精益数据分析 - 第15章 阶段1:移情
创业伊始,你要做的不是证明自己有多聪明,或是找出相应的理解方案。你要做的是尝试了解他人所想,学会换位思考。这意味着你需要发现并验证问题,然后查看所提出的解决方案是否奏效。
移情阶段的指标
在移情阶段,重点放在定性反馈的收集上,并主要通过有关问题和解决方案的用户访谈来完成这一工作。你旨在找到一个值得解决的问题,以及足以获取早期用户的解决方案。早期需要做大量访谈笔记,然后根据访谈内容,了解用户需求以及最受关注的解决方案,以便从中得知最小可行化产品(MVP)需要包含的功能有哪些。
这是我想出的最佳创意(即如何发现值得解决的问题)
问题(或想法)的发现往往源于聆听。想法的得出只是一个开始。在将想法付诸实践之前,应使期历经一段时间的沉淀。最理想的情况是,找到一群朋友或可信任的顾问,这些人均与当前问题息息相关或对其内容有所涉猎,从而可通过相互的交流快速核实想法的现实程度。这种快速“取样测试”是一项极好的投资。
找到需要解决的问题(即如何验证问题)
精益创业的第一阶段旨在判断问题是否足以让足够多的人感到困扰,以及了解目前是如何 试图解决这一问题的。
问题足以让人感到困扰
想要人们采取行动,并能够以一种有助于你的企业发展的方式来完成这件事。这就要求人们的处境足够的窘迫,从而不得不按照你的希望去做事。
有足够多的人感到困扰
只为一个人解决问题的行为叫咨询。你需要一个潜在市场。营销者希望受众达到群内同质化(即群内成员的喜好存在一定的共性)以及群际异质化(即可按照某种特定方式,利用定制信息区分和瞄准各细分市场)
他们已在试图解决这一问题
如果问题真实存在并已得到充分认识,则人们一定会想办法加以解决。也许由于没有其他良策,他们正在手动解决这一问题。无论当前的解决方案是什么,它起初都将是你最大的对手,因为对于人们来说,它才是最容易的解决办法。
在某些情况下,市场并不知道自身存在着问题。如果你必须在市场中“筚路蓝缕以启山林(意思是指驾着简陋的柴车,穿着破烂的衣服去开辟山林道路。形容创业的艰苦)”的话,则应了解需为此付出多少努力,从而在考虑商业模式时算上这一成本因素。
在进入下一阶段以前,需要逐一验证以上三点(以及其他一些因素)。数据分析在验证过程中发挥着关键作用。
首先,应利用定性指标检测所发现问题是否值得付诸行动。这一检测过程始于与潜在客户进行有关问题的访谈。建议先与15位潜在客户进行对话。虽然本阶段收集的还只是些定性数据,但仍需保证数据的实质性。一位客户无法形成买方市场。你不能与寥寥数人进行谈话后,便根据他们一致的积极反馈来决定该产品具有开发价值。
表明所发现问题值得解决的征兆(模式)
定性数据的关键在于规律和规律的识别。
访谈中的积极征兆:
- 他们想立刻掏钱购买
- 他们正主动尝试(或曾经尝试)解决当前问题
- 他们很健谈,并且提出了很多相关问题,表现出了对问题的兴趣
- 他们身体前倾、生气勃勃(积极的肢体语言)
访谈中的消极征兆:
- 他们走神了
- 他们虽然很健谈,但所谈内容与当前问题无关(说话漫无边际)
- 他们耷拉着肩膀,或者无精打采地坐在椅子上(消极的肢体语言)
如何开展成功客户访谈的几点建议:
- 力争面对面地访谈
- 选择中立场所
- 避免录音
- 确保有一个脚本(脚本可在访谈之间提供足够的连贯性,从而完成意见的交换)
对脚本的分析:
- 简要地为访谈流程做好准备
此阶段应告知受访者接下来将要讲到的内容或提到的问题。强调访谈的目的,从而使受访者保持良好的心态。
- 通过收集人口统计资料来检测客户群
询问受访者一些基本问题,以更多地了解其个人信息并获悉其所代表的细分市场。
- 通过讲故事来设置问题情境
讲述你发现待解决问题的过程,以及你认为这些问题重要的原因,从而使受访者与你产生共鸣。
- 通过让受访者对问题排序来检测问题
重申一遍你所描述的所有问题,然后让受访者按照重要程序排序。不要挖掘的过深,但务必问问是否存在你未曾提及的其他相关问题。
- 检验解决方案
了解受访者的世界观。让客户自由发表意见并保持倾听状态。在受访者按照重要程度为所有问题排序后,询问目前各大问题的解决方案。
- 在访谈结束前提出一些要求
你不想在此详细讨论解决方案,因为这会让人感觉太像电话推销了,但应使用高级别的销售辞令以保持受访者的兴致。理想情况下,你希望在己方做好准备的前提下,受访者能够配合有关解决方案的访谈。
定性指标仅与趋势有关。你试图在人们的反馈中找寻规律,从而梳理出事情的真相。
如何避免引导受访者(模式)
为什么要避免引导受访者:
人类是一种弱小的、肤浅的物种,往往喜欢说一些自认为能够取悦听众的话语,并且具有从众心理,从而对访谈结果造成严重影响。
反应偏差是一种众所周知的认知偏差,政治活动家常利用其来引导受众,从而获得自身想要 的答案(我们称之为导向性民意调查)
如何避免引导受访者:
不表明自己的意图
- 带有倾向性的措辞会导致默许偏差的形成,受访者会试图认同积极的陈述
- 开放性问题对答案没有太多的暗示,并给予了受访者自由发挥的机会,这也是开放性问题可在客户开发的早期发挥作用的原因
- 先入为主是一大影响因素。受访者对你的了解越少,给出的答案也就越客观公正。不露底牌在此时显得尤为重要。
- 其他社会暗示源于你的外表。受访者可根据你的行为举止明确应如何回答你的问题。如果你举止温和,不表明自身态度或给出任何暗示,则得到的数据将会更佳。
保证问题的真实性
- 要想得到真实的回答,方法之一就是使受访者感到不自在。不要问对方“你会使用该产品吗?”,而应直接索要100美元的预付款。对方很可能会断然拒绝你但有趣的事才刚刚开始。
- 问题问得越具体,得到的答案就越真实。要让受访者完成购买行为,而不只是表明自己的偏好。要让他们敢于自掏腰包,给出五个肯定会使用本产品的朋友之名,并将产品介绍给友人。
- 要防止受访者为取悦你而给出不真实的答案,还可要求其模仿自己朋友的所作所为。受访者在面对“你吸大麻吗”这种问题时,可能会隐瞒实情以避免首先的谴责。但如果你问“你有多少朋友吸大麻”,则可能得到真实的答复,并反映出此人的世界观。
刨根问底
客户开发访谈中有一个很棒的技巧,即连续追问三次为什么。反复询问为什么,实际上是迫使受访者解释自己为何如此作答。答复背后的理由往往前后不一致或是自相矛盾。这是好事,这表明我已经认识到了人们自称会怎样做和实际会怎样做之间的差距。
寻找其他蛛丝马迹
肢体语言往往更能传达人们的感受与情感。在访谈过程中尤其要注意受访者的非语言信号。
聚合性和发散性问题访谈
聚合性访谈
在访谈中先讲一个故事,从而提供有关问题的背景内容。然后提出更多具体问题,并要求受访者将问题按照重要程度进行排序。在聚合性问题访谈中,你做的是重点关注细节信息,而非漫无目的地盘根问底。
聚合性问题访谈可为你将来的行动设定明确的方向,但要冒一定风险,即由于过分关注某些自认为重要的问题,而无法让受访者说出对他们而言可能更加重要的问题。例如,你可能成功指引受访者回答了自己预先设计的问题,却无法从答复中发现意料之外的相邻市场或需求。
发散性问题访谈
发散性问题访谈要随机得多,其目的在于扩大可用于解决方案的搜索范围。在此类问题访谈中,你与受访者讨论的是一个很大的问题空间,并要求其说出自己的问题。你或许想要印证一两个问题,但你不会直接问,而是通过受访者提及这些问题的次数来判断,并在一定程度上验证访谈的成功与否。
发散性问题访谈的风险在于,你关注的问题数量太多、范围太广,没有让受访者重点关注其中的某个问题。
如果你刚刚起步,并真心重点关注探索性练习,则不妨先试试发散性问题访谈。评分机制在此时没有那么重要。先收集初步反馈信息,然后看看其中有多少问题能和受访者随口说出的内容一致。一切进展顺利的话,则可转而对其他受访者展开聚合性问题访谈,并判断这些问题是否在更大范围内引起了共鸣。
我如何通能够知道问题真的足够让人痛苦
此处第一关键指标是痛苦程度,具体指受访者在听闻问题后的痛苦程度。
可利用一些评判标准为聚合性问题访谈中的问题打分。
1、受访者有没有成功为问题排序 |
||
有 |
差不多 |
没有 |
受访者饶有兴趣地为问题排了序(无论排序结果如何) 10分 |
受访者无法确定哪个问题真正令人感到痛苦,但对问题本身还是很感兴趣的 5分 |
受访者感到排序十分困难,或是花更多的时间顾左右而言他 0分 |
2.受访者是否(曾经)积极尝试着解决问题 |
||
是 |
差不多 |
否 |
受访者试图用Excel表格和传真机解决问题。若果真如此,你可能捡到金子了 10分 |
受访者花费一段时间来解决问题,但只是将其当作一-份工作罢了,内心并没有想要解决问题 5分 |
受访者并没怎么花时间处理问题,并满足于现状,认为不存在什么大问题 0分 |
3.受访者在整个访谈过程中是否足够专注 |
||
是 |
差不多 |
否 |
受访者仔细聆听你的每一句 话,听你把话说完,并且没有摆弄自己的智能手机 8分 |
受访者虽然对此感兴趣,但如果你不主动向其征求意见,则仍然会走神或不置可否 4分 |
受访者露面后一直在看手机,并提前结束会面,或通常表现出一副全然置身事外的样子,就好像见你是给你面子似的 0分 |
4.受访者是否同意后续面谈/访谈(你将在那时提出自己的解决方案) |
||
是,不用问也会同意 |
是, 询问过后会同意 |
否 |
受访者“昨天”就索要解决方案了 8分 |
受访者对后续访谈的安排并无异议,但突然之间他下个月的日程就全部排满了 4分 |
你和受访者都意识到,已经没有必要提出解决方案了 0分 |
5.受访者是否愿意引荐他人供你访谈 |
||
是,不用问也会愿意 |
是, 询问过后会愿意 |
否 |
受访者主动向你推荐受访人选 4分 |
在你的询问后,受访者最终给出了推荐人选 2分 |
受访者不会给出推荐人选 0分(同时扪心自问,自己能否大规模地占领市场) |
6.受访者是否愿意立即付钱购买你的解决方案 |
||
是,不用问也会愿意 |
是, 询问过后会愿意 |
否 |
受访者主动要求出钱购买产品,并开了个价 3分 |
受访者同意出钱购买产品 1分 |
受访者不打算购买或使用你的产品 0分(同时扪心自问,自己能否大规模地占领市场) |
计算得分
总分31分是用来区分成绩好坏的分水岭。试着为所有访谈打分,再看看其中有多少总分达到了31分及以上。这样正好能够表明你是否发现了什么与待解决问题相关的事情。然后问问自己,访谈的分数差距从何而来。或许你发现了一个细分市场,又或许好的穿着打扮给你加了分,或者是你不该在咖啡店做访谈。每一次的访谈 都可以为你提供一定的经验。
你还可以对问题进行排名。如果你提出了三个问题,那么其中哪个问题得到了最多的第一顺位排名呢?这就是你最应该深人挖掘并(在解决方案访谈中)提出解决方案的问题。
最理想的情况是,部分受访者给出的问题排名完全相同( 或十分相似),且相关访谈的得分也很高。这应该使你更加确信自己找到了正确的问题和市场。
数据分析启示
在创业的任何阶段,你都可以与客户交谈并为访谈打分。这些访谈给予你的不仅仅是客户的反馈,还有助于你发现具有特殊问题或需求的细分市场。
人们目前在如何解决问题
值得解决的问题有一个特点,即有许多人正在试图或曾经试图解决它。
在解决问题时,他们使用的产品往往并不是专门为解决这些问题而准备的,但这已经“足够好了”,或者他们会使用自己创造的解决方案。
尽管你做的是定性的访谈,但在这之后仍然可以摆出一些数据。
- 有多少人从未尝试着解决问题?如果连尝试都未曾做过,你必须首先让人们意识到问题的存在。
- 有多少人主动提供了“足够好”的解决方案?创业公司往往低估了“足够好”的力量。袜子配不上对属于世界性问题,但还没有人因为解决了这一问题而发家致富。
过于理想化的创业公司往往低估了市场的惰性。
他们试图利用于客户而言并不是那么重要的产品特点、功能和策略逆袭市场中的领导者。他们自认为自己的所作所为是明显的胜利,结果却在“足够好”方面自食了恶果。
创业公司要想取得大规模的成功,所需跨过的门槛远比市场领导者要高。
你必须要比市场领导者好上十倍才会获得人们的注意,这意味着你要在创造力、策略性、诡诈性和攻击性方面比市场领导者强上100倍。市场领导者可能会慢慢疏于与客户的联系,却仍比任何人都了解自己的客户。
要想从市场领导者手里把客户抢过来,不要只盯着对方“明显”缺陷不放(如过时的设计风格)。为了找到让客户真正感到痛苦的元素,并保证能迅速将其解决掉,你必须进行更加深入的挖掘。
有足够多的人在乎这一问题吗(即理解市场)
如果你找到一个让人们感到足够痛苦的问题,接下来就应该去了解市场的规模与潜力。(单一的客户无法代表市场)
如果你正试图估算市场的规模,建议你使用自上而下和自下而上两种分析方法,并比较二者的结果 ,以免出现不必要的错误。例如,假设在纽约市内有一家餐馆:
- 自上而下的模式首先关注的是美国所有人外出就餐的总开支,然后是纽约在其中的占比,再然后是纽约市内餐馆的数量,最后计算出一家餐馆的总营收。
- 自下而上的模式则会首先关注餐馆内的餐桌数量,然后是上座率以及每餐的平均消费。三者相乘,再乘以一年的天数(会有季节性调整),即可估算出该餐馆的年收入。
如果两种模式计算出的年收入结果相关甚远,则证明你的商业模式出现了问题。
在进行问题访谈时,记住多问些背景方面的问题,以了解受访者个人信息。
怎么才能让人们意识到这一问题
大多数时候,即便人们不存在什么问题,也还是会认同你的观点。
如果你确信人们的确存在问题,并且只是需要有人提醒其注意一下,则需想点办法检测一下该假设的真伪。
- 尽早给出原型
- 在纸上画出原则 ,从而观察受访者是如何无人指导的前提下与你的理念交互的
- 看他们是否愿意马上付钱
- 观察他们向朋友解释的过程,并判断其是否懂得如何传递信息
- 请他们推荐给你其他可能在乎该问题的人选
客户“典型的一天”
“典型的一天”故事板是一种还原客户日常生活的方法。
故事板(墙上贴的大量彩色便利贴)是一种视觉表现方式,以判断你的解决方案在哪里才能发挥出最大的作用。有了这个故事板,要想就解决方案的使用方法、时间和对象提出不错的假设就容易多了。
描绘出客户生活中的一天,还可以揭露你在了解客户的过程中明显存在的盲点。
“典型的一天”的练习可以非常细致地描述人们使用解决方案的具体情况,这远比简单地定义目标市场和客户群体深入得多。
找到访谈对象(模式)
在离开办公室以前,先得找到访谈对象。如果你能迅速找到这样的人选,则预示着光明的前景,因为如果他们乐于接受你的想法,你就可以找到更多这样的人并建立起自己的客户基础。
大规模地收集答案
(在开展10~20次客户访谈以后)你应该选择继续,重复自己提出的问题,与受访者- -起 更为深人地挖掘,并尽可能多地了解一些内容。 不过你也可以扩大自己的行动范围,做一些定量分析。
是时候大规模地与人交谈了。
这样做有以下好处。
- 迫使你将访谈过程规范化,从主观转为客观。
- 检验你是否能够大规模地吸引客户的注意力,以获取最终的蓬勃发展。
- 给予你可供分析和分类的量化信息,并揭示出必须要有一定受访群体才能成功发现的趋势和迹象。
- 受访者可能会成为你的公测用户以及社区的用户基础。
尽管在定性数据的获取方面并无捷径可走,但可使用技术在极大程度上提高数据的获取效率。在移情阶段,应重点关注工具的构建,以实现快速收集大量优质反馈的目的。客户开发
并非代码,也不能成为你不在此大力投资的理由。
开展一项能得到大量回答的问卷活动(模式)
有效的问卷调查由问卷设计、测试、发放和分析几大关键步骤构成。但在此之前,首先明确
自己提出问题的理由。
- 如果问卷中问道“在某特定行业中,你首先想到的是什么牌子?”,你会根据所得信息模
仿这些牌子的营销策略吗?还是准备着手应对竞争威胁?抑或选择合作伙伴?
- 如果问卷中问道“客户是如何找到一款产品或服务的?”,所得答案会影响你的营销活动
和媒介选择吗?
- 如果问卷中问道“人们打算在问题处理上花多少钱?” ,所得答案对你的定价策略有什么影响?
- 如果在问卷中测试哪个口号或独特的价值定位最能引起客户的共鸣,你会选择正面反馈最多的那一条吗?还是只把问卷结果当作参考?
不要只想着问问题,而应明确问题的答案会对你的行为产生怎样的影响。换句话说,在发出问卷前应先明确立场。早期的问题访谈让你看到了一些机会,而你现在要做的是确认整个市场中是否真的存在这些机会。为每个量化问题赋予一个“恰当”的分数,然后把分数写下来记住。
问卷设计
问卷应涵盖以下三类问题。
- 可利用年龄、性别或互联网使用情况等人口统计学和心理学数据,对问卷回答进行分类。
- 可做统计分析的量化问题,如打分、对言论的支持或反对、选择列表信息等。
- 开放性问题可促使问卷回答者提供定性数据。
记住,一定要把分类用问题放在最前,开放性问题放在最后。这样就能得知你的样本是否代表了目标市场,同时,如果受访者最后几题没答完,你仍有足够多的量化回答以生成可信的结果。
测试
在发放问卷以前,先在一些没见过这份问卷的人身上试试。你会发现,他们经常会卡在什
么地方,或是无法理解某些问题。至少找三个目标市场内的人,等他们能顺利完成问卷,
并解释出每道题的含义后,再准备发放问卷。这并不夸张,在问卷的设计过程中,没有人
不会犯错。
发放问卷
你希望问卷可以发放到自己不认识的人手中。你可以在Twitter上发条问卷调查表或落地页
的链接,但最终的调查对象往往是你那个社交圈子内的人。这时候要想获得新的受众,就必
须支付一定的费用。
可设计一-些广告链接至问卷调查表。几种常用格式如下。
- 指明目标群体。(“你是单身母亲吗?请配合做- -份简短的问卷,帮我们攻克- -项巨大的
挑战。”)
- 指出试图解决的问题。(“睡不着觉?我们正试图解决这-难题,很希望听到你的意见。”)
- 指出解决方案或自己独特的价值定位,但不要使用销售说辞。( 我们的会计软件可自动发现税收减免。请帮助我们制定产品发展蓝图。”)同时小心不要诱导受众,在还未确定产品定位之时,不要使用这条广告语。
此外还要记住,你的第一个问题实际上是“我的广告语够不够引人注目,能不能把人吸引过来做调查”,而此时你还在几种不同的价值定位间犹豫不决。
收集信息
在问卷调查过程中,应衡量每份完整回答所需的成本。先做-轮包含几十道问题的小型测试。
如完成率不高,先查看是否有多人卡在了同一题上,ClickTable 等分析工具可做到这一点。
去掉该题,再看看完成率是否有所提高。还可以试试把长问卷分成几份,减少题量,或是化
号召为行动。
收集信息时,不要忘记请求自己与回答者联系并收集其联系方式的权限。如果你真的因此找
到了可行的解决方案,这其中的一些回答者可能会成为你的测试用户。
分析数据
最后,妥善处理这些数据。其实你主要关注的是三件事。
第一,你能否引起市场的注意?人们会点击你的广告和链接吗?哪个点击率最高?
第二,你之前的假设正确吗?成功收集数据后,你又会做出怎样的决策?
第三,人们会试用你的解决方案或产品吗?回答者中有多少人愿意被直接联系?有多少
人同意加人论坛或测试组?又有多少人在开放式答题中索要了产品的使用权限?
统计在此处显得尤为重要。数学计算可确保你从问卷中尽可能多地获取信息,因此不要吝惜
它的使用。
- 计算量化问题的平均数、均值和标准差。哪个广告语效果最好?哪个竞争者市场占有率最高?是否存在占据了绝对优势的- -方?还是说几方的差异并不大?
- 按不同市场细分分析每道量化问题,观察是否有特定群体给出了与众不同的回答。这种分析需要用到数据透视表( pivot table,详见接下来的附注栏“什么是数据透视表”)。你很快就会发现特殊回答与特定群体间是否存在关联性。这有助于你集中精力,或观察是否有个别回答带偏了整体。
数据透视表的真正作用,在于可把两个维度放在一起分析。
在解决方案做出来之前先行测试(即如何 验证解决方案)
解决方案的验证也以客户访谈为开始,旨在收集定性反馈,并塑造必要的信心,打造一个最小可行化产品。你还可以通过问卷和落地页进行一步扩大定量测试。这给予了你一次很好的机会,你可以就此检测自己的广告语以及产品的初始设置功能。
此外,还可利用其他实用方法,在解决方案做出来之前先行测试。至此,你应该已经找到了解决方案中风险最大的部分,以及你想让人们怎样利用解决方案才能获得成功。现在你要找的是通过代理检验假设的方法。将理想中的用户行为映射到相似的平台或产品上,并进行试验 。开辟一个相邻系统。
此阶段的工作重点并不在于产品的打造,而是商业模式中风险的消除。有时唯一的方法便是将产品开发出来,但无时无刻不应密切关注可量化风险的捷径。
最小可行化产品上线之前
创建功能最简(只要功能足够验证在移情阶段发现的风险即可)产品时,就会持续收到(来自问卷调查的)反馈,并(通过beta版网站、社会媒体及其他媒介)获取早期用户。如此这般,当最小可行化产品最终上线时,你就拥有了大量积极提供反馈的内测用户和早期用户。你就像是在种植测试对象一般。此阶段的唯一关键指标是新用户注册、社交覆盖,以及可吸引真实用户使用最小可行化产品,从而确保学习和迭代快速完成的其他因素。
最小可行化产品的质量很难把握。一方面时间宝贵,你需要果决地做出取舍;另一方面,你希望用户能为之惊叹,使产品给人一种重要、难忘且具有解决价值的感觉。你需要保持魔法的魔力。
设定最小可行化产品的内容
把所有的解决方案访谈记录、量化分析,以及创业中的各种“小伎俩”放在-起,决定最小可行化产品应具备怎样的功能组合。
最小可行化产品必须能够兑现你对用户和客户所承诺的价值。
在设计最小可行化产品时,重新关注受访者。向他们出示线框图、原型和模型。在产品开发前,确保从受访者身上找到强烈积极的反应。从已验证问题、独特的价值定位、最小可行化产品以及验证成功的指标中,删掉所有未严格遵循标准的因素。
最小可行化商品是一个过程,而非是一件商品。
重要的是要意识到,最小可行化产品经过多次迭代后,你才能进入下一阶段。
衡量最小可行化产品
初学者需选择自己的第一关键指标。 如果不明确指标内容,也还未定义“成功”的样子,就不应着手开发产品。初期最小可行化产品中的每个元素,都应与第一关键指标有关并对其产生影响。立场必须要明确。
本阶段,任何用户获取方面的数据指标都是没有意义的。要想证明产品是否有效,根本用不到数以十万计的用户,甚至连几千用户都用不到。即便是最为复杂的生意行为,依然可以在很大程度上缩小测试用户的范围。
关键在于找出创业中风险最大的部分,然后通过反复的测试与学习化解风险。数据指标是你衡量和了解风险是否得以化解的工具。
最重要的数据指标与用户参与度有关。人们真的在使用这款产品吗?他们是如何使用产品的?他们使用了产品的全部功能还是部分功能?产品的使用情况和用户行为是否符合我们的预期?
在找到有关使用情况和用户参与度的对应指标以前,不要开发任何功能。子指标最后会汇聚为第一关键指标,这些数据片段汇集在一-起后会全面地反映问题。如果你尚不能实现某个功能或产品模块,则需慎重对待功能或模块的添加问题,因为这会带来越来越难控制的变数。
即便你已在关注某一指标, 也要确定这么做是否能带来价值。
不要忽视定性分析
你应该在整个最小可行化产品的迭代过程中与用户和客户保持不间断的交流。
早期试用者十分宽容,他们可以忍受(事实上很希望看到)粗糙的半成品,但与此同时,随着最小可行化产品使用时间的增长,他们给出的反馈也越来越诚实与透明。
为删除功能做准备
这是一个非常艰难的选择,却可以带来巨大的变化。如果一项功能无人问津,或是不具备使用价值,则应删除该功能,然后看看会发生什么。成功删除某项功能后,继续观察现有用户的参与度和使用情况。这一切和之前有区别吗?
如果根本没人在乎功能的有无,那么你至少把产品清理干净了。如果现有用户对此表示反对,你可能就需要重新审视自己的决定了。如果出现了一群对该功能存在需求的用户,但他们在功能删除前却从未见过这项功能,则这些人可能代表着一种新的群体,其需求与现有用户基础有所不同。删除功能后你的关注点和价值定位的范围均缩小了,而这应对用户的回馈产生影响。
移情阶段总结
- 你旨在找到一个人们愿为之付钱的待解决问题。从初步设想到目标实现,数据分析一直都是方法的衡量工具。
- 开始,为发现未知机遇,你展开了探索开放式的定性讨论。
- 后来,为找到问题的正确解决方案,你展开的讨论开始变得更为量化与聚合。
- 你可以使用工具来批量获取用户答案,并在确定好要打造的产品时,建立起用户群。清楚地了解待解决问题,并且在知道进军市场方法的前提下,自信能够从大规模市场中切实地获取利益,就说明是时候开发一个能留住用户的产品了。
你应该进入下一阶段吗?(练习)
所进行的优质客户访谈,是否足以使自已确信已找到值得解决的问题 |
|
是 |
否 |
列举你认为待解决问题足够痛苦的理由 |
增加访谈数量。利用土耳其机器人或其他资源,快速找到更多人选 |
我是否足够了解我的客户 |
|
是 |
否 |
列举原因。你曾为了解客户做过什么. |
试着给出“典型的一天”故事板,以找出客户理解方面的不足 |
我是否相信自己的解决方案能够满足客户的需求 |
|
是 |
否 |
列举原因。你曾为验证解决方案做过什么 |
将你的解决方案(以任何形式)展示给更多的客户,收集更多的反馈,并进行更深人的挖掘 |
精益数据分析 - 第15章 阶段1:移情相关推荐
- 精益数据分析 - 第5章 数据分析框架
第二部分 找到当前的正确指标 展示如何将精益分析用于创业公司中.以六种商业模式为例,讨论每个创业公司都要经历的五个发展阶段,在这些阶段中,企业逐渐探索出正确的产品和最佳的目标市场.同时,讨论了如何寻找 ...
- 读书笔记:精益数据分析 第17-20章
第17章:阶段三:病毒性 1.进入病毒性阶段后,即可重点关注用户获取与增长,但是同时也要留意产品的黏性. 2.三种传播方式: (1)原生病毒性:根植于产品内部,作为产品使用功能存在. (2)人工病毒性 ...
- 精益数据分析 - 第13章 商业模式六:双边市场
双边市场是电商网站的一个变种,本模式中公司通过帮助买家和专家在网上达成交易来盈利.含有一个共享库存模型及两个利益相关方,并在双方达成利益协议时获得相应收入. 双边市场面临着一个特殊的问题,即必须要同时 ...
- 精益数据分析 - 第3章 你把生命献给谁
第3章 你把生命献给谁 网景创始人.风险投资人马克·安德里森:"一个不存在的市场不会在乎你有多聪明" 如何确定值得付出的事业,战略咨询师.知名博主.设计师巴德·卡德尔指出三条准则: ...
- 读书笔记:精益数据分析 第9章
第九章:商业模式二:SaaS-- SaaS指按需提供软件的公司 1. SaaS简介:大部分的 SaaS提供商以月费或者年费的形式获取收益.成本为实际硬件消耗,如存储空间.占用带宽等.因此,对于SaaS ...
- 精益数据分析 - 第27章 双边市场:底线在哪里
双边市场实际上是两个其他模型的结合:电子商务和用户生成内容.这意味着你在进行分析时需要结合两者进行考虑. 交易规模 底线在哪里 我们无法告诉你通常的交易规模有多大,但是可以告诉你的是,你应该对它和转化 ...
- 精益数据分析 - 第8章 商业模式一:电子商务
电商公司的赢利模式:以物换钱. 弄清楚客户的需求以及自己所处的模式,是电商创业中最紧要的事. 除明确模式外,决定电商网站成败的另一关键:定价. 评价电商健康程度的最基本指标之一:转化率. 电商成功的关 ...
- 《精益数据分析》重点数分概念摘录(截至前5章)
书中内容着重点在创业角度,混合着一些产品的思维以及数据分析的思路. [专人接待式最小可行化产品] (Concierge Minimum Viable Product) 最小可行化产品指足以向市场传达你 ...
- 《Python数据分析与挖掘实战》第15章 ——电商产品评论数据情感分析(LED)
文章目录 1.挖掘背景与目标 2.2 数据探索与预处理 2.1 数据筛选 2.2 数据去重 2.3 删除前缀评分 2.4 jieba分词 3 基于LDA 模型的主题分析 4.权重 5.如何在主题空间比 ...
- 读 精益数据分析 笔记
文章目录 第一周 第一部分 别再欺骗自己了 第一章 我们都在说谎 什么是专人接待式最小可行化产品 第二章 创业的记分牌 什么是好的数据指标?--能带来所期望的变化 数据指标之间的耦合现象 找出正确的数 ...
最新文章
- 使用Response.Redirect 两种方法打开一个新窗口
- 中国人工智能学会通讯——艺术与人工智能的明天——人机信任合作 一、人工智能在艺术上的发展...
- php未正确拼写字 css,前端Bug解决方案
- android 等待圈_Android ProgressDialog 转圈圈-阿里云开发者社区
- Floyd算法的动态规划本质
- mysql load data 语法_MySql LOAD DATA 使用
- [导入]Ms Ajax Lib- Object 类型扩展
- vscode在ubuntu下安装插件,同时配置python虚拟环境、ctrl+鼠标滚轮放大代码窗口设置
- .NET 程序测试 Java 项目 log4j2 是否存在远程代码执行漏洞
- 【学习笔记】传输层:TCP协议(报文段、连接管理{握手}、可靠传输、流量控制、拥塞控制)
- Golang Clearing slice
- java spring getbean_spring依赖注入中获取JavaBean
- 找出消费者在使用你的产品的时候,什么时刻觉得“值了”
- Android 学习博客
- java----正则表达式
- linux tao环境 安装_菜鸟Linux 编译TAO2.0a的问题,求高手指导
- 怎样才能成为一名优秀的高薪程序员?
- 使用Kali上的Metasploit获取ssh登录到靶机权限
- SecureCRT scripting
- UVa 10382 - Watering Grass
热门文章
- java之StringBuilder和关于数组怎么扩容
- Photoshop CC(2018)安装教程
- 蓝牙打印机CPCL编程手册~汉印HM-A300
- 碰撞检测——碰撞器和物理材质
- 从头配置一台医学影像处理的电脑 Ubuntu20.04
- Tuxera NTFS2023Mac读写ntfs磁盘工具
- FakeUserAgentError('Maximum amount of retries reached') 彻底解决办法
- 支持向量机原理与实现
- LeetCode-回文数C语言实现
- gp3688 uhf2扩频_摩托罗拉GP3688_GP3188写频软件