时间: 2021-07-30 09:29:08 人气: 7 评论: 0
以了解用户，进而挖掘出真实用户需求为核心，通过“听”知道用户要什么，再 “看”哪些行为有效，最后通过“试”验证，最终形成一个完整的用户需求认知体系。
基于互联网企业中，部分人员（无论是运营、产品、UI、技术等岗）对真正的用户需求熟视无睹，更甚者因为一些表象就坚持所持观点是用户真实需求，引起运营方向的偏离和结果的无效，深感了解用户的必要性。只有真正了解用户，才能挖掘出真实的用户需求。
而在本人百余个项目的运营中，多次震惊于“我以为的用户需求”和“用户的真正需求”之间的落差巨大，在摸索中，总结出了消除落差的经验，于是便有了本文。
我将按照思维导图所示大纲，从“为什么要了解用户”以及“如何了解用户”两个大方向进行阐述，希望能给有志于以用户为核心，为用户带来真正价值的互联网从业小伙伴们一些可行的用户了解方法，内容大多从实践中总结出来，可能有些观点在全局观和科学观上稍显局限，烦请大家指正。
用户了解手册
也可以理解为产业升级互联网化的必然需要，从大了说，第一次工业革命进步至第四次工业革命，机械化走向了智能化，国民经济和产业结构发生了重大变化，带来的结果是用户的消费决策发生了本质的改变。决定决策的信息，从不透明到透明，去掉过程中的第三方后，消费关系缩减至用户和商家，用户地位腾高，变得更重要。
（1）内部渠道
指的是平台内部能够搜集到用户反馈的途径，主要有客服、微信公众号、群（**、微信）、社区、产品/服务评价、意见建议等。
因途径和频次不同，我们按需要把他们做如下归类和排序：
以上排序的原则是更快反馈意见和更快解决问题，可视具体产品类别进行重要程度排序的调整。
（2）外部渠道
指在第三方可以搜集到的用户反馈，但这里不单以途径归类，而是先区别这个反馈属于评价还是口碑，两者的本质区别是：一个是引导下发生的评价，一个是自发的口碑，两者的可参考度有较大差异。
评价：一般是行业第三方和APP商城，指那些专业度高、持中立态度、具有公信力、集合了大量同类产品信息的平台，准入门槛较高的产品有第三方平台的情况比较多见。例如：互金产品就有网贷天眼、网贷之家、贷罗**等第三方，而像微信、淘宝、微博这类接受度高的平台，是没有第三方存在必要的。
口碑：常见的有微博、知乎和贴吧等，这几处因时下流行、用户数量多而集中、言论发表频次高而密集、喜恶表达强烈而成为口碑的主要搜集地。
（3）搜集原则
上述提到的途径，从数量和类别上看是多而杂的，人的精力有限，有技巧的搜集重点信息，能达到事半功倍的效果。至于搜集方式，是逐条文字记录还是肉眼观察大脑记录，按个人的喜好进行，只要能达到了解目的，都是可行的。
找到意见领袖：可通过一段时间的观察、用户问卷调查（如观点经常受哪位用户的影响）、其他用户与意见领袖互动情况（如：在群里一呼百应、言论下方有诸多评论）等方式进行判断。他们的言论通常客观且能代表用户的真实声音，在声浪很大的情况下一一搜集每个人的言论是没有必要的，找到其中的意见领袖，就能找到核心意见。
透过信息看本质：我们要十分清楚人在什么情况下**有表达欲？情绪受到波动**有表达的欲望，而波动是需求没有得到满足或者**预期满足引起的，以这个原则去看待用户的反馈。
（4）搜集的用处
用户反馈是运营人员检验和改进运营方式的有效手段，前面说到用户反馈大多是需求没有得到满足或者**预期满足，那么需求没有得到满足？说的最多的是哪几个需求？当下是否可改进？运营人员即可快速反应，或补救或不再犯？需求**预期满足？正向的评价主要集中在哪几个点？当下是否可以做到更好？后续是否可以再借鉴？
（1）分析用户行为和行动相关的数据
这是两个不同的参考维度，行为代表的是人本能下的共性，大多数用户都趋于一致；行动代表的是单个用户行为受外界作用的结果，这是两个即独立又相互影响需要同时分析的数据。
行为：关注用户在流程环节里的点击量和停留时间。在设计流程时，可通过事先埋点来监测这些数据，一般是嵌入第三方，如：友盟、百度统计、神策数据等监测工具，或根据实际需要自行开发，目的是供运营人员实时、便捷查看，根据数据情况检验和改进流程。
行动：用户在产品/服务上的支出或付出。从总体情况、用户个人表现作为分析的整体和分支，总体情况反应的是这个产品/服务的整体效果，用户个人表现反应的是整体中突出的部分。例如：在A活动中，活动参与总人数、总销售额是活动的总体情况，人均消费额、人均购买量是作为用户个人表现即总体情况的突出部分进行分析的。
哪些数据值得关注：对目的直接影响的数据，并倒推至能影响这些数据的其他数据。举个简单的例子：为了获客而做的老带新活动，最核心的数据是新用户注册量，关联数据有活动奖励、老用户参与数、知道活动的老用户数等。
（2）如何分析这些数据
在不断分析数据的积累过程中，是没有一个清晰的界限告知相关人员到了数据分析的某个阶段的，只能不断地分析，持续扩大分析基数，直到个人对数据的成因假设和实际原因趋于一致时，才逐渐进入数据分析的佳境。
初级阶段：每个数据独立分析，每个数据对应一种成因。初期开展分析工作时，全局观还尚未建立，通过独立分析每个数据产生的原因，及能影响它变化的因素，建立起分析工作的初步认知。这期间有个原则是需要时刻谨记的：没有无缘无故的数据，它的形成和变化一定事出有因。
中级阶段：一部分或全部数据综合分析，找到同种成因。这个阶段，相关人员已经有了一定的联动和趋势预判的思路，可以从单个的数据分析进入多个数据串联分析，显著的特征就是，可以准确找到几个数据联动变化的同种影响因素，且能包含平台外部的影响因素，例如：市场行情的变化、供需关系的改变，当期舆情的影响等。此时，联动数据分析能力已具备。
高级阶段：预判数据的变化走向，对于内外部能影响数据变化的因素了然于心，且当某个因素波动时，能先于变化产生预见对相关数据造成的影响，在数据变化的潜伏期，就能采取相应的措施，制止损失的发生或者使效果更大化。
（1）初级阶段
以借鉴为主，辅以大量实践，建立用户需求的初步认知。这实际上是面对不熟悉事物的方法论，我们有效开展运营初期工作，就是放下天马行空的想象，搜集行业里针对此工作的普遍做法，模仿着做。如果行业中普遍在用这个方法，说明是已经经过验证的、能有用的做法。
需要注意的是：不能全**借鉴，一定要结合平台的实际需要，考虑被借鉴方的目的和己方是否一致，根据目的做调整，结束后做复**总结，加速了解用户进程。
（2）中级阶段
从借鉴转变为参考，已经对用户需求有一定把握。对于用户想要什么，喜欢什么，哪些方式使有效的，脑海中不再是一**空白，而是有把握的进行选择。在这个阶段，**对这个“把握”从模糊了解转变为笃定认知，具体表现为从“到底哪些是有效的方式”，缩减为“这几个方式中哪个最有用”。
（3）高级阶段
对用户需求能精准把握，甚至引领用户需求。事实上写到这点，深感此状态的难以具象描述，是总能在一捆棍子中找到最长的那根，一堆药里找到对症药的状态，是大量实践、总结、学习、提升后的结果，是能做出让用户随着这个运营方式引导做出自我改变并附和的情况。
以上内容，以了解用户，进而挖掘出真实用户需求为核心，通过“听”知道用户要什么，再 “看”哪些行为有效，最后通过“试”验证，最终形成一个完整的用户需求认知体系。
运营是有层次的，它伴随着相关人员花多少时间倾听真实声音，并切实地解决痛点而不断提高，以上方法不是唯一途径。
在快速变化的互联网环境中，相关人员怎样能长期立于有用之地？
一定是因为我们真正地满足了用户需求，如果你也是持有这想法的互联网人，请一起为用户提供真正的价值持续努力。
作者：列克星敦，公众号：列克星敦
本文由 @列克星敦 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议
