理解单个用户行为：从个案找到问题

个案适合发现细节，不代表总体规律

整体数据能指出差异，单个用户的行为可以帮助理解过程中的细节，例如先后查看哪些页面、重复哪些动作、何时进入目标流程。适合用来形成问题或检查一个具体体验，不适合凭一个人的路线判断所有用户需求。

选择个案应有明确原因，例如对应某个流程中断或需要解释的行为模式。不要只挑支持已有想法的例子，也不要把路径特殊的人当作“典型用户”。保留选择条件，之后再用群体数据检查是否普遍。

先确认授权与可见范围

1. 在目标 Profile 打开 Insight 对话，在输入框输入 @。
2. 选择“用户”分类，使用搜索或显示的用户分群缩小范围。核对候选显示的姓名、标识等信息后选中一人；姓名或邮箱可能被脱敏，不要仅凭同名判断。
3. 确认输入框已经添加所选用户，再写明时间与问题发送。例如“按时间整理该用户最近 7 天的行为，标出访问边界与缺失记录”。
4. 核对回答中的用户和时间。若返回多个候选或无法确定对象，先完成识别再继续分析。

只使用当前账号有权访问的已采集行为。采集标识不一定对应经过身份核验的真实个人，不同设备或浏览器也可能形成分开的记录。不要添加无关个人信息，或从浏览内容推断敏感属性。

先还原顺序，再讨论原因

“按会话汇总”与“逐事件行为历史”用途不同。会话摘要最多展示最近 20 次会话，用于概览访问时间、页面与时长，不代表全部历史或所有事件。需要细查顺序时，指定同一用户和期间，要求按事件列出行为历史。

默认历史可能省略细粒度点击、停留和触达展示事件。没有某行记录不能直接解释为“没有发生该行为”，应先核对查询范围和排除条件。可以提问“按可见记录描述顺序，并标出缺失信息与待验证问题”；不要补造不可见时间的行为，也不要将情绪和动机当作事实。

把行为信号与心理解释分开

反复点击可能是寻找反馈，也可能是重复操作；停留很久可能是在阅读，也可能暂时离开设备；返回上一页可能是比较信息，并不必然表示迷路。每个信号都可能有多种合理解释。

对重要疑问，列出能够区分解释的证据，例如页面是否清楚说明下一步、动作是否成功、其他用户是否出现相同模式。若没有这些证据，就把解释保留为假设，不要把 AI 生成的故事写成用户真实想法。

回到群体数据检查是否重复发生

个案发现某个障碍后，用页面、设备、来源或流程条件查找是否还有类似行为。可以结合热图、漏斗或受众比较，判断它是孤立事件、特定条件下的问题，还是值得优先处理的普遍现象。

不要把同一用户的多次操作当成多位用户的独立证据。也不要为了验证个案而无限缩小筛选，最后只剩原来的那个人。需要明确人数、次数与覆盖范围，才能判断一个细节是否值得扩大到整体改善。

保存问题与验证结果，不保存臆测故事

记录中保留选择个案的理由、可见行为、无法确定的部分，以及后续群体验证的结果。共享时优先使用去识别化的行为描述，避免传播不必要的个人细节。需要复用的是体验问题与判断方法，不是对某个人的评价。

如果个案帮助发现明确的操作故障，可以直接交给负责团队复现；如果只是内容理解假设，则进入进一步验证。两者都应保留证据与下一步，不把一次个案研究包装成已证明的用户画像。