【用户体验专栏】袁博士讲用户体验体系 第三讲：用户需求分析

袁博士讲用户体验体系 第三讲

用户需求分析

马斯洛把人的需求分为五个层级：生理、安全、爱和社交、尊重和实现自我价值。

这些需求，除了最高端的价值实现之外，都和产品关联，并通过产品的支撑获到满足。

谈及需求，就会想到马斯洛关于动机的理论。

他认为，人总是在不断追寻新的需求，除了短暂的时间外，很少能达到满足的状态。

一个需求被满足之后，马上就会出现另一个新的需求，并不断迭代，这种状态贯穿了人的一生。

马斯洛把人的需求分为五个层级：生理、安全、爱和社交、尊重和实现自我价值。

这些需求，除了最高端的价值实现之外，都和产品关联，并通过产品的支撑获到满足。

厨房产品满足食物烹饪的需求；儿童手机满足安全的需求；微信满足社交的需求；LV 包满足尊重的需求。

人类需求推动技术的发展和社会的进步，洞察用户需求是产品创新的源泉。

弄清楚用户真实的需求，是用户研究的本质所在。

目前号称智能化的电子门锁堆砌了各种技术：数字密码、芯片、声音、虹膜、手机遥控等。

但却没有了解用户真正的动机和需求。

用户首要关注的，其实并不是家里没人时的财产安全，由于微信和支付宝的普及，大部分人的家里没有多少现金；而是家里有人的时候，尤其老人和孩子在家时候的人身安全。

所以，作为安全产品，智能电子门锁的功能外延，甚至形态都应该发生根本改变，才能切实满足用户对于安全的诉求。

用户是以结果为导向来看待产品。

他们需要的不是一个手提钻，而是木板上的孔。

就像大家经常例举的马车和汽车的故事（真实性不确定），用户真正需要的，是一个快速、方便、舒适的交通工具，马车和汽车只是一个表象而已。

伊飒尔公司曾就热水器进行过创新研究，单从产品层面，热水器创新的要点不外乎几个方面：水质优化、节能（水/电）、操控方便、设计美观等。

但是，本质上用户需要的不是一个热水器，而是洗澡后，身体干净、干燥的这个结果。

如果单单基于热水器进行思考，就无法解决婴幼儿洗澡时的痛点。

需求产生和需求满足是相对性匹配，超越需求太多，就无法实现。

中国社会经济剧变的速度太快，人的现代化严重滞后。

人的需求呈几何级放大，但是满足需求的能力却是按部就班，所以我们就会看到各色焦虑人群，以及贩卖焦虑的小商贩。

这是另外一个问题了。

用户需求是企业技术创新的动力和技术路线的方向指引。

作为社会分工，基础性技术研究一般由国家承担，这方面德国值得借鉴：马普研究所 Max Planck Institute 聚焦于科学研究; 弗劳恩霍夫研究协会 Fraunhofer Society 则致力于面向工业的应用技术研究。

企业的技术开发则在产品的应用层面，考虑的是如何把用户的需求转化成为形态化的产品。

2008年，伊飒尔公司通过用户研究，定义了一个全新形态的洗衣机——上下滚筒洗衣机，来真正解决衣物，尤其是内衣/外衣交叉污染的问题。

其实那个时候一些用户已经知道，用一台洗衣机，即使衣物分类，也会有内壁的污垢积存，从而造成内衣的污染。

上下滚筒的方案技术实现破费周折，用了大概五六年的时间才解决了一系列的难题，最终产品惊艳上市。

企业在解决技术难关的同时，也构筑起了专利护城河，从而保持住了竞争优势。

1. 用户需求挖掘

需求挖掘，或者需求搜集，是用户研究的苦力活。

溯源传统，从历史学的文献法 Literature Method 到社会学的实证研究 Empirical Research ；从人类学的田野调查 Field Study 到心理学的实验研究 Experimental Research ；从定量 Quantitative 到定性 Qualitative ；直至基于互联网的大数据研究。

这些途径不同、技术各异的研究方法论，为我们提供了搜集用户需求的便利工具。

囿于预算，用户研究的样本量一般都不会太大。

定性的一些方法论，比如焦点小组 Focus Group ，情景访谈 Contextual Interview 会经常被用来进行用户需求挖掘；而样本量稍大（不少于 30个）的定量研究，则用来对需求进行验证。

非常重要的是，数据统计和分析，一定要基于某特定的目标群体，这样才会有研究意义。

比如大学毕业5年，在北京工作，年平均收入为14万，但这个年均收入却不是北京市的职工平均工资。

从统计学理论上讲，样本量越大当然越好，但是，实际的项目往往要考虑投入的边际效应。

伊飒尔研究经验显示，基于某特定目标群体的焦点小组，一个城市做两个足矣，第一个就可以挖掘出60% 以上的用户需求，第二个会新增 10-15%。

我们不要幻想得到用户的所有需求。

只有国家有力量去进行普查。

对大型企业，我们建议建立动态的用户研究数据库，可进行基础性数据查询，为产品经理提供用户轮廓 User Profile 和产品功能假设，等项目确定（立项）之后，再进行用户需求的细化和验证。

用户研究是一个连续的过程。

人群和需求总是在发生变化，连贯性才能进行推理，比较才能找出差异。

我们既可以用一个目标群体的年龄作为一个纵轴来研究：他们大学期间使用什么手机、电脑；毕业之后使用什么信用卡、手机；结婚之后买什么汽车、家电。

这些产品之间的关联因素是什么？其变迁的趋势是什么？也可以限定一个时间点进行横向研究，比较使用手机拍照功能的三个目标群体：在校大学生、毕业后到结婚前、孩子0-3岁。

我们会得到很多有意思的发现，这些发现会直接指导产品的创新设计。

用户需求的信息绝大部分是通过语言形式呈现。

依据信息的信度，逐次分为文字、口述声音、表情和肢体。

文字的信度最低，因为可以被修改。

口述声音比文字的信度要高。

表情和肢体的信度最好。

所以，在研究的过程中，除了文字和声音资料的搜集之外，还要观察用户的表情，判断其表述的信息是否真实。

我们把用户意识到的，能够用语言表述出来的需求称为显需求 Overt Requirement ，比如我想要一个红色的汽车；用户没有意识到的需求为潜需求或者隐需求 Implicit Requirement 。

我们在研究中经常遇到，用户不知道想要什么，但是你给他看了一个设计，他会恍然大悟地说，我要的就是这个。

其实，用户需求三分之二都匿于语言能力之外，通过对其心智模型Mental Model 的研究，可以帮助我们更好地获悉真实的需求。

研究方法本身没有好坏之分，根据产品属性和目标群体特征，选择合适的就行。

比如，我们很难把一些时间紧张、事务忙碌的人聚集在一起做焦点小组；也很难约一些高收入人群进行入户访谈。

那么就要做一些变通，以达到相对理想的结果为宜。

随着网络的广泛应用，人的痕迹越来越多地留在了虚拟空间：围绕购物、评论、讨论等内容，以文本、图片、声音和视频为主的数据信息，正在以几何级爆炸般增长，给我们提供了挖掘用户需求的新矿山。

但是这些大数据所呈现的表象，一般比较难以进行逻辑分析，我们可以把用户的评论归类，但是无法依据目标群体的维度给其打上人群的标签。

所以，大数据和小数据 Small Data（ Martin Lindstrom，2016）要结合起来使用，可以基于小数据得到的目标群体人口统计学特征所匹配的外显信息，在数据库进行类比对照，清洗掉一些荒芜无用的信息，更准确地为目标人群进行标注。

伊飒尔公司曾做过宝马 X5 的用户研究，所获得的线下信息和线上数据有明显差异。

究其原因，是宝马车主很少在网上发表评论，而网上评论最多的是一些汽车技术的爱好者，但是这些人（年轻、低收入）又不是宝马的用户，因此这类人的评价就不能成为可使用的数据信息。

技术的快速发展，用户需求挖掘的工具和方法越来越多。

数据-信息-需求的排列呈漏斗状，需要经过不断清洗、过滤和筛选，才能最终成为有用的资料。

需求挖掘的对象，一个是痛点 Pain point ，指目前正在使用的产品，功能或者操作的不便之处；另一个是期望 Expectation ，用户对于产品的新的功能，甚或一个新形态的希冀。

需求挖掘的最终目的是为了找到一个解决方案。

2. 用户需求分类

从事过调查的人都知道，每次研究都会得到大量的资料，网络扒出的数据更是浩如瀚海，这些用户需求企业也不可能全部采纳。

所以资料的分类是一项重要的工作。

分类或者逻辑归类是一门学问，比如图书馆的书，按科目分类；动物学的分类就更详尽了。

用户需求分类可以从不同的维度来划分，常用的是卡诺模型 Kano Model，根据对用户满意的影响，把需求分为五类：必备、期望、兴奋、无差异和反向。

比如汽车，安全、省油、环保等是必备和无差异需求；导航、座椅加热通风、时尚设计等是期望需求。

沃尔沃把副驾驶的位置变成一个可以休憩/工作的小空间，则是满足了兴奋型需求。

最近马斯克发布的特斯拉电动皮卡，其立异的造型设计，魅力四溢，彻底征服了全球吃瓜群众。

满足兴奋型需求是产品差异化竞争的有效途径。

需求分析的重要结果，就是要在纸堆里找出用户的兴奋型需求并转化为产品的一部分，从而刺激用户选购该产品的欲望。

另外，卡诺模型也提出了 “反向需求”这一概念，值得很多中国企业思考。

很多人认为，用户花同样的钱，给他的功能越多越好。

这是经济匮乏时代的思维定式。

冗余的功能反而会导致用户的反感。

比如微波炉，一堆功能按键令人无所适从，其实用户需要的只是加热食物而已。

企业要尽量避免产品功能的复杂化，删除一些鸡肋功能，以方便用户的操作使用。

“伪需求”也是一个需求类别，指企业没有真正搜集和分析用户需求，想当然臆造出来的需求。

“伪”字可拆成人为。

我们经常听到一些企业在网上畅想万物互联的智能生活情景：手环的震动把你从睡梦中唤醒，这时窗帘自动徐徐拉开，清晨的阳光温暖地洒在床上………。

但是实际上我们在惊醒的那几分钟里，最想要的不是阳光，而是闭上眼睛再朦胧一会。

“伪需求”创造了很多无用的功能，造成极大的浪费。

比如，我至今也想不明白为什么冷柜要装一个 WiFi 模块和手机互联互通。

目前智能产品领域充斥了大量的基于“伪需求”所定义的产品功能，多为营销噱头。

基于马斯洛的理论，也可以把需求分为功能型 Function 需求和符号型 Symbol 需求。

前者可以转化为产品的基本属性，支持用户完成任务达成目标，比如导航、买票、订车等；后者指满足面子和自尊的需求。

二者相互依附，奔驰汽车是符号依附于功能；LV 包则是功能依附于符号。

此外，还有基于统计学的分类，基于逻辑学的分类，这里不详尽赘述。