下面這篇文章筆者以炒菜機器人為例，說明推導過程，介紹關于可計算的用戶體驗模型的相關內容，對此感興趣的同學進來看看吧！

對一個新的產品形態進行用戶需求分析時，如何才能回答終極問題“用戶會不會夠買你的產品？”是通過市場調研還是邏輯推導？本文嘗試建立一種可計算的用戶體驗模型，結合初步市調的結果，邏輯推導該產品的目標客群、使用場景以及購買意愿。

之前在某大廠工作時，產品leader不注重市場調研，而是著力于對產品邏輯的思考，因為用研部門通常沒有足夠的資源去做專業的市場調研，導致調研結果偏離事實，誤導產品設計。沒有經常走到用戶中去，而執著于個人邏輯，固然也會導致邏輯推論淪為歪歪。但折中之后，以“邏輯推理為主導，用戶調研為參考”的方式去做用戶需求分析，易落地、且有效。

用戶需求分析的基本邏輯是什么？“用戶價值=新體驗-舊體驗-替換成本”，俞軍老師的這個公式可作為第一性原理，來解釋“你的產品能給用戶帶來什么價值”。不管是問卷調研、用戶深訪，還是競品的用戶評價分析、品類的輿情分析，亦或是產品概念測試、種子用戶測試，仔細想想，這些術法是不是都是為了豐富這個公式的內涵。

我們希望用戶需求分析的結論指向最終的拷問：“用戶會不會買你的產品？”。利用前述的公式，難以給出明確的答案，因為新舊體驗與替換成本不是同一維度的數據，難以比較?！坝脩趔w驗”不能夠脫離“成本效率”，理性用戶在做購買決策時考慮ROI（Return on Investment），即新體驗的ROI高于舊體驗的ROI，才會購買；基于此想法，我嘗試建立一種可量化、可計算的用戶體驗模型，方便從邏輯上推導目標用戶特征、核心場景、以及購買意愿等。

這個模型的基礎是：

newROI – oldROI > 0

?即： (newR/newI)-(oldR/oldI)>0，或者(newI/newR)-(oldI/oldR)<0

其中，new Investment與負體驗及替換成本相關。

一、炒菜機器人

下面以我之前做的家用炒菜機器人為例，說明推導過程，中間有些項目細節不宜多說。

1. 從之前的用戶調研和邏輯思考中，抽象出適用于該品類的模型參數

• f?(Frequency): 用戶的烹飪頻率
• N (Number): 每頓的炒菜數量
• Q (Quality): 每個菜的質量
• Icook(Intensity of cook): 炒單個菜的勞動強度
• Iclean(Intensity of clean): 洗鍋及擦洗機器的勞動強度
• Price: 產品售價

2. 計算每次烹飪的投入Investment、產出Return

舊產出：oldR = f*N*Q

舊投入：oldI = f*(Icook*N+Iclean）

新產出：newR = f’*N*Q’

新投入：newI = f’*(I’cook*N+I’clean)+Price

以上的oldROI指舊體驗傳統人工炒菜或者點外賣（Icook及Iclean為0）等，newROI指新體驗炒菜機器人炒菜；投入I包含了烹飪過程的人工、以及烹飪之后的清潔等，產出R包含了不同數量和質量的菜品等。

3. 計算ROI

1/oldROI = f*(Icook*N+Iclean)/(f*N*Q)=Icook/Q+Iclean/(N*Q)

1/newROI = [f’*(I’cook*N+I’clean)+Price]/(f’*N*Q)=I’cook/Q’+I’clean/N*Q’+Price/(f’*N*Q’)

新體驗優于舊體驗，則：1/newROI-1/oldROI <0，即：

? ? (I’cook/Q’-Icook/Q)+(I’clean/Q’-Iclean/Q)/N +Price/(f’*N*Q’)<0

4. 通過上述關系式，推導不同用戶類型的用戶特征、使用場景、以及價格敏感度。

A. 用戶精通廚藝、炒得比機器好吃（Q'<Q）

對味道要求較高的場景（與家人共進晚餐、周末犒勞自己，等等），炒菜機難以達到這些廚藝達人平常所炒的味道Q；很多達人享受做菜的過程，傳統的洗切配游刃有余，擅長炒鍋、蒸箱、燉鍋同時烹飪以便節省時間，而炒菜機便捷性I’cook對他們不太有吸引了、有時反而成為廚藝發揮的障礙，設備清潔I’clean等負體驗更成了槽點。所以，對于這類用戶，(I’cook/Q’-Icook/Q)的值較大，(I’clean/Q’-Iclean/Q)也較大，與之對應的付費意愿很低，不是目標用戶。

B. 用戶廚藝一般、與炒菜機相當（Q’=Q）

此時，公式可簡化為： (I’cook-Icook)+(I’clean-Iclean)/N +Price/(f’*N) < 0

對于單頓炒菜數量N少（比如：獨居）、炒菜頻次f低（比如：晚上8點之后到家）的用戶，要求更便捷的炒菜體驗I’cook、更少的負體驗（清潔I’clean等）、更低的售價Price，不是目標用戶。

C. 用戶不會做飯、或者廚藝入門、不如炒菜機（Q’>Q）

(I’cook/Q’-Icook/Q) 數值較小，用戶對負體驗（清潔I’clean等）的要求不會太苛刻，對價格Price相對不敏感；尤其是單頓炒菜數量N多（比如：已婚家庭），有意愿提升炒菜頻率f'(比如：帶午飯去公司）的用戶，付費意愿Price高，是目標用戶。

D. 用戶早上做飯帶去公司（炒菜機Q’>外賣Q）

用戶訪談時我們發現一個有趣的使用場景，很多用戶覺得晚上炒菜、第二天帶公司不健康，非常希望能夠一邊洗漱一邊自動炒好菜（機器可自動投料、自動翻炒），即使是精通廚藝的用戶也不再強求炒菜機做出的味道要達到自己的水準。此時，炒菜機新體驗的Q’對比的是過夜菜/外賣的Q。

對于關系式(I’cook/Q’-Icook/Q)+(I’clean/Q’-Iclean/Q)/N +Price/(f’*N*Q’)<0，雖然點外賣時Icook=0以及Iclean=0，但如果公司周邊外賣及食堂的菜品質量Q很差，那么炒菜機菜品質量Q’被放大，所以早上做午飯是重要的使用場景。

5. 總結目標用戶、核心場景

結合前述的推導，我們的目標用戶是廚藝不佳但有條件做飯的家庭用戶，重要場景除了晚餐，還有早上做午飯帶公司。

這樣的推導需要多次循環，結合用戶深訪等市場調研，完善用戶體驗模型的ROI參數、豐富其內涵。