作为产品经理,如何深度挖掘用户需求?

作为产品经理,X总让我们挖掘用户需qiú,咋个挖掘fǎ? 特别是手头还没什么数据,最多只有一个用户购货记录,感觉挖不出东西。本文对此系统解答一下。做用户需qiú挖掘上,有很多很liú行的无解,今天也一并澄清。

用户需qiú挖掘的错误做fǎ

这个段子很多人都听过:

  • 一个小哥来五金店mǎi钉子
  • mǎi钉子是因为他想挂一幅画
  • 挂一幅画是因为他很孤单
  • 他很孤单因为他很想X朋友
  • 所以他真正的需qiú是个女朋友
  • 应该给他介绍个女朋友

故事很好听,可却是大错特错……从X上看,一个五金店老板,如果不想着怎么mài金属器械,而是研究牵线搭桥的话,那小店离倒闭也就不远了。

从数据上看,想不想X朋友,估计连自己七姑八姨都懒得说,又怎么会轻易告诉陌生人(况且他还是个mài钢筋的)。这是个普遍的错误:误以为,用户需qiú挖掘,非得挖到别人不知道的八卦奇闻,才算有深度,非得满足很深层的需qiú,才算是真需qiú。

实际上,只有极少数行业能如此深度的了解用户,能无限度的满足用户。比如金融行业,zhēn对极高端客户的私人X,或许能做到这一点(分行Xqīn自开车送大客户儿子上学也不是啥新鲜事)。但,大部分企业X范围有限,面对的是海量用户。因此,不能拖离X实际,做太细腻深刻的挖掘。无论是X上还是数据上,都做不到,也没有必要做到。

所以,用户需qiú挖掘的本质,是:从有限的数据里,筛选关键区分维度,提升用户响应概率。我们要做的,不是搞清楚每个用户的,每个层次的需qiú。而是X区分,提高用户响应概率,识别核心用户X。让用户对我们的X响应率,比闭着眼睛瞎做要高。每高出来一个百分点,都是数据分析师对企业的贡献。

用户需qiú挖掘的五个步骤

第一步:区分核心用户

还拿五金店老板举例。在精力有限的情况下,先X大客户才是关键,分类是很必要的。

五金店的用户分类,可能是:

  • 第一等:物业维修部、装修队、工地(B2B类客户)
  • 第二等:装修、改水电、维修的客户(B2C类大客户)
  • 第三等:偶尔mǎi一个灯泡、擦座、钉子的散客(B2C类小客户)

问题在于,当一个小哥进门,五金店老板并不知道他到底是哪一类。如果置之不理,可能损失掉一个大生意。但如果每个人都上来问一大堆问题,估计会把客人吓跑。这里就开始了第一步的用户需qiú挖掘,挖掘的问题很简单:“您想mǎi点什么”

第二步:对X分类

小哥回答:“我想要mǎi钉子”——你联想到了什么?这个回答听起来很简单,可透露了很多信息。因为,每一类X,可能有固定的商品组合和消费特点,比如对五金店而言:

  • 工程类X:大量的钢筋、各种物料(不会零散采购)
  • 水类改造:水管、扳手,防水胶带
  • 电类改造:电线、开关、擦座
  • 墙体维修:水泥、刷子、油漆
  • 物件维修:钉子、锤子、钻机

这叫:X强相关性。即使不做关联分析,这些商品也是天生捆bǎng出现的。并且根据X规模大小,有固定消费量。做好事先X分类非常重要。当我们无fǎ采集大量用户信息的时候,可以X仅有的一点点购货记录,XX相关性去推断用户需qiú。

比如这里老板听到小哥需要钉子,可以很快推断:不是B类用户,和维修有关。但是老板仍不知道,小哥到底是C类大客户还是散客,还需要第二步挖掘。问题也非常简单:“您mǎi钉子做什么”。

第三步:抓关键信息

小哥回答:“我想要mǎi钉子,在墙上钉一副画”——听到这句,你是不是马上想到要说什么了!是滴,我们可以看到,做好用户分X和X分类以后,再做需qiú挖掘的时候是非常容易的。

基于前边的分类,读者们听到钉一幅画,也能立即反映出来:这是个散客,价值不高。钉子和锤子、钻机是高度关联的,有交叉X机会。这里借助2个简单的问题,我们已经完成了抓关键信息。

当然,实际X中,传统企业靠X、导购、X员去抓关键信息,X企业靠埋点、X/反映、问卷、浏览频次等抓关键信息。

第四步:X商品/活动

现在有了假设,我们可以尝试验证,推一个商品/活动试验下。这时候五金店老板就不会huā大力气去问小哥是不是想谈恋爱,而是说:“你需要钉画的话,用1寸小钉子比3寸的大钉子好看,容易钉还不显眼。”这样就能锁定小哥的需qiú,比那些不理不睬的老板成功几率高。

同时,还能做个交叉推荐:“你有锤子了吗?可以mǎi个小钻机,比锤子省事,修其他东西也能用”如果推荐成功,就能成功的把客单价从1块钱提升到200块,也是小赚一笔。

第五步:验证X效果

有X,就有成功和失败两种可能,因此需要验证效果。需qiú挖掘,本质上是个概率问题。需要X数据验证我们X,进而验证我们选择的挖掘维度,挖掘方向是否正确。对五金店老板而言,这里有两个维度要验证:

  1. 钉墙推荐1寸钉子(假设:基于用户需qiú考虑,更容易成交)
  2. 钉墙的男性推荐风钻(假设:男性喜欢机械,有机会成功)

这实际上已经是个小型ABtest了。如果有一个数据可记录的话,老板会看到,这两个假设可能X,也可能失败。比如做了200组,发现用户根本不考虑美观,都是什么便宜mǎi什么,那以后的策略,就是散客来了直接丢最便宜的东西给他。

当然,也有可能发现这个策略可行,10单能交叉mài出3单钻机。那以后就按这个策略走。到这里,我们的需qiú挖掘结束。我们找到了一个区分方向,验证了一个可提升成交的机会点,从用户mǎi钉子挖出了钻机的需qiú。这么做,可比天天琢磨小哥到底有没有女朋友,是喜欢萝莉还是喜欢御姐要靠谱的多。

虽然只是一个搞笑的例子。(实际上五金店老板才没这个耐心,五金店也没有数据可以记录)。但是它很形象的展示出了挖掘用户需qiú的工作liú程:

  1. 区分用户类型
  2. 区分X类型
  3. 抓关键信息
  4. X商品/活动
  5. 验证X效果

这套方fǎ论事可以X到各个行业的,特别是数据记录较少的情况下。注意,这里先区分用户还是先区分X,是有行业差异的。一般传统企业的X类型比较固定,倾向于先区分X。X企业X比较灵活,甚至能X创造新场景,往往倾向于先区分用户,甚至有可能zhēn对一个用户不同场景做文章。

但无论怎么做,区分用户与X都是第一步预动作,也是最重要的一步。X分类可以清晰后续挖掘的方向,明确挖掘深度,为验证挖掘是否有用X标准。

所以这一步下边会单独拿出来讲。很多同学做用户需qiú挖掘毫无头绪,都是因为缺少分类。而很多同学陷于Abtest,缺少整体判断,也是因为缺少分类。

用户/X区分的注意事项

一提用户分类,很多文章都扯RFM,这是非常错误的。并非所有的X都需要高频次消费,也不是所有X都累积高金额,甚至有可能一个X同村存在一次消费和高频消费。

如果从频次和金额的角度来看,常见的X可以归纳如下:

传统企业的X相对聚焦,在X分类相对容易。比如房子,分置业、投资。置业再分首次、二次改善,养老。二次改善又有面积改善、环境改善、配套改善、资源改善等若干。家装、汽车、X等等X都有类似归类fǎ(X太多,先不展开了)每一种对应的用户需qiú会很聚焦。因此传统企业的用户需qiú挖掘,没有那么依赖“大数据”。更多是类似五金店老板,做好X分类,在前端X、导购、X员做好关键信息采集。

XX需特别注意:一个平台有可能同时融合多种X,这些X看似相似,可实际对应的用户需qiú,相关的X,完全不同。(如上图红圈所示)一个订票平台,对商旅客人,可能就是高频次高金额频繁发生的事,这时候可以用RFM来进一步细分。

但对X游,可能就是个很低频的需qiú,找的关联X就是酒店、租车、回程以后休闲地(出趟囯,十几二十天回来真的很累,需要补假)。类似的,电商平台,mài的同时有零食、X、充值卡、电视等等,在挖需qiú的时候也要区分常见,而不是一锅炖了了事。

用户分X的具体cāo作内容太多,需要单独开一篇文章写,这篇已经3000字了,怕大家读着累。

X/验证的注意事项

做产品经理的同学,往往和做数据的同学一起做ABtest的很多,但做的很被动。往往是X拿着方案,数据只是机械cāo作。自己提假设,自己进行验证的能力差。

这里关键是:提假设。很多同学对着交易数据没感觉,数据库里评论、需qiú、浏览数据又太少。这里举个简单的例子。比如我们看到一个购物单,我们可以大胆做假设:

所以你看,不需要特别多数据,也能提假设。当然,不是所有假设都有必要投入ABtest,我们可以先从数据上作区分。比如从一个用户身上发现的假设点,先看:是否该用户有强烈的特征,比如我们假设他是优惠驱动,那么他参与优惠订单》n次,优惠力度》50%的活动参与率》X%,总之,他得真的表现出对优惠有特别兴趣。再看是否有足够数量用户有类似特征,如果用户数量太少,那即使是个机会点,也不一定被X所用。如果符合以上两点,可以考虑提建议,让X做方案,上Abtest了。

需qiú挖掘,做到多深合适

看到上边,有的同学可能会问:既然有这么多方向可以挖,该从哪里挖起?答:从目前X发展最紧迫的问题开始。X上,需要:

  • 提升转化率:挖用户首次X的产品
  • 提升客单价:挖用户交叉品类需qiú
  • 提升交易金额:挖重度用户
  • 提升复购率:挖二次购货需qiú
  • ……

有明确目标指引的情况下,更容易找到X。当然,也有可能挖了一圈发现没啥收货,数据上找不到机会点。但至少也能反向证明:huā里hú哨的zá钱营销没啥屁用,那也能指导运营做一些节省成本的工作,也是功劳一件。

以上就是挖用户需qiú的基本思路,大家可以看到,它融合了用户分X,假设检验,ABTest等具体工作,是个综合性很高的事,同时也能看到,它不是一蹴而就的,而是需要大量基础工作打底,再结合大量的尝试才能得到结论。

挖用户需qiú,不是像路边摆摊的算命师傅那样,铜钱一丢就无所不知了。去cū取精,去伪存真,反复迭代,bī近X,这才是产品经理X有限数据做需qiú挖掘的价值所在。

#专栏作家#

接地气的陈X,微信X号:接地气学堂,人人都是产品经理专栏作家。资深咨询顾问,在X,金融,快消,零shòu,耐用,X等15个行业有丰富数据相关经验。

本文原创发布于人人都是产品经理。未经许可,jìn止转载

题图来自Unsplash,基于CC0协议

给作者打赏,鼓励TA抓紧创作!

2人打赏
收藏 (0) 打赏

以上内容不错,打赏支持一下!

打开微信/支付宝扫一扫,即可进行扫码打赏哦,分享从这里开始,精彩与您同在
点赞 (0)

声明:本站所有教程资源,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。

雄发创业网 自媒体是如何赚钱的 作为产品经理,如何深度挖掘用户需求? https://www.xiongfawang.com/3577.html

常见问题

相关文章

作为产品经理,如何深度挖掘用户需求?-海报

分享本文封面