UI/UE系列丛书
点击查看第二章
点击查看第三章
好设计，有方法：我们在搜狐做产品体验设计

李伟巍　等著

第1章 以用户为中心的设计

◎李伟巍
本章将主要讲述我们应该如何了解用户，开篇以用户需求的层级作为出发点，讲解了如何为用户量体裁衣。通过产品迭代的方法找到精准的用户画像，然后有针对性地采用正确方法对不同用户做差异化引导。伴随着产品不断发展，用户也在不断成长，他们的需求也在不断变化，产品如果跟不上这些变化，结果可能就会被用户淘汰。在本章的最后，还分享了笔者团队在一次做线下调研过程中所收获的丰硕成果。

1.1　用户需求的三个层级

做任何产品都要以用户的实际需求为导向。用户的特定需求真实存在，产品经理通过一些方法从用户那里验证并获取需求，将其转换为产品需求，再通过不断评审和讨论，辗转到交互设计师和视觉设计师手上，最终经过开发工程师开发上线，这时候用户的需求才算是真正落地。
在用户需求向产品需求转变的过程中，虽然产品经理是主要的参与者，但也只能算是需求转换的实施者，而不是塑造者，所以我们说“需求”不是产品经理“意淫”出来的，而是来源于用户的真实需求，用户的需求才是设计的原动力。
要准确把握用户需求，首先应该了解用户需求层级的定义和划分。根据用户需求的迫切程度可以将需求划分为三个层级：痛点型需求、痒点型需求、兴奋点型需求。

1.1.1　第一层级：痛点型需求

所谓痛点，就是用户在日常生活中遇到的需要及时解决的棘手问题，具有强烈的紧迫感，如果不解决，就会浑身不自在，而且很痛苦。产品只有帮助用户解决了痛点，才算是解决了用户的刚需。我们来看一些实例。
如早晚上下班高峰，乘客着急赶飞机、火车，在路上半天打不到车，在寒风中冻得瑟瑟发抖，打不到车就可能赶不上行程。这种场景下，打不到车变成了乘客的痛点，使用滴滴出行叫车，几秒钟以后就有专车来接你，还可以在应用上提前预约好时间，等专车到达后再出门。滴滴出行解决了乘客打不到车的痛点。
如逢年过节购买车票，火车站和售票点外面彻夜有人排队，所以逢年过节买不到火车票，就变成了乘客的痛点。自从铁路12306客户端产品上线以来，采用实名制在线购票的方式，使乘客可以轻松应对购票难题。12306解决了乘客买票难的痛点。
经过打车和购票的案例分析，我们总结出痛点型需求的一些共性。
迫切性：用户的问题亟待解决。
阻碍大：用户获取刚需的过程中，存在很大的阻力，可能需要付出很大的代价。
被困扰：用户无法达到目标，身心备受煎熬，感觉极度不爽。

1.1.2　第二层级：痒点型需求

痛点是非解决不可的，痒点就不一定需要。痒点就是用户期望想要做的事情，或期望想要达到的某种目标，但未必一定会实现，属于非必须要解决的需求。我们来看一些实例。
如出门购物，买一件衣服可能要跑很多家商场才能挑选好，这时人早已经累得精疲力尽了。购买不同的东西，还要辗转不同的地方，路上就浪费了太多时间。足不出户就能轻松购物，还能满足购物的欲望，这就是用户的痒点。打开淘宝、京东，随时任性挑选，直接在线下单，还包邮送到家。淘宝、京东解决了用户方便购物的痒点。
如女孩子每个月都被不期而遇的大姨妈折腾，算不清安全期、危险期的时间，不了解自己身体的健康状况，也不好意思问别人。女孩子期望不用跟别人交流就可以知道这些信息，还能满足了解私密的欲望，这就变成了女孩子的痒点。大姨妈、美柚等应用，不仅可以一键获取这些秘密，还可以监测自己的健康情况。大姨妈、美柚这些应用满足了女孩子的痒点。
经过购物和女孩子的案例分析，我们总结出痒点型需求的一些共性。
期望性：用户想要做的事情，想要拥有的东西。
非必须：解决了更好，不解决照常生活，影响不大。
满意度：痒点好比满足温饱奔小康，会增加用户的满意度。

1.1.3　第三层级：兴奋点型需求

痛点是非解决不可，痒点不是必须要解决的，那兴奋点呢？从字面理解好像就是让人产生浓厚的兴趣，其实兴奋点就是用户意外收获了未知的期待。痒点实现了用户期望，兴奋点在解决用户痒点的基础上还超出了用户的预期，使得用户流露出意外的亢奋，就连大脑中的多巴胺也跟着跳动起来，打动人心。让我们来看一些实例。
如我们经常会遇到浏览器半天打不开网页的场景，内心期望有一款浏览器可以解决这样的问题，满足自己畅游互联网的欲望，这其实算是用户的痒点。QQ浏览器不仅解决了用户的痒点，而且界面简洁、侧边栏功能丰富、占用资源极少、运行起来超级流畅，最后还自动屏蔽了广告，在解决用户的痒点之余，还超预期地解决了用户的兴奋点。
如通过社交应用聊天时，很多人喜欢使用语音聊天，因为打字不方便。但语音也有弊端，公共场合听不见，开会时不适合听，而且不好传播，面向对象也比较单一。所以语音转文字就成了用户期望解决的一个痒点。讯飞输入法可以在用户说话的瞬间将语音转换成文字，实时解决用户痒点。而且讯飞的语音转文字功能，不仅能转标准的普通话，还可以转粤语、四川话、河南话等各地方言；同时支持中译英、英译中、中译韩、中译日等国人最常用的外语语种。讯飞语音识别的准确率居然可以达到98%。这些点完全超出了用户的预期，用完之后无不为之感叹，讯飞语音转文字的细节功能解决了用户的兴奋点。
经过QQ浏览器和讯飞输入法的案例分析，我们总结出兴奋点需求的一些共性。
超预期：超出用户的预期，意外收获到的未知。
情感化：用户被其感染，内心被打动，甚至可能会流露出惊讶爱慕的情感。

1.1.4　用户需求的层次

上文对用户需求的三个层级进行了说明和分析，三者呈现出了对产品要求的递进关系。我们用一个综合的事例说明。
如出门在外分不清方向，不知道身在何方，可能已经身处险境，都浑然不知。迫切需要解决，属于痛点型需求。找不到目的地，不停地向附近的人问路，用户通过问路也可以到达目的地，但费时费力，期望有人能直接指条明道，这就变成了痒点型需求。现在的导航应用，打开就可以准确定位，周边的信息也一览无余，痛点就不复存在了。用导航规划好目的地路线，直接到达，痒点需求是不是也就解决了。导航在每个违章拍摄点及时提醒、路况信息实时播报、分叉路口3D全景呈现、智能切换白天/黑夜模式、走错路智能重新规划路线、沿途景点和美食语音实时查询等这些功能是不是都解决了用户的兴奋点型需求？这么多智能化的功能让用户收获到意想不到的惊喜，真是随时都可以来一场说走就走的旅行。用户需求层次在递进升级，但同一个产品却可以同时解决痛点、痒点和兴奋点的多层次需求。
从需求来映射产品，可以清晰地看到，用户需求的变化带来产品需求的不断升级，用户的痛点、痒点、兴奋点对应到产品的需求中，依次可以诠释为用户的基本需求、附加需求、超预期需求，且需求是不断递进升级的。

美国心理学家亚伯拉罕·马斯洛在1943年出版的《人类激励理论》中提出了人类需求从低到高的五个层次：生理需求、安全需求、社交需求、尊重需求和自我实现需求。我们可以把用户需求的三个层次和马斯洛的五个层次关联起来。

• 基本需求就如同生理、安全方面的生存需求，只有先生存下来才能去考虑其他的；
• 附加需求就如同社会、自主方面的归属需求，这些需求使人们可以生活得更好；
• 超预期需求就到了自我实现阶段，追求的是一种精神层面的需求。用户自身所处的阶段在提升，伴随着自身的需求也在发生变化，不断提升。

1.2　如何为用户量体裁衣？

1.2.1　用户、需求、产品的关系

量体裁衣说的就是按照身材尺寸裁剪衣服，常用来比喻做事需要从实际情况出发。这种方式其实属于个性化定制需求，与工厂里大规模批量生产的模式背道而驰，理论上应该发展不起来。但伴随着消费者消费能力的不断升级，很多人愿意花更多的钱来购买这种定制服务，所以同样有市场。
量体裁衣的理念映射到产品设计中，就是为用户定制符合其需求的产品。这里就牵出了关联的三个元素：用户、需求、产品。首先要确定是一个什么样的产品，然后再定位到细分的用户群，弄清楚这部分用户的具体需求，这样才能为其量身打造适合的产品，用产品服务好用户，形成一个完整的闭环。

在市场高度分化的今天，没有任何一款产品可以满足所有人的需求。对市场做细分，明确好市场标准，然后再对用户群做细分，定位好用户是谁才能有下文。
针对不同用户群做量体裁衣的产品比比皆是。我们每天都在用的手机，比如苹果手机，各型号的尺寸、内存、外观可能都不一样。这就是面向不同的用户群做了精准化细分。从尺寸配置上，为不同消费能力的用户群体定制了Plus版、s版、普通版、SE版等机型；从内存大小上，为不同需求的用户群定制了256G、128G、64G、32G、16G等规格；从外观色彩上，为不同喜好的用户定制了白、黑、亮黑、粉金、土豪金等样式。这些分类一下子就可以覆盖很多用户群的个性化需求。

再比如在汽车行业，连续几年保持全球销量第一的车企—丰田汽车，旗下车型非常丰富，基本覆盖了各种需求的用户群。其车型根据有需求人群的消费能力做了精准细分，包括微型车YARiS L致炫、紧凑型车卡罗拉、中型车凯美瑞、中大型车皇冠、紧凑型SUV RAV4荣放、中型SUV汉兰达、大型SUV兰德酷路泽、中型MPV普瑞维亚、大型MPV埃尔法、中型客车柯斯达、新能源车普锐斯、豪华品牌雷克萨斯旗下车型等。

苹果手机也好，丰田汽车也好，都在不断做品牌营销，只要能赢得消费者的认可，总能找到适合的产品。产品对用户群做精准的细分，不仅可以为公司赚取利润，还能满足用户的个性化需求，岂不美哉！这些传统案例触发我们对产品的反思，那么，怎样才能为用户量体裁衣呢？我们从用户的视角总结了一些共性。

1.2.2　没有所有人，只有细分的群体

任何产品，服务对象不可能是所有人，只能服务有需求的群体，因此要对用户群体进行细分。比如火爆的直播产品，主播都是什么样的人呢？比如有点才艺的、长得漂亮的，不可能所有人都能当主播。再比如Mac电脑，起初由于价格太贵，只有一些有需求的设计师购买，后来苹果公司不断推出消费级产品，变相降低价格，使得购买的人群也增多起来，苹果公司在不断细分其产品的服务群体，每款产品面向的细分群体都不一样。可见，任何产品都不可能满足所有人的需求，都需要细分到特定的用户群体。
产品经理在提产品需求的时候，开始往往会想得很多，生怕把哪个用户的需求给漏了，按这个思路设计出来的产品往往没有特色，淹没在网络的滚滚潮水中。比如我们有款产品里有积分模块，吸引不少黏性高的用户每天都来签到，可是积分越来越多，却无处兑换。所以我们就收到了大量关于积分的用户反馈。产品经理收集很多用户反馈，包括要会员卡、购物卡、加油卡、化妆品、四件套、电动车、数码产品、iPhone、红包现金等，层出不穷，产品经理想满足用户的需求，于是开始提交这些清单的申请。不用猜，大家应该能臆测到申请结果了。领导肯定不会同意，还可能会笑话这样的产品经理。最后我们是与一个第三方提供商合作，开发了积分商城这个模块，满足了用户的兑换需求。当然，这肯定只能满足一部分用户的需求，不能满足所有人的需求。
产品在设计过程中争论最多的部分，莫过于界面的展现方式。比如产品经理喜欢用文字将逻辑清晰地列出来；可在设计师的眼中，图片的表达胜过一切文字，所以他们更喜欢用图形来表达；而工程师却喜欢代码之美，越是复杂到让别人看不懂，越能体现其技术难度。可到底该听谁的呢？很显然不能直接根据自己的喜好来做产品，还是要回到产品中去看看服务用户的具体需求，比如人人都是产品经理这样的产品更多是要把逻辑写清晰；Dribbble、Behance这样的产品，图片流的展现形式可能会更加适合设计师的需求；CSDN这样的产品，文字流的表达更符合工程师的需求。
细分用户群后，就已经赋予了新的设计标签，产品的定位需要符合这些标签的需求，才能成功为用户提供服务。

1.2.3　接受用户的多面性

多面性往往会被人看作带有贬义色彩，其实我们每个人都有自己的多面性，说的、做的、心里想的可能会大相径庭。通过倾听用户的反馈，整理成产品需求，不断更新迭代，以期许更好地服务于用户，这是产品不断升级的基本策略。这些用户的反馈往往是通过很多不同的渠道收集到的，虽然几个用户可能代表不了大众，但只要有反馈就应该被重视，因为发声的用户毕竟是少数，有的人碰到问题，喜欢直接表达出来；有的人不喜欢说而是做出来，直接卸载；有的人不说不做，深深地埋在心底。这就是差异，没有反馈不代表产品就完美了。
我们不妨对身边的人做个小调研，很多人使用QQ聊天，同时也在使用微信、易信、陌陌、探探等社交产品；使用今日头条看新闻，同时也在使用搜狐新闻、果壳精选、UC头条、MONO等资讯产品。看到这个结果会不会疑惑，用户居然会有这么多使用同类产品的需求。可用户的实际使用情况告诉我们，很多人都有使用两个以上同类产品的习惯。研究别人，我们何尝不问问自己是怎么做的呢？每个产品都满足了用户不同层面的需求，直观折射出用户需求的多面性。
QQ是个久经沙场的产品，用户体量超级庞大，用户的好友关系可能都在上面，很多用户的工作和生活都搬到了QQ上，用户对其产生了极大的依赖。后来微信诞生了，微信和QQ的功能都可以满足用户与好友建立联系的需求，但微信有其差异化的功能点，它发明了一种发红包的功能，也开启了直接语音通话的功能，引爆了整个社交圈，新用户趋之若鹜。还有打免费电话的网易和电信合作的易信、主打陌生人交友聊天的陌陌和探探等。
新闻类产品的需求和聊天类产品的需求如出一辙，都是通过内容、功能点、体验等方面的差异化来满足用户不同的阅读和社交需求。
所以说用户需求有其多面性，产品应该从多维度挖掘用户内心的真实需求。

1.2.4　有的放矢地做好产品设计

有的放矢就是要基于细分的用户群做针对性的设计。可怎么能让产品做到有的放矢的设计呢？首先要找到“?的?”是什么，一般需要先获取信息再统计分析出结果，这个结果就是我们要找的“?的?”。然后围绕这个“?的?”进行产品需求的转化，有了需求就可以做产品设计了，产品设计好后，再通过有需求的用户来验证。这样才是有的放矢地做产品设计。我们将这两个过程合在一起就变成了：获取信息→统计分析→产品设计→用户验证。
1.获取信息
获取信息就是要尽可能多地获取用户的需求信息。首先寻找公开的信息，如各种资讯、论坛、社交平台、专业领域网站、各种分析报告等，这些信息可以让我们先大概了解市场的规模和特点。然后做用户调查，如在线问卷、线下问卷等，帮助我们找到目标用户的群体特征。还可以做用户访谈，如找一些高质量的目标用户做特定的跟踪访谈，意在获取用户在满足同类需求时所采用的方式。除此之外，还可以找行业专家，如找一些同类产品的从业者做深度访谈，以期许获得一些满足需求的经验。
2.统计分析
获取到信息后，要怎样统计并分析这些信息呢？这其实是一个很烦琐的工作，因为获取到的信息都是乱的，统计分析就是要梳理出杂乱信息中的共性。首先要细分人群，按照年龄、职业、性别、地域等划分，接着整理需求对应到这些细分人群中的占比，删除一些伪需求和自相矛盾的需求，最后再做横向比对，做一份统计分析报告。
3.产品设计
统计分析出结果，在产品中才能落实。这些结论不一定全是产品在当前阶段都需要的，产品经理还要结合产品的用户群，提炼出切实可行的产品设计方案，分好优先级转换成产品需求，再细化到产品中的体验设计。
4.用户验证
产品设计的好与坏，不是由我们自己的感觉来决定的，而是由真实用户的使用感受来评判的，这就是我们俗称的测试。验证产品的测试方法，通常使用灰度测试，通过多维度分析测试数据带来的变化。带来提升的点需要分析，使之下降的点也要分析，不能说数据下降了，用户就没有需求，具体还要结合产品解决用户的问题来考量。
用户验证就是要仔细分析用户的行为和功能设计之间是不是存在偏差。当年“千团大战”的时候，靠前的公司都在砸钱抢占市场，唯独美团在默默地优化自己的整个产品体系，在用户端率先上线了全额无条件退款的功能，商家端率先提供了半自动结账功能，带来市场的效应势如破竹，现在我们已经看到结果了。美团就是在不断验证用户的需求，快速更新迭代产品。

以上我们总结了产品怎样设计才能实现为用户量体裁衣，首先是细分好用户群，确定好为谁服务，然后再从多维度寻找用户群的真实需求，最后再根据这些需求做有的放矢的设计。产品不断更新迭代就是在为用户量体裁衣，只有合身得体才能赢得用户。

1.3　通过产品数据勾勒用户画像

1.3.1　用户画像的3个维度

用户画像是根据产品业务需要，将多维度统计到的用户信息进行聚类整合，从而勾勒出目标用户的群体特性。在产品中被称为“受众定向”，用户画像不仅可以得到精准的用户需求，还能反映出产品存在的问题。这类用户是产品的代言人，围绕这些群体的需求优化产品，产品的问题就更具有针对性。所以，勾勒出用户画像对产品的重要性可想而知。
我们研究用户画像主要依托产品的运营数据，通过用户的基本信息和产品中的网络行为，勾勒出不同群体的用户画像。我们将这种方式划分为递进的三个维度：信息画像、行为画像、分群画像。
信息画像：即用户的基本信息，属于静态数据，包括地域、性别、收入、婚否、家庭、职业、收入、资产、消费水平等。
行为画像：即用户在产品中的网络行为，又叫动态数据，包括用户的浏览习惯、访问时长、使用频次、消费记录、喜欢偏好、行为轨迹等。
分群画像：就是细分用户群体，根据产品业务的需求，将具有共同业务特性的用户贴上标签，聚合标签划分群体画像。

在PC时代我们主要通过各种渠道把用户引进来，保证PV/UV稳步攀升，完成所谓的关键绩效指标，俗称KPI（Key Performance Indicator）。PC端产品很大一部分营收是依靠广告，广告主想要曝光量，只要曝光量达标就万事大吉了，这种赢利模式促使PC端产品义无反顾地经营流量。在业务层面还会看转换率，如一款页游拥有100万用户，有10万人付费购买了增值业务，那转化率就是10%。所以PC端产品的流量和转化率就成了公司和客户双赢的必经之路。至于访问的用户到底是谁，已然变得不重要了。所以，在PC时代没有留存、粘性的概念，至于当下的用户，明天会不会来，根本不是网站关心的重点。
移动时代的来临，彻底打破了这一格局，手机作为终端设备的独立IP站上了历史舞台，统计就更具针对性，变得相对容易，所以统计指标就变成了新增、日活、留存等，这些数据可以清晰地呈现出产品的运行状态，同时也可以反映出用户的需求程度，所以了解用户就可以更精准地优化产品。下面我们通过以上三个维度来寻找用户画像。

1.3.2　建立信息画像

现有数据一般都是通过第三方统计平台获取到的，比如友盟等。对于大公司或者一些保密单位，可能会开发一套自己的监测系统。其实友盟做得还算比较成功，自己开发的不一定会比友盟好用，在友盟上可以清晰地查到新增、日活、启动、留存、渠道、终端等信息。很多互联网产品在初期都会选择友盟来统计信息。先获取用户的基本信息（即静态数据），建立起信息画像的雏形。
获取用户信息的常用方式之一就是引导用户注册和登录。用户的很多基本信息是需要用户注册登录以后，在数据库里才能查到记录的。有些产品必须要用户登录才可以使用，比如社交属性的产品，需要先建立一个自己的角色才能找人互动。也有很多产品是不需要用户登录就可以使用的，比如媒体属性的产品，用户看完内容就可以离开，也没必要设限。站在产品的角度来看，当然是希望用户登录，因为用户登录后才能识别更多的身份信息。识别身份的方式有很多，如Cookie、注册ID、邮箱、微信/微博/QQ等第三方登录、手机号等。这些都能代表用户的身份标识和交际圈，手机号算是目前移动端最为准确的用户标识，但随着用户的注册意愿越来越低，微博/微信/QQ等第三方登录成为越来越多企业的折中选择。

用户选择第三方注册和登录，相对会快一些，用户名、头像、性别、年龄、地域等基本信息可以直接获取到，不用一一填写。用户一旦登录，在平台上的所有行为轨迹都可以与之相匹配，比如你在淘宝上搜索了一辆自行车，你在闲鱼上就会收到二手自行车相关的推送信息。再比如你在头条上浏览教育相关的文章，平台就会为你推送相关的内容。用户登录后就变成一个独立的IP，产品就可以为其推送有针对性的内容。所以产品会想尽办法吸引用户注册登录。
我们以做过的一款分期购车的产品为例，分析用户画像第一个维度—信息画像。分期购车涉及用户下单还是不下单、全款还是分期，线下办理还是线上申请等行为，可能会涉及的核心因素包括：收入水平、消费观念、理财观念、互联网产品的使用水平等。因为涉及贷款，我们会尽可能多地获取用户信息，这样有助于用户在平台上快速下单和后期的审核。但这些信息不能在用户注册的时候就进行选择，否则用户非得被“吓”跑了不可。可以在个人中心做一些激励机制吸引用户填写这些信息，比如签到、认证可增加积分等。我们通过对统计平台和数据库获取到的信息进行归类，可知这些信息在用户群中的占比，具体维度如下图所示。
从图中的基本信息，我们解读到产品最有价值的信息画像是80后、主动探索各类互联网产品、有理财观念、收入稳定、喜欢消费、想买车的用户。其他类型的用户，可能还需要时间来成长，可以作为产品后期要发展的潜在主力军。

1.3.3　绘制行为画像

产品根据市场发展和用户需求的变化不断地更新迭代，在产品迭代中获取关键变量，从而绘制出行为画像。比如产品规划、用户反馈、热点事件、内容策划、活动运营等需求。迭代不单单是产品规划的需求，更是在满足用户的需求。通过迭代产品可以使行为画像变得慢慢清晰，再通过数据来分析，得到更精准的产品需求。
比如我们曾经做过的一款违章查询类产品，每天的新增比较稳定，用户总量还算比较庞大，但用户的使用频次很低，好多用户一个月才来一次。团队就想办法怎样才能提高用户的使用频次。我们发现在北京生活、上班的人们，开车出门前都有查看限行尾号的习惯，于是我们把这个信息嵌入到产品中，上线后用户的使用频次真的有一定提升，我们判断这部分用户应该是“有车一族”。为更好地关联用户的出行需求，我们又在迭代中增加了天气的相关信息，这也为产品数据带来了一部分增长，结合用户访问的时间段，我们判断这部分用户应该属于“上班族”。
违章查询只能查询违章信息，却不能处理违章，是不是有点鸡肋？为此，我们与第三方平台谈成合作，在产品中增加了在线缴纳罚款的功能，上线后用户量直线上升，参与评论和互动的数量也增加了很多。很多人都有去车管所处理违章的经历，基本上都会用半天时间。如果在线就可以缴纳罚款就方便多了，也解决了用户的一个痒点。在平台上下单的这部分用户可能是我们要重点研究的用户，结合后续的电话回访，勾勒出这部分用户的画像，就可以有针对性地迭代产品的需求。

用户在产品中可统计到的网络行为，主要包括使用场景、获取内容、访问路径这三块。使用场景主要是设备终端、网络状况、访问时段等；获取内容是用户在产品中浏览的内容、完成任务、使用工具等；访问路径是用户进入产品到离开的整个行为轨迹。

我们还是以上面分期购车的例子来分析第二个维度—行为画像。获取跟业务相关的网络行为，再统计数据占比，分几个维度来分析：

从上图中我们发现，用户的行为画像集中在9～18点、使用电脑、PC渠道、访问首页和详情页、平均用时5分钟以内。这个行为画像并没有带来转化率，因为下单线索仅占3.65%，然而这却是产品的命脉。所以想办法提高下单线索转化率才是产品当前阶段需要解决的核心问题。

1.3.4　勾勒分群画像

信息画像和行为画像整理好以后，如何聚合这些信息，贴上标签，勾勒出分群画像，是需要我们想办法解决的。
群体画像会有多个标签组合，不同群体也会有标签的重合，这就需要看标签的权重，权重高的才能体现出不同群体的差异。比如“?有车族?”和“?上班族?”两类群体中都有“?高学历?”的标签，那我们就看“?高学历?”标签在这两类群体中的比重。如果“?高学历?”在“?有车族?”中的比重更高，那我们就把这个标签解读给“?有车族?”群体。准确的用户画像，在分群画像之间的标签，重合度应该比较小才合理，这样才不会影响分群画像的核心差异。
我们继续以上面的例子来聚合信息绘制第三个维度—分群画像。我们将信息画像和行为画像的数据串联起来。
第一步　尽量合理覆盖每组信息的“?极端信息值（每组数据中占比最高或最低的信息）?”，用户画像就是典型用户反映出来的核心特征，这里很容易犯错，因为我们追求的是“?极端信息值?”，而忘却了还有“?合理?”两个字。两端的极端值组合出来的如果是背离我们的典型用户，那我们的用户画像肯定以失败告终。因此，合理的连接极端值至关重要，起码保证我们连接的典型用户是真实存在的。

聚合信息画像呈现出的最高值关联信息中，稳定理财但又买车买房，经济压力很大，看似不合乎逻辑，但买房本来就是一种非常稳定的投资，而且这样的用户买车的概率很高，还能接受贷款。在用户群中，90后占据25%，这是一批成长中的巨大用户群，需要一段时间的积累就会有需求，可作为产品待开拓的潜力用户。处在事业上升期的用户群一般都走在产业的前沿，消费能力很强，而且收入稳定，所以这部分用户是产品期望的用户类型。不合理最低值的用户年龄都相对比较大，而且不相信网络交易的安全性，怎么会去买股票呢？
聚合行为画像呈现出的最高值关联信息中，流量来源中呈现出了一个PC端数据占据近半的现象，这其实反映出两个问题：一是移动端做得不好，二是用户群体多为上班族。所以我们应该着力去优化移动端的产品，积极开拓潜力用户。因为分期购车的用户相对高端，我们认为对应用户群体使用iPhone手机的占比会大点，期望这部分用户群体崛起。不合理的极端最低值，是说最小的量不可能带来最大的下单线索，如图中的红色区域。

第二步　尽量合理连接用户行为的“?集合信息值（将每组数据占比较大的同其他组进行合理地组合，分析出最符合真实用户的信息值）?”，即相对来说基数较大的用户群。连接这部分用户，同样要考虑合理性的问题，以防连接一个架空的人物或理想中的用户，在现实生活中并不存在。访问时段体现出用户的工作状态，我们给其贴上“?上班族?”的标签；访问设备反映出喜好和品味；流量来源反映出体验方式；访问页面反映是否有需求；访问时长反映需要程度；收入水平反映出生活状况和职业；年龄反映出所处的人生阶段；理财观念反映出对财务的观念；互联网观念反映时尚程度。通过这些画像，聚合基数较大的，勾勒出用户画像。

通过勾勒出用户画像，产品需求迭代会更具针对性。但这是我们根据数据分析出来的结果，还不能说明这样的结果就是对的，接下来还需要我们进一步做用户画像的验证。
1.3.5　验证用户画像
前面我们通过理论分析得出的用户画像，但是到底对不对呢？这就需要通过产品上线后的真实数据来反馈，可以通过以下三种方式来验证。
1.验证真实数据
产品上线后统计各组实时数据，分析是否符合真实用户的画像的预期，再结合一些数据变化有针对性地分析原因。
2.A/B Test
A/B Test算是互联网最常用的验证方法了，即基于用户画像上线后的产品同当前产品进行对比分析，验证用户画像反馈需求的准确性。对于访问量很大的产品，我们通常会设置99%的用户正常访问到原有版本，而保留1%的用户被随机切到新版本，集中新旧数据对比变化的幅度来进行分析。比如我们做过的对一个分期购车的产品进行A/B Test后得到的数据变化，如下图所示。

3.业务数据转化验证
产品可以为企业带来的利润，是衡量产品好坏的关键指标。虽然这属于商业层面的考量，但也要回归到产品层面来落实。主要还是看产品可以为业务带来的转化率，这是企业考核的关键KPI，如果转化率下降了，可能就是白忙活一场，如果转化率提高了，就可以作为具有说服力的验证结果。我们还用上文列举的分期购车产品中的数据来展示一下，如下图：

通过不断地迭代验证用户画像，带来用户增长。但产品带来大量新增用户的同时，也会带来产品需求的变化，因为用户本身就是一个变量，产品依然需要不断地迭代更新，才能不断地更新验证用户画像。
上文通过对产品的数据分析找到了用户画像，首先利用产品预设的一些使用逻辑，获取到用户的基本信息，构建用户的信息画像。接着再统计用户在产品中的网络行为，分析出很多差异、交集，获取用户的行为画像。再结合信息画像和行为画像，做理性的统计分析，聚合用户的信息画像和行为画像，聚合信息值组合用户画像，从几个维度来聚合，得到期望的、合理的、待开拓的、不匹配的几组分群画像。最后将这几组分群画像集合，勾勒出产品需要的用户画像。
得到了产品的用户画像，如何辨别真伪，就是我们接下来要做的验证用户画像。验证用户画像主要通过数据变化来分析，首先寻找产品中带来变化的数据，究其因；再通过灰度测试有针对性地分析产品迭代前后的数据变化；最后通过业务数据变化来验证。如果业务线的转化率没能得到很好的提升，那产品在商业价值上的提升，可能就不会达到预期，反之则会带来很大提升，也进一步说明我们更好地解决了用户的需求，验证了我们用户画像的方向是可行的，只有这样我们才算得到了产品的正确用户画像。

1.4　引导设计降低用户成本

在做产品设计的过程中，逻辑越复杂，用户的学习成本就越高，需要做很多引导设计减小这种成本。比如好多产品在新用户第一次使用的时候，会设计一些新手教程。产品在迭代新功能的时候，会做引导页设计；电商平台在节日促销时，会做多渠道推广设计引导消费者；游戏在推新的装备、英雄的时候，会做各种限时特惠活动，引导玩家购买；公路上会设计各种指示牌，引领旅客到达目的地。
引导是为了可以更高效地完成用户转化，很多产品为达到业务指标到处加引导入口，对用户造成了困扰，后果很严重。接下来我们就来剖析一下如何正确引导用户。

1.4.1　引导行为产生的3要素

BJ Fogg博士在斯坦福大学创建诱导性技术实验室，他带领的几个行为设计学博士生都创业成功，成了富翁。他在2009年提出过一个行为设计学的模型，叫作Fogg’s Behavior Model。简单用公式表达为：B=MAT，他认为一个人的行为产生需要三个要素。
1.第一要素：动机（Motivation）
在心理学上一般被认为涉及行为的发端、方向、强度和持续性。可以细分为3种类型：

• 直接动机：通常指与生俱来的需求，也可以理解为生理动机，同人的生理需要相关联，比如饥饿、口渴、睡眠、性等。
• 间接动机：通常指外界对自身的影响而产生的需求，比如听很多名人演讲，受到感染，也想成为这样的人，这个动机迫使自身开始奋发图强。
• 社会认同/拒绝：通常指人天生具有交往的动机，在交往动机的基础上，产生社会认同的需求。比如少年叛逆，更多是做给同龄人看的，希望获得同龄人的崇拜。

再结合上文提及的马斯洛需求层次理论，可以发现不同的人在不同的时刻会有不同的需求，这样就会表现出不同的动机。越接近人本性的需求，动机就会越强烈，好比生理和安全层次的需求，就是人的直接动机。高层次的需求是建立在低层次需求满足之后才产生的，这就是人的间接动机。最后升华到自我实现的层次，就是社会认同/拒绝。
2.第二要素：能力/成本（Ability/Simplicity）
这个要素包括6个维度：

• 时间成本：用户的时间都很宝贵，耐心也有限。
• 金钱成本：比如成本都是有预算的，不能超出心里接受范围。
• 体力付出：比如折腾身体的运动量太大，用户肯定不买单。
• 脑力付出：比如呈现起来太复杂，表达不清晰，学习成本高。
• 社会压力：比如获得社会认同，动力很大，否则就适得其反。
• 习惯的力量：比如打破了日常习惯，成本是不是很高？

用户最在意的就是成本，只要各方面的成本都很低，这些付出都是在可接受的范围内，而且还有能力完成，那行动的概率肯定可以大大提高。
3.第三要素：触发因素（Trigger）
触发因素包括3个维度：

• 刺激：比如用户没有足够动机，需要用各种方法刺激用户产生动机，品牌广告不就是这样吗？
• 辅助：比如当用户有足够动机，不知道怎么做，帮助用户完成，这就要体现出客服的力量。
• 信号：比如用户既有动机、又知道该怎么做时，就适时给个提醒。
  

  

对于触发行动而言，最后适时使用恰当的提醒，引导转化的指标就完成了。看似非常简单，但实际每天收到的推送又有多少是被我们直接关闭的呢？所以，必须满足以上这三要素才能引导用户触发有效的行动。

1.4.2　引导设计的3种类型

BJ Fogg博士的研究成果，让我们看到引导触发用户行动的必要条件。但在页面上具体怎么设计才能引导用户呢？我们将引导设计分为：提示型引导、新手型引导、视野型引导三种类型，下面具体诠释一下。
1.提示型引导
提示型引导顾名思义就是设计出各种提示，引导有需求的用户，完成触发行为的转化。比如各种推送消息、提示框、广告短信、品牌广告、指示牌等。这些都是我们经常接触到的，有的广告每天都能看到，却勾不起用户触发的欲望，其根源还是因为没有需求，就是上文BJ Fogg博士提到的第一要素—动机。有需求的用户看到广告，可能就会立马行动了。任何引导都需要考虑用户的场景，引导不好就会引起用户的反感，比如用户在静静地看书，却不断有推送过来，此时他会是什么感受？
设计形式：直接用提示框、推消息给用户、醒目色块样式设计、各种弹框设计等。
适用设计：新功能提醒、重要的通知提醒等。
优点：视觉感受非常强烈，很容易被用户感知到，被忽略的概率很小。
缺点：每个用户对产品的熟悉程度不一样，干扰到没有需求的用户，违背了用户的意愿，可能会引起用户的反感，后果很严重。

2.新手型引导
新手型引导里的关键字是新手，是主要针对新手设计的一种引导模式，指引用户熟悉产品，从而可以正确地体验。工具和游戏类型的产品应用比较多。这类型产品不引导用户怎么操作，对新用户而言，使用成本就会很高，完全搞不懂该怎么操作，这和赶走用户也没什么区别了。
所以说新手型引导设计特别适合新手初期熟悉产品的功能，帮助用户更容易上手相对复杂的产品。这种引导通常不会强制用户一定要操作完，而是给用户一个可以关闭的选项，完全是自愿的形式。比如游戏“?王者荣耀?”对新用户做的引导教程，熟悉流程的用户可以跳过新手引导的步骤，直接组队开始进入竞技模式。
设计形式：引导页设计、操作步骤引导设计、蒙版遮罩引导设计、积分奖励引导设计等。
适用设计：新手快速熟悉产品体验操作。
优点：诠释的比较清晰，用户的学习成本比较低，容易上手。
缺点：用户的使用率普遍比较低，打开后直接关闭，但也有很多产品把其作为强制性流程，这样会引起用户的反感。还有这种效果通常只能诠释简单的功能，高级功能留给用户自己去摸索。

3.视野型引导
视野指目测到的景观范围，视野型引导其实就是在我们所能看见的范围内，随着体验位置移动而发生变化，在一定程度上可以记录用户的浏览轨迹。产品中的每一个功能都不能适用于所有人，很多用户大部分时间可能都只使用其中的一个小功能。视野型引导通过对用户的行为和意愿进行判断，更加贴合用户个性化的行为特点，如在业内，腾讯的设计以眼动测试而著称。视野型引导可以作为新手型引导后期的一个补充，引导用户使用高级功能。
设计形式：小红点提醒设计、对比层级设计、指向性设计等。
适用设计：消息提示、新入口、深入了解产品的更多功能。
优点：最不伤害用户体验的引导方式，对于小白用户来说也不会混淆。满足高级用户的使用心理，用到更多的高级功能，定制使用的产品。
缺点：这样引导设计偏复杂，各个功能点需要很好地衔接才能呈现出连贯性。有一个很经典的案例，某公园不是先修好路才让游客走，而是先让游客走，再沿着踩出来的路线修路。

三种引导设计的优缺点一目了然，具体还要结合我们产品的属性来设计，产品的不同需求可以用不同的引导设计。比如新产品可能需要新手型引导设计，降低用户的使用成本；成熟的产品可能更多要使用视野型引导设计，可以达到事半功倍的效果。
要做好引导设计，首先就要站在用户的角度，思考影响用户行为的三要素：动机、能力、触发因素是否都已经具备。其次才是根据产品的类型及其发展阶段，选择适合的引导设计类型，高效地完成业务指标的转化。
1.5　需求是个变量？
产品有用户使用才能体现其价值，用户使用产品解决需求，两者相互依赖，彼此需要。但时代在变化，科技在进步，满足用户需求的解决方案也越来越多，市场也在发生变化，所以才会有产品的不断迭代升级。
时代赋予了产品时代的特征。比如PC盛行的时代，反恐精英CS这类射击游戏受到追捧，可智能手机时代，全民出击的“吃鸡”游戏成为主流；再比如以前旅游是先买个城市地图找路线，现在GPS定位、移动手机的发展催生了手机导航产品。在时代前行的过程中，我们也看到了“巨星”陨落，无不为之叹息。例如，称霸全球的摩托罗拉、雅虎、诺基亚等，都是没能赶上时代的步伐，而被用户抛弃。用户其实本不知道需要什么样的新产品，只有新产品出现了，用户才知道怎样更好地满足需求。比如我们读书的时候遇到难题只有请教老师或同学，可新时代的学生们，只需要用手机上的题库类产品扫一扫，就可以通过OCR技术识别出题目，并得到多种解决方案。

1.5.1　搜狐的流量被侵蚀、用户被分流

搜狐在2008年北京奥运会期间，成功树立起自己的行业地位，一度成为中国最大的门户网站。每天轻松获取几个亿的流量，收入也很高，这也得益于其媒体属性。五大媒体门户（搜狐、新浪、网易、腾讯、凤凰）应该都还不错，并不只有搜狐的流量这么大。这些流量就好像是白花花的银子，可以为广告主带来很好的曝光度，所以平台更加热衷于做流量。PV是访问量，UV是一个独立的用户，一个UV可能会带来很多PV，所以统计UV的意义更大。媒体平台通过内容等手段做出很大的流量，广告主一看见流量大，立马开启疯狂“?砸钱?”模式，这也变成了媒体平台的主要收入来源，业内将这种业务称作媒体模式。
这两年智能手机普及，流量也开始往移动端倾斜，广告主们的推广模式自然也跟着转变，PC端的媒体模式不吃香了。搜狐发力于移动端，推出搜狐WAP、搜狐新闻App，但采用的还是媒体的广告模式，这时候今日头条的个性化推荐资讯已经分走了很多用户。搜狐开始转战内容，主打自媒体人的UGC模式。其他的资讯平台都开始注重内容，甚至会给自媒体人大量的广告分成，这样的模式又分走了很多用户。搜狐推出个性化推荐产品—搜狐资讯版App，想夺回流失的用户。产品能满足用户需求，又能带来极致的用户体验，用户的粘性就会很高，很难再去选择同类的产品。搜狐不单单要把产品和内容做好，还要靠品牌优势
才能吸引用户的眼球。马化腾曾经感慨，如果微信不是腾讯的产品，腾讯可能就会很危险了。微信虽然在当下很火爆，但谁也不确定是否会持续火爆下去，也许未来会被某一产品替代。因为时代在进步，新产品层出不穷，用户的需求也会相应发生变化。

1.5.2　产品伴随用户一起成长

还记得那个头条号吗？如今估值已达到100亿美金，今日头条作为一个创办时间不长的新兴互联网公司，估值排名进入中国互联网公司市值前十。很难想象短短几年它可以从一个头条号发展到今天的规模这也不禁让人联想到小米也是先做自己的MIUI，在各大论坛培养粉丝团体，建立参与感的体验文化，一步步发展成今天的小米帝国，这样的案例不胜枚举。
比如脱口秀类节目《罗辑思维》，发展过程是不是也一样？先借助各大平台打造自己的罗辑思维口碑，吸引来大批忠实有粘性的粉丝群体，如今再打造自己的知识分享产品《得到》。短短两年时间估值就已达到70多亿元人民币。这些产品案例都是靠先积累强大的用户群体后发家的。产品伴随用户一起成长，及时响应用户反馈，不断更新迭代，使用户对产品产生共鸣，产生依赖。产品优先主打用户口碑，建立起粉丝社群，伴随用户一起成长，这样的产品会变得超级强大。

1.5.3　“喜新厌旧”就是人性法则

产品为用户解决问题，有的会让用户对其产生依赖，而有的却会让用户淡忘，最终被卸载。人们对任何事物的新鲜感，都会呈现出一条下降曲线。

比如淘宝，成为大家生活不可或缺的一部分，可当京东出来后，有一部分用户开始选择京东。可当天猫上线后，又吸引了一大部分用户。淘宝、京东、天猫在产品形态上的转变给消费者带来的新鲜度也在不断发生变化。但电商产品的新鲜度远没有止步，现在的网易严选、小红书、拼多多等主打不同方向的电商产品，又在不断变为不同消费者的新宠儿。所以“喜新厌旧”是因为用户对产品的需求在发生改变，旧并不代表用户不喜欢，而是因为没有新产品带来的新变化。

1.6　通过真实调研了解用户

前面介绍了如何站在用户的角度，梳理需求，分好层级，基于产品的运营数据，绘制用户画像，再落实到产品中解决用户的实际问题。这些都是基于数据分析出来的理论基础，相比真实的使用场景还存在偏差。这就是为什么产品用户做到一定量级后，增速放缓，往往会通过做调研来拓宽业务。但用研成本很高，想获取真实有效的用户就更难，所以好多调研成果并不理想，真实有效的调研数据少之又少。如果只通过运营数据来推断，不去倾听真实用户的心声，很难发现产品在用户实际使用过程中存在的问题。

1.6.1　为什么要做调研

我们团队在刚开始接触汽车项目的相关需求时，并没有底气，一味地听取需求方的建议，缺乏自主的思考。甚至整个大团队中都没有几个人买过车，更别说开车了，这么一群人做汽车类的产品，完全是凭设计师自己的感觉在做相关的需求。这样长期下去，设计师就会感到迷茫，失去做产品的信心。做产品需求的时候，如果我们自己都不确定是不是用户所需求的，这样的需求不做也罢。如果认定产品需求是伪需求，完全可以拒绝设计，探讨更好的方案。这是我们想做一次调研的主要原因。
国家在大力倡导新能源车，但技术和配套设施却还不成熟，用户购买的意愿不强，很多有需求的用户都选择观望。我们没买过新能源车，也没开过，在考虑此类产品的需求时，很难获取到用户的需求点。这也迫使我们想知道消费者的真实需求是怎样的。
随着业务线的增速，项目组又提出了一个金融产品的需求，用于贷款买车，我们都知道金融是一个高门槛的行业，大家都在摸着石头过河，更不知道用户的需求点了。
还有二手车相关产品的需求，我们想咨询业内人士，了解二手车市场，可大家的一致回答都是，这个行业很复杂，没几年摸不透。这么多懵懂的需求，没有任何数据做支撑，真的要这么一直做下去吗？最终我们团队准备做一次线下用研，领导非但没有说成本太高，反而鼓励我们以这样的方式去倾听用户的需求。

1.6.2　案例：如何做调研

用研就是对用户的需求进行有针对性地调查研究。用研的方式主要就是线上、线下两种。线上的好处是便捷，成本低，但是收效甚微，而且面向的调研对象不可控，所以结果质量差。线下的好处是真实，调研的对象可控，针对性比较强，效果明显，但是成本偏高，整个流程稍微烦琐一点，所以好多产品在初期不会选择线下方式。
线下调研主要有四个步骤：调研现场→调研执行→数据统计→结果导向。
1.调研现场
用研的对象是有需求的用户，那么这些人又会在什么场合出现呢？这是首先要确定的。在哪些地方能找到全是对车有需求的人群呢？当时刚好要做广州车展的设计需求。车展不就是再好不过的用研现场吗？参加车展的人都是对车有不同层面需求的人，这样做调研才能有效。所以我们以车展展馆内的公司展台作为调研现场。定好了调研现场就要开始思考怎么做调研了。我们这次调研的目的很明确，就是想解开前面的疑惑，全面了解消费者在贷款买车、服务、二手车、新能源车等方面的需求点，对汽车相关的资讯、视频、论坛等内容的浏览需求；也想借着这次机会和用户进行一次面对面的沟通，了解大众对搜狐品牌的认知程度。

2.调研执行
用研城市：广州
用研场所：第14届广州国际车展展馆内
用研时间：2016.11.19—2016.11.20
参与用研：搜狐UXD 7名成员、广州的10名大学生
用研对象：参展人群
调研的场地和目的明确后，就该开始落实到执行层面。一般的线下调研都会让用户填一张问卷，其实这样效率很低，而且需要很大的空间来作为活动现场。经过商讨，我们决定在线上用H5的形式，做一个非常“?轻?”的海报问卷，整个体验非常轻松，而且加入了很多微交互，考虑到受访用户的视力问题，字体设置得也很大。
为了保证调研数据的真实性，我们在设置问题的时候，准备了很多副选项，比如同一组问题放两个截然相反的答案，当用户同时选择两个相反的答案时，这份问卷就算作废。题目中还穿插一些延续性的选题，比如上一道题选择某一个答案时，下一道题就不用作答，如果用户作答了，这份问卷也只能作废。调研的目的是为了更好地做我们的产品。如果调研的答案不真实，那就失去了调研的意义。考虑到现场的用户可能不愿意花时间配合我们调研，所以我们将时间设定为三分钟内完成。
我们第一次做这样的大型调研，可在展台现场参与调研的用户出乎我们的意料，很多用户似乎都很享受这一刻。他们赞赏这么做用研的态度，主动接近我们，还一度出现了排队现象，用户不停地在跟我们互动，询问各种与车相关的问题，充分信任我们的平台，在现场居然有消费者直接登录我们的平台下单。
我们探讨了用户热情高涨的原因，主流观点认为大家都是买票进来参展的，说明其对车有需求，而且大家来参展都有一种游玩的心态，节奏很慢，所以参与调研互动也无妨，还可以得到一些纪念品。还有一种观点认为大家都是冲着纪念品来的，这其实也无可厚非，纪念品本来就是用来吸引用户关注并参与进来，用户付出了时间理应获得一些奖励作为回报。

3.数据统计
总问卷量：成功收集问卷2250份。
有效问卷：删除不准确数据后，有效问卷1488份。
贷款购车线索：有贷款购车意向的人有772位。
二手车线索：能接受二手车线索的有684位，带来真实成交量的有12位。
新能源线索：能接受新能源车的用户有351位。
网站统计：下图是我们平台两天统计到的用研真实数据。

数据有了，但是很分散，没有条理性，所以接下来我们要把这些数据综合起来分析，针对每个产品绘制出可视化的图表。
4.结果导向
根据这次调研的反馈结果，我们对新车、汽车金融、二手车、新能源、内容平台等产品有了一个全新的认识。脑海里有了一个用户画像的雏形，而且各年龄段对产品的接受程度都存在差异，这样在产品设计的时候就可以做到有的放矢。
比如：金融贷款调研显示了用户接受首付款和月供的范围，在设计方案的时候肯定要考虑用户可能接受的范围，这样成功的概率肯定也会高一点，在体验上也可以优先满足用户最关心的点。
关于二手车市场，通过调研得知用户的接受程度，且对各年龄段可以接受的价格范围也都一清二楚，这对于我们设计产品提出了明确的指导意义。

新能源车市场的需求也得到进一步的验证，鉴于现在新能源车还有一些技术上的瓶颈，所以观望的用户还比较多，但用户不抵制，基本上都可以接受，且很看好。因为大家都普遍认为这是发展的趋势，而且国家还会大力提倡。

参与调研的用户的年龄段分布、地域分布、移动设备占比等信息都可以帮助我们更好地优化产品的细节。同时我们还借此了解到，地域群体对搜狐品牌的接受程度，达到了传播品牌的效果。评测组经常有编辑说某某车多优秀，某某车多实用，但局外人听到这些好多时候是不理解的。通过调研，可以帮我们更清楚地了解用户对编辑说的哪些内容能理解，哪些可能会略过，以及他们可能更关心的信息。这样的数据无疑会大大提升内容的体验。
我们做车型详情页和车款页的时候，经常会为一些设计细节争论不休，谁都不能说服谁。现在我们知道选车标准了，口碑、性价比等数据就要作为重点设计内容优先呈现给用户。例如，用户喜欢什么样的配置，展示车款的时候，就通过某种方式直观地呈现给用户，产品设计上也通过一些亮点配置的推荐，直观地呈现给用户。

1.6.3　调研中的常见问题和经验总结

经过这次调研，我们开阔了眼界，也受益匪浅。但也遇到了很多问题，准备略显仓促，问题设计也不够完善。调研结束后，我们整理好数据，并对这次调研做了一些总结。
常见问题和经验总结：
1）调研现场慌乱，导致我们调研的秩序被打乱，事先没有考虑清楚。
2）参与调研的人员不熟悉业务，经常会被消费者的问题问住，应该安排相应的业务人员及时给予反馈。
3）问题设置太局限或范围不广，有的问题让消费者很困惑，比如“买不买得起车”，这样的问题让答题者很尴尬。设置问题时应该拓宽业务线的范围，问题本身也要考虑到答题者的感受。
4）有一些年长的消费者不会操作，导致进行不下去，还有一些人最后忘记提交，我们应该准备好为这部分人群解决问题，或在产品中做一些更好的体验提示。
5）调研问卷带来的产品留存问题，我们以前做一些线上调研，次日留存10%都不到，可有需求的用户次日留存能提高到42%，找到有需求的群体很重要。
6）调研可以获取一部分愿意分享和互动的用户，留下联系方式，把这部分用户作为平台后期的资深用户，组建一个群体，请他们优先体验一些产品的测试版，征求他们的建议。
7）调研应该策划一些更新颖的玩法，吸引用户参与进来，我们主要通过介绍的方式让用户来参与，很多用户都回避了，可以组织一些游戏等。
8）现场调研多发动可以利用的资源，比如让调研的用户再去帮你宣传，很多热心的用户认可你的产品，就会帮你做宣传，这样的口碑传播，远比优化产品来得更重要。