02-问题思考维度:抓住核心用户、场景化分析、需求收集与辨别、用户故事
文章目录
- 2.1 抓住核心用户
- 2.1.1 为什么要抓住核心用户
- 2.1.2 核心用户的特征
- 根据不同维度,描述核心用户
- 2.1.3 如何抓住核心用户
- 2.2 场景化分析
- 2.2.1 场景五要素
- 2.2.2 场景化分析方法
- 2.2.3 场景化分析方法的应用
- 2.3 需求收集与辨别
- 2.3.1 需求的定义及层次
- 2.3.2 需求收集方法
- 2.3.3 需求辨别维度
- 2.4 用户故事
- 章节总结
2.1 抓住核心用户
2.1.1 为什么要抓住核心用户
Q:做产品为什么要了解用户?
A:从用户身上获取利益 → 了解用户的付费点 → 用户需求在变化,倾听用户从而更好的优化产品
目标用户: 主要使用产品或者为其提供服务。
潜在用户: 还没有使用,但是有使用或者接受产品服务的需要。
种子用户: 在目标用户中找一部分人试点,尝鲜 → 积极反馈
核心用户: 目标用户中,能够创造最大利润的人群。
除了用户越来越细分这个因素之外,还有什么因素呢?
市场——保持市场竞争力:增量时代已过,同质化严重(同类型的产品越来越多),市场供给充足 (抓住核心用户才能保持市场竞争力)
产品——产品开发推广更聚焦:资源有限,需要做取舍,优先解决核心用户的核心需求
【案例】
2.1.2 核心用户的特征
根据不同维度,描述核心用户
供需关系: 根据产品的服务端和消费端来定义核心用户群体。
例如,乘车服务中,分为司机端和乘客端。
人口统计学: 年龄、性别、地域、职业、学历等
例如,母婴类的多关注0-2岁的宝宝用品,注重商品品质的90后/Z时代的宝妈。
熟悉程度: 新用户、老用户、专家用户
业务场景细分:
上述细分维度,我们在工作中如何应用?
产品定位 + 产品的运营数据,结合上述四种细分维度,就可以描述出我们产品的核心用户群体。
【案例】
小结: 可以从哪些维度描述你的核心用户?
2.1.3 如何抓住核心用户
核心用户分为主动成为的和被动成为的。
被动
1、
捆绑式核心用户
:基于人性的贪小便宜,怕损失,爱面子,被动的俘获捆绑核心用户
2、诱导式核心用户
:商家不断提升运营效率、压低成本、甚至补贴用户以诱导获取用户流量,这是捕获核心用户的惯常手段
针对捆绑式核心用户
,常用的方法:办会员、买套餐
针对诱导式核心用户
,常用的方法:低价或者补贴诱导
主动
1、
享受型核心用户
:提供服务类的公司,更侧重心理影响的用户服务,让用户享受服务,以此提高用户黏性来俘获核心用户
2、网络型核心用户
:注重更大用户量的公司,更注重网络价值,网络价值与网络用户数量的平方成正比(即N个连结能创造N的平方量级的效益),同时社交是刚性需求,建立了社交网络关系,用户本身就可以吸纳更多的用户
3、股东型核心用户
:将核心用户作为公司的命运共同体,用户陪伴企业共同成长,共同享受企业发展的红利,使核心用户以股东的心态主动思考公司和产品的发展
针对享受型核心用户
,常用的方法:提高优越感、提供超预期服务
针对网络型核心用户
,常用的方法:建立社交关系,通过社群、粉丝等实现口碑传播
针对股东型核心用户
,常用的方法:筛选出优质用户、打造利益命运共同体
【案例】
小结:
捆绑式:利用人性心理,办会员、买套餐
诱导式:提高运营效率,压低成本利用低价或者补贴诱导
享受型:提高用户优越感,超预期服务
网络型:建立社交关系,实现口碑传播(需要注意获客成本、避免同质化)
股东型:筛选社群中优质用户、打造利益命运共同体
2.2 场景化分析
2.2.1 场景五要素
什么是场景? ——场:时间+空间 景:情境和故事情节
互联网中的场景? ——用户停留在某个特定的空间的时间里,对应的情境下产生的故事情节就是场景。
场景五要素:用户(who)、地点(where)、时间(when)、行为(how)、目的(what)
2.2.2 场景化分析方法
三大步骤:列举场景要素、组合构建场景、预判发现需求
【案例】抖音
怎么预判用户行为和目标呢?
2.2.3 场景化分析方法的应用
以 “提高预期” 为例:
小结:
1、场景化分析的实质?——思维方式,需要思考人、时间、地点、行动和目的五要素
2、场景化分析的方法?——列举场景要素、组合构建场景、预判发现需求
3、场景化分析有哪些应用?——洞察问题、理解用户、提高预期
2.3 需求收集与辨别
2.3.1 需求的定义及层次
需求 就是预期和现状之间存在了差异。
马斯洛需求理论—人类需求的五个层次
2.3.2 需求收集方法
Q:作为产品经理该怎么收集获取需求呢?
A:从用户和事情两个维度收集。
用户: 观察用户的行为、捕捉用户反馈、进行用户访谈或问卷调查、以用户视角切身体验
事情: 分析原因(业务分析、文献分析、头脑风暴)和分析结果(竞品分析和数据分析)
Q:需求是全部产品经理去收集么?收集时有什么注意事项?
2.3.3 需求辨别维度
Q:需求收集到之后如何辨别哪些重要哪些不重要?
结合当下实际,做正确的决定,需求真实
、需求强烈
、需求高频
三个维度程度越高,越是用户的刚性需求,我们的解决方案就越有价值。
辨别的结论:
小结:
1、什么是需求?人类需求的五个层次?
2、如何获取需求?一手和二手需求的区别和优劣?
3、需求辨别的维度?辨别后的结论?
2.4 用户故事
概念:将典型的用户在应用场景下将需求进行描述的一种方式。
好处:把用户和需求放在典型的场景下予以模拟呈现,便于更准确的分析需求。
作用:用户故事是客户或业务部门与产品经理共同梳理需求使用的,也会被代入开发部门作出功能。
怎么呈现?
【示例】
小结: 什么是用户故事?好处是?作用是?用户故事模板内容包含?
章节总结
1、掌握抓住核心用户的方法和原因
2、学会基于场景化分析思考分析问题
3、学会需求收集与辨别的方法
4、学会用户故事的方式撰写需求
相关文章:

02-问题思考维度:抓住核心用户、场景化分析、需求收集与辨别、用户故事
文章目录2.1 抓住核心用户2.1.1 为什么要抓住核心用户2.1.2 核心用户的特征根据不同维度,描述核心用户2.1.3 如何抓住核心用户2.2 场景化分析2.2.1 场景五要素2.2.2 场景化分析方法2.2.3 场景化分析方法的应用2.3 需求收集与辨别2.3.1 需求的定义及层次2.3.2 需求收…...
C 语言编程 — GCC Attribute 语法扩展
目录 文章目录目录Attribute 属性扩展机制__attribute__((packed))__attribute__((aligned(n)))__attribute__((noreturn))__attribute__((unused))Attribute 属性扩展机制 GCC 的特点之一就是 Attribute 语法扩展机制,通过使用 __attribute__ 关键字可以设置以下对…...
LeetCode 热题 C++ 399. 除法求值 406. 根据身高重建队列
LeetCode 399 给你一个变量对数组 equations 和一个实数值数组 values 作为已知条件,其中 equations[i] [Ai, Bi] 和 values[i] 共同表示等式 Ai / Bi values[i] 。每个 Ai 或 Bi 是一个表示单个变量的字符串。 另有一些以数组 queries 表示的问题,其…...

提升Mac使用性能的5大方法,CleanMyMacX 2023非常的好用哦~
近些年伴随着苹果生态的蓬勃发展,越来越多的用户开始尝试接触Mac电脑。然而很多人上手Mac后会发现,它的使用逻辑与Windows存在很多不同,而且随着使用时间的增加,一些奇奇怪怪的文件也会占据有限的磁盘空间,进而影响使用…...

一步一步学会给Fritzing添加元器件-丰富你的器件库
文章目录1、获取元器件文件2、单个添加元器件3、批量加入(1)、通过别人发布的bin文件加载(2)、终极大招(拖)4、制作自己器件文章出处: https://blog.csdn.net/haigear/article/details/12931545…...

STM32 10个工程篇:1.IAP远程升级(一)
清晨一大早起来开始撰写STM32 10个例程篇的第一章即串口IAP远程升级,虽然网络上有很多免费和付费的STM32教程,但是仍然不断地说服自己沉住气、静下心写一份独一无二的,这份独一无二中也凝聚了一名MCU工程师5年间不断地项目迭代积累࿰…...

高通Android 13默认切换免提功能
1、测试部反馈 由于平板本身没有听筒功能 因此考虑工厂直接切换到免提功能 2、修改路径 frameworks/av/services/audiopolicy/enginedefault/src/Engine.cpp 3、编译源码ok 拨打紧急号码 可以正常切换到免提功能 其他mtk平台可能不一样 具体以项目实际为准 相关链接 构建…...

MySQL入门
Mysql入门SQL语句SQL通用语法SQL语句的分类DDL-数据库操作DDL-数据表操作DML-添加数据DML-修改、删除数据DQL-语法DQL-语句练习DCL-语法SQL语句 SQL通用语法 1、SQL语句可以单行或多行书写,以分号结尾。 2、SQL语句可以使用空格/缩进来增强语句的可读性。 3、MySQ…...

实验一 Python编程基础
目录 一、实验目标 二、实验内容 1.绘制如下图形 ,一个正方形,内有三个红点,中间红点在正方形中心。 2.使用turtle库绘制如下图形: 3.绘制奥运五环图 4.回文问题 5.身份证性别判别 6.数据压缩 7.验证哥德巴赫猜想 8.使…...
java多线程(十五)ThreadLocal介绍和理解
一、对ThreadLocal的理解 ThreadLocal,很多地方叫做线程本地变量,也有些地方叫做线程本地存储,其实意思差不多。可能很多朋友都知道ThreadLocal为变量在每个线程中都创建了一个副本,那么每个线程可以访问自己内部的副本变量。这句…...

K8S 实用工具之三 - 图形化 UI Lens
开篇 📜 引言: 磨刀不误砍柴工工欲善其事必先利其器 第一篇:《K8S 实用工具之一 - 如何合并多个 kubeconfig?》第二篇:《K8S 实用工具之二 - 终端 UI K9S》 像我这种,kubectl 用的不是非常溜,经…...

HDMI协议介绍(六)--EDID
目录 什么是EDID EDID结构 1)Header Information 头信息(厂商信息、EDID 版本等) (2)Basic Display Parameters and Features 基本显示参数(数字/模拟接口、屏幕尺寸、格式支持等) (3)色度信息 (4)Established Timings(VESA 定义的电脑使用 Timings) (5)Standard Timing…...

【项目实战】Linux下安装Nginx教程
一、环境准备 Linux版本:CentOS7 64位 二、具体步骤 2.1 步骤1:确认系统中安装以下基础依赖 确认系统中安装了gcc、pcre-devel、zlib-devel、openssl-devel。 在安装Nginx前首先要确认系统中安装了gcc、pcre-devel、zlib-devel、openssl-devel。 yu…...

【数据结构】链式二叉树
前言 在前面我们学习了一些二叉树的基本知识,了解了它的结构以及一些性质,我们还用数组来模拟二叉树建立了堆,并学习了堆排序,可是数组结构的二叉树有很大的局限性,平常我们用的最多树结构的还是链式二叉树,…...

CentOS安装RStudio-Server的方法
R语言是生信分析、数据挖掘最常用最好用的软件之一,得到了广大生信工程师、数据分析师的厚爱。Rstudio 是 R 的集成开发环境,使得R语言的用户体验更强。一般个人电脑(PC, Personal Computer)使用单机版的 Rstudio 即可,…...
从交通信号灯看流控和拥塞控制
局部的效率和全局的公平一直都是矛盾的双方。对一个统计复用系统,局部效率由流控决定,而全局公平由拥塞控制决定。 交通信号灯是个典型的分时复用流控的实例,但我经常看到绿灯方向没有任何车辆通过,红灯方向却排成了长龙…...

【LinkedList】| 深度剥析Java SE 源码合集Ⅰ
目录一. 🦁 LinkedList介绍二. 🦁 结构以及对应方法分析2.1 结构组成2.1.1 节点类2.1.2 成员变量2.2 方法实现2.2.1 添加add(E e)方法2.2.2 头尾添加元素Ⅰ addFirst(E e)Ⅱ addLast(E e)2.2.3 查找get(int index)方法2.2.4 删除remove()方法三. &#x…...

黑马程序员7
算数运算符重载 运算符重载概念:对已有的运算符重新进行定义,赋予其另一种功能,以适应不同的数据类型 加号运算符 通过自己写函数,实现两个对象相加属性后返回新的对象 两种方式重载 成员函数方式重载 全局函数重载 上来 perso…...

Qt安装与使用经验分享;无.pro文件;无QTextCodec file;Qt小试;界面居中;无缝;更换Qt图标;更换Qt标题。
1、切换安装下载源 《Qt安装教程》先推荐一篇安装文章:《Qt安装教程》 Qt 5.15 之后已经不提供离线安装包了,就是那个 3.7G 的 exe 安装包。请看官方说明,所以只能用在线安装包。 1,下载在线安装包 QT 在线安装包链接ÿ…...

AAAI顶会行人重识别算法详解——Relation Network for Person Re-identification
1.论文整体框架概述 在行人重识别任务中,通常都是对整个输入数据进行特征提取,但是缺少了局部信息。能不能既考虑局部与整体信息,也同时加入他们的联系呢?这篇论文主要的思想就是局部信息和全局信息的融合。 整体流程如上图所示, 首先对整体进行特征提取, 通常采用…...

深度学习在微纳光子学中的应用
深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向: 逆向设计 通过神经网络快速预测微纳结构的光学响应,替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…...

超短脉冲激光自聚焦效应
前言与目录 强激光引起自聚焦效应机理 超短脉冲激光在脆性材料内部加工时引起的自聚焦效应,这是一种非线性光学现象,主要涉及光学克尔效应和材料的非线性光学特性。 自聚焦效应可以产生局部的强光场,对材料产生非线性响应,可能…...

通过Wrangler CLI在worker中创建数据库和表
官方使用文档:Getting started Cloudflare D1 docs 创建数据库 在命令行中执行完成之后,会在本地和远程创建数据库: npx wranglerlatest d1 create prod-d1-tutorial 在cf中就可以看到数据库: 现在,您的Cloudfla…...

深入理解JavaScript设计模式之单例模式
目录 什么是单例模式为什么需要单例模式常见应用场景包括 单例模式实现透明单例模式实现不透明单例模式用代理实现单例模式javaScript中的单例模式使用命名空间使用闭包封装私有变量 惰性单例通用的惰性单例 结语 什么是单例模式 单例模式(Singleton Pattern&#…...
django filter 统计数量 按属性去重
在Django中,如果你想要根据某个属性对查询集进行去重并统计数量,你可以使用values()方法配合annotate()方法来实现。这里有两种常见的方法来完成这个需求: 方法1:使用annotate()和Count 假设你有一个模型Item,并且你想…...

现代密码学 | 椭圆曲线密码学—附py代码
Elliptic Curve Cryptography 椭圆曲线密码学(ECC)是一种基于有限域上椭圆曲线数学特性的公钥加密技术。其核心原理涉及椭圆曲线的代数性质、离散对数问题以及有限域上的运算。 椭圆曲线密码学是多种数字签名算法的基础,例如椭圆曲线数字签…...
【决胜公务员考试】求职OMG——见面课测验1
2025最新版!!!6.8截至答题,大家注意呀! 博主码字不易点个关注吧,祝期末顺利~~ 1.单选题(2分) 下列说法错误的是:( B ) A.选调生属于公务员系统 B.公务员属于事业编 C.选调生有基层锻炼的要求 D…...

【OSG学习笔记】Day 16: 骨骼动画与蒙皮(osgAnimation)
骨骼动画基础 骨骼动画是 3D 计算机图形中常用的技术,它通过以下两个主要组件实现角色动画。 骨骼系统 (Skeleton):由层级结构的骨头组成,类似于人体骨骼蒙皮 (Mesh Skinning):将模型网格顶点绑定到骨骼上,使骨骼移动…...

Map相关知识
数据结构 二叉树 二叉树,顾名思义,每个节点最多有两个“叉”,也就是两个子节点,分别是左子 节点和右子节点。不过,二叉树并不要求每个节点都有两个子节点,有的节点只 有左子节点,有的节点只有…...

分布式增量爬虫实现方案
之前我们在讨论的是分布式爬虫如何实现增量爬取。增量爬虫的目标是只爬取新产生或发生变化的页面,避免重复抓取,以节省资源和时间。 在分布式环境下,增量爬虫的实现需要考虑多个爬虫节点之间的协调和去重。 另一种思路:将增量判…...