、研究方案设计、用户招募、访谈及问卷设计、项目执行、质量管理、数据分析、洞察提炼、报告撰写和结果汇报
根据研究目的科学设计样本、配额和分析维度，能够识别并控制样本偏差、问卷偏差及研究过程中的质量风险
统筹和管理外部研究机构或咨询供应商，对研究方案、执行过程、数据质量和最终产出负责
具备较强的自主研究能力，在没有外部供应商支持的情况下，也能够独立完成高质量研究项目
运用AI提升研究效率与洞察深度
将AI工具实际应用于用户研究全流程，包括但不限于案头研究、研究框架生成、访谈提纲及问卷优化、访谈文本处理、定性编码、主题聚类、用户反馈归纳、开放题分析、研究假设验证、洞察提炼、数据可视化和报告生成
能够判断AI输出的准确性、适用边界和潜在偏差，对AI生成内容进行事实验证、逻辑校验和人工判断，而不是简单接受AI输出
主动探索并沉淀AI赋能用户研究的方法、Prompt、Agent或自动化工作流，持续提升团队研究效率和洞察质量
能够结合企业数据安全与用户隐私要求，规范使用AI工具及研究数据
融合多源数据形成业务洞察
综合分析用户调研数据、用户行为数据、NPS、VOC、产品反馈、设备埋点、市场数据及竞争信息，避免依赖单一问卷或单一数据源得出结论
具备较强的数据敏感度，能够发现数据中的关键变化、异常关系和潜在机会，并进一步分析其背后的用户动机和业务原因
能够区分数据事实、分析判断和业务假设，避免“只看数据说话”或简单复述图表
将用户洞察与市场环境、竞争格局、产品策略、技术可行性和商业目标相结合，形成清晰的业务判断和可执行建议
能够从研究结果中明确回答：发现了什么、为什么会发生、对业务意味着什么、下一步应该做什么
参与洞察数据平台及工具建设
具备数据产品思维，能够将用户研究、NPS、VOC、用户行为及市场数据的使用需求，转化为数据平台、分析工具、仪表盘或AI洞察助手的产品需求
能够独立完成业务流程、信息架构、指标体系、功能逻辑和用户交互设计，并通过Mockup或Prototype清晰表达产品方案
与数据团队、IT、研发、算法、UX/UI及其他业务团队共同定义数据接入、标签体系、分析逻辑、权限机制和可视化呈现要求
参与洞察平台从需求定义、方案设计、开发验证到上线运营的全过程，持续收集内部用户反馈，推动平台迭代
将高频研究分析方法沉淀为标准化、可复用的分析模板、仪表盘、自动化工作流或AI工具，提升团队整体效率
推动洞察转化与业务落地
与产品经理、战略规划、交互设计、研发、市场、销售及数据团队建立高效协作机制，推动研究结论进入产品和业务决策流程
能够将洞察进一步转化为产品机会点、功能需求、目标用户定义、用户场景、体验优化建议及行动优先级
对洞察落地结果进行持续追踪和复盘，判断研究建议是否被采纳、是否产生预期效果，并根据反馈优化后续研究
面对信息不完整、需求变化和多项目并行的环境，能够主动识别问题、组织资源、推动决策并确保交付，而不是被动等待指令
完成高质量管理层沟通
独立完成结构严谨、观点清晰、视觉专业的研究报告及PPT
能够将复杂的数据和研究发现提炼为管理层能够快速理解的核心结论、关键证据、业务影响和行动建议
根据不同沟通对象调整表达方式，能够面向产品、研发、设计和管理层进行有影响力的研究分享与决策沟通
在跨团队存在不同观点时，能够基于用户证据和业务逻辑推动团队形成共识
优先资格
有以下经验之一者优先：
利用AI处理访谈文本、开放题或大规模VOC数据
利用AI进行主题聚类、观点提取、趋势识别或可视化
设计用户研究相关Prompt Library、AI Agent或自动化分析流程
参与企业内部AI研究工具或智能洞察平台建设
有从0到1参与数据平台、研究平台、BI系统或AI洞察工具建设经验者优先
有平板电脑、智能手机、PC、操作系统、AI终端或相关消费电子产品经验者优先
平板电脑、智能手机、操作系统或AI终端产品研究经验
实际参与AI产品、AI功能或AI原生交互研究
从0到1建设用户洞察平台、研究数据平台或BI工具
使用AI处理大规模访谈文本、开放题、VOC或用户行为数据
独立设计并推动数据平台Mockup或Prototype落地
成功推动研究洞察转化为产品功能、体验优化或业务策略
主导全球或跨区域用户研究项目
有面向高级管理层进行研究汇报和业务策略沟通的经验
AI 洞察
优缺点分析
优点
- 深度参与核心产品（平板、OS）决策链，影响力大，能直接看到研究推动产品改变
- 岗位明确要求拥抱和应用前沿AI技术，是学习与实践AI for Research的绝佳平台
- 职责涵盖研究、数据、产品（工具）多个维度，能力模型复合，职业发展路径宽
- 身处大型平台，资源丰富，项目体量大，能积累复杂的行业研究案例
- 要求极高：需同时具备用户研究、AI应用、数据产品设计及强推动力的‘多边形战士’，能力门槛高
- 推动落地难：洞察转化为业务行动涉及复杂跨团队协作，需极强的沟通与政治智慧
- 环境高压：在快节奏、多项目并行的环境中，需持续保持高交付质量与抗压能力
- 适合兼具深度研究能力、技术好奇心（AI与数据）和强业务驱动力的资深用户研究者，渴望从洞察者进化为产品推动者与工具建设者
缺点 / 挑战
暂无明显挑战项
角色解读
- 纵向深耕：成为特定领域（如操作系统AI体验）的顶尖用户研究专家或首席研究员，影响产品战略
- 横向拓展：转向用户研究团队负责人、数据产品经理或体验策略岗位，统筹更大范围的用户洞察体系
- 结合AI：发展为AI赋能用户研究的技术领袖，设计并推广行业领先的智能研究解决方案
- 主导平板电脑、操作系统等消费电子产品的全周期用户研究，挖掘需求、定义场景并验证体验
- 运用AI工具（如大模型、自动化工作流）重构用户研究流程，提升从数据处理到洞察提炼的效率与深度
- 作为数据产品经理，设计并推动内部洞察平台、BI工具或AI分析工具从需求到落地的全过程
- 将多源数据（调研、行为、NPS、市场）融合分析，形成可指导产品定义与业务决策的深度洞察，并推动其落地
- 扎实的用户研究方法论（定性+定量）与独立主导复杂项目的能力
- 将生成式AI等前沿工具实际应用于研究分析的实践经验，并能验证其有效性
- 具备数据产品思维，能设计Mockup并协同技术团队实现数据工具
- 优秀的业务分析、逻辑思维、跨团队沟通及高阶PPT汇报能力，尤其需要英文沟通
申请策略
- 研究联想近期在平板、AI PC方面的战略与产品发布，将你的研究思考与之关联，体现商业敏感度
- 准备一个作品集（Portfolio），展示你如何将定性访谈与定量数据结合，或如何用数据可视化呈现洞察
- 突出‘AI+用户研究’的结合点，用具体案例说明如何用AI提升了研究效率或洞察质量（如处理10万条用户反馈）
- 强调独立负责的端到端复杂研究项目，展示从问题定义到业务建议的全流程把控力
- 列举参与或主导的数据平台、BI工具建设经历，说明你的产品设计与推动落地能力
- 展示对消费电子（尤其平板、OS）的深刻理解，以及你的研究如何影响了产品决策
- 系统学习Prompt Engineering与主流AI分析工具（如Copilot、各类文本分析平台），并找到在研究场景的应用案例
- 练习数据产品的原型设计（Figma/Axure），并尝试用SQL/Python分析一些公开的用户行为数据集
面试指南
- 对于AI应用问题，使用STAR-L（情境、任务、行动、结果、学习）框架，重点描述AI介入的环节、你的判断与验证过程、以及带来的量化或质化提升
- 对于平台设计问题，按照产品设计流程回答：从明确核心用户（如研究员、产品经理）和痛点开始，到定义关键指标与功能模块，再到沟通与迭代
- 对于冲突处理问题，强调‘基于证据和业务逻辑’，描述你如何引导各方回归用户事实和商业目标，寻求共识或进行小规模验证
- 请分享一个你运用AI工具解决复杂用户研究问题的项目，具体用了什么AI，流程是怎样的，结果如何？
- 你如何定义一个从0到1的数据洞察平台产品需求？请描述你的设计思路
- 当产品经理、设计师和研发团队对你的研究结论有不同看法甚至质疑时，你如何处理？
- 请描述一个你最成功的、将用户洞察转化为实际产品功能或优化的案例
- 如果让你负责下个季度关于平板电脑新功能的用户研究规划，你会怎么思考并制定计划？
职位点评
薪资福利75
成长发展85
工作生活50
使命价值65
薪资福利
75中等
该职位在大型跨国企业，薪资待遇预计具有市场竞争力，能提供稳定的雇佣关系和完善的福利保障。
薪资信号面议 (3千–5万/月)
成长发展
85较高
职位对技能复合性要求极高，提供将前沿AI技术深度融入核心业务的实践机会，并涉及数据产品从0到1的建设，成长空间广阔。
技术前沿前沿/新兴技术
技术栈生成式AI、AI Agent、Prompt Engineering、Python、SQL、数据可视化、Figma
成长机会探索并沉淀AI赋能用户研究的方法、参与洞察平台从需求定义、方案设计、开发验证到上线运营的全过程、对洞察落地结果进行持续追踪和复盘
业务类型ambiguous
工作生活
50较低
JD未明确提及办公模式、加班政策或WLB相关信息，且岗位职责包含大量跨团队协作与推动工作，隐含较高的沟通协调与压力，生活方式方面的满足程度存在不确定性。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
65中等
岗位直接服务于消费电子产品创新，但JD未强调社会价值或行业使命，更多聚焦于业务效率和产品优化，意义感动机的满足程度一般。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
联想 的其他在招职位
相似职位推荐
Watch Jobs