哥伦比亚大学的半颜妆——用户痛点思维

分类:用户体验观尔 | 作者:观尔腾 | 发表于2013/11/30

当在微博上发现日本的“半颜妆”开始流行到国内的时候,我还是很吃惊的,因为左右脸的差别非常明显,那是丑与美的对比么?

据悉这种妆流行的原因是日本女性想要展示既完美又自然的自己,让未来的老公们能够看清自己的不同状态。

但目前这个在微博上似乎很火,虽然还是比不上李云迪和王力宏的哥伦比亚女友那么火,但结合下互联网营销的爆点思维,两者都具有很强的争议性,前者可以用过自己DIY来戏弄粉丝,贪得赞美,后者由于之前用户参与讨论“在一起”已具备了用户关注度基础。

基于今天在金错刀那学到的,这里分享下用户痛点思维有多“痛”?

在这个互联网领域挟“用户为中心”而令诸侯的时代,互联网向传统行业的降维攻击此起彼伏,从三维向二维攻击是很强悍的,只有深度理解用户才能获得生存。

因此要建立起用户的痛点思维,从而基于某痛点来进行微小硬需、微小聚焦、微小迭代来搞定用户。

如何来找用户痛点,三板斧:

建立观察用户的机制

拷问用户的“5个为什么”

场景式思考

这里不依次介绍,观察用户的方法有很多,当用户因为“贪嗔痴”而无知的时候,除了拷问用户“5个为什么”五问法—维基百科链接,也许眼动仪&脑电研究能帮助我们找到用户的秘密,此外,还有可用性测试,案头研究,焦点小组,情景调查,深度访谈,问卷和启发式评估。但还有一点是金错刀更推崇的,即参与式设计,比如小米手机建立个100粉丝评测机制,甚至卖工程机给他们。

而场景式思考则考察用户主要在什么场景中来进行使用。

用户体验是最好的ROI

体验啥的,感觉比较虚,但作为深入了解广大农民的老毛,也是杰出的产品经理,很早前就给我们上了一课,比如他的刷墙式营销——打土豪分田地,不玩虚的,直击痛点。结果让他赢下了这大好江山。

深度理解用户并不容易,史玉柱从搞脑白金到变成游戏狂,马化腾是个产品狂,雷军则是首席微博客服官。

不少公司成功总是有类似之处,他们有个“拜用户体验教”。

比如马云信仰:用户第一,员工第二,股东第三

美团的理论:用户第一,商务第二,员工第三

小米:反对上帝,和用户交朋友

但我们在项目PK的时候,多问问,是否依照“用户第一”的原则来思考,很多时候问题的解决之道就很明白了。

如何变成个超级用户——1000,100,10法则

1000 条微博,100篇文章,10次访谈——围绕着你的目标人群。

发动一线的力量

因为一线作战的员工更有可能了解我们的用户,因此中层经理很关键,因为需要他们来激励和支持一线员工来发挥自己的力量。

这里需要授予一线员工适当的权力,培养其主人翁精神。

ex. 海底捞你学不会,因为他们的KPI就只有两个,用户满意度和员工满意度

因此,在那里,你将得到,顾问式,针对式,打动式的服务。

如果发动一线员工的力量——RACI模型

  • 谁负责(R = Responsible),负责执行任务的角色,具体负责操控项目、解决问题。
  • 谁批准(A = Accountable),对任务负全责的角色,只有经其同意或签署之后,项目才能得以进行。
  • 咨询谁(C = Consulted),在任务实施前或中提供指定性意见的人员。
  • 告知谁(I = Informed),及时被通知结果的人员,不必向其咨询、征求意见。

————————————————————————————————结尾的分割线

哥伦比亚大学的半颜妆——代合调改用消排(替代、合并、调整、改变、其他用途、消除、重排),基于用户痛点,一针见血。

2013/12/1 补充:

挖痛点重武器——数据拷问:

这里老师没有多讲,所以下文为网上他写的一篇文章的摘取:可供参考

很简单的三板斧,一学就会,一用就灵,对常见的数据场景,可解决绝大部分日常需求。 简单说就是“对比,细分,溯源” 六字真言,没了。

对比,数据放在那里,是没意义的,你说你游戏周流失率80%,啥情况?不知道,你问我我也不知道。对比起来才知道。

一是横比,你拿出50款游戏来比,别人平均流失率90%,你80%,你游戏还不错勒,别人要平均流失65%,你80%,这就有问题了。

二是纵比,和自己时间轴比,你两个月前1.0版本流失率90%,你现在80%,有进步么,你要是两个月前是50%,现在80%,好好反思喽。

所以,我特别强调,在通常企业数据监控,显示一大屏数据的界面上,对比特征要最大体现,比如所有同比下降超过多少比例的一概红色体现,所有上升多少比例的一概绿色体现,公司运营状况一目了然。

细分,数据出现对比异常,你当然想知道原因,那就需要细分了。

细分先分维度,再分粒度,什么是维度?你按照时间去分,就是时间维度,按照地区去分,就是地区维度,按照来路去分,就是来路维度,按照受访去分,就是受访维度;你说今天网站访问量涨了5%,咋回事不知道,你细分一看,大部分网页都没涨,某个频道某个活动页涨了300%,这就清楚了,这就是细分最简单的范例,其实很多领域都通用。 粒度是什么,你时间维度,是按照天,还是按照小时?这就是粒度差异,你来路维度,是来路的网站,还是来路的url,这就是粒度的差异;这样可以将对比的差异值逐级锁定,寻找原因。

溯源,有时候我对比,细分锁定到具体维度,具体粒度了,依然没有结论,怎么办,溯源,依据锁定的这个维度和粒度作为搜索条件,查询所涉及的源日志,源记录,然后基于此分析和反思用户的行为,往往会有惊人的发现,我们正是基于这一逻辑发现过产品的一些缺陷,而且你不断通过这个方式分析数据,对用户行为的理解也会逐步加深。

欢迎补充。

 

 

日志信息 »

« »
目前盖楼 (0)层:

发表评论 »


页面载入中...