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

 

 

 

 

 

作為產品經理可以直接對用戶的行為傾向進行分析，使用成長經歷、價值觀以及數據加以佐證分類的標準。使用行為傾向作為分類的依據，每一個群體對產品的主觀感受以及行為都有足夠的共性，可以獲得對后續的需求洞察更具象的結果。

客戶分群并非互聯網獨創的概念。

在傳統的商業世界里，商家老早就認識到：并不是所有的顧客需求都相同。只要存在兩個以上的顧客，需求就會不同。由于顧客的想法及購買行為是多元的，所以顧客需求滿足呈現差異。

任何一個企業都沒有辦法滿足整個市場的所有需求。這不僅是由于企業自身條件的限制，而且從經濟效應方面來看也是不足取的。因為，企業應該分辨出它能有效為之服務的最具有吸引力的細分市場，集中企業資源，制定科學的競爭策略，以取得和增強競爭優勢。

做互聯網產品也是同樣的道理，沒有一款產品能夠滿足所有的用戶，即便是號稱中國互聯網用戶數最多的微信也做不到。不同的用戶有不同的需求，因此為用戶分群是研究用戶的第一步。

用戶分群有兩種常見的分群方式，一種是以用戶的自然屬性劃分，例如常見的年齡段、學歷、收入水平等等，另一種則是以用戶的行為劃分。今天我們主要聊聊行為分群。

一代人的行為傾向

麥肯錫認為，一個人的成長經歷是價值觀形成的基礎，而價值觀又決定了一個人的行為傾向。人的價值觀有一個形成過程，是隨著知識的增長與生活經驗的積累而逐步確立起來的，而價值觀又體現在行為傾向中。

在中國整個歷史大環境的影響下，有幾個對國民的價值觀產生深遠影響的事件。

50、60年代的人出生于新中國剛建立不久后，各行各業百廢待興，事業蒸蒸日上的階段。在革命傳統教育的灌輸下，觀念正統，國家利益高于一切。在他們的青年期，受當時的環境影響，這一代人普遍相信權威，相信專家。

因此電視購物很聰明地運用了這群人的特點。他們的受眾永遠是這批中老年人，賣的都是一些中老年人需要的產品，做廣告的時候總是會搬出各種專家、各種老牌明星的代言，目的就是為了利用電視和所謂的專家營造出一種權威的感覺，讓中老年用戶更容易相信他們。

70年代的人正好趕上了改革開放，社會價值取向較五六十年代發生了很大變化。他們對前幾輩人所堅持的一些價值觀有些不屑，他們不再堅持這些對于前輩而言是毫無意義的價值取向。無數人從當時白手起家打拼出了自己的事業，這一代人非常的勤奮、獨立、自主并且相信愛拼才會贏，因此他們身上有很強的責任感、自信、追求成功、激進的特點。

80年代的人在父輩成功學、以及外來新興事物涌入社會的交錯影響下，這代人會顯得多少有些迷茫、焦慮。一方面父輩喜歡用他們的成功經驗去教導他們該做什么，大學該讀什么專業，甚至是以后應該做什么工作，都幫他們安排妥當。另一方面受到外來文化的影響下，他們在心里又藏著自己的萌芽的想法與追求。

特別是計劃生育實行后的獨生子女，成長環境、生活環境的好轉也讓他們變得嬌生慣養、養尊處優，自私自利、貪圖享受，信仰缺失，更缺乏社會責任感。他們不信仰金錢萬能，卻無法擺脫金錢的枷鎖。這種帶有強烈的個人色彩的人生追求，反映了一個社會性的普遍訴求。

90年代的人在出生時改革開放已經顯現出明顯成效，同時也是中國信息飛速發展的年代，是信息時代的優先體驗者，信息時代讓人們的意識形態和價值觀念更趨多元化。大部分都是獨生子女，生活條件比較優越，對新興事物都非常感興趣。

由于他們接收信息的渠道方式更多元化也讓他們的知識面、早熟度遠超父輩。同時很多的社會現實讓他們很早就明白把價值取向關注于具體的事物，更注重工具理性。所以這一代人普遍有自由主義、自我實現精神、理想化、孤獨這一類的特點。

有相當一部分人比前幾代人來說，更顯得有些孤僻。他們普遍聰慧多才、愛好廣泛，但是信仰空虛，思想叛逆，功利色彩濃厚，注重自我，同時也存在學習焦慮、抗挫能力弱、嫉妒心強、對網絡依賴等問題，他們自信又脆弱，敏感而自私。

通過以上例子，我們可以看到一代人的成長經歷對他們的價值觀塑造是產生巨大影響的。因此麥肯錫的市場人員會選擇一代用戶大環境下的成長經歷去研究他們，從地理位置、人口特性開始選取一群相近的人群，然后再對使用行為進行分類，分析這群人的生活方式、購買動機和態度等，對客戶有一個全面的了解。

作為產品經理可以直接對用戶的行為傾向進行分析，使用成長經歷、價值觀以及數據加以佐證分類的標準。使用行為傾向作為分類的依據，每一個群體對產品的主觀感受以及行為都有足夠的共性，可以獲得對后續的需求洞察更具象的結果。

行為特征抽取法

行為特征抽取主要有四個步驟：

step1：識別核心行為

行為特征抽取法的第一步是：選擇一種行為作為分析的根據，這種行為可以是自然行為也可以是互聯網行為。在這個分析方法中，行為可以分為兩類：自然行為以及互聯網行為，也可以稱為線上行為與線下行為。

為什么要這樣劃分呢？

最主要的原因是用戶在線上的表現和線下的表現往往有很大區別。例如：逛街購物這件事在線上以及線下就是兩種完全不同的體驗，在行為上也會表現出很大的差異性，深入分析可以得到不同的傾向性。因此明確行為發生的環境非常重要。

選擇行為這一步非常關鍵，只有一個合適的行為，分析后才能得到具有指導意義的特征分析結果。在選擇行為的時候，需要注意三點：

• 行為一定是帶有目的性的，無目的的動作不適合分析；
• 行為可以是單個動作也可以是多個動作的組合；
• 選擇的行為不適合影響因素太多的，否則效果可能會比較差。

step2：收集行為傾向

第二步：對挑選出來的行為進行分析，歸納所有的傾向性。

在這個環節，通常我們會進行一輪用戶調研。通過問卷與調研的方式以及用戶訪談，了解用戶都是“怎么做”這件事情的。

例如線上購物這件事，不同的用戶可能有不同的方式。

• 部分男性用戶目標明確，知道自己要買一雙Nike的球鞋，直接通過搜索框查找，雷利風行；
• 部分女性用戶沒有明確的目標，只知道自己要買一雙球鞋，所以她會逛各種榜單和推薦，試圖找到一雙適合自己的鞋子；
• 還有一部分女性用戶同樣沒有明確的目標，甚至連買東西的想法也沒有，純粹是想通過逛街消磨時間而已。

相信很多朋友都能看出來，這就是梁寧老師所說的大明、笨笨以及閑閑用戶，這種分類方式就是通過行為傾向區分的結果。

在沒有條件進行用戶調研的情況下，我建議小組成員可以通過頭腦風暴的方式，根據一個日常場景列舉可能出現的情況。例如平時都是怎么使用線上購物軟件的，都是怎么點外賣的等等，盡量列舉出具有代表性的行為傾向即可。

step3：歸類命名類型

第三步：對分類的結果命名。

對行為傾向進行歸類以后，接下來我們要選擇具有代表性、一眼就能聯想出場景的名詞為行為傾向命名?？梢杂靡恍┬蜗蟮膭游锩Q，也可以用一些行為描述詞語等等，沒有強制性的規定。命名的目的是為了讓團隊所有人統一分類的認知，也方便溝通，因此簡單易懂的命名就是最合適的選擇。

step4 驗證補充分析

最后一步：查漏補缺，再次梳理現有分類結果是否齊全，同時檢查命名是否能夠準確描述出行為的傾向性。

行為特征抽取法實踐

我們嘗試用上述方法對一個產品功能進行分析。

平安好醫生是一個一站式醫療健康生態平臺，其中集合了家庭醫生、名醫問診、健康社區、健康測評以及健康檔案等一系列功能。如果我們要對使用這個產品的用戶進行行為分析，得到的可能是比較籠統的結果，也很難對產品后續發展提出指導意見。因此我們需要在產品圍繞的生態內挑選一個合適的行為進行分析。

線上問診是這類產品的基本功能，好醫生很多功能都是基于這個場景衍生出來的后續場景。因此我們選擇線上問診這個行為進行分析。

進行用戶調研后，我們可以發現在使用網絡問診的人群中，主要表現出三種不同的行為傾向：

第一種用戶不經常使用問診，他們只有在發生突發性的小病痛而且不想去醫院時，才會想到使用線上問診，因為他們沒有那么多的時間，也比較懶。他們希望醫生能夠盡快解決他們的問題，所以在他們眼里醫生的回復速度以及問診效率才是最重要的。

典型的代表用戶就是一些都市的小白領，平時工作比較忙，有時候因為吃飯不規律、熬夜等原因產生一些胃疼之類的小毛病。這類用戶可以命名為“效率為王型”。

第二種用戶有一定的健康意識，他們平時關注自己和身邊人的健康，同時對醫生的水平也有一定的追求。他們在選擇問診醫生的時候會看醫生的資質、認證情況和其他的評價等等，在他們眼里選擇好的醫生是非常重要的。

典型的代表用戶為一些有慢性疾病或者是有難言之隱的病人，比如男科、婦科疾病的青年人，普遍年齡在25-32歲之間，他們大多數還沒結婚，也不好意思去醫院，但是又希望獲得比較專業的意見。這類用戶可以命名為“精挑細選型”。

第三種用戶不輕易相信一家之言，他們在問診的過程中喜歡挑選多個醫生同時問診，最后再得出一個綜合的建議。

典型的代表用戶為一些孩子年齡比較小的家長，特別是處于1-3歲階段的家長們。因為大多數都是新手媽媽，所以她們比較謹慎，不輕易相信一家之言，這類用戶可以命名為“貨比三家型”。

后續補充驗證的過程起到查漏補缺的作用也非常重要，因調研數據沒法公布給讀者，所以暫時省去這一步，到這里我們已經完成了行為特征分析。

行為分析只是一個產品策劃過程中對用戶分析的第一步，后續還有基于行為的場景分析、需求分析等等工作。在這個過程中，我們也可以從產品功能的迭代過程驗證前面行為分析猜測的一些想法。

可以看到在后續的迭代中，好醫生的首頁增加了一個“2分鐘快速問診”的功能。這個功能由系統自動分配合適的科室醫生并進行一對一咨詢，2分鐘內有問必答?？梢钥闯鰜磉@個功能就是滿足了效率為王型用戶的需求，從這里也可以推測，這類人群占所有用戶群體的比重最大，或者是這部分人群是當前節點重點運營的群體。

行為傾向與場景

很多產品經理在剛開始接觸行為傾向分析法時，很容易將“行為”與“場景”搞混，把行為分析變成了場景分析。

行為分析是在描述用戶如何去做這件事，而場景是在描述用戶做這件事時所處的環境。而需求則是由用戶、行為和場景三個要素構成的。

例如我們做一款專門給貨車司機用的音樂產品，那么“貨車司機在開車的時候聽音樂”就是一個完整的需求。貨車司機是用戶群，開車是場景，聽音樂是具體的行為。

我們分析行為是在分析開車的時候，貨車司機具體是怎么去聽音樂的，是每次都播放固定的歌單，還是會選擇每日推薦，甚至是搜索特定的歌手選擇他的專輯，聽的過程中會不會有跟唱的行為或者是互動的行為等等。

而不是分析貨車司機是在開車的時候聽，還是在洗澡的時候聽；是在有網絡的情況下聽，還是在沒有網絡的情況下聽，這些分析都是在貨車司機使用這款產品時的環境與使用場景；

在給應屆生培訓的時候，還發現了另一種情況，很多同學把行為分析理解成目的分析。也就是分析貨車司機為什么要聽音樂，并且分成幾種類型，例如：

• 有些司機開車聽相聲、勁爆的音樂是為了解困；
• 有些司機可能是兼職司機，他們有學習提升的需求，因此會聽一些知識類的音頻；
• 有些司機經常開跨省路線，所以喜歡聽電臺廣播關注路況消息。

這些分類都沒有錯，但這是目的分析，而不是行為分析。脫離行為談場景，以及脫離場景談行為都是片面的，只有明確場景以及行為后，我們才能得出具體的需求，才能分析背后的成因，因此這三者在用戶分析中是缺一不可的。

行為傾向分析是正確洞悉用戶需求的第一步。明確主要用戶群體的行為傾向，在使用動線上改進產品體驗與效率，從行為出發為產品后續的規劃發展提出建議與方向是我們做行為分析的根本目的。

#專欄作家#

阿翹，微信公眾號：阿翹AKIU。平安科技資深產品經理，《產品經理進階：100個案例搞懂人工智能》作者；擅長人工智能技術在金融領域的商業化應用，實踐經驗豐富，對產品設計方法論有深入洞察。

本文原創發布于人人都是產品經理，未經許可，不得轉載。

題圖來自 Unsplash，基于 CC0 協議