行為流：用戶洞察依然比大數據好用

1990年，樂高有過一次轉型危機。當時，數據告訴他們未來的孩子不玩積木。“掌上游戲《大金剛》很火，未來消費者會更加喜歡即時性滿足的產品，他們沒耐心也沒興趣玩積木，任天堂會成為你們最大的競爭對手，你必須跟他們搶用戶。”

有了數據指路，樂高開始削減積木業務，轉身開發主題公園、視頻游戲、圖書雜志、電視節目和零售商場。這么轉型之后，樂高產品銷量反而下降了40%。

后來，一個11歲的德國小男孩啟發了樂高。他是樂高迷，同時酷愛滑板運動。小男孩有一雙運動鞋，鞋子的一面已經穿破了、鞋幫也磨壞了，但他就是不舍得扔。因為這雙鞋是他第一次獲得滑板比賽冠軍時穿的，它能向大家證明：我是這個城市里最棒的滑板運動員！

小男孩對待運動鞋的態度讓樂高發現：對于孩子來說，不斷向外界證明自己，獲得社會認可和成就感，才是永遠不變的需求。樂高根本不必跟手游競爭，而是可以像運動鞋一樣，成為孩子們炫耀的戰利品。于是，他們重新回到積木業務上，而且把積木設計得塊數更多、更復雜。

這樣一來，孩子們拼積木的難度系數更高，成功后也更有成就感。調整之后，樂高的產品銷售額很快上升了11%，成為全球最大的玩具生產商。

在我看來，大數據往往是在表達現象，而不是在發現問題。如果只盯著數據研發產品、制定戰略，就會被表面現象迷惑，看不到用戶真實的需求。我覺得比大數據更好用的方法，是體察用戶的行為。

用戶購買和體驗一件產品，會有一系列交互行為，我們可以將這一系列行為稱為行為流，也就是俗稱的消費者旅程。今天，我們一起消化這個課題——行為流。

從用戶行為流里挖掘痛點

假如你是一個家具生產商，想開發一款衣柜，要怎么做？

大數據也許會告訴你：今年流行莫蘭迪色、新中式風格很受歡迎、小戶型現在都做吊軌折疊門。但是，它不會告訴你，用戶正面臨著什么麻煩。

如果你靠大數據來開發一款衣柜，那么你只是迎合當下的市場，而不是在幫用戶解決問題。

我們嘗試梳理用戶的行為流，代入用戶的使用情境，看看會發現什么樣的用戶痛點：

冬季的衣服不好疊，所以衣柜最好有一層設計得高一些，可以直接把大衣掛進去。

換季時整理衣服實在太麻煩了，衣柜每層的位置最好可以切換，動一下手指就能解決。

衣柜底部最好有一個分格抽屜，方便收納內衣和襪子。

褲子四季都要穿，可以做個類似商場的圓圈掛鉤，掛一圈褲子，想穿哪條拿哪條。

夫妻共用一個衣柜，衣服總是掛得很混亂，需要做好衣柜分區，太太的一邊要比先生的大幾倍。

冬天穿了一次的衣服，既不能掛回衣柜，也不能洗得太頻繁，最好有個開放式掛衣區。

如果臥室面積比較小，床頭柜很可能影響衣柜開門，可以做開格或者推拉門設計。

衣柜還可以做通頂設計，這樣能有更大的儲物空間，還可以在衣柜的最上方設計一個行李區，直接把行李塞進去。

這些用戶痛點大數據不會告訴你，但從用戶的行為流里可以挖出來。拿衣柜來說，所謂行為流，就是用戶從準備來到衣柜，到關上衣柜的一連串動作。我們將用戶使用產品的流程事無巨細地記錄下來，把自己代入用戶的行為流中，可以發現用戶說不出口的真相，從而把他們正面臨著的麻煩揪出來。

這也是為什么我說即便大數據越來越智能，用戶洞察依然比大數據好用的原因。

如何啟動行為流

關于如何啟動用戶的行為流，和你分享4個思路：

1.用戶行為切片

給用戶行為做切片，就是把用戶使用產品的過程，拆解成一個個極其細微的步驟，從每一個步驟中，發現可以優化或者創新的點。

星巴克在打造門店體驗的時候，就把用戶喝咖啡的行為流，用切片法拆解成十幾個步驟：

在辦公室、坐上汽車、走進去、排隊、點餐、付錢、坐下、喝咖啡、工作、收拾物品、走出去、坐上汽車。

以星巴克的重點用戶為樣本，切片下的行為流是這樣的：

在辦公室里：開始討論來星巴克工作的想法。

坐上車后：希望下車后能找到一個停車位，并且店里不是太擁擠。

走進店里之后：享受到咖啡的味道、燈光是非常柔和的、音樂不會太吵、房間里的冷氣很足。

排隊的時候：我想知道排隊的有幾個人，能一眼看清楚菜單，并且看到制作過程，不會在等待過程中過于焦慮。

點單的時候：咖啡師對我友好微笑，會在咖啡杯上寫下我的名字。

付錢的時候：咖啡師提醒我可以用信用卡付款，付完款走向左邊，咖啡師向我表達感謝，并且遞給我寫著名字的咖啡。

坐下：我抓著咖啡，快速找一個位置坐下，但充電插口只有幾個，已經被別人占用了。

喝咖啡：拿著熱氣騰騰的咖啡喝上一口，第一口有點燙，但被咖啡的味道治愈了。

開始工作：我把包放在地板上，打開電腦開始工作，空間里的音樂有些吵，有些分散注意力。

收拾物品：我想要繼續工作，但這里10點關門，太早了。我站起身來，找了很久，才找到垃圾桶。

走出去：我拿著包向外走，有工作人員跟我說，這是一個美好的夜晚。

坐上汽車：回味今天的工作和咖啡的味道。

通過對顧客的行為細致入微地跟蹤，星巴克很清晰就能知道，顧客在拿著咖啡坐下時，發現充電插口不夠用、店里的音樂太吵了、垃圾桶位置不明顯等需要改進和優化的地方。

把用戶的行為掰開揉碎了觀察，你才會發現他們不會說出口的痛點，在細節里找到問題的最優解。

2.代入不同角色的用戶視角

假設你是一名銷售，不想讓客戶扔掉你的名片，會怎么做？

也許有人會說，遞名片的態度一定要謙遜有禮。可能還會有人說，設計得一定要有格調。但站在用戶角度思考，現在大家都用微信社交，名片已經成為有些落伍的產品。如果你還是遞上一張只有名字、職位和公司地址的名片，肯定難逃飄向垃圾桶的命運。

而樂純把名片設計成了一張“100元現金券”，收到這張名片的人，可以去線下店里兌換一款產品。樂純站在用戶視角觀察，發現客戶不僅是銷售溝通的對象，更是產品的使用者。于是，他們把名片變成一張可以免費的產品體驗券，成了產品與客戶之間的破冰工具。

這個案例告訴我們：你設計產品時所處的視角，決定用戶對產品的態度。不站在用戶視角，你永遠不會感知到用戶真正的需要。如果想讓產品贏得更多的用戶，那就要把所有用戶的可能性視角都想一遍，代入多角色的思考視角。

比如，抖音已經是個全民APP ，它的產品開發有多種視角：

站在普通用戶視角，它是記錄美好生活的工具，所以拍攝剪輯一定要傻瓜式的簡單。

站在達人視角，APP必須幫他接單，所以抖音有DOU+這樣的流量加持工具、粉絲經營工具，星圖還會提供商務撮合功能。

如果你是商家，你關注的其實是能不能在抖音上做生意。所以，抖音必須提供完善的營銷鏈路，把整個電商的基礎設備搭建好，把廣告投放的體系搭建好。

而家長擔心孩子會沉迷于抖音內容，敏感內容影響孩子心智。他們又上線了青少年模式，開啟這個模式，就不能直播、充值、打賞、提現、私信聊天。

尤其是，同一款產品，可能有多個角色的人在使用，你想要讓產品贏得最大的市場，就要切入不同角色，洞察不同角色的需求。

3.代入不同的環境

你不僅要代入不同角色的用戶視角，還要代入不同的環境。

比如，同樣是垃圾桶，在辦公室里的垃圾桶與在廚房、衛生間、有寵物和孩子家庭環境的垃圾桶，功能差異就非常大。

在辦公室里的垃圾桶，大多是盛放廢紙，需要簡潔方便，不用帶蓋兒。

廚房可能有剩飯剩菜，網狀垃圾桶容易漏湯，最好是密封的桶；食物殘渣可能會吸引蟑螂，垃圾桶最好帶蓋兒，最好設計成“踏板”款式，即便用戶雙手拿滿垃圾，也能一踩就打開。

衛生間環境潮濕，容易藏污納垢、滋生細菌，最實用的垃圾桶是防水、帶蓋兒的。在有小孩和寵物的家庭，為了防止熊孩子和寵物亂翻垃圾桶，他們需要的是帶安全鎖扣的垃圾桶。

產品是不同使用環境的載體，用戶使用環境變化，對產品的要求就會發生變化。

飛利浦前段時間出了款骨傳導耳機，設計師就考慮到了用戶在不同環境下的需求。

比如，很多人會戴著耳機運動，于是他們在耳機上安裝了盲按突出按鈕，可以一邊跑步，一邊切歌。還有一些運動發燒友，喜歡在晚上夜跑，他們就在耳機上安裝了小夜燈，讓用戶在黑暗環境中跑步更安全；耳機屏蔽噪聲但不屏蔽人聲，適合商務人士在戶外開會時用。

產品是用戶在生活中對抗一切麻煩，獲得便利的作戰武器。產品形態精準適配環境，武器才能發揮出最大效用。

4.把重度用戶卷進來

小米有個傳統：每款新品上市前，他們都會邀請一批用戶進行內測。

他們在眾籌平臺上開通了內測專線，以很低的價格把新產品賣給科技產品的重度用戶。對于積極反饋的用戶，他們會返還部分購買費用；對于發現Bug（漏洞）的用戶，他們會全額返還購買費用。比如，小米的Yeelight（易來）的LED燈，起初設計成燈桿與燈座分離的可插拔結構，這種設計包裝更精巧，也更方便運輸。但內測的時候有人發現，這種結構，力氣小一點的女生，插拔起來非常吃力。所以，盡管可插拔設計更節省運輸成本，他們還是在產品上市之前，緊急換掉了這個設計。

一款好的產品，首先要滿足用戶的使用需求，其次才是在設計上盡量出挑。與其悶出一個用戶不一定滿意的點子，不如把核心用戶卷進來，讓他們給產品提意見，做一個厚臉皮的“拿來主義者”。

無印良品（MUJI）內部有個產品創意機構，叫生活良品研究所，它存在的意義，就是讓顧客參與到產品設計中來。

如果顧客發現自己想要的產品店里沒有，他們就會登錄這個網頁，寫下自己的想法。

比如，無印良品有一款雙層結構的鋁制馬克杯，就是來自一個叫石川和弘的用戶給提的建議。他說，跟單層杯相比，雙層馬克杯保暖性更好，不易燙傷，也更適合戶外活動。于是無印良品內部研究之后，就生產了這款產品。

在生活良品研究所，用戶可以通過創意提案積累MUJI里程，一旦用戶的意見被采納，他們就會給用戶發放10萬英里里程，用戶在購買無印良品的產品時，可以把里程折成現金使用。

如果說設計師是通過觀察用戶行為得到靈感的，那么，把重度用戶卷進來，就是讓用戶自己告訴你，你應該怎么做。

結語

數據往往是在表達現象，而不是在發現問題。想創造出讓用戶滿意的產品或服務，我們不能盯著現象，而是要解決現象背后的問題。而行為流就是發現問題的最佳工具。

做用戶行為的使徒行者，你就會知道：用戶洞察依然比大數據好用。

（本文來自微信公眾號梁將軍，ID：liangjiangjunisme）