中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導(dǎo)語：產(chǎn)品經(jīng)理的工作大多都是圍繞需求展開的，能夠幫助用戶解決他們的需求的產(chǎn)品就是好產(chǎn)品。那么，如何深度挖掘用戶需求呢？本文就深度挖掘用戶需求給出了方法，分五個步驟你也可以深度挖掘用戶需求。推薦對深度挖掘用戶需求有需要的用戶閱讀。

有同學(xué)問：領(lǐng)導(dǎo)總讓我們挖掘用戶需求，咋個挖掘法？特別是手頭還沒什么數(shù)據(jù)，最多只有一個用戶購貨記錄，感覺挖不出東西。今天系統(tǒng)解答一下。做用戶需求挖掘上，有很多很流行的無解，今天也一并澄清。

一、用戶需求挖掘的錯誤做法

這個段子很多人都聽過：

一個小哥來五金店買釘子，買釘子是因為他想掛一幅畫，掛一幅畫是因為他很孤單，他很孤單因為他很想找女朋友，所以他真正的需求是個女朋友，應(yīng)該給他介紹個女朋友。

故事很好聽，可是卻大錯特錯……從業(yè)務(wù)上看，一個五金店老板，如果不想著怎么賣金屬器械，而是研究牽線搭橋的話，那小店離倒閉也就不遠(yuǎn)了。

從數(shù)據(jù)上看，想不想找女朋友，估計連自己七姑八姨都懶得說，又怎么會輕易告訴陌生人（況且他還是個賣鋼筋的）。

這是個普遍的錯誤：誤以為，用戶需求挖掘，非得挖到別人不知道的八卦奇聞，才算有深度，非得滿足很深層的需求，才算是真需求。

實際上，只有極少數(shù)行業(yè)能如此深度地了解用戶，能無限度地滿足用戶。比如金融行業(yè)，針對極高端客戶的私人服務(wù)，或許能做到這一點（分行行長親自開車送大客戶兒子上學(xué)也不是啥新鮮事）。

但，大部分企業(yè)業(yè)務(wù)范圍有限，面對的是海量用戶。因此，不能脫離業(yè)務(wù)實際，做太細(xì)膩深刻的挖掘。無論是業(yè)務(wù)上還是數(shù)據(jù)上，都做不到，也沒有必要做到。

所以，用戶需求挖掘的本質(zhì)，是從有限的數(shù)據(jù)里，篩選關(guān)鍵區(qū)分維度，提升用戶響應(yīng)概率。

我們要做的，不是搞清楚每個用戶的每個層次的需求。而是通過區(qū)分，提高用戶響應(yīng)概率，識別核心用戶群體。讓用戶對我們的業(yè)務(wù)響應(yīng)率，比閉著眼睛瞎做要高。每高出來一個百分點，都是數(shù)據(jù)分析師對企業(yè)的貢獻(xiàn)。

二、用戶需求挖掘的五個步驟

1. 區(qū)分核心用戶

還拿五金店老板舉例。在精力有限的情況下，先抓住大客戶才是關(guān)鍵，分類是很必要的。五金店的用戶分類，可能是：

1. 第一等：物業(yè)維修部、裝修隊、工地（B2B類客戶）
2. 第二等：裝修、改水電、維修的客戶（B2C類大客戶）
3. 第三等：偶爾買一個燈泡、插座、釘子的散客（B2C類小客戶）

問題在于，當(dāng)一個小哥進(jìn)門，五金店老板并不知道他到底是哪一類。

如果置之不理，可能損失掉一個大生意。但如果每個人都上來問一大堆問題，估計會把客人嚇跑。這里就開始了第一步的用戶需求挖掘，挖掘的問題很簡單：“您想買點什么”。

2. 對業(yè)務(wù)分類

小哥回答：“我想要買釘子”——你聯(lián)想到了什么？這個回答聽起來很簡單，可透露了很多信息。因為，每一類業(yè)務(wù)，可能有固定的商品組合和消費特點，比如對五金店而言：

• 工程類業(yè)務(wù)：大量的鋼筋、各種物料（不會零散采購）
• 水類改造：水管、扳手，防水膠帶
• 電類改造：電線、開關(guān)、插座
• 墻體維修：水泥、刷子、油漆
• 物件維修：釘子、錘子、鉆機

這叫：業(yè)務(wù)強相關(guān)性。即使不做關(guān)聯(lián)分析，這些商品也是天生捆綁出現(xiàn)的。

并且根據(jù)業(yè)務(wù)規(guī)模大小，有固定消費量。做好事先業(yè)務(wù)分類非常重要。當(dāng)我們無法采集大量用戶信息的時候，可以通過僅有的一點點購貨記錄，利用業(yè)務(wù)相關(guān)性去推斷用戶需求。

比如這里老板聽到小哥需要釘子，可以很快推斷：不是B類用戶，和維修有關(guān)。但是老板仍不知道，小哥到底是C類大客戶還是散客，還需要第二步挖掘。問題也非常簡單：“您買釘子做什么”。

3. 抓關(guān)鍵信息

小哥回答：“我想要買釘子，在墻上釘一副畫”——聽到這句，你是不是馬上想到要說什么了！是滴，我們可以看到，做好用戶分群和業(yè)務(wù)分類以后，再做需求挖掘的時候是非常容易的。

基于前邊的分類，讀者們聽到釘一幅畫，也能立即反映出來：這是個散客，價值不高。釘子和錘子、鉆機是高度關(guān)聯(lián)的，有交叉銷售機會。這里借助2個簡單的問題，我們已經(jīng)完成了抓關(guān)鍵信息。

當(dāng)然，實際業(yè)務(wù)中，傳統(tǒng)企業(yè)靠銷售、導(dǎo)購、業(yè)務(wù)員去抓關(guān)鍵信息，互聯(lián)網(wǎng)企業(yè)靠埋點、推送/反映、問卷、瀏覽頻次等抓關(guān)鍵信息。

4. 推送商品/活動

現(xiàn)在有了假設(shè)，我們可以嘗試驗證，推一個商品/活動試驗下。

這時候五金店老板就不會花大力氣去問小哥是不是想談戀愛，而是說：“你需要釘畫的話，用1寸小釘子比3寸的大釘子好看，容易釘還不顯眼。”這樣就能鎖定小哥的需求，比那些不理不睬的老板成功幾率高。

同時，還能做個交叉推薦：“你有錘子了嗎？可以買個小鉆機，比錘子省事，修其他東西也能用”如果推薦成功，就能成功地把客單價從1塊錢提升到200塊，也是小賺一筆。

5. 驗證推送效果

有推送，就有成功和失敗兩種可能，因此需要驗證效果。需求挖掘，本質(zhì)上是個概率問題。需要通過數(shù)據(jù)驗證我們推送，進(jìn)而驗證我們選擇的挖掘維度和挖掘方向是否正確。

對五金店老板而言，這里有兩個維度要驗證：

1. 釘墻推薦1寸釘子（假設(shè)：基于用戶需求考慮，更容易成交）
2. 釘墻的男性推薦風(fēng)鉆（假設(shè)：男性喜歡機械，有機會成功）

這實際上已經(jīng)是個小型ABtest了。如果有一個數(shù)據(jù)可記錄的話，老板會看到，這兩個假設(shè)可能成立，也可能失敗。

比如做了200組，發(fā)現(xiàn)用戶根本不考慮美觀，都是什么便宜買什么，那以后的策略，就是散客來了直接丟最便宜的東西給他。

當(dāng)然，也有可能發(fā)現(xiàn)這個策略可行，10單能交叉賣出3單鉆機。

那以后就按這個策略走。到這里，我們的需求挖掘結(jié)束。我們找到了一個區(qū)分方向，驗證了一個可提升成交的機會點，從用戶買釘子挖出了鉆機的需求。

這么做，可比天天琢磨小哥到底有沒有女朋友，是喜歡蘿莉還是喜歡御姐要靠譜的多。

雖然只是一個搞笑的例子。（實際上五金店老板才沒這個耐心，五金店也沒有數(shù)據(jù)可以記錄）。但是它很形象得展示出了挖掘用戶需求的工作流程：

1. 區(qū)分用戶類型
2. 區(qū)分業(yè)務(wù)類型
3. 抓關(guān)鍵信息
4. 推送商品/活動
5. 驗證推送效果

這套方法論是可以推廣到各個行業(yè)的，特別是數(shù)據(jù)記錄較少的情況下。注意，這里先區(qū)分用戶還是先區(qū)分業(yè)務(wù)，是有行業(yè)差異的。

一般傳統(tǒng)企業(yè)的業(yè)務(wù)類型比較固定，傾向于先區(qū)分業(yè)務(wù)。互聯(lián)網(wǎng)企業(yè)業(yè)務(wù)比較靈活，甚至能無中生有創(chuàng)造新場景，往往傾向于先區(qū)分用戶，甚至有可能針對一個用戶不同場景做文章。

但無論怎么做，區(qū)分用戶與業(yè)務(wù)都是第一步預(yù)動作，也是最重要的一步。通過分類可以清晰后續(xù)挖掘的方向，明確挖掘深度，為驗證挖掘是否有用提供標(biāo)準(zhǔn)。

所以這一步下邊會單獨拿出來講。很多同學(xué)做用戶需求挖掘毫無頭緒，都是因為缺少分類。而很多同學(xué)陷于Abtest，缺少整體判斷，也是因為缺少分類。

三、用戶/業(yè)務(wù)區(qū)分的注意事項

一提用戶分類，很多文章都扯RFM，這是非常錯誤的。并非所有的業(yè)務(wù)都需要高頻次消費，也不是所有業(yè)務(wù)都累積高金額，甚至有可能一個業(yè)務(wù)同時存在一次消費和高頻消費。如果從頻次和金額的角度來看，常見的業(yè)務(wù)可以歸納如下：

傳統(tǒng)企業(yè)的業(yè)務(wù)相對聚焦，業(yè)務(wù)分類相對容易。

比如房子，分置業(yè)、投資。置業(yè)再分首次、二次改善，養(yǎng)老。二次改善又有面積改善、環(huán)境改善、配套改善、資源改善等若干。

家裝、汽車、貸款等等業(yè)務(wù)都有類似歸類法（文字太多，先不展開了）每一種對應(yīng)的用戶需求會很聚焦。

因此傳統(tǒng)企業(yè)的用戶需求挖掘，沒有那么依賴“大數(shù)據(jù)”。更多是類似五金店老板，做好業(yè)務(wù)分類，在前端銷售、導(dǎo)購、業(yè)務(wù)員做好關(guān)鍵信息采集。

互聯(lián)網(wǎng)公司需特別注意：一個平臺有可能同時融合多種業(yè)務(wù)，這些業(yè)務(wù)看似相似，可實際對應(yīng)的用戶需求，相關(guān)的業(yè)務(wù)，完全不同。

如上圖紅圈所示，一個訂票平臺，對商旅客人，可能就是高頻次高金額頻繁發(fā)生的事，這時候可以用RFM來進(jìn)一步細(xì)分。

但對新婚游，可能就是個很低頻的需求，找的關(guān)聯(lián)業(yè)務(wù)就是酒店、租車、回程以后休閑地（出趟國，十幾二十天回來真的很累，需要補假）。

類似地，電商平臺，賣的同時有零食、手機、充值卡、電視等等，在挖需求的時候也要區(qū)分常見，而不是一鍋燉了了事。

用戶分群的具體操作內(nèi)容太，一時講不完。

四、推送/驗證的注意事項

做數(shù)據(jù)的同學(xué)，往往做ABtest的很多，但做得很被動。

往往是業(yè)務(wù)拿著方案，數(shù)據(jù)只是機械操作。自己提假設(shè)，自己進(jìn)行驗證的能力差。這里關(guān)鍵是：提假設(shè)。很多同學(xué)對著交易數(shù)據(jù)沒感覺，數(shù)據(jù)庫里評論、需求、瀏覽數(shù)據(jù)又太少。

這里舉個簡單的例子。比如我們看到一個購物單，我們可以大膽做假設(shè)：

所以你看，不需要特別多數(shù)據(jù)，也能提假設(shè)。當(dāng)然，不是所有假設(shè)都有必要投入ABtest，我們可以先從數(shù)據(jù)上作區(qū)分。

比如從一個用戶身上發(fā)現(xiàn)的假設(shè)點，先看：是否該用戶有強烈的特征，比如我們假設(shè)他是優(yōu)惠驅(qū)動，那么他參與優(yōu)惠訂單》n次，優(yōu)惠力度》50%的活動參與率》X%，總之，他得真的表現(xiàn)出對優(yōu)惠有特別興趣。

再看，是否有足夠數(shù)量用戶有類似特征，如果用戶數(shù)量太少，那即使是個機會點，也不一定被業(yè)務(wù)所用。如果符合以上兩點，可以考慮提建議，讓業(yè)務(wù)做方案，上Abtest了。

五、需求挖掘，做到多深合適

看到上邊，有的同學(xué)可能會問：既然有這么多方向可以挖，該從哪里挖起？答：從目前業(yè)務(wù)發(fā)展最緊迫的問題開始。業(yè)務(wù)上，需要：

• 提升轉(zhuǎn)化率：挖用戶首次購買的產(chǎn)品
• 提升客單價：挖用戶交叉品類需求
• 提升交易金額：挖重度用戶
• 提升復(fù)購率：挖二次購貨需求
• ……

有明確目標(biāo)指引的情況下，更容易找到答案。

當(dāng)然，也有可能挖了一圈發(fā)現(xiàn)沒啥收獲，數(shù)據(jù)上找不到機會點。但至少也能反向證明：花里胡哨地砸錢營銷沒啥屁用，那也能指導(dǎo)運營做一些節(jié)省成本的工作，也是功勞一件。

以上就是挖用戶需求的基本思路，大家可以看到，它融合了用戶分群，假設(shè)檢驗，ABTest等具體工作，是個綜合性很高的事，同時也能看到，它不是一蹴而就的，而是需要大量基礎(chǔ)工作打底，再結(jié)合大量的嘗試才能得到結(jié)論。

挖用戶需求，不是像路邊擺攤的算命師傅那樣，銅錢一丟就無所不知了。去粗取精，去偽存真，反復(fù)迭代，逼近真相，這才是數(shù)據(jù)分析師的價值所在。

#專欄作家#

接地氣的陳老師，微信公眾號：接地氣學(xué)堂，人人都是產(chǎn)品經(jīng)理專欄作家。資深咨詢顧問，在互聯(lián)網(wǎng)，金融，快消，零售，耐用，美容等15個行業(yè)有豐富數(shù)據(jù)相關(guān)經(jīng)驗。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議。