用户访谈与行为观察:问到真实流程
Playbook
  1. 一人公司不等于一个人做完所有事
  2. 选择一条适合自己的经营路径
  3. 用证据做判断:来源、AI、计划与复盘
  4. 海外工作语言:按真实任务安排训练
  5. 从个人痛点走向可验证的市场
  6. 定义核心用户、任务和使用场景
  7. 用竞品、关键词和渠道研究建立候选市场
  8. 用户访谈与行为观察:问到真实流程
    1. 先写清这轮研究要改变什么决定
    2. 现有方案比理想功能更重要
    3. 按行为阶段理解反馈
  9. 用页面、Waitlist、手工服务和预付验证
  10. PMF 的证据阶段与调整方向
  11. 核心用户、产品范围和功能取舍
  12. 把需求写成可交接、可验收的任务
  13. MVP、最短价值路径与 Aha Moment
  14. 定位、价值主张与产品叙事
  15. Landing Page:把信息排成一条决策路径
  16. 设计基础、可访问性与本地化
  17. 用模板、Framer 和 AI 完成可接管的设计交付
  18. 定价研究、价值分组与套餐设计
  19. Trial、Freemium、退款与首次付费
  20. 月付、年付、LTD 与用量计费
  21. 单位经济:CAC、LTV、ROI、回收期与渠道容量
  22. 发布不是一天:建立预热、上线和复盘系统
  23. Product Hunt:适用条件、当日执行与长期价值
  24. App Store 发布与审核沟通
  25. ASO 与 Apple Ads:从曝光到下载
  26. 平台生态产品:模板、插件、开源与垂直应用
  27. 把内容当成产品和经营资产
  28. Build in Public 与个人品牌的长期边界
  29. X 冷启动:身份、Profile、关系与第一批反馈
  30. X 内容系统:选题、素材、结构与复盘
  31. 跨平台内容治理:复用、多账号与创作者协作
  32. 低制作负担的 YouTube 增长系统
  33. SEO:从查询意图到页面、技术与测量
  34. 建立可发现和引用的资产:外链、免费工具、Programmatic SEO 与 AI 搜索
  35. Product–Channel Fit 与 30 天低成本学习循环
  36. 付费获客基础:资产、指标、预算和实验
  37. Meta 与 Google Ads:沿漏斗定位损失
  38. 创作者营销:选号、Brief、归因与放大
  39. 用社区和 Discord 承接支持、反馈与留存
  40. Cold Email 与早期销售:从可搜索 ICP 到 Pipeline
  41. Affiliate、Referral 与合作伙伴:激励、折扣、归因与退出
  42. Onboarding、Aha Moment 与漏斗诊断
  43. 邮件、支持、留存、退款与支付风控
  44. 跨境电商完整经营链:选品、履约、转化与复购
  45. 什么时候注册公司,怎样选择主体和收款链路
  46. 税务日历、跨境资金与团队安排
  47. 数据地图、GDPR、合同与隐私运营
  48. 平台政策、知识产权、安全与分阶段合规

先写清这轮研究要改变什么决定

候选市场研究可以找到竞品、搜索词、公开问题和渠道线索。继续往下走,需要接触真正完成过这项任务的人,了解最近一次事情怎样发生。

用户访谈很容易变成产品介绍。研究者讲完想法,再问对方是否喜欢、会不会使用、愿意付多少钱。多数人会礼貌回应,也可能在没有认真权衡的情况下提出许多功能。这样的对话能够带来鼓励,难以支持产品决定。

更可靠的做法,是让对方复盘过去已经发生的行为:当时要完成什么,怎样开始,用过哪些工具,在哪一步受阻,付出了什么,最后得到什么结果。需要时,可以请对方展示当前流程。语言和行为放在一起,才能看见问题的真实位置。

每轮访谈只解决少数关键问题。开始招募前,可以先写一页研究说明:

当前假设:哪类人在什么场景中完成什么任务。
准备决定:是否继续服务这组用户,先解决哪一步。
已有证据:竞品、搜索、公开问题、试用或服务记录。
最大未知:频率、现有替代、失败成本、付款人或触达方式。
反证条件:听到或观察到什么,会让当前判断改变。

反证条件尤其重要。团队如果只记录支持想法的话,很容易把礼貌回应解释成需求。

例如,当前假设认为用户每周都要手工整理一类文件。若多数受访者一年只做一次,并且现有办法十分钟就能完成,问题强度可能不足。若实际操作显示最耗时的环节发生在交付后的审核,产品重点也需要随之调整。

访谈数量无法弥补问题定义含糊。一项文案工具曾经访谈大量潜在用户,也获得很高使用量。许多用户只说希望成为大账号或发展副业,收入、频率、赛道和成功时间都没有明确。最终使用规模与商业回报相差很大。[1] 这类案例说明,研究要同时追问任务结果、支付条件和变现方式。

样本要与研究任务匹配

方便找到的人不一定适合访谈。朋友、同事和其他创业者可能愿意帮忙,却未必完成过目标任务,也不会承担真实购买成本。

样本要与研究任务匹配方便找到的人不一定适合访谈。
朋友
同事和其他创业者可能愿意帮忙
却未必完成过目标任务
也不会承担真实购买成本

招募条件可以从核心用户说明中提取:

  • 最近一段时间做过这项任务;
  • 能够讲出一次具体经历;
  • 正在使用人工办法、内部流程或竞品;
  • 对结果质量、时间或费用负有责任;
  • 处于首次尝试、稳定使用或更换方案中的某一阶段;
  • 在企业场景中,属于使用、受益、批准或付款角色之一。

筛选问题要核对事实。例如,「上一次处理这件事是什么时候」「现在用什么工具」「过去是否更换过方案」。「是否重视效率」「是否对 AI 感兴趣」很难判断实际匹配程度。

一轮研究通常还要有差异。可以覆盖高频与低频、付费与未付费、个人与团队、继续使用与已经放弃。只访谈最活跃用户,会遗漏首次使用和流失时的阻力;只访谈愿意聊天的人,也可能高估市场热情。

能否找到五到十位种子用户,可以作为一项反向检查。[2] 这不是统计学上的样本标准。它提醒经营者:如果连少量符合条件的人都无法识别和接触,用户定义或渠道可能仍然太模糊。此时先补足行业关系和招募渠道,比继续堆功能更有帮助。

普通核心用户与强节点分开招募

有些受访者既属于目标人群,又能影响更多相似用户。垂直领域专家、活跃创作者和社区组织者可能属于这类强节点。[3]

普通核心用户与强节点分开招募有些受访者既属于目标人群,又能影响更多相似用户。
有些受访者既属于目标人群
又能影响更多相似用户
垂直领域专家
两类样本承担的任务不同
普通核心用户

两类样本承担的任务不同:

  • 普通核心用户帮助确认任务、流程、阻力、结果和使用条件;
  • 强节点还可以帮助检查行业语言、传播可信度和受众关系。

强节点的意见不能自动代表普通用户。一个人善于传播,不表示他每天使用产品,也不表示受众愿意购买。反过来,粉丝不多的从业者可能更接近真实工作流程。

如果研究重点是产品任务,应优先保证样本真的完成过这项工作。若要验证分销或内容表达,再额外加入强节点。两组名单可以重合,记录时仍要分开标注。

从已经发生的行为中找受访者

最容易获得具体信息的样本,往往已经与问题发生过关系:

  • 完成过试用中的核心任务;
  • 在社区提出过具体问题;
  • 购买过人工或半人工服务;
  • 使用竞品并愿意说明取舍;
  • 提交过真实资料或错误反馈;
  • 试用后放弃、退款或选择了其他方案;
  • 在销售沟通中明确说过暂不购买。

这类人不需要先想象场景,可以直接讲最近一次经历。

从已经发生的行为中找受访者这类人不需要先想象场景,可以直接讲最近一次经历。
这类人不需要先想象场景
直接讲最近一次经历
不能当作经营基准
值得保留的是顺序
接近真实任务

一个视频服务项目先通过人工或半人工交付确认有人愿意付费,再围绕已经发生的任务做产品和访谈。[4] 其订单量和访谈数量缺少完整后台口径,不能当作经营基准。值得保留的是顺序:先接近真实任务,再用访谈理解交付标准和价值路径。

曝光以后也要及时区分不同人。注册、围观、提问、完成任务和付费处在不同阶段。已经实际完成过任务的人,通常能提供更具体的流程信息;未使用或未购买的人,则适合帮助理解表达门槛、信任问题和不适配原因。[4]

访谈前准备好边界

一次访谈不需要很复杂,但要提前处理几项基本事项:

  1. 确认受访者符合筛选条件;
  2. 说明研究主题、预计时间和用途;
  3. 若要录音、录屏或查看业务资料,先取得明确同意;
  4. 允许受访者跳过敏感问题或随时停止;
  5. 只收集完成研究所需的信息;
  6. 约定记录的访问范围、保存期限和删除方式;
  7. 企业访谈要避免要求对方展示客户机密、账号凭证和受限制数据。

录制是否合规会受到地区、公司制度和资料类型影响。无法确认时,使用书面笔记,并在开展前向适用地区的专业人士或组织负责人核对要求。

可以准备问题顺序和记录表,不要写成必须逐字照读的问卷。受访者提到一个重要步骤时,研究者需要继续追问细节,而不是为了完成清单匆忙跳到下一题。

访谈前准备好边界可以准备问题顺序和记录表,不要写成必须逐字照读的问卷。
准备问题顺序和记录表
不要写成必须逐字照读的问卷受访者提到一个重要步骤时研究者需要继续追问细节录制是否合规会受到地区

从最近一次经历开始

开场先询问最近发生的一次任务:[1][2]

  • 上一次处理这件事是什么时候;
  • 当时是什么事件触发;
  • 要把结果交给谁;
  • 从哪里开始;
  • 按顺序做了哪些步骤;
  • 使用了哪些产品、文件和沟通方式;
  • 哪一步花费时间最长;
  • 哪里出现返工、等待或错误;
  • 最终怎样确认任务完成。

「通常怎么做」容易得到经过整理的概括。「上周三那一次怎么做」更容易还原真实情况。时间、文件、参与者和具体动作会帮助对方回忆,也方便研究者发现前后不一致。

当回答仍然抽象,可以继续问:

  • 当时打开的第一个工具是什么;
  • 哪个信息需要从别处复制;
  • 谁在等待结果;
  • 出错以后怎样补救;
  • 最后保存或发送到哪里;
  • 如果当天不处理,会发生什么。

这些问题不需要暗示某个答案。对方说「很麻烦」时,继续了解麻烦发生在哪里、持续多久、影响谁,比直接归纳成「需要自动化」更可靠。