如何利用AI語義分析,做產品需求分析(1)

1 評論 15341 瀏覽 24 收藏 10 分鐘

近些年來,關于AI 的討論有很多,也有不少人工智能相關的產業與產品在不斷發展著。不過,對產品經理來說, AI 能否應用在產品需求分析上呢?為打造一款產品做出更好的幫助嗎?筆者將為我們帶來一系列的分析。

AI人工智能技術是否可以幫助我們更好的分析用戶對產品的需求呢?有什么好的使用方法和案例嗎?

由于工作需要,近些年研究了很多國內外的AI人工智能產品,也做了一些項目,因此我想做一系列關于如何將AI人工智能技術應用于產品、營銷與運營的文章,把自己的一些研究沉淀一下,也希望對讀者有些啟發和幫助。

一、產品在收集用戶需求時的問題

在我們的工作中一般需求會有很多來源,包括:

1. 自己意淫的需求

基本是通過看看競品的功能時發現的或者覺得用戶可能會有這樣那樣的需求,這種需求缺乏數據支持,是否是用戶需要的還待驗證。

2. 老板/上級給的需求

大部分也是意淫的,少部分參考用戶反饋和競品,一樣缺乏數據支持,是否是用戶需要的還待驗證。

3.銷售反饋的用戶需求

這種需求說是來自客戶,但銷售往往更關心的是自己業績和成單,因此很多是來自銷售自己的大客戶,或者是那些銷售有望成單的客戶,因此這些需求往往會被夸大或者提到比較高的位置。另外用戶的實際場景可能在與銷售溝通中被曲解。

4. 客服反饋的用戶需求

客服反饋的用戶需求相當比較公平,因為沒有很多的業績成分在。但需要建立一個良好的需求反饋渠道,另外與銷售反饋的需求一樣,客服人員大多對產品需求和功能的理解專業度不夠,導致一些需求被曲解,或者遺漏。

5. 產品自己與用戶溝通收集需求

這種一手需求我認為是最靠譜的,在溝通過程中可能深度了解用戶的場景和真實需求。但問題是太費時間了,平常工作很多,一天能深度聊4-5個用戶就不錯了,收集的需求是否有普遍性,缺乏數據支持。結果最后還是靠感覺了。

二、AI人工智能與產品需求管理

可見許多時候產品在判斷用戶的需求的時候是沒有什么數據支持的,或者是基于很小的數據樣本,這很容易導致產品方向上的錯誤,也讓我們遺漏了需求與機遇。

那么我們是否可以通過人工智能技術幫助我們判斷用戶的需求,并且以數據為基礎指導我們產品方向呢?

答案是肯定的,下面我列舉一些方向:

1. 利用AI語義分析提取產品需求

用戶與企業的溝通內容在哪里?大部分在客服電話、銷售電話、在線對話、工單、產品評論、信息中。

這些內容中什么類型的都有,有投訴的、有常規問題咨詢,當然也存在大量關于產品需求的內容。

我們可以通過AI語義分析把這些有談及產品需求的內容提取出來,怎么做? 我給些示例:

(1)將用戶與銷售與客服的電話內容轉換為文本并提取用戶需求

通過將對話錄音文件轉換為文本對話內容,在通過語義模型規則識別其中提及用戶需求的對話內容,快速在大量的日常對話中收集用戶需求,并且產品經理可以通過文本內容快速看到用戶的需求詳情以及上下對話內容,了解用戶場景。

(2)通過語義分析模型對用戶需求內容自動分類

很多時候用戶的需求被埋沒在茫茫的信息中,產品經理一般來說沒有時間把所有的用戶對話內容,溝通內容都看一遍,然后對需求進行分類。

但是,AI人工智能是可以的,只有稍微進行訓練就可以創建一個適合自己產品的語義分析模型,批量對每日所有的溝通記錄進行分析,發現和需求相關的對話內容,然后自動進行分類整理,比如新需求、缺陷問題、哪個產品、哪個模塊等。

如圖:

(3)通過語義分析感情模型自動判斷用戶對功能的感受

除了分類,我們還需要判斷用戶對功能反應,是正向還是負向,這有助于后續統計和分析新功能上線后的用戶感受。

比如這些年比較流行的產品反饋衡量標準:NPS (凈推薦值)可以直接使用情感分析模型得出。(終于不用一次次的發郵件和微信推送了。)

通過AI人工智能技術產品可以快速實時的發現用戶需求,需求的模塊,需求分類,并通過上下文了解第一手的用戶需求,方便快速。

三、利用BI系統構建自己的產品需求數據看板

通過AI人工智能技術我們可以對大量的用戶溝通信息進行批量掃描,自動挖掘與產品需求相關的內容,在自動分類并判斷。

可以說,我們完成了將非結構話數據轉為結構化數據的過程,然后我們要做什么?

創建實時的數據看板,通過數據來指導我們的產品需求和方向。這里可以用一些BI工具,比如微軟免費的PowerBI, 或者功能很強大,上手很簡單,我個人最喜歡的Tableau來做數據看板,這些數據看板可以實時更新并分享給整個產品,研發,運營團隊使用。

我這里做幾個例子:

1. 各模塊用戶體驗變化看板

查看用戶對各個產品模型的情感變化,及時發現變化原因:

2. 各類型企業對不同產品與模塊的需求看板

以上是很隨便的一些產品需求分析看板,數據已經在了,看板做什么樣子可以根據自身需求來制作。

結語

分享一張我很喜歡的圖:

  • 數據給予我們信息
  • 信息給予我們知識
  • 知識給予我們洞見
  • 洞見給予我們智慧
  • 智慧給予我們影響力

希望大家可以做以數據為導向的產品經理,少拍腦子,多關注數據。

后續我還會做更多AI人工智能技術應用于產品,營銷與運營流程的文章,希望大家多多支持,也可以與我分享交流經營。

#專欄作家#

陳迪,人人都是產品經理專欄作家。,公眾號:WinDeal智能營銷。Testin云測SaaS運營總監,Bugout缺陷管理產品運營負責人,增長黑客,多年國內和海外互聯網公司運營經驗,專注于SaaS和B2B企業服務行業。

本文原創發布于人人都是產品經理。未經許可,禁止轉載。

題圖來自 Unsplash,基于 CC0 協議

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 關于對于需求的提取,在這里對需求需要考慮2個緯度:1層是從文字中可以去抽取,客戶說我需要***。雖然在技術上可以提取,但對于業務的價值卻值得商榷。2層客戶真實的需求,才有業務討論的價值,以您在圖片中模擬出來的對話場景為例??蛻粽勊麄兊男枨?,會直接說我需要什么**技術,目的是解決**問題。坦白講真實場景用戶是不會這樣談他的需求的。因為這項技術并不直接解決用戶的實際問題,還需要疊加一系例的如產品、培訓、服務等一系列的后續的合作。AI提取的是對話信息中的文本,但提取不出來真實的用戶需求,現實的情況是真實的用戶需求甚至連用戶自己也未必考慮的透徹。

    回復