产品思维 @ 刘飞 - 读书笔记

第一部分 - 影响用户需求的因素

产品思维的核心

用户
迭代

产品价值公式

平台视角 -

产品价值 = 平均创造的用户价值 x 覆盖的用户量

市场环境 -

产品价值 = （新价值 - 旧价值） - 迁移成本

用户价值

用户价值是用户的主观感受，是用户认为产品或者服务能否解决问题的主观想法

影响产品思维的四个因素

产品触达成本大大降低
大数据让认知用户变得更准确且深刻
个性化体验 Personalization
生产方式彻底改变 -> 生产成本的降低 -> 产品快速迭代成为可能

第二部分 - 认知用户

建立用户画像 Persona

用户画像的重点是要有故事作支撑，是真实可信且有血有肉的形象
用户特征
- 太过具象化的用户画像有时候会失去普适性
- 补充用户群体和特征：
  - 特征的重点作用是区分用户
- 先区分，后描述，我们对用户的认知才全面
- 建立数据与用户画像的联系
建立数据，画像，特征的关联
- 给数据赋予意义（特征标识）
  - 比如：加入高端信用卡交流群 -> 赋予“高收入”的特征
- 用用户特征来做用户群体的发掘和区分，再用用户画像作用户认知和判断
用户标签
- 用户标签不一定是一成不变的，可以通过做一些尝试，观察用户特征变化，来做产品的推荐和调整
用户群体在不同的阶段需要做不同的区分
- 产品初始：群体特征，核心用户的特征
- 发展都一定规模：人群划分，针对性的做不同人群的拆分
- 更大规模：从每个维度都拆分出不同的群体
  - 通过用户生命周期来划分用户维度：
    - 比如：潜在用户 -> 新用户 -> 老用户 -> 流失用户
    - 记住：不是为了转化而转化，而是为了更好地认知用户和创造价值

用户场景

用户场景分析：考虑到产品使用的外部环境，对用户有判断，对外部环境也要有判断
- 物理环境
- 社会场景
- 用户心理状态的变化
- 心理账户：哪怕是同样面值的收入和支出，在一个人心中的重要程度不同，心理账户的额度就不同
利用场景判断需求：
- 场景是需求的限制条件，决定了需求的适用范围

用户心智

用户心智是用户需求的根源，是用户认知的基础
- 社会心智
  - 影响人心智的三个核心资源
    - 物质/经济资源
    - 社会资源/人脉
    - 文化资源：文化程度
  - 社会心智的决定因素
    - 生活方式
    - 消费心理
    - 文化程度
    - 价值观
  - 社会心智的特点：
    - 社会心智是相对固定的
    - 社会心智是很难用外力改变的
    - 社会心智很受社交圈的影响
  - 社会心智的应用
    - 理解社会心智可以用来判断用户特征
      - 在遇到数据分析，特征分析瓶颈的时候，可以试着判断用户在心智上的差异
    - 理解社会心智可以判断用户成本
      - 扭转用户心智的成本
    - 理解社会心智来建立产品认知
- 用户常见的认知偏误
  - 损失厌恶 loss aversion
    - 人在面对同样量级的收益和损失的时候，会觉得损失更难以接受
    - e.g: 优惠券，赠送你一张200元的优惠券 vs 不领取优惠券就会损失200元的优惠额度
    - 其他的应用：筛选对价格敏感和不敏感的消费者
  - 框架效应 framing effect
    - 面对同一个问题，在使用不同的描述后，人们会选择乍听之下比较有利或者顺耳的描述
    - 运用场景：吸引用户选择一套你有预设倾向的方案，可以用更加顺耳的说法来表达（呵呵，就是假装给你选择但其实都已经设计好你会选的选项了）
    - 在损失比较大的时候，强调收益，损失比较小的时候，强调损失
  - 锚定效应 anchoring effect
    - 有对比，作为锚定物/参考物
  - 注意力偏差 attentional bias
    - 用户常常会忽略到他/她不熟悉或者没有预料到的功能
    - 主线流程之外的信息和功能，要默认用户不了解
    - 大段的文字和小字体的文字，默认用户不会看
    - 重要的流程和信息要make it protruding或者信息阻断式显示
  - 主观验证，证实偏见和逆火效应
  - 概率思维和0/1思维
    - 平台做功能的时候是用的概率思维，比如xx%的用户会….，但是对于单个用户来说，只是0和1的关系
  - 知识的诅咒 curse of knowledge
    - 我们了解的越多，就会越丧失在不了解的视角看问题的能力
    - 太过了解自己的产品，但是无法站在全新用户的视角看问题，这个现象会导致我们忽略掉很多细节
  - 峰终定律 peak-end rule
  - 宜家定律
    - 高估自己劳动所得
    - e.g: 通过小游戏送优惠券
  - 间隔效应和延迟效应 spacing & lag effect
    - 有间隔的重复接触会有更好的记忆和学习效果
    - 延迟的时间越长，越有利于学习记忆

如果找到真实的需求

真实需求的原则：
1.需求是用户对解决现存问题的需要
- 首先要 identify 问题
- 再用痛点/痒点来定义问题的严重程度
- 并不是所有的问题都需要解决（找到真实需求，而不是强加给用户的需求）

需求不是无边界的，满足找过一定边界，边际收益会骤降
用户的诉求不等于需求
- 人们不知道他们想要什么，直到你把产品拿给他们。这句话的表达的三个主要观点：
  - 人们通常无法表达自己的需求
  - 人们表达出来的需求经常是不准确的
  - 用户在使用产品的时候才能验证自己的需求
- 解读：用户很难表达准确的需求，他们表达的充其量是表面诉求。我们既不能无视这些诉求，也不能盲信这些诉求。我们需要做的是，清晰认知这些诉求背后的需求，直到“更快的马”背后是“更快的交通工具”
需求的主体是目标用户
需求有其时空约束
- 关注需求时要看：
  - 物理环境和社会环境
  - 用户的心流和心智以及认知偏误
用户是需求的集合
- 衡量用户质量的公式
  - 用户总在线时长 = 产品覆盖的用户量 x 每个用户的平均使用时长
  - 时长表现了用户对产品的依赖程度
  - 你抓住了用户更多的时间，也就覆盖了用户更多或者更重要的需求
需求存在不同层次，深层的需求持久永恒
- 产品经理思考问题的法则：无论任何事情，都问6个为什么。这样对用户需求的拆解就更清晰

创造价值

判断用户对产品认可度的三个概念

用户价值
- 用户使用产品时的主观判断能否帮助自己解决特定问题
- 是主观感受，哪怕你真的帮助用户解决了问题，但用户自己认为并没有解决，会降低用户对价值的判断
产品价值
- 从产品设计者的视角关注的用户价值
- 需要考虑：
  - 外部环境
    - 是否有旧产品，竞品
  - 用户并非单一用户
    - 考虑目标用户不同的价值诉求
用户体验
- 在实现用户价值过程中用户的主观感受
- 狭义上的用户体验是指网页设计、界面设计和交互设计
- 但完整的用户体验远远不止这些，广义的用户体验不仅包括人机交互，还包括在整个产品呈现过程中的所有用户感知

一句话总结：

用户价值是我们要为用户解决问题，产品价值是我们可以为多少人解决问题，用户体验是我们解决问题的过程中，用户是否有正面的感受

基于用户需求判断用户价值

用户价值是主观感受，而不是基于逻辑推断的客观结果

用户价值受社会心智和认知行为心智的影响
- 我们要按用户的预期来完成产品，而不是试图说服用户接受我们认可的产品价值
用户价值的应用
- 在判断用户价值时，我们应该首先判断所有约束条件下用户的真实需求是什么，再考虑用户价值
- 我们认为的产品价值未必就是用户价值
用户需求和用户价值时一体两面，一个关注问题，一个解决问题
- 研究用户需求
- 再分析用户价值来发掘做什么可以满足这些需求

核心用户价值就是产品要实现的产品价值

产品核心价值要符合以下几个要点：
- 符合用户价值
- 对应的旧体验较差，有空间
- 覆盖用户够多，市场够大
- 简单明了
好的创业项目和好的商业模式，永远要一句话能讲清楚
- 自己有经验或者资源优势
牢记产品价值公式

产品价值 = （新价值 - 旧价值） - 迁移成本
对旧体验的理解
- 常见的错误：
  - 识别了错误的旧体验
  - 旧体验不一定是同一类产品，比如短视频产品的旧体验可能是手机游戏 但一定在用户价值上有显著的替代作用
    - 方便面（2015年开始销量骤降） vs 外卖
    - 微信 vs 手机通讯商
如何在短期效果与长期价值之间做权衡
- 法治上，要确立长期用户价值的关注指标，不能单纯的追求GMV、订单量这样的指标，还要看用户满意度，留存率这样的指标
- 人治上，提高大家的意识，知道自己所做的产品的核心价值，遭遇有价值破坏的案例时，及时同步给所有相关方

Q&A:

有一次我问同事一个问题，PC时代，PV最大的页面是什么？答案是IE浏览器的404页面。我问大家，微软为什么不在这个页面放广告呢？同事们回答不出来。这个问题很有意思，是啊，为什么微软不在这么大流量的地方放广告呢？为什么微信不在启动页放开屏广告呢？大家可以自己去想。
我的回答: 首先我觉得要了解这两个场景的核心问题：

404 页面，用户打不开想打开的页面，这时候是带着负面情绪的，展示广告可能会起反向效果，让用户有一定的逆反心理。这个时候，不应该想着如何让用户看广告，而是如何减少用户停留在这个页面的时间
微信为什么不在启动页放广告
- 启动页对塑造企业形象很重要，如果有太多其他杂七杂八的信息，反而影响对这个软件的记忆点
- 再一点，不在启动页放广告是因为不想让用户感觉到停留在这个页面的时间变长，微信的核心功能是聊天，所以要越快的达到目的（加载进聊天页面）越好

用户体验的维度

用户体验的四个维度
- 可用性
  - 让用户可以达成预期的目的
  - 是用户价值的核心
- 易用性
  - 涉及到 用户成本的概念
  - 让用户达成目的的成本降低，效率变高
  - 通过梳理产品整体体验的用户体验地图来建设易用性
    - 用户体验地图就是将用户在接触产品的每一个触点都罗列出来，并且逐个评价其优劣，横向对比影响，决定哪一个触点的体验更需要解决
      - 用户体验地图的核心：
        
        真实触点：
        
        包括所有线上和线下的触点
        
        触点间关联
        
        所有触点之间有关联，标记清楚每个触点与其他触点的状态变化
        
        遭遇的问题和主观感受
- 稳定性
  - 降低不可用、不易用的效率
  - 现在结合线下的互联网产品，比如一些O2O软件（e.g. Uber），出现异常的概率和影响程度都比以前纯线上的产品高
  - 面对稳定性，我们需要解决：
    - 降低异常的发生概率
    - 降低发生异常后的解决成本
- 超预期
  - 让用户有超过原本预期的感受
  - 体验比用户原来使用的产品好
  - 使用产品的用户持续获得惊喜
区分用户体验的层次
- 不是所有的反馈都要变成需求
- 体验层次按重要程度有高到低排序：
  - 可用性
  - 可用性的稳定性
  - 易用性
  - 易用性的稳定性
  - 超预期

用户体验的四个原则：

始终优先满足可用性
基于体验差酌情提升易用性
降低严重异常的概率以及发生异常后的用户成本
只考虑永久性的超预期体验

Q&A:

试着列举几个生活中类似因为”搞不明白“导致用户体验变差的现象：

MacBook touch bar相较于物理按键，虽然用同样的一点空间能实现更多的功能，但还是不能完全替换掉物理案件（还是有人更愿意购买物理按键的版本），因为更多的功能导致了复杂度的上身，一部分不需要复杂功能的用户就会更偏爱之前简单明了的物理按键一些
电子书，虽然在进步，但是，翻页、做笔记等等都比较麻烦，所以还是没有办法完全取代纸质书

产品落地

产品落地的核心思维

对产品的外界认知做到了（产品价值逻辑成立），不代表产品就能成功，要思考产品到底应该如何构成，才能够创造我们预想的价值
从创意到实现，必须要有两个核心逻辑
- 供给侧 Supply Side 能力
  - 钱怎么花
  - 团队有谁，如何分工
  - 产品和服务的实现节奏
  - 用户和市场增长的预期如何
- 迭代思维
  - 没有办法准确预测产品逻辑是否符合真实世界的逻辑
  - 所以需要迭代思维来弥补
  - 通过数据和用户行为分析产品的运作过程是否符合预期，并随时拿预设的价值来做验证

通过场景探索供给侧的价值

如果我们把用户定义为狭义上的产品和服务的最终使用者，那么供给侧一般分为两种情况：
- 对于单向提供功能和服务的产品来说，供给侧就是如何制造产品和提供服务的团队及资源，又称之为独立品牌产品，比如: 百度搜索，微信，爱奇艺，等等
  - 更注重自己完成的 功能体验 和 服务品质
- 对于多方提供资源的平台类产品来说，供给侧就不仅包括平台本身所需的团队和资源，也包括撮合的非狭义用户之外的用户（商家，服务者，快递员），比如: 美团外卖，优步，淘宝，等等
  - 更注重赋能给B端供给侧的用户
  - 做平台型的产品，要为供给侧（B端用户）的质量做出品牌背书，单纯撮合的意义不大 - 平台类产品的供给侧也已经逐渐往独立品牌的方向演进了
供给侧画像
- 先认知用户（要获取什么样的用户，创造什么样的价值）
- 再考虑什么样的供给侧能完成这样的逻辑
- 不能混淆真正的用户和供给侧用户
用供给侧场景来验证攻击侧真实程度
- 在设计产品时，经常会犯假设用户需求的错误，但是更容易犯假设错误的供给侧的供给流程的错误
- 需要把供给侧完整逻辑里黑盒里的所有角色、资源的流转过程梳理清楚
供给侧创新
- 创造体验差或者成本差
- 在现在互联网核心要素比较稳定的阶段，模式创新的机会已经不多了，要更多的做供给侧的技术创新
两类商业模式
- 流量模式
  - 纯线上互联网产品常见的模式
  - 通常以广告的模式盈利
    - 要求就是找到更好的广告主以及提供更精准的广告投放
  - 或者基于流量做商业变现
    - 由免费产品导流到付费产品
    - 流量与交易的结合模式
  - 在流量模式下，产品会被细分为主产品和商业化产品
    - 商业产品经理探索用户在哪里更容易付费，以什么形式付费
- 交易模式
  - 基于传统行业的互联网改造带来的模式
  - 这种模式下的产品一般又分为：
    - 平台型
      - 滴滴，美团
    - 自营型
      - 网易严选，小米
  - 本质上还是赚取中间的差价
- 不管是哪类模式，都有一个核心因素：
  - 要有一定的规模效应，或者说在一定的阈值后，边际收益逐步增加，边际成本逐渐下降（复用性，scalability）

Q&A:

试着猜想5G时代到来后，互联网行业的供给侧可能发生哪些变革：

用户触达成本进一步降低（时间/效率/覆盖面）
技术上的难题得到更好的解决，一些以前没有办法做到实时的东西，现在可以做到更接近实时
- 比如实时更新车流信息（地图）可以做到更准确，结合无人驾驶
- 内容产出者可以更快更便捷的（移动端）上传自己比较长的作品
- 软件下载变得更快，或者说甚至可以实时更新，迭代成本进一步降低
- C-V2X被广泛应用后类似于美团，滴滴等平台类产品的供给侧变革

如何驱动产品迭代：

判断最重要的体验差
- 是否是可用性出了问题？
基于核心用户价值，做新体验的最小成本尝试
- 不能过于简陋和变形
- 尝试要确定预期和判断标准
- 先有MVP的判断，然后通过一些试验方法验证，比如：
  - 灰度（小流量）试验
    - 选定一部分特殊用户或者随机选定一部分用户先进行试验
  - A/B 试验
    - 投放到市场中两套拿不准的方案
- 在确定试验方法的同时，一定要有明确的预期和判断标准，要复盘
观察结果，识别正误
- 数据分析，观察结果
  - 行为数据（更加的真实准确，且能够量化）
  - 用户反馈（对于行为数据进行补充，帮助我们更好的分析行为数据）
- 相同的数据被不同的人分析也会有不同的解读，可能会有认知偏误
- 分析正误的基础是数据思维
  - 懂得思辨
  - 保持中立
  - 论据充分，论证严谨，观点简明
  - 数据先于观点
  - 分析的问题比分析的方法更重要
  - 如果可能，应该基于问题收据数据
- 认知偏误：
  - 样本选择偏误
  - 选择性偏误
    - 相对于样本选择偏误更加的隐晦
    - 内生性的情况，指的是结果会收到选择或者数据获取过程影响
  - 幸存者偏误
    - 只看到了筛选的结果，而忽视筛选的过程
    - 只观察幸存者的行为和听信幸存者的理论，很难找到取得成果的关键因素
  - 基本归因错误
    - 考察某些行为或后果的原因是高估个人因素，低估场景和环境的影响
  - 回归谬误
    - 没有考虑随机起落的正常波动现象
  - 社会期望偏误
    - 被调查者更容易选择符合社会期望的答案
  - 受试者期望效应
坚持对的，放弃错的
- 确保预期时，设置清晰的退出机制
- 塑造无压力的试错环境
- 或者由第三方来做中立的判断

Q&A:

从百度每天110亿次定位请求的大数据得出，经常去足疗店的人更少去医院。这个推论存在哪些数据分析上的认知偏误？真相可能是怎么样的？

这个推论存在选择性偏误。虽然感觉样本是所有的百度用户，应该比较客观随机，但是经常去足疗店的人，可能有更强的养生、理疗意识，更注重对自己健康享受的投资，所以也可能在其他方面投入更多，如买保健品、运动健身等。所以更少去医院未必是因为去足疗，而可能是由于多种健康投资的共同作用，所以都归因于足疗是不准确的。