需求是什麼？需求，是實現慾望的具體方式
比如，為了實現自由旅行的慾望，人們發明了鞋，馬車
然後是汽車，飛機，宇宙飛船。這些具體的方式，都是需求
隨著時代變化和科技創新，人類實現慾望的具體方式，一直在升級，越來越徹底
那產品又是什麼？產品，是滿足需求的工具
比如人們對飛機有需求，但波音747，是產品
那商品呢？商品，是有了商業模式的產品
換句話說，商品是可以用來交換的，讓別人獲益的同時也讓自己獲益的產品
我們先從需求談起，之後再討論做出滿足需求的工具，那就是產品
在需求這個大模塊，有三個重點：找到需求、創造需求、需求調研
最後與你分享如何做需求調研的四個方法：
問卷調查、用戶訪談、可用性測試、數據分析
1. 問卷調查
很多人說，問卷調查還不簡單嗎，不就是問大家，你是誰，你多大
你喜歡什麼，你願意花多少錢嘛。真的是這樣嗎？
1982年，為了應對百事可樂的挑戰，可口可樂計劃調整口味
這可是大事，管理層不敢拍腦袋，他們問卷調查了2000個用戶：
您想試試新飲料嗎?如果口味更柔和，您會滿意嗎？
結果大部分人願意嘗試。於是，1985年，可口可樂大量生產新口味，停止銷售老口味
讓管理層萬萬沒想到的事發生了，新口味可樂遭到了幾乎全美國的強烈反對
每天可樂公司都會收到來自憤怒消費者的成袋信件和1500多個電話
管理層一頭霧水，於是又做了次問卷調查，這次拒絕新可樂的人群
從10-12%，上升到了60%。可口可樂不得不在2個多月後，灰頭土臉地恢復老配方
其實用戶並不是故意騙你，只是在大多數情況下，他自己都不知道自己需求什麼
只有在看到商品時，才知道自己買不買
因為調查很容易不靠譜，用戶很容易犯迷糊。這種不靠譜和犯迷糊，主要體現在三方面
(1) 不匹配：比如，在微信裡問大家喜歡網上購物，還是線下購物，
調查樣本和目標群體，不一定“匹配”，微信使用者，已經是篩選過的用戶
(2) 量太小：比如，調查5人，3人選A，就說60%的人喜歡A，這是很不嚴謹的
要給出百分比答案，至少要有100份問卷，否則量太小
(3) 亂回答：有研究表明，人們喜歡在陳述性選項中，選第一個或最後一個
如果是數字，比如價格和分數人們喜歡中間位置
那到底應該怎樣設計，才能從犯迷糊的用戶那，調查出靠譜的需求呢？我們要學習4節課
第一課：概率課
在路邊攔下路人做問卷，這個“調查樣本”的統計價值通常很低
仔細研究目標群體的構成，然後選擇對應構成的調查樣本
比如，目標群體中男女比例是6:4，那調查樣本中男女比例也要6:4
第二課：心理課
根據用戶的回答習慣，來設計問題，避免瞎回答
比如，不要問假設性問題。“如果有條件，您會去歐洲旅行嗎？”
這個問題沒有意義，幾乎所有人都會答：會的
不要問含糊的問題：您是否經常旅行？用戶對“經常”的理解，非常不同
第三課：溝通課
比如，不要在用戶很忙的時候去調研，不要穿著邋遢去調研
用戶會覺得你層次低、調研不重要，看在獎品的面子上瞎回答
不要讓服務者拿著表格問客戶：您對我的服務滿意嗎
第四課：邏輯課
比如，有調查說：高自尊的孩子學習成績更好，於是很多家長努力培養孩子的自尊
後來發現，解讀這份調查的人邏輯沒學好，其實是學習成績好的孩子，更容易有自尊
2. 用戶訪談
為了提高奶昔銷量，麥當勞專門做了問卷調查，詢問用戶“要怎樣改進奶昔，您才會買更多呢？
再多點巧克力嗎？”這類問題。奇怪的是，根據這些反饋，奶昔確實越做越好，但銷量並沒增加
後來做了用戶訪談才知道，很多顧客早上開車上班，路上很無聊，想找點東西吃
奶昔很稠、能喝很久，有吸管、可以放在汽車杯架上，還不會弄髒衣服，是最合適的選擇
於是麥當勞把奶昔做得更稠了，把奶昔機搬到櫃檯前，讓顧客刷卡自取，最後奶昔的銷量大大提高
原來用戶真正的需求是：一種方便在車上吃的食物。這個需求只可能通過用戶訪談挖掘出來
那我應該怎麼設計“用戶訪談”，才能挖掘出真正的需求呢？
千萬別直接問用戶他們想要什麼。因為用戶分不清楚事實和觀點，你要學會問三類問題
(1) 你正在解決什麼問題？
不要問：修籬笆遇到了什麼麻煩？而要問為什麼，去探究真正的需求
“因為我想要一個花園。”
“為什麼要搞個花園呢？”
“因為我想種自己吃的菜。”
“為什麼要自己種菜呢？”
“因為我想在日常花費上省些錢。
用5WHY法提問，更容易抓住問題的底層動機
(2) 目前你如何解決該問題？
理解用戶的底層動機後，就要探尋他在實現動機的過程中，遇到了什麼麻煩，這是需求的來源
例如千萬不要直接問“您煮飯時遇到的最大麻煩是什麼？
因為用戶缺乏從日常生活中，提煉麻煩的能力。你要問：您平常是怎麼煮飯的？盡量具體
用戶說：因為要上班，我都是早上把米浸在電飯煲裡。煮飯差不多要一個多小時
我一般晚上7:00到家，所以我會定時下午5：00開始煮飯
用戶居然需要用“預計到家時間”，減去“預計煮飯時長”，算出“設定何時煮飯”
更好的做法是什麼呢？是設定煮好飯的時間，而不是開始煮的時間，省去自己“計算”的麻煩
(3) 有什麼方法能幫你做得更好
比如：您在網上買火車票時，還有什麼環節可以做得更好
用戶說：我趕火車來不及在車站吃東西，但上車後就很閒了，卻又沒東西吃
如果我能用“餓了麼”點好外賣，上車就已經在座位上就好了
客戶很多時候自己設計的產品都天馬行空，但你要認真記下來，說不定就能激發你的靈感
如果你把這個想法再往前思考一步，為什麼在高鐵上就不能點沿途車站的吃的呢？
高鐵開的時候，車站備餐；到站後，由列車員送到
3. 可用性測試
可用性，不是說品質，而是說這東西好不好用，易不易用
所以有時候，我們又把“可用性”稱作“易用性”
雖然互聯網時代，常說“小步快跑，快速迭代”
但是，如果你膽敢拿出一個連基本“可用性”都沒有的產品給用戶
說“我要開始跑了啊”，你試試看，用戶能把你踩死在起跑線上
所以可用性測試非常重要。可用性測試，就是通過觀察有代表性的用戶
完成產品的典型任務，而界定出可用性問題並解決，讓產品用起來更容易
那具體怎麼做“可用性測試”呢？你要學會四個步驟
(1) 找到有“代表性的用戶”
對可用性產生作用的，更多是“用戶行為特徵”
你想對大幅改版的音樂播放APP做可用性測試。
誰是你的“代表性用戶”呢？用過你上一個版本APP超過3個月的，下載過歌曲的用戶
那選幾個用戶，才有代表性呢？ 5個用戶已經可以發現明顯的可用性問題了
(2) 設計“典型任務”
你聽到一首被打動的歌，分享到朋友圈。設計典型任務時要記住
任務不能太多，必須是重要的，新版本中容易出問題的
任務必須是用戶會遇到的場景，而不是你想像的步驟
(3) 界定出“可用性問題”
用戶開始做測試時，你就是一個記錄員
記住：不要試圖教用戶如何使用產品，也不要向用戶推銷你的產品
更不要說請給我們的產品提提意見
你要說：“請體驗一下我們的產品”，然後就閉嘴，仔細觀察和記錄用戶的使用行為
有條件的話裝兩個攝像頭，一個記錄手機上的操作，另一個記錄用戶的表情
對手機上的操作，觀察用戶看了哪裡，點了哪裡，接著又到了哪裡，是不是你預期的路徑
(4) 解決這些問題
趁著記憶猶新，趕快把測試結果整理出來
4. 數據分析
數據分析，是對用戶行為的量化分析
很多時候，用戶通過問卷調查，和用戶訪談表達的都是自己想要的
而不是真正需要的，但用戶行為所遺留下的數據卻是很誠實的
淘寶上，用戶購買最多的商品，集中在100-200元之間
因為在網上買東西，大家終究有點不放心
萬一是假貨呢？萬一不喜歡呢？雖然店家號稱7天包退，你也可以投訴，但畢竟麻煩
200元，是互聯網時代“零錢”這個心理賬戶的上限
用戶永遠都不會告訴你“200元的心理賬戶”這個“秘密”，因為他自己都不知道
但是，數據，是用戶掩飾不了的行為痕跡
數據分析，就是從痕跡倒推出行為，然後把一切用戶的秘密都告訴你
具體怎麼做，才能利用這個工具，挖掘出需求呢？
(1) 分析搜索數據
用戶的需求，會通過“搜索關鍵字”，清晰無比地攤在你面前
百度有個“百度指數”，專門對用戶搜索的關鍵字，做數據統計
比如，你輸入蛋糕，可以看到搜索蛋糕的用戶，很多還同時搜索了星座，和烤箱、做法等等
(2) 分析統計數據
用戶確實有需求，但到底多少用戶有這個需求呢？這時，你就要分析統計數據了
幾乎每個人對買房都有需求。但房地產商，該在哪些城市重金拿地，哪些城市逐漸退出呢？
很多房地產商會看一個數據：城市的人口流入流出比
人口流入持續大於流出的，這個城市的購房需求在累積，應該投資；反之則在減少，應該謹慎
(3) 分析行為數據
2017年天貓雙11的交易額達到了1682億，但是有個小小的，同樣驚人的數字，叫無線成交佔比
這個數字在2014是45%，2015年68%，2016年82%，2017年達到了90%
也就是說，90%用戶的行為，已經移到了手機上
根據對這個行為數據的分析，你的決定應該很明顯了吧
以上就是如何做需求調研的四個方法，希望對你有所幫助，任何問題歡迎在以下留言
以下是熱門文章的整 理 ，這裡是MARS的火星思維，期待與你一起成長進步
擺攤系列文章總整理，歡迎分享與提問歐，感謝你的支持~
留言列表
