IT工程師數位筆記本

發現用戶需求

在如今大數據盛行的情況下，我分享一下在沒有大數據支撐的情況下，我們該如何發現用戶需求。

“匹配度”打通產品與用戶需求，幫助你走進用戶需求、探尋用戶需求、從需求中發現機會，如同荒野獵人的生存指南。匹配意味著連接與打通，包括打通產品與產品、產品與人、產品與商業，這也是從技術、需求與市場出發不可忽略的開發與推廣的核心點，亦即為產品找到精準的用戶，為特定的人群做出超出預期的產品。

產品經理做的事情，本質是打通問題（用戶需求）與解決方案（產品），從而優化這個世界。用戶需求與產品的匹配過程是產品定位的重要環節，需求驅動產品與運營，不了解用戶需求很難做好產品經理。

那么問題是，如果沒有大數據的支撐，你如何去發現用戶需求？

傳統的市場調研隨著互聯網的普及變成用戶需求洞察，手段和形式都發生了很大變化。用戶需求、產品、技術的實現方式，場景的選擇，如何在這些千絲萬縷的關系中找到最合理的優化路徑，是決定一個產品未來潛力的決定性因素。

用戶需求的挖掘過程如果用一個形象的比喻的話就好比一個荒野獵人的生存指南，你需要知道出門前要做哪些準備（包括正確的心態和認識）、出門之后如何逮兔子以及打獵回家之后怎么根據這些原始食材做出一頓富有營養的晚餐。

需求是產品存在的原因，產品只是滿足需求的方式之一。

大江南北的人在口味上似乎都 開始喜歡吃辣，享受那種爽快的口腹之欲。雖然嗜辣是一種需求，但市場上滿足這種需求的 菜品卻在不斷創新，川菜、火鍋、麻辣香鍋，不斷有新的菜品進入這個市場，而每一類菜品在市場上總是各領風騷沒幾年。

這種情況在科技界更是如此，以家庭視頻為例，從早期的電視，到錄像機，到光盤、藍光盤、流媒體，直到現在的視頻網站、網絡高清機頂盒，短短二三十年間，產品一直在不斷創新，在家觀看視頻這個需求卻一直存在。

企業如果過分關注產品，會把重點放在不斷改進產品性能上，但可能會忽視掉其他滿足用戶需求的方式和機會，直到被淘汰的時候才恍然大悟。企業如果過分關注需求，則會鼓勵員工用更好的方法去滿足用戶，而不僅僅是改善現有的解決方案。

需求的解決方案總是會隨著技術和社會的發展不斷變化形態，但產生需求的原因卻是穩定的。當新技術進入市場以后，只要以需求為根，把技術及成本嫁接到需求上，就可能預測出未來產品的發展趨勢。

用戶需求挖掘方法在市場上一直以碎片化的形式存在，微信創始人張小龍說：“互聯網產品應該是由用戶推動，而不是產品經理來推動。產品經理的作用只是找到四兩撥千斤的地方稍微用點力。”而這些四兩撥千斤的信息，往往就零星地分布在這些碎片后面，把他們整合起來進行梳理，是了解用戶需求的必備工作。

易信 CEO 胡琛就推薦一本這樣的書《匹配度》。

這本書的出發點是教產品經理/運營分析不在技術的難點而在于方案的構思：

首先，你需要建立一個信息分析的框架模型，根據模型幫助你洞察用戶需求。

其次， 你需要知道為了能夠運行這個信息分析模型，你需要找到哪些數據。

第三，你需要知道如何找到這些數據，并能夠按照要求整理好這些數據。

我曾經做過一個項目是評價各個 App 的市場需求，其核心就是想知道在某段時間內 用戶對哪些 App 比較喜歡，哪些 App 會有爆發式需求的可能。

大家都會考慮采用應用市場的下載排名來進行分析，不過由于各個應用市場都有推 廣及刷榜的影響，可信度都會打折扣。所以，我設計了一套簡單的模型，對各大應用市場的數據進行加權處理，降低刷榜的影響——萬一有哪個 App 在所有應用市場都刷榜呢， 不過首先我覺得一般的 App 沒有這么大的手筆，另外如果這個App真的這么刷榜，的確說明這個 App 可能有爆發的潛質，用錢堆出來的爆發的潛質。

除了應用市場的數據加權，我還把App的名稱作為關鍵詞引入到友盟、微博指數、百度指數進行分析，體現App在媒體公關等軟推廣上的營銷推廣價值。

最后，為了獲得以上數據，我請了一個朋友。他花了一天時間幫我開發了一個爬蟲程序，每周都能夠從各大平臺按照要求把我所需要的數據從平臺上爬取下來，并進行整 理。這種自動化的方案讓整個項目的工作量成倍減少，從而使我有更多的精力聚焦在分析上，而不是聚焦在數據搜集和整理上。

沒有大數據的支撐下，如何去做用戶分析？

從模型和算法出發，打通產品與用戶需求，從產品、場景、運營、消費心理幾大方面深入分析“需求策略”如何決定產品的市場與形態，讓很多人從最初的閉著眼睛臆測用戶需求到系統掌握需求挖掘方法。

當你在互聯網行業工作了幾年，偶爾有幸去一些創業項目的路演現場，可能經常會聽到這樣的專家評價：

“這個產品設計沒有真正滿足用戶需求！” “產品經理壓根沒搞懂用戶需求是什么。” …… 等等……聽起來“用戶需求”似乎是一個特別“高大上”的詞，也是一個非常適合在點評對方產品時拋出來的必殺用語。

此時創業者往往會很勉強地自我辯護說：“我當然了解用戶需求，因為我做了調研 / 訪談 / 研究/統計……” 其實，創業者已經掉入了評委老師的謎之圈套，因為不管他說什么，評委老師都會輕蔑 地一笑，“你” 以為做了 ……，就是了解用戶需求了嗎？

這種直擊心靈的片兒湯話屢試不爽，往往能夠迅速拉開雙方的“段位”，并對創業者形成專業上的精神碾壓。

用戶需求固然很重要，但在實際運營中，卻常常會被下意識地與用戶反饋相混淆。

我們常常會聽見負責產品策劃的同事說：“下一期的產品迭代中會增加功能 A/B，因為最近用戶在一些社交軟件和用戶群里一直吵著要這些。” 可是，當開發部門真的把這些功能加上去之后，往往實際的使用比率表現卻很差，這時候內部各團隊往往會開始相互指責：策劃部門說交互和視覺部門做了改動，所以導致用戶不爽而用得少；交互和視覺部門會說開發部門做了妥協犧牲才導致不能如效果圖那般完美；開發部門說這個鍋我們不背，因為這是測試出的問題應該讓 QA 團隊負責；甚至有可能會得出這是因為市場宣傳部門沒有找到真正喜歡這一功能的用戶群的結論。

但是，沒有人會說用戶根本沒有這個需求。因為雖然你可以像專家一樣很輕松地說出“沒有需求”這四個字，但當你需要去證明“沒有需求”的時候，你會發現你不僅缺少“炮彈”，甚至連對方的“陣地”都不一定搞得清楚，一句“這些都是用戶自己說的需求”就能讓你放棄進一步的辯論。

用戶需求仿佛變成了一個令人心懷敬畏的概念，人們的態度走向兩極化：有人奉若圭臬，把它“神化”卻無法落地，在人人都是產品經理的年代，誰嘴上都會掛著它充門面，而任何產品上的問題似乎都可以一 言以蔽之；有人視若敝履，消極否定它，卻忽略掉它本來的核心價值。

不過，總有人想揭穿這層神秘的外衣，讓它真正地落地，讓它清晰可見、觸手可及。

如果你也曾似懂非懂，現在也還有點心虛的話，不妨翻閱《匹配度》這本書，《匹配度》在這方面做了非常有益的努力，通過這本書，從用戶研究的起承轉合中去一步步地了解和學習它。

大部分談論需求洞察的書，往往會給讀者一種“葉公好龍”的感受。這主要是因為那些過于理論化的提煉，雖然有助于方法論的塑造，但仍然不能給予讀者一種實戰手冊的說明指導。

這本書從問題設計到案頭研究，從選擇用戶到角色定位，從項目執行到最后的成果展示，作者將需求洞察中的很多隱性知識都毫無保留地揭示出來，如果你是產品經理、用戶體驗研究員，或者有一定的用戶研究經歷，會更容易與這本書產生共鳴。

在我看來，需求洞察的能力可以分為三個段位：

◆段位一： 傾聽用戶。傾聽用戶的心聲，發現用戶想要表達什么。雖然用戶說的常常和他想要的東西不一致，但是很多企業甚至連放下身段 去傾聽這一點都沒有做到。

◆段位二：理解用戶。理解用戶需要“同理心”，需要獲得用戶內心的感受。但在實際的工作中，我們或許會看到更多關于“同理心”的反向濫用，“我應該像用戶一樣思考”，變成了“用戶應該會像我一樣思考和使用產品”。

◆段位三：洞察用戶。洞察用戶需要超越用戶去思考，看到用戶需求的本質，這不僅僅需要用戶的參與，更需求你自身不斷地探索和實踐，找到用戶都不知道的真正需求。

在日常工作中我們時常還會遇到因為知識體系差異而導致的團隊內的觀念沖突。在大型組織中如何推動組織認可需求洞察及進一步施用，往往是專業工作者的個人短板，甚至常常被視為惑眾的奇技淫巧。作為用戶需求的發現和提煉者，必須深刻理解發展相應能力的必要性，才能走出“真理掌握在少數人手中，然而并沒有什么用”的孤獨窘境。

當你具備了需求洞察的能力，你將重新構建自己的認知框架，你看待世界的每一天都會是全然不同的。你和那些曾經神秘飄忽的需求之間，不再是被動的偶遇，而是具備了主動追求的可能。這仿佛是失而復明的盲人，你會發現每一個客觀物體仍然矗立在那里，但顏色上似乎又特別鮮艷，正在悄然釋放令你興奮的暗語信號。

需求洞察應該找什么樣的目標用戶？

目標用戶

需求洞察最重要的就是要找到合適的用戶樣本，我們希望找到的用戶有需求問題，同時愿意交流并善于交流。

需求洞察選擇的用戶與定量調研不一樣，定量調研一般要求隨機性抽樣，樣本應該體現真實分布。而需求洞察則是要發現用戶需求，我們希望能夠找到那些有強烈需求的用戶，雖然這些用戶比例很少，但是他們很有可能代表著未來的需求趨勢。

一般來說，當你需要尋找用戶的時候，你可以考慮：

一、典型用戶。 典型用戶是一提起產品或者服務，大家腦海中立刻會浮現出的用戶形象。比如提起保健品大家首先想到的就是老年人，提起化妝品，大家首先想到的是年輕女性。這部分用戶應該是產品最核心的使用群體。在需求洞察中研究典型用戶，可以幫助你最快速地了解行業、產品，你可以發現最常見的行為，了解最普遍的使用心態，并建立一個主流使用者的標準，這可以在后續研究極端用戶的時候對照使用。

二、極端用戶，極端用戶一般是指非主流用戶。如果用一個正態分布曲線來表示的話，極端用戶位于曲線的兩端。但是描述用戶的維度很多，所以可以根據不同維度劃分出不同的極端用戶。比如，同樣是手機用戶，根據專業水平能力可以分為專家型用戶和新手用戶，根據收入人群分為高收入用戶和超低收入用戶，根據年齡層次分為退休用戶和少兒用戶。有時候還可以把與主流用戶相對的小規模用戶定義為極端用戶，例如在 PC 領域，我們可以把使用 Windows 系統以外的用戶看成極端用戶，例如 Mac 用戶。

在需求洞察中研究極端用戶，其主要目的就是尋找一些重要的細節。這些細節如果放在整體用戶中看并不明顯，只有把極端用戶抽取出來單獨看的時候，才能看到這些變化。

相對來說，極端用戶總是最早體現新需求的用戶，因此通過極端用戶對比典型用戶的行為，尋找行為之間差異，就有可能發現未來的需求趨勢。另外，研究那種落后的極端用戶，就好像把那些對典型用戶有影響的因素用放大鏡放大一樣，能夠更清晰、更準確地把握住影響用戶的原因。

比如研究老年人使用移動互聯網的障礙，其實這種障礙對中年人，甚至于知識水平比較低的人來說可能都是有影響的。

在極端用戶中，從技術水平來區分會分為專家型用戶和新手用戶，這常常是需要重點關注的極端用戶：

專家型用戶，這些用戶本身對產品有非常深入的了解，同時他們對產品使用頻繁，未來隨著其他用戶逐漸變成專家型用戶，他們的需求有可能就會成為普遍需求。另外，對專家型用戶來說，他們可能還會運用現有的產品，采用一些變通的技巧來滿足其需求，而這些變通技巧可能正好也是需求洞察中需要發現的關鍵訣竅。

新手用戶，如果把用戶比喻成一條流水線，那么整個流水線上，用戶基本都是從非用戶變成新手用戶，接著是初級用戶、高級用戶，直到最后的專家型用戶。因此，新手用戶是整個流水線的動力推動裝置，它擔負著把非用戶轉變成用戶，把用戶轉變為初級用戶的作用。如果新手用戶的轉化或流失太嚴重，則會降低整個流水線的效率，出現斷檔。研究新手用戶的需求，重點是洞察阻礙用戶成為新手用戶的原因，對高頻業務的用戶來說，研究新手用戶還肩負著研究他們使用幾次后不再繼續使用的原因（流失原因）。

三、趨勢用戶， 趨勢用戶是指那些容易引領消費趨勢的用戶。社會發展的趨勢常常會在這類用戶中首先體現出來，然后再逐步擴散到全社會。在中國有四類典型的細分人群最容易成為趨勢引領者，也是在需求趨勢研究中應該重點關注的對象：

①大學生。中國的教育體制下，十二年小初高的規范式教育后，升入大學，中國年輕一代才開始能夠放松下來，有了自由的時間，就可以按照自己的興趣愛好進行發展。這個時期，大學生的自我意識逐步覺醒，而且，由于普遍有家庭的資助，不用為生計發愁，再加上年輕人特有的愛嘗鮮的心理以及擁有的知識能力儲備，使得大學生成為一個典型的新需求嘗試者。

②北上廣深都市外企白領。這一類人群相對收入較高，從事的也是要求技能與水平較高的職業，她們雖然工作壓力較大，但相對能夠保證一定的個人時間，由于與從事職業的關系，她們有足夠的機會接觸國外的最新趨勢，也有足夠的能力和渠道獲取國際產品。例如，最近國內流行的海淘行為最早就是由這批人推動的。

③創意設計行業從業者。這一類人主要從事藝術、廣告、建筑等需要高度創意類的職業，自由職業者是這一類人的典型代表，這批創意人有著良好的美學修養，對時尚潮流有著敏銳的判斷和洞察力。同時，他們有著更強烈的反主流文化的基因，因此更容易獲得一些亞文化團體的接受和認可。尤其是對音樂、動漫等文化類產品。這一類人常常有著超前的預判能力和實踐能力。

④ IT 從業人員。這一類人就是大家常常說的“程序猿”，這類用戶屬于智商、收入雙高用戶且又年輕，技術對他們完全沒有門檻。他們常常是科技產品的狂熱追隨者，他們的行為往往代表著電子類產品的發展趨勢。

四、關聯專家。還有一種情況，就是尋找關聯專家的交流。所謂關聯專家并不一定是要有碩士、博士學歷或者是著作等身的老教授。尋找關聯專家，并不是要研究這些關聯專家的需求，而是要通過這些專家尋找一些看待需求的新視角。比如，假如你想設計一款手部的護膚品，你可能需要找的人包括手模、鋼琴家、皮膚科專家、骨科專家、做手部護理和按摩的人、美甲專家，這些人可能并不是你的核心目標用戶，但是這些人可能對手部的保養有著獨到的見解，能夠幫助你從他們所專長的角度發現用戶的潛在需求。

邀請用戶過程中的陷阱尋找用戶的過程本身就有可能造成用戶偏差或者缺失，而且，這種問題的產生存在著某種隱蔽的不可發現性。

1、一種陷阱是發生在獲取用戶的渠道上。由于獲取渠道和你的需求洞察存在著一種隱含的相關性，導致部分用戶被遺漏，樣本產生偏差。比如電話調研是一種常見的調研形式，一般會選擇一個號碼區段，然后根據樣本情況，按照一定比例抽樣進行電話調研。這種調研的抽樣方式應該是隨機的，但是如果你的調研內容是研究不使用電話用戶和使用電話用戶的差別時，顯然這個調研方法就會產生缺失，你怎么可能會通過電話調研這種形式找到不使用電話的用戶呢？

2、另外還有一種陷阱發生在用戶選擇標準上，由于標準隱含的條件也可能將一部分用戶排除在外。比如，你在邀請用戶的時候，刻意與用戶多交流一下，從而去選擇那些愿意交流，比較外向的用戶入組，這在后期訪談的時候可能會更容易一些。但這樣其實是變相地將性格內向的用戶給排除在外，假設你研究的是關于抑郁癥用戶的需求，那么很有可能就會把最典型的用戶給排除在外。

為了避免偏差，在邀請用戶的時候，需要做到：

①在需求洞察前進行總體規劃。在很多情況下，研究者并不知道自己一開始需要研究哪些人群，這時候最好提前進行用戶總體規劃。將用戶細分，并且在每個細分群體中抽取一些用戶，確保用戶樣本能夠滿足各個細分群體。

②多種渠道獲取用戶來源。比如，你希望通過網絡募集用戶的時候，不要只在一個網站上發布募集信息，要在多個網站發布募集信息。如果你希望找朋友來進行研究， 那就不要只找你自己的朋友，可以讓與你有差異的同事也幫忙找他們的朋友試試。通過多種渠道獲取用戶只能在一定程度上增加用戶的多樣性和隨機性，這是在低成本條件下改進用戶樣本質量的方法，但是并不能絕對降低風險。畢竟，你找到的都是上網的用戶，你和同事之間差異也許并不大，大家的朋友也可能非常接近。

③做好用戶甄別工作。如果有明確的用戶標準，可以制作一份簡單的用戶甄別問卷，對用戶進行一些簡單的甄別。在甄別過程中，要仔細評估你的甄別問題， 查看這些甄別問題是否會和你的需求洞察內容有關聯，以避免造成樣本偏差。

設計甄別問題時，不要簡單地把甄別標準直接轉成問題，而要將甄別標準轉換為一些可衡量評估的行為進行詢問。比如，如果你希望找一個“手機超級玩家”來進行訪談，你的甄別問題不應該問，“你覺得你是手機超級玩家嗎”，而應該問，“您目前手機上大概有多少個應用”“您的手機是否刷過機”“每天使用手機有多長時間？”“您向別人推薦過什么你覺得很獨特的應用。”

用戶說的一定是真的嗎？

設計了好的問題，用戶給出了足夠的反饋，這時候需要去發現用戶的需求真相。

不要以為用戶會直接說出自己的痛點，不要把訪談看成是一個記錄用戶回答的體力勞動，如果你根據記錄的內容去制定產品開發計劃，那么我只能祝你好運了。

你需要尋找的是事實，這個事實需要你自己在訪談中去探索，用戶說的話不一定真實的，你需要琢磨用戶的心理，猜測用戶的態度，去偽存真。整個訪談有時候就是一個你與用戶斗智斗勇的過程，你需要打開你的雷達，細細的捕捉用戶的各種細節。

漏斗形思考

在訪談信息傳遞過程中，信息經過一層層的過濾，就像一個漏斗一樣，從你的問題傳遞給用戶，最后直到用戶回答你的問題，每一次都可能經過了認識、歧異或者聚斂。面對信息傳遞漏斗，你需要用各種方法來確保信息的每一次傳遞都產生盡量少的偏差。當用戶理解錯你所提出的問題的時候，你要根據用戶的回答及時制止用戶，對于歧異問題要學會聚斂思維，并明確提示用戶你想要的回答和用戶提供的回答之間有什么差異。

● 當用戶不愿意回答你的問題時，你需要像心理醫生一樣疏導用戶情緒讓他放松，再通過一些試探性的問題，逐步把握用戶的底線，或者通過一些側面的問題迂回獲得答案。

● 當用戶不能回答你的問題的時候，你需要重新組織你的問題，通過示例或者類比的方式讓用戶理解，喚起用戶的回憶。

● 當用戶不能用語言表達的時候，你需要設計合適的道具，引導用戶說出更多的信息。最后，你理解了用戶的意思，你需要把核心的內容再重新復述一遍，以確認你的理解沒有出現問題。

弦外之音

①不要相信代替別人的回答。你在問一個 18 歲的小姑娘是否會使用你的產品的時候，她的回答是 “我媽媽應該會喜歡這種產品”，千萬不要覺得你產品的目標用戶群是30~40 歲的中年婦女，這只是小姑娘在暗示“你的產品實在太土了，我們這一代人怎么可能用這么土的產品”。對這一類回答你應該再問一下“那你呢？你自己會考慮使用嗎？”

②不要相信不掏錢的回答。如果用戶很堅決地回答說“我不會購買這個產品”，這是比較可信的，但是如果用戶很堅決的回答說“我會”，請保持質疑。因為這種情況下用戶的思維和真實購買是不一樣的。

比如，當你問用戶是否會考慮購買 3D 電視的時候，用戶其實并不是真的在考慮購買決策，而是在思考“電視如果要換的話，當然會換一個功能更好的。3D 電視至少是一個選擇吧”。事實上，當他真到商場的時候，想法可能是“這個 3D 電視看上去并沒有什么特點，而且片源又少，比普通電視還貴 1000 元，還是換一個互聯網電視吧”。對這一類問題你應該讓用戶掏錢來決策。比如，你準備推出新的產品，如果用戶愿意購買，你就讓用戶交一點預約金。看看用戶是否有這個意愿——根據我的經驗，很多用戶都會退縮。

③對所有說“我會改變”的回答表示懷疑。當你問用戶類似于“你會換一個”或者“你會嘗試使用”或者“你會改變你的習慣”等問題的時候，如果用戶表示“會改變”，你要有所質疑。 因為這時候用戶可能只是看到了改變中比較好的方面，而沒有考慮這些改變中他需要付出的代價，所以會很輕松地做出決定。記住，在心理學中， 人們永遠是更愿意保持原有的狀態而不是去改變。語氣蘊含著重要的信息研究顯示，人類全部的信息表達=7%語言+38%聲音+55%身體語言。

在實際訪談過程中，除了筆錄，我還會建議進行錄音，因為有時候筆錄并不能準確地表達用戶的信息，有時候甚至南轅北轍。戲劇學院教臺詞就有類似的課程，同一個詞，比如“算了吧”或者“再見”，要求演員在不同的場景下用不同的方式表達出來，結果常常會表現出十幾種，甚至幾十種處理方式，短短的幾個字蘊含著復雜的信息和情感。

關鍵詞至關重要

要學會在訪談中抓住關鍵詞，因為這些關鍵詞往往代表著用戶進入了一種新的思維模式。

比如，用戶在回答問題的時候，使用了類似于“我通常會考慮……”或者是“我基本上每天都 會……”這種語句的時候，用戶自己其實已經進入了一種總結的思維模式，用戶會自己進行歸納，提取出共同部分的內容。這時候就有可能損失掉一些并不經常發生，但是卻有意義的細節。

當在訪談中發現用戶已經進入到“總結模式”的時候，可以適時讓用戶去描述一下最近發生的具體案例，把用戶從總結模式中拉出來。

除了總結模式外，在實際過程中我還遇到過：

觀察模式，用戶描述的不是自己的體驗，而是自己的觀察。這種模式的關鍵詞是“根據我的觀察、我發現好多人、其他人”，這種模式下，如果用戶的觀察正好是你需要的內容，可以讓用戶詳細描述一下這類人的特點，或者讓他介紹幾個人，方便進一步訪談。如果用戶的觀察與你的需求不符合，這時候你可以讓用戶描述一下自己的經驗，讓他從觀察模式中離開。

專家模式，用戶把自己當作真正的專家去交流。這種模式的關鍵詞通常是“我告訴你，這個我太懂了”，這種情況下，用戶往往會以一種技術的角度來闡述問題，為你提供很多解決方案或者提出一些具體改進舉措。

學會看懂用戶的肢體語言

即使仔細傾聽用戶的回答，你也僅僅是把握住了不到一半的信息，傾聽還包含對用戶行為的傾聽。

我在對某一些企業高層進行訪談的時候，常常會注意他們的坐姿： 如果他們靠著椅子背，蹺著二郎腿跟你交流的時候，他們大多會是一個指導者。這時候他們講的多是他們自己的經驗，但當他們身體前傾，半坐在椅子上的時候，你們交流的東西可能才是他們感興趣的內容。用戶在前一種情況下提到的內容雖然是需求，但可能早有方案可以滿足，而后面關注的內容往往才是尚未滿足的痛點需求。

抓住矛盾和預期不符的地方當你感覺到用戶的回答“好像有點說不通”或者“和別人的觀點不太一樣”的時候，說明你可能發現了矛盾點。這種矛盾會體現在一個用戶前后談話內容之間，也可能體現在不同用戶之間，還有可能體現在用戶和常識經驗之間。當訪談中出現一些前后矛盾或者與常識、與普通預 期不符的地方的時候，一定要深入追問下去。

關注矛盾一方面是判斷用戶是否真實表達，用戶有可能撒謊；另一 方面則可能是矛盾的雙方都有道理，可能存在一種新的理論去解釋矛盾， 這時候深入追問常常會給需求洞察帶來一些新的視角。

在一次針對用戶移動上網的調研中，發現用戶一方面說流量不夠用，但是另一方面發現用戶的流量其實每個月都沒有用完。進一步交流發現，用戶說流量不夠用是因為他們在使用過程中會一直擔心流量超出套餐，不能隨心所欲地使用，必須要“悠著點”用。也就是說用戶所謂的流量不夠用，并不是真的不夠用，而是心理上的不夠用，害怕流量超出套餐造成額外的支出。

善于捕捉與假設有關的證據

不管什么樣的訪談，在訪談前，你總是會提前設計一些假設，在訪談過程中去驗證這些假設。比如，你可能會覺得孕婦很關注自己的健康， 會主動記錄自己的生理指標，但是在實際訪談中，你會發現孕婦的確關注自己的健康，但是他們更多的是通過詢問醫生來確保自己的健康，而不是通過主動記錄來關注。

這些內容就有可能否定了前述中用戶對自己健康管理觀念的假設：孕婦對健康的關注不是未雨綢繆，而是水來土掩。 用戶需求是如何被產品滿足的這部分是深入到每一個細分用戶的內部，去了解該細分市場上不同企業是如何運作的。每一類細分用戶都有一些服務的訣竅和套路，這個階段的目的就是要把這些訣竅提煉出來。

畢竟，如果能盡快地了解用戶已經被滿足的需求，才能在此基礎上更好地發現用戶潛在需求。

在這個環節里面，需要獲取的內容包含兩部分：

一方面需要了解用戶使用服務的各個環節。

另一方面需要了解產品涉及的前后產業鏈包含的環節，環節之間的關系和利益分配是如何設置的，每個環節的關鍵因素有哪些內容，每個環節目前的主流參與者是誰。

這一步驟的研究本身是具有很大難度的，也是整個案頭研究中最困難的部分，因為很多企業運營的訣竅其實是隱含的，很少有人透露，也很少有人會形成文字。即使有相關的內容，也很有可能因為缺乏相應的背景而被忽略。所以在資料搜集過程中，如果有可能，最好能夠找到一些行業資深人士的文章進行分析，同時也需要研究人員本身要具備一定 的商業分析框架，這個階段的研究在很大程度上需要考驗研究人員的自身分析和歸納能力。

你應該做的分析

①以用戶為中心，按照一定的框架找出每個環節的關鍵性影響因素。

目前常用的是 AIDMA（傳統傳播模型：注意、興趣、欲望、記憶、行動） 和 AARRR（基于移動互聯網的運營模型：獲取、活躍、留存、付費、分享） 等分析框架。具體使用哪個并不重要，關鍵是能夠將用戶的行為模式的各個環節中的關鍵因素給提取出來。

②抽象出產品內的商業模式。

這包括有幾個利益攸關方，他們相互之間的需求是如何被滿足的，資金流是如何流動的？在這個環節，你可以使用“商業模式畫布”的工具進行分析歸納，具體的使用方法可以參考相應的書。

③梳理每一個環節之間的價值和利益分配形式。

分析產業鏈的各個 環節的作用，哪些環節是主要的不可替代的環節，哪些環節是容易被替代掉的，利益是按照什么方式在環節之間進行分配的，這種分配方式是否穩固。

④產品之間在哪些環節存在著相互競爭關系，是否存在替代作用。

比如，月子會所和月嫂在一些環節會引起競爭嗎？前者是否更多地通過醫院宣傳，后者是否更多地通過口碑宣傳，哪一個宣傳領域更容易被對方侵占呢？月子會所會逐步替代月嫂嗎？還是月嫂會逐步替代掉月子會所？還是兩者都有各自穩定的用戶群，短期內無法相互替代。抓住核心需求的發展趨勢。

這一部分的分析目的有兩點：

第一，需要分析這個目標用戶群的需求會發生什么樣的變化；

第二，有哪些外部因素可能會導致這些需求發生變化。

這一環節需要搜集的信息主要是：

①行業內外，包括投資機構和消費者研究機構等對該領域發展趨勢的預測，可以將這些預測按照條目整理和歸類。

②社會整體的趨勢性報告，包括技術、經濟、生活、消費、文化等 方面的內容，根據領域的具體內容來確定。

③領域內一些細分環節超常規增長或者衰退的情況。

5、分析發展趨勢的成因，哪些因素導致這種趨勢的發展，這些因素是否能夠持續？

例如，隨著人們收入水平的提高，媽媽們是否會考慮選擇更專業化的月子會所，來替代掉傳統的月嫂在家照顧月子的模式。

6、根據社會整體的趨勢報告，分析哪些趨勢有可能會導致領域內需求發生改變。這些突變是否會導致各個分支的增長速度有差異？

這些改變會讓哪些環節的核心資源減值，或者讓哪些資源增值。例如：隨著全面二胎的政策發布，生第二胎的媽媽會越來越多，針對二胎媽媽，坐月子的需求是否會有什么改變？

7、預測需求的拐點是否會到來。用戶的某種需求是否得到了充分滿足，是否 “反需求”已經產生。所謂“反需求”是指一種需求發展到極 致后，用戶會產生一種對需求的逆反需要的情況，這體現出一種需求的 螺旋形上升的情況。例如，隨著“綜合購物平臺”的發展，當這種需求 已經得到了充分的滿足，“反需求”—— 要求一種專業的“垂直購物平臺”的需求開始有所發展。

在月子期媽媽這個細分人群中，所謂反需求有可能就是當坐月子的需求得到比較充分滿足的時候，新的健康觀念可能就會形成，從而徹底改變中國人坐月子的習慣。 大規模信息分析有時候，在進行案頭分析的時候，你會獲得很多的數據，來自于各個論壇，博客， 朋友圈，這些數據并沒有經過系統的整理，只是簡單地放在了一起，在論壇中，很多能夠反映用戶痛點的內容分散地存在于吐槽的帖子中，其中有些問題被一再地重復，沒有經過整理。

這時候問題并不是在于缺乏信息，而是在于信息太多了。你知道有用的信息就在這里面，但是你卻沒有辦法從中把有用的信息提取出來。

在案頭研究階段，大規模的信息分析有時候是一個有利的武器，因為當信息過多的時候，如果不通過計算機處理，那每個人只能看到信息中的一部分內容，沒辦法把所有的信息都匯總在一起，呈現出信息的全局。

大規模信息分析能夠幫助需求研究者轉變視野，實現對案頭研究資料的鳥瞰，從更高的角度去理解案頭資料。

你可能會覺得，大規模信息分析需要采用大數據分析技術。如果你有一個強大的技術合作團隊，的確可以使用一些大數據分析技術，但是在絕大多數情況下，需求洞察其實并不需要特別強大的技術能力。

如果一點技術能力也沒有，的確很難處理這些信息，但對計算機來說，這點信息并不算什么，對人腦來說，除非你有一些簡化法則，否則這些信息足以讓你頭昏腦漲。為了處理這些信息，你可能需要學一些簡單的腳本語言，掌握一些基本的分析方法。

學習腳本語言，例如 Python，主要目的是為了能夠幫助編寫一些爬蟲程序，通過網絡定向爬取一些信息，然后運用這些信息進行進一步的深入分析。你不需要有特別高深的理論和實踐水平，只要你知道一些基本的方法，網上其實有大量的教程和源代碼示例，你只需要拿來稍作修改，基本上就能滿足需求。

關于分析方法，如果你或者你的公司專門是從事為企業提供基于數據分析的服務，為了提高數據分析的價值，你可能需要用到很高深的人工智能、機器學習等等，可能需要掌握復雜的數學知識，但在研究用戶的痛點過程中，則沒有這么苛刻，不需要你具備編制出類似于 Google 開發的阿爾法狗這種能夠與世界冠軍下圍棋的分析程序。

數學基礎好的確對分析很有幫助，但是并不是絕對的。事實上在作者實際工作中，分析方法主要還是使用中學數學所講授的那些內容為主，比如多維交叉分析、漏斗分析或者留存率分析，這些分析方法中學生就能理解。分析中有時候也會用一些大學時學的數學，不過用得比較少，基本上是一些數理統計方面的內容。

大規模數據分析的難點并不在于技術的實現，無論 IT 技術還是分析技術，這種分析方法的難點在于方案的構思。

—END—

本文系作者阿光會發光嗎授權鳥哥筆記發布，轉載請注明作者信息及出處。

最新必讀推薦:

閱讀原文 閱讀 投訴 精選留言

該文章作者已設置需關注才可以留言

寫留言

該文章作者已設置需關注才可以留言

寫留言

加載中 以上留言由公眾號篩選后顯示

了解留言功能詳情

分享到：微信QQ好友空間新浪微博騰訊微博人人騰訊朋友豆瓣百度首頁百度收藏天涯社區一鍵分享文章出自鳥哥筆記微信公眾號鳥哥筆記微信號:niaoge8 鳥哥筆記-國內首家手游、APP推廣運營公益交流平臺 手機微信掃描上方二維碼進行訂閱鳥哥筆記微信公眾號最新文章 #此刻你的個性簽名是什么# 互聯網廣告辦法實施，70頁PPT逐條解析教你應對姿勢 一張圖讀懂社群運營具體工作有哪些？ 這可能是最全最深度的分析了：杜蕾斯營銷策略分析 貪吃蛇大作戰和faceu操盤手揭秘爆款打造計 最新科技微信公眾號文章推薦 解密李彥宏百度大腦的第一個大招：無人駕駛汽車 永洲創投陸一舟：做最懂Javis的創投鋼鐵俠 經驗分享：戰斗力的計算以及在實際工作中的應用 依托人工智能+大數據，百度外賣配送準時率達到98.78% 手機碎屏自動復原，這黑科技簡直驚呆了！ 科技微信公眾號相關閱讀互聯網創業筆記 哲想動畫 哲想軟件 精品手機app 互聯網那些事 DoNews 極客公園 ZEALER訂閱號 Xtecher FreeHR BiaNews 手機中國 TechWeb 愛范兒 微信公眾帳號排行榜冷笑話精選1292370精讀1177000野史秘聞649870女神美女圖559990智慧人生461420愛稀奇有趣417900八卦娛樂頭條408200環球旅行369640人體藝術網132910草民一介121950每日學國學104640互聯網創業筆記91550動物世界89980一句話簽名81130哲想動畫60500教你怎么追女孩47180哲想軟件46240北京新星靚整形31000小測試27240尚億官網27020 精品號隨機推薦地盾寶理財銳雯的美女世界天天閱讀蘭斯布偶生活有利器基有幫菩照閣臻寶貔貅明生投資之家手友大眾一元搶購佛教超度看書去寶創印章千變投資異能世界古風君逛地球VIP金融微影相冊彩虹音樂相冊最值得關注的微信公眾號北京新星靚整形

整形美容案例分享，實力科普！

尚億官網

線上商超

野史秘聞

野史君一一道來，讓你看到不一樣的歷史，讓你發現原來歷史可以這樣看。

女神美女圖

每日新鮮美女推送，分享優雅女神高清圖片

每日學國學

通過豐富的題庫，采用答題解析方式，積累國學知識。

八卦娛樂頭條

搜羅更多勁爆事件，娛樂花邊新聞，最受關注的圖片更多精彩敬請關注！八卦娛樂頭條！！！

冷笑話精選

冷笑話精選微信號

動物世界

了解動物，關愛生命

環球旅行

環球旅行，帶你看遍全球美景。讓你了解旅行的意義。

愛稀奇有趣

想了解有關科技、趣味、創意和新奇的產品嗎,想尋找創意小禮品和新鮮玩意嗎?

歡迎轉載：http://www.kanwencang.com/xinwen/20161111/46305.html

文章列表

---

Avast 防毒軟體已檢查此封電子郵件的病毒。 www.avast.com