
如何发掘用户的本质需求和隐含需求
在谈这个话题前先分享一个小故事,这是我曾经一个同事给我们讲述的用户需求案例。事情是这样的,他的一个朋友是外国人,有天来公司拜访他,结束之后他送这位朋友出公司。 他的朋友对同事说,他需要找前台借一支笔。同事就问他做什么,他说需要前台将自己手机上显示的英文地址写成中文,然后他打到的士后就可以给司机看,这样司机就能把他带回酒店。
同事举这个例子是想告诉我们,他的朋友最原始的需求是“借一支笔”,而本质需求却是“回到酒店”,这两者相差甚远。
通常原始需求都是用户自己想到的解决方案,认为可以解决自己的问题,而事实上如果能获得用户的本质需求就可能找出更合理的方案来解决用户的问题。
我们在做产品时,不论我们的产品经理还是设计师经常能从市场或运营团队那里得到一些用户的原始需求,比如这个颜色希望变成绿色,这里的字体需要更大,急需更省电的模式等等。很多产品经理和设计师信奉用户至上,包括现如今很多声称具有互联网思维的公司都强调用户在产品设计和开发过程中的重要性,这个观点并没有错,但是如果对用户原始需求没有进行任何分析就落地到产品中,这也是对用户极不负责的行为,非常容易造成头痛医头,脚痛医脚的情况。
再举一个实际案例,这是发生在我自己负责的产品中。
我们的产品是移动办公应用,有一个功能就是可以在手机上签到,这样员工到公司附近就可以掏出手机在我们的应用上打卡完成考勤,而不用到走到公司的考勤机旁排队用工卡打卡。有个公司的HR经理就给我们提了一个原始的需求:尽快把签到提示音改为人声。
签到提示音是指在上下班时间前15分钟手机发出的声音提示,以提醒员工用手机签到。我当时回绝了这个需求,理由有两点:
一
是一般App的提示音都不会采用人声,因为不够优雅,如同我们在一些工作场合听到一些人声的电话铃声或是奇怪的提示音都会觉得对方不够职业一样;
二
是上下班时间前15分钟,要么在公共场合如地铁公交上,要么在办公环境中(如还在开会),此时手机突然有人声叫“签到啦”会引起不必要的尴尬,体验会不好。
但是这名HR经理并不认可,坚持认为我们的提醒声音很普通,就是要改为人声,需要给员工很强的提醒。如果仅仅从这个原始需求上来看,感觉是我们的提醒声音不够强烈或是不够特别,可能会跟诸如微信、短信等其他应用的提醒音混淆。所以我跟这个HR经理沟通是不是可以让员工自定义铃声,因为如果我们官方提供了一个人声提醒,那究竟是用男声还是女声,用清脆的还是磁性的,用林志玲的声音还是郭德纲的声音?这将无形中会夸大个人的好恶。
HR觉得让员工自定义铃声也可以,并且要求马上就要落地到版本中。但是我自己又仔细想了一下,其实用户自定义提示音的比例并不高,比如我们不少人还是只用默认的电话、短信、闹钟、日程的提示音,而且如果真的大家都来自定义提示音,那么一到某个时间点一个办公室的人手机响起各种自定义的签到提示音也是很滑稽的。
所以我就跟这个HR经理继续沟通,然后才发现了他的本质需求。他们公司原先是在一个特定的指纹打卡机打卡的,每到上班时间指纹打卡机前排很长的队伍等待打卡。现在采用了我们的移动办公应用,HR经理强行拆除了指纹打卡机,让员工不用排队打卡了,由于刚开始执行还没形成习惯,导致员工经常忘记打卡。
该公司考勤很严格,忘记打卡或是晚打卡都要扣钱,员工就要在月底前打印纸件,然后再找两个以上的证明人来证明自己当天只是忘记打卡并非旷工。而这名HR经理则要去考证这些证明,无形中增加了很多工作量,也提高了公司的管理成本。
我们可以看到,
这名HR经理的原始需求是将签到提醒音改为人声,实际上他的本质需求是让员工减少忘记打卡的概率,同时在员工忘记打卡后也没有额外的人工处理工作量。在他看来只要将签到提醒音改为人声,这么明显的提示员工自然会想起来打卡,大家都打卡了,他也就没有那么多工作量了。
这名HR经理的原始需求和很多用户的需求一样,通常都是他们自认为的解决问题的方案,但是用户对整个产品的考虑却比较少,他们一般是比较难想到自己的方案对现有产品带来的影响或是在一些场景下的不合适。对于这个HR经理的原始需求我给出了更为人性的方案。
首先,如果员工在上班前忘记打卡,但是员工此时手机连上了公司Wi-Fi,或者GPS定位员工在公司附近,我们的应用给员工自动补打卡(同时还要结合一些手机传感器数据,保证员工手机的确是在使用中,否则员工可能会拿个旧手机连着公司Wi-Fi一直放在公司)。
其次,如果员工真的由于各种原因忘记打卡,而且自动补打的机制也未生效,那么就判断员工是否在工作时间连着公司Wi-Fi用我们的应用发过消息、传过文件,有这样的情况也可以证明员工并未旷工。
通过这些相对智能和人性的判断来减少员工由于未注意到提醒而忘记打卡的概率,从而解决这个HR经理遇到的问题。
其实如果再深入分析一下这个HR经理的需求,我们除了能发掘出他的本质需求外,还会发现他一个隐含的需求。比如他为什么这名急切地要求我们尽快落地增强提示的方案?我们来脑补一下他面临的情况,他强行拆除了指纹打卡机,采用移动签到,改变了整个公司员工的打卡习惯,结果导致了很多员工忘记打卡,员工需要找各种证明和审批,员工一定怨声载道,甚至纷纷质疑这名HR经理当初的决策。所以这个HR经理的隐含需求极有可能是要尽快打消员工对于他强推移动签到这个决定的质疑。能帮他解决这个隐含需求或许他的本质需求也能引刃而解。
所以我们可以看到用户的原始需求跟他的本质需求和隐含需求可能差别很大,那么如何发掘用户的本质需求和隐含需求呢?最好的方法除了深入交流之外最好是能身临其境,就以上面的案例来说,如果能到他们公司呆上一段时间,当一段时间的员工可能会更有感触。
我又想起来一个案例。
这是之前一个业界交流活动,其中有个设计师在西门子公司做大型医疗器械设计。他就跟我 说大型医疗器械的设计要非常严格精准,但是设计师不是医生,很多地方会考虑不到,于是他就跟医生同吃同睡同时工作,医生干什么他就干什么,时间长达三四个 月,到最后他说他对人身体的各种器官、血管都了如指掌了才开始进行设计。或许医生的原始需求只是要扫描病人的什么部位,但是如果仅仅很简单的去根据这样的 需求做设计和开发产品,最终的结果一定不理想,对医生的本质需求和隐含需求肯定很难捕捉。
回到本文最开始的例子,“借一支笔”是一个原始需求,“回到酒店”才是本质需求,于是我的同事并没有给这个外国人找笔,而是找了另外一个同事顺路将其带回了酒店。看,
并不是一定是用户要求什么你就执行,仔细分析之后其实会有更好的方案。
再深入分析一下这个外国人的隐含需求呢?其实是“跟司机用中文交流”,试想一下这个隐含需求解决了,他也就不会有刚开始借笔那一幕了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03