如何洞察用户需求？

1. 如何洞察用户需求？

读《匹配度：打通产品与用户需求》-第一部分 走进用户需求： 
  
  序：需求洞察，从“可遇”到“可求”
   
  
 用户需求固然很重要，但在实际运营中，却常常会被下意识地与用户反馈相混淆。
  
 段位一： 倾听用户。倾听用户的心声，发现用户想要表达什么。虽然用户说的常常和他想要的东西不一致，但是很多企业甚至连放下身段去倾听这一点都没有做到。
  
 段位二：理解用户。理解用户需要“同理心”，需要获得用户内心的感受。
  
 段位三：洞察用户。洞察用户需要超越用户去思考，看到用户需求的本质，这不仅仅需要用户的参与，更需求你自身不断地探索和实践，找到用户都不知道的真正需求。“见山是山、见山不是山、见山还是山”大抵就是这个境界。
  
  第一章 、需求是什么
   
  
  一、需求定义 
  
 需求就是：人们愿意支付一定成本去满足的愿望。需求是一种多层次的愿望。
  
 需求是一种用户，尚未满足，又希望被满足的愿望。
  
  这种愿望有多种层次，不仅仅体现在对实际物质的愿望，也体现在心理情感层面，甚至是文化层面。
  
 马斯洛的“需求金字塔”
  
 生理需求、安全需求、社交需求、尊重需求、自我实现需求
  
 一个人简单的行动或者决策，很可能是好几层需求互相博弈权衡的结果，每一种需求都在里面占有一定的权重，这导致在实际商业过程中很难便捷地使用马斯洛需求金字塔进行分析。
                                          
  愿望不等于需求 
  
 人们愿意付出的成本代表着这种愿望的价值。
  
 这里的成本也不仅仅是金钱成本，还包括人们愿意投入的时间成本、精力成本以及心态成本。
  
 如果人们有愿望，但是不愿意为愿望付出成本，这种愿望并不是需求，因为这种愿望不够强烈，甚至可以说完全没有强度。
  
  二、为什么需求这么重要 
  
  需求比产品更持久 
  
 需求是产品存在的原因，产品只是满足需求的方式之一。
  
   企业如果过分关注产品，会把重点放在不断改进产品性能上，但可能会忽视掉其他满足用户需求的方式和机会，直到被淘汰的时候才恍然大悟。
  
   企业如果过分关注需求，则会鼓励员工用更好的方法去满足用户，而不仅仅是改善现有的解决方案。
  
  当技术创新与需求不匹配的时候，技术就像一棵无根的树，很难结出丰硕的果实。
  
  需求引领开发 
  
  当我们真正理解用户需求的时候，我们可以更自由地去思考解决方案。
  
  洞察需求不仅能引领开发，更能够帮助企业认清形势，顺势而为。
  
   人们并不想要照片或者是拍照，人们希望留下的是最美好的瞬间。那么人们留下最美好瞬间的目的是什么——因为这代表着美好的回忆与情感
  
  需求预测未来趋势 
  
  对企业来说，能够预测未来就能够掌握先机。
  
   事实上，未来总是从当下孕育的。通过对用户需求的深入理解，企业能够更好地判断哪些产品会有更好的市场潜力和空间。
  
  当新技术进入市场以后，只要以需求为根，把技术及成本嫁接到需求上，就可能预测出未来产品的发展趋势。
  
  今天可能只有部分用户会遇到的麻烦，也许就是所有用户明天都必须解决的问题。
  
  三、需求洞察 
  
   通过观察和询问用户等方法，找到用户需求。 
  
   这只是需求洞察最后的结果，不能把需求洞察仅仅理解为发现用户想要什么功能。
  
   口渴的时候想喝饮料，这不能算是需求洞察，人们渴望能够随时迅速恢复活力状态，这才是需求洞察，而喝饮料只是恢复活力的一种解决方案。
  
   理解不同，需求不同 
  
   不同人对同一事物的理解是不同的，对同一个产品的看法也是不同的，这种差异造成了人们需求上的差异，因此就会产生不同的洞察。
  
    有些人把汽车看成一种代步工具，有些人则把汽车看成自己的情人。
  
   不仅每个人的需求不一样，甚至同一个人在不同场景下的态度都会有显著的差异。
  
   需求洞察关注用户动机 
  
   需求洞察不仅仅要了解用户想要什么东西，更要了解用户为什么想要这种东西，同时还要理解这种东西会对用户的行为、心理和情感产生什么样的影响。
  
   需求洞察需要全面了解用户的内心，了解他的思考方式，了解他的情感驱动模型，了解他对世界的认知态度，并在此基础上形成对用户需求的真正理解。
  
   需求洞察要关注需求的本质 
  
   通过5WHAT（为什么）黄金圈，找到需求本质
  
    如果观察到的需求属于表层需求，那么需求有可能会在很短的周期就发生变化。
  
    当然关注的需求也不能过于抽象，太过抽象则有可能揭示的是大众的共识，不容易形成可操作的方案，也难以转变为企业的价值。
  
  第二章 像福尔摩斯一样发现用户需求 
  
  你是否曾经当过“事后诸葛亮”
  
   人都会有过这样的感受，发现某个产品居然跟自己以前的一个想法不谋而合。当然，人家产品已经开发出来了，自己只不过是当了一回“事后诸葛亮”。
  
   如果当时你能够把这种想法记录下来，这不正是对自己需求洞察能力的一次验证吗？
  
   你并不是缺乏需求洞察的能力，而是缺乏挖掘需求的动力。
  
  需求洞察需要掌握哪些知识
  
    “什么知识都不需要" 
  
    说需求洞察“什么知识都不需要”，是因为洞察有时候的确是一种突然的顿悟，似乎并不需要什么特殊的知识，有些人天生就有一双发现问题的眼睛，而且所谓需求，就像前面描述的那样每个人都有。
  
    只要你愿意去观察，愿意去思考，每个人都会或多或少对需求有自己的看法。
  
    “什么知识都需要" 
  
    需求洞察为什么又“什么知识都需要”呢？因为需求洞察者只有具备了丰富的知识储备，才能够把生活经历上升到一种顿悟的高度。人们只有拥有相应的经验后，才会在思想上做好准备，发现别人发现不了的东西。
  
    正是由于对不同知识的深入了解，这些侦探在推理的时候，可以运用理论知识进行脑补，将缺少的环节填补上。
  
   需求洞察相关的一些学科内容
  
     [1]理解人与社会的知识 。理解人的心理活动、知道社会、经济活动规律、了解人类社会的一些文化历程，这些是需求产生的来源。相关学科包括：心理学、社会学、经济学、人类学等内容。
  
     [2]数据分析的知识。 通过多种分析方法，将结构化和非结构化的数据进行分析，从中发现潜在的需求模式或者需求趋势。这一类知识相关学科包括：统计学、数学建模、图书馆学、软件工程等内容。
  
     [3]图像与文字知识。 需求不仅仅包含功能层面的内容，还包含心理和情感层面的内容，是一个复杂的过程，美学和文学能够帮助需求洞察者深入地理解这种复杂情感。主要学科包括：设计学、人因学、文学、美学等。
  
     [4]商业与技术知识。 需求如何能够帮助企业获取利润，需求能否真正满足，这些都需要掌握必要的商业和技术知识。商业与技术相关的学科知识包括：项目管理、营销学、传播学、专业工程知识等。
  
    一个人怎么可能学得完？ 
  
    需求洞察并不需要你真的能够掌握每个学科的内容，你只需要能够了解并运用每个学科中与需求洞察相关的知识就足够了。
  
    在需求洞察的过程中，你需要学会如何对观察到的内容进行描述。
  
     只需要找到现象学中与你相关的内容就可以。
  
     比如胡塞尔的现象学，从中你可以了解到三种观察方法：描述法、自由联想法、地平线法。
  
     对需求洞察者来说，与其说是要求你掌握学科知识，还不如说需要你拥有各个学科思考问题的框架，解决问题的模式，拥有运用各个学科方法解决问题的经验。
  
     如果你有经济学的训练，你会习惯于从供求关系上认识需求；如果你了解心理学，你可能从记忆、动机等维度去分析需求；如果你有社会学的背景，那么你可能会关注社会压力、群体动力对需求的影响，如果你知道一些符号学的知识，你就可以在研究过程中对一些有象征意义的“符号”更敏感；如果你有人类学的实践经验，那么你可能会更善于访谈和观察，捕捉到更多的内容。
  
    在需求探索的过程中，只有融合各个领域的知识，才能帮助你走向更高的山峰。
  
   需求洞察者的三个素质 
  
    同理心——像用户一样思考 
  
    同理心是每个人与生具备的本能
  
     同理心是理解其他人感受的能力。拥有同理心，就能够进入到其他人的心灵，感受到其他人最深层次的需求和情感。同理心让你能够把握用户的需求，而不是以你自己的需求作为判断的依据。
  
     人的大脑里面有一种特殊的神经元，叫作镜像神经元，镜像神经元能够让我们在看到或听到别人行为时产生感同身受的反应，就像所有的过程都是自己亲身经历的一样。
  
     但是，人们并不会对每一件事情都产生同理心。镜像神经元只有在直接看到或者感受到的时候，才会产生作用。如果你与其用户距离太远，就很难感受到用户的需
  
    同理心是需求洞察的基础。
  
     你坐在摩天大楼的最顶层高谈阔论企业战略的时候，很难想象你真正的客户为什么要购买你的产品。
  
    联想力——打开你的脑洞 
  
    需求洞察是一种扩散的思考，需要丰富想象力，这种想象并不是胡思乱想，而是基于对环境、行为或者互动细节的深入观察，并结合自身知识经验的联想。想象力能促成对现象的深度理解，推动有价值想法的形成。
  
    通过联想，你的思考会进入一种跳出框架的状态。
  
     如果把发现需求的过程看成是一次旅行，那么你观察到的内容就好像旅行中的各个景点，而想象力则好像是一辆汽车，载着你从一个景点走向另一个景点，当把所有的景点都串在一起的时候，真相也就逐步浮出水面了。
  
     需求洞察者能够不断地向外探索，寻找可能的联系，这种扩散不见得每次都有意义，但是当扩散的分支多了的时候，发现有联系的机会就会越大，最终把用户各种行为特征串在一起，拼接成完整的用户需求。
  
     如果用户的每一个行为都是一棵树的话，洞察者需要发挥联想的作用，通过分叉的树枝去触碰另一棵树，不断扩散下去，直至看到整个树林。
  
    在需求洞察中，联想力常常能够帮助洞察者把看似不同，甚至矛盾的行为联系在一起，找出其内在的一致性动机。
  
    好奇心：探究需求真正的奥秘 
  
    对需求洞察者来说，好奇心能够帮助需求洞察者拨开表层需求的伪装，去不断挖掘更深层次的需求原因，进而对需求产生更深层次的洞察。
  
    人们的需求可以分为两种，一种是显性的需求，一种是潜在的需求。对用户来说，显性需求是能够清楚表达的
  
     潜在需求则是用户自己都不清楚的需求，在需求被满足前，用户并没有意识到他有这种需求。
  
     潜在需求往往有着更大的价值，但这需要洞察者有强大的好奇心，不断问“为什么”，从用户的蛛丝马迹中寻找线索，从而发现值得探索的细节，挖掘深层次的动机。
  
     对需求洞察者来说，满足好奇心就已经是一种回报了，这种纯粹的好奇心往往会带来不一样的洞察。
  
    需求洞察者的三项素质就像寻找宝藏的三项工具 
  
    同理心就像钥匙，打开宝藏的大门；联想力就像地图，指引你找到宝藏的线索；而好奇心则是一把铁锹，帮助你挖出埋藏着的真正宝藏。对企业来说，如果能满足用户的需求，那真的就是挖到了无价的宝藏。

2. 如何洞察用户需求？

读《匹配度：打通产品与用户需求》-第二部分 探寻用户需求： 
  
  第三章 问对问题才能找准需求
   
  
  一、探索性洞察与问题性洞察 
  
  1.企业启动需求洞察的目的 
  
   探索性洞察， 第一种是企业并不知道有什么问题，一切发展都很正常。但是企业希望能够发掘一些用户的新的需求，建立自身的竞争优势。这种情况下，你并不清楚是否真的存在需求，也没有明确的目标需要解决什么问题，不知道有没有需求。
  
   探索性需求则往往容易被忽略掉——没有明确的目标，不知道最后是否有真正的产出，投入产出比不可预测。
  
  “探索性洞察没有明确的目标需要解决什么问题” 
  
   问题性洞察， 第二种是企业明确知道用户的问题，但是对问题的很多具体细节和原因并不了解，希望能够对问题了解得更透彻深入一些。
  
   问题性需求研究在企业内部更常用一些，毕竟这是由问题驱动的，企业内部可以建立明确的机制去跟踪和管控这种需求研究工作。有问题，不知道问题在哪儿。
  
  “有问题，不知道问题在哪儿。” 
  
  2.疑惑与难题 
  
 所谓疑惑，指的是你对事情的运作机制不清楚，不知道事情为什么会发生，你想知道的是问题发生的原因。这种问题常常体现为 “为什么” 
  
 所谓难题，指的是你处于一种棘手的状态，你希望能够有办法摆脱这种状态，让事情重新回到轨道或者得到改善。这类问题通常会以 “怎么办” 的方式提出。
  
 “疑惑，先搞清楚愿意，询问为什么。难题，寻找方案，询问怎么办”
                                          
  3.企业想解决难题，首先真正应该花精力搞清楚的往往是疑惑。 
  
  当企业开始进行用户研究的时候，常常围绕着难题去想办法解决，但是每一个难题背后其实都有可能有着一些新的疑惑没有得到解决。
  
 企业想解决难题，首先真正应该花精力搞清楚的往往是疑惑。当没有找到用户变化的原因，而围绕着难题制定解决方案的时候，最终结果常常变成头疼医头。
  
 有疑惑，企业照样可以运营，甚至可以很赚钱。每一个疑惑中都有可能隐藏着用户深层次的需求，忽略疑惑，不仅意味着企业没有充分挖掘出用户的价值，还意味着企业留下了隐患——如果有其他企业发现了疑惑的原因，并有针对性地制定策略去竞争，就会抢走你的用户企业由于不理解竞争对手策略背后的原因，虽然有可能去模仿对手的策略，但很有可能“画虎不成反类犬”。
  
 前面提到的企业希望不造成用户流失的情况下涨价
  
 ＞需要了解到底是哪些用户在付费？(who)
  
   ＞他们从企业获得了什么价值？（what）
  
   ＞他们为什么会为获得的这个价值付费？(why)
  
   ＞他们觉得他们付费和价值之间匹配吗？(how)
  
   ＞他们还愿意为新的衍生需求付费吗？(how)
  
  “企业想解决难题，首先真正应该花精力搞清楚的往往是疑惑。” 
  
  4.免费+增值服务收费 
  
  互联网常规的“免费+增值服务收费”的模式，缺乏对这种策略背后原因的深层次的理解——缺乏对有钱人玩网游动机的洞察。在后期的运营中，巨人网络围绕着有钱人打造的运营模式，仍然很顺利地占据了市场。
  
 “免费+增值服务收费，先提出为什么，找到有钱人付费原因。”
  
  二、该从哪里开始？ 
  
  不管是探索性洞察，还是问题性洞察，你都面临着各种不确定性。
  
  探索性洞察不必说了，连个问题都没有，即使是问题性洞察，很多情况下，当你刚接手这个问题的时候，也会有一种不知该如何着手的无力感。
  
  在需求洞察的过程中，似乎也存在类似情况：你不知道需求在哪里，你就无法去研究，而你不研究，你就不知道需求在哪里？
  
  “洞察需求，面临着各种不确定性” 
  
  1.人如何打破这个怪圈 
  
   从自己已经掌握的筹码着手，制定你的计划，粗略地确定一下 这次用户研究的范畴、任务和假设 。
  
    [1]范畴。 你需要考虑你到底要在多大范围进行你的用户洞察，你需要关注哪几类用户，你需要挖掘用户的哪些场景，你需要研究用户哪些行为？
  
  “从哪些用户类型、哪些使用场景、哪些用户行为角度确定范围” 
  
    [2]任务。 你的用户洞察最终要达到什么样的结果，是找到新的细分市场？新的推广渠道？还是找到问题的原因？或者是验证某个方法是否满足用户需求？
  
  “最终要达到什么样的结果，达到什么目的” 
  
    [3]假设。 不要考虑对错，凭你的直觉设想一下你觉得可能会有什么结论：老年人会是新的细分市场？养老院是否会成为新的推广渠道，担心养老院服务不好是否是老人不愿意去养老院的原因？
  
  "提出假设，设想一下你觉得可能会有什么结论" 
  
  2.第一个计划 
  
   你的第一个计划的过程中，你可以把你想到的各种可能情况都写下来，不要担心对错的问题，你需要通过记录尽可能地把你想到的各种信息呈现出来，以帮助你确定下一步的方向。
  
   首先，这个阶段你在做的是初步的计划，这个计划本身并不是一个最终确定的执行方案。任何想法都可以写出来，而且要不停地写，不停地写。
  
   其次，在梳理过程中，范畴、任务、和假设之间要相互补充， 尽可能形成一个闭环的架构 。不要把这个计划看成是一个最终的框架，所有的范畴、任务和假设都肯定会随着你洞察过程地深入而不断调整，目前的内容只是让你迈出第一步。
  
  “第一个计划所有的范畴、任务和假设相互补充，尽可能形成一个闭环的架构。随着你洞察过程地深入而不断调整”。 
  
  3.当问题明确的时候，请有选择地增加不确定性 
  
  当需求本身不清晰的时候，第一步本身就是带着摸索和试探的成分。
  
  一个简单的选择就是就问题解决问题，这样非常直接，也很简单。但我的建议是在不影响解决问题的时间期限基础上，刻意让需求变得更模糊一点。因为当目的性特别明确的时候，你的视野很有可能会被目的束缚住。过于专注，往往会导致你可能会忽略掉一些重要的发现。
  
  “还有什么原因和方案？” 
  
   “不注意视盲” 
  
   当你完全专注在一件事情上时，就会忽略周遭的其他事物。当你在集中精力考虑如何进行页面优化、改善用户体验的时候，可能一些同用户有关的信息就从你身边悄悄溜走了。
  
   专注能够帮助我们尽快处理紧急的情况，但是用户洞察却不一样，用户洞察希望能够发现的不仅仅是表层的需求，而是更深层次的欲望，这需要我们把注意力的网铺得更大一些。
  
   过于认真负责反而可能阻碍一个人获得好运。一般人认为“认真负责”能确保一个人的执行力，是成功的重要因素，但是由于我们把所有精力都投入到了一个方向上，最后反而导致我们错过了意料之外的成功途径，我们可能因为专注过头而适得其反。
  
  “用户洞察发现更深层次的欲望，需要我们把注意力的网铺得更大一些。过于认真负责反而可能阻碍一个人获得好运。” 
  
   发现新用户 
  
   企业总是希望能够 发现用户新的需求 ，可是最起码你也该把目光从用户现在的需求上挪开，先去看一下用户的其他需求，不是吗？所以在研究中针对问题尽可能多的增加需求的不确定性。
  
  4.提出一个好的问题 
  
  提出好问题就相当于问题解决了一半。提出好问题的过程本身就是一个思考深入的过程
  
  目的性需求的问题修改模板-难题 
  
    第一步，将问题中涉及的解决方案的部分暂时去掉。过早地明确解决方案不利于需求的洞察。
  
     在问题中“我们应该如何设计积分体系，才能降低用户流失率呢？”积分体系属于解决方案，修改后的问题变成“我们应该如何才能降低用户流失率”。
  
    第二步，如果问题是“难题”模式问题，统一改为“疑惑”模式问题。（为什么？）
  
     如果问题是询问“怎么办”或者“如何”，统一改为“为什么”。因为，首先洞察问题的原因，才能更好地洞察用户的需求。
  
     所以问题“我们应该如何才能降低用户流失率”改为“为什么用户流失率会这么高？”
  
 第三步，修改第一步的问题，询问问题的目的——我们为什么要降低用户流失率？（为什么要？）
  
    我们把目的性需求的问题修改为：
  
     [1]为什么用户流失率会这么高？
  
     [2]为什么要降低用户流失率？
  
  “针对难题应该先问“为什么”寻找原因，再“为什么要”动机” 
  
    探索性需求的问题修改模板-疑惑 
  
    探索性需求的问题的修改不是基于你原来提出的问题，而是从企业内部的运营内容上开始着手考虑。
  
    第一步：说明一下你理发店的核心产品是什么。即使是拓展新的业务，也不能彻底放弃你的核心业务。
  
     你的核心服务——为顾客理发。（是什么？）
  
    第二步：在核心产品基础上问一个为什么，只要问一个为什么就可以了（为什么要？）
  
     你的问题变成“用户为什么要理发？”
  
     最后你给出的结论是“保持形象和心情”。
  
    第三步：在第二步的基础上问一个“还有什么”。这个问题是拓展用户需求的范围。（还有什么？）
  
     在这里可以问“还有什么服务或产品可以保持形象和心情？”
  
    第四步：仍然在第二步的基础上问一个“意味着什么”
  
     这个问题是探索满足用户需求的价值，在这里可以问“保持好心情对用户来说意味着什么”？（意味什么？）
  
   只用4个步骤，得出两个问题。
  
    [1]还有什么服务或产品可以保持形象和心情？
  
 [2]保持好心情对用户来说意味着什么？
  
  “从是什么？-明确自己的核心产品、为什么要？-明确用户价值？还有什么？-其他方案，意味什么？-用户价值观” 
  
 第一个问题，扩展了你研究的范围。
  
 为什么我建议只问一层为什么呢（在标准咨询方法看来其实要求问5个为什么）？因为通过第一层的为什么，其实是要把与你相关的第一层的间接竞争者给考虑进来。
  
 考虑间接竞争者以后，你对竞争的范畴就会有了不一样的看法。这个问题尤其适合两种类型的市场：
  
  [1]市场竞争激烈 ，整个市场是一片红海的市场。通过这样的问题，能够帮助企业跳出红海来看问题。
  
  [2]利润丰厚 ，监管逐步减少的市场。通过这样的问题，能够帮助企业发现潜在的挑战者。
  
 第二个问题则是让你思考价值和意义。
  
 其核心目的是希望让用户的回答能够更发散，能够更聚焦于意义，能够阐释出更多的关联关系，而不仅仅是因果关系。
  
  “核心目的是希望让用户的回答能够更发散，能够更聚焦于意义” 
  
  如何完成关键的第二步骤 
  
    ，第一步、第三步、第四步都相对比较简单，在实际操作中最难把握的就是第二步，针对核心产品问一个为什么。
  
 "用户为什么要*？"回答这个为什么的时候，需要保持三个原则
  
      [1]不要回答客观现象，而要回答用户感受。 
  
      在描述原因的时候不要去讲现实的客观情况，而是要讲用户的目的
  
      [2]不要讲产品，而是要讲变成的价值和作用 
  
      不要说“用户想要加湿器”，而是要说“用户想要保持空气湿润”。
  
      [3]价值要体现在对自己的好处上。 
  
      你需要进一步把这种过程变成对自己有着直接好处的结果。例如从“想要保持空气湿润”变成“想让皮肤更有弹性”。
  
   以滴滴打车为例
  
    [1]核心产品是什么：协助打车服务。（是什么？）
  
    [2]为什么打车？因为我们要出行，我们要去某个地方。（为什么要？）
  
    [3]还有什么服务和产品可以帮助出行，如私家车、火车、飞机、自行车……（还有什么？）
  
    [4]出行对人们意味着什么——旅游、奔波、回家、远离、告别、期待相逢……（意味什么？）
  
   当提出新问题的时候，可以发现，我们对痛点的理解已经进入到了一个更高层次的需求
  
     [1]更广泛的市场。 
  
     站在出行的角度去考虑更广泛的市场，我们可以把所有的出行工具都考虑进来，甚至于包括马车、宇宙飞船。这时候你考虑的是如何用同样的算法和服务去适应更广泛的市场。你的算法，效率水平都在向更广的市场延展。
  
     [2]更深层次的理解。 
  
    你还可以同时去匹配深度和广度的理解——用不同的出行手段去匹配不同的出行意义，满足人们的深层次的心理需求。
  
   无论是探索性需求的问题模板还是目的性需求的问题模板，都不一定只有这一种唯一的问题优化方法，每个人都可以设计开发出自己的模板框架
  
    [1]好的问题能够帮助你发现新的认识需求的角度。
  
 [2]好的问题能够激发去探究更深层次的原因和意义。
  
 [3]好的问题能够引发范围和层次更广的思考。
  
  三、重点不是答案，而是问题背后的意义 
  
  真正有价值的是在解决问题过程中对问题的反思：
  
 问题本身提出是否有问题？
  
 是否还有其他的问问题的方式？
  
 为什么要从这个角度提出问题？
  
 是否还有其他的诠释角度？
  
 寻找答案的过程就是在思考问题本质，发现问题内涵的过程。真正的洞察就像埋在沙砾中的真金一样，在一次次的打磨淘沥中，在一次次的反复思辨中从众多的假设中脱颖而出，沉淀下来。
  
  "寻找答案的过程就是在思考问题本质，发现问题内涵的过程" 
  
  直接关注答案的后果，直接关注答案最容易引发的就是抄袭。这种一窝蜂不探讨原因的“解决方法”通常都不会真正解决问题，因为他们缺乏成功者前期的深入思考，缺乏对自己所处场景差异的比较。有时候，不仅别人会抄袭成功者的答案，成功者自己也会抄袭自己的答案。当成功者第一次找到痛点，并成功满足痛点的时候，就很容易把这种痛点移植到其他领域。
  
  成功者对成功因素的总结虽然具有一定价值，但是成功者只有在经历失败以后，才能更清楚地认识到当年成功中的各种必然、偶然因素，才能对用户的需求有更透彻的洞察。
  
  "当成功者第一次找到痛点，并成功满足痛点的时候，就很容易把这种痛点移植到其他领域。" 
  
  四、用问题去了解用户 
  
  1.你需要开始规划你的研究提纲，明确需要了解的用户信息。 
  
   围绕着你最终想知道的问题，把你的问题一层层分解开，逐步与用户的经历关联起来。你需要设计一套了解用户的问题提纲，帮助你在后续分析过程中能够获得必要的用户信息。
  
   在用户洞察中，你的提纲是可以随着洞察的深入不断修改的。把新的想法再一次融入你的提纲中，并在与新的用户交流时使用。你的提纲要保持灵活性和可拓展性。
  
   规划问题提纲的时候，你需要设计一个结构体系，一层层地分出目录结构，这样能够帮助你清晰地展现问题的层次。问题提纲可以按照从普遍到具体、从行为到心理、从现象到原因，从理性到感性的层次来设计。
  
  “设计一套了解用户的问题提纲，问题提纲可以按照从普遍到具体、从行为到心理、从现象到原因，从理性到感性的层次来设计。” 
  
   在线教育问题的框架示例 
  
    1.核心问题： 
  
    [1]用户是如何理解教育的？（what、why）
  
    [2]教育的在线化对用户意味着什么？
  
  "最核心是背后的意义" 
  
    2.基本情况： 
  
    [1]姓名、年龄、性别、职业、职位、学历
  
    [2]平时的时间安排。
  
    [3]目前是处于一种什么样的状态之中。
  
    [4]希望有什么改变。
  
    [5]目前这个生活阶段的生活重心。
  
    [6]希望学习、提升的内容。
  
  “现阶段状况包括时间、任务、心态等” 
  
    3.使用情况： 
  
    [1]电脑、网络电视、手机使用情况。
  
    [2]教育类型、选择的标准和依据、教育带来的价值、希望实现的目标（短期、长期）。
  
    [3]教育场景（家庭内、家庭外）、学习频次。
  
    [4]针对每一种场景描述：过程中的环节描述，环节之间的行为逻辑，过程中的问题，原因是什么？
  
    [5]过程前后的附加环节（比如：参加辅导班来回的交通）。
  
    [6]过程中的情绪：愤怒、沮丧、放弃、绝望/惊喜、认可、轻松。
  
    [7]最认可的内容，最不认可的内容。
  
  “目标、不同场景心态等” 
  
    4.在线教育决策： 
  
    [1]对在线教育所包含内容的理解。
  
 [2]是否考虑过在线教育，哪些内容会考虑使用在线教育的方式。
  
 [3]购买价格和决策。
  
 [4]购买前后最担心的问题，最看重在线教育的优势是什么？
  
 [5]哪些情况会让你坚持下来。
  
  问题框架可以帮助研究者把希望研究的核心问题分解成希望了解的用户的问题。
  
   问题提纲六个方面的内容 
  
    1.基本情况。 
  
    用户的基本人口学特征、家庭情况、工作情况、兴趣爱好、日常情况等。
  
 说明：了解用户基本情况，对用户可以初步打上特征标签，能够帮你确认是否用户能够满足研究需求，在后续分析过程中，也可以作为分类标签进行使用。
  
  “了解用户基本情况，对用户可以初步打上特征标签” 
  
    2.行为描述。 
  
    用户的决策、购买、使用流程如何（包含现在的和期望的），每一个环节有什么更细分的子环节，每一个子环节包含的动作及与其他内容的互动，以及消耗的时间。
  
 说明：了解用户的行为及场景能够更好地与用户接触、引发用户注意，同时能够最大限度地减少用户的交易成本，促使用户选择。
  
  “实际调研获取行为信息，线上埋点获取行为数据” 
  
    3.场景及影响因素描述。 
  
    用户行为发生的场景是什么样的，不同场景是否对行为有影响，除了场景因素，用户购买和行为还会受到哪些因素的影响，不同因素的影响力差异如何。
  
 说明：了解场景及影响因素能够更好地把握用户需求产生的外因，了解什么驱动用户购买，什么阻止用户行动，了解用户需求产生的真实动机。
  
  “了解场景及影响因素能够更好地把握用户需求产生的外因，需求产生于场景” 
  
    4.心理及情绪描述。 
  
    用户的情绪类型，用户在行为或者互动过程中的每一个环节的情绪变化，用户对产品整体的感觉和认可程度。
  
 说明：了解用户的情绪能够更好地判断用户在使用过程中的痛点，有助于了解用户真正的需求以及对不同需求的渴望程度。
  
  “了解用户的情绪能够更好地判断用户在使用过程中的痛点，不同需求的渴望程度--动机” 
  
    5.偏好及思维模式描述。 
  
    用户思考问题的方式，是信息决策，还是凭直觉决策；是自己独立判断还是参考别人的经验。在不同的场景下，用户思维模式是不同的。
  
 说明：用户的思维模式是用户的基础，虽然不同的人有着不同的思维模式，但是对不同细分人群而言，其用户的思维模式还是具有一定的共同性。这种思维模式，一定程度上决定了用户的决策和判断的机制和方式。
  
  “由于群体效应，导致群体无自主思维，” 
  
    6.生活模式及价值观描述。 
  
    主要指用户坚持的原则、用户决策的依据、用户理解风险和价值大小的看法。
  
 说明：用户的生活模式和价值观决定了用户的选择标准。不同价值观的人对同一件事情的价值判断有可能是不一样的。比如用户不太愿意被打扰，那么说明文档就要做得简单易懂，如果用户需要随时咨询，那么呼叫电话就比较重要。
  
   对问题的每一个模块都可以由大到小，层层深入地进行规划。看看用户对不同层次的概念，在行为与价值观上有什么差异。
  
  “重点在于问题框架” 
  
  五、匹配问题的方法和计划 
  
  有了好的问题，并且围绕核心问题形成一套问题框架后，接下来就是需要考虑你的研究方法了。二手资料研究主要就是案头研究，一手资料研究最常用的是访谈与观察，除此之外还有痕迹物分析、日记法等其他方法。
  
  访谈能够了解到用户行为的原因，但是在用户描述过程中可能会出现隐藏真实行为的情况。而观察则能够看到用户的所有真实行为，但却不能够获得用户行为背后的原因和解释。
  
   [1]工作阶段和时间计划。列出项目的主要阶段和各阶段的计划时间。 
  
   目启动阶段、案头研究阶段、访谈（或观察）准备阶段、用户访谈阶段、分析阶段、汇报展示阶段
  
   访谈准备由于需要确定访谈对象标准，提前预约访谈对象，有时候访谈对象还会放你鸽子，所以这部分在时间上要规划得多一些。
  
   但是用户洞察后续需要不断地和其他部门沟通，吸取他人的意见，不断优化你的分析成果，这个时间是比较长的。在实际运营项目的过程中，我的经验是根据项目范围，直觉上会有一个最快的完成时间，然后我会在这个时间基础上乘以2，这样基本上是一个相对比较靠谱的项目时间。
  
   [2]人员配置及分工。 
  
   稍微大一点的用户洞察项目，一般会分多个小组，每个小组配备2～3个人，同期进行执行。
  
   [3]样本数量。 
  
   那么应该选择多少人呢？理论上只要一个用户就可以完成研究
  
   在研究过程中，你才能知道需要多少的样本量。不过根据我的经验，如果必须要估计一个数量规模，那么每一个项目平均完成10～20个用户研究是一个比较基本合理的样本数据。
  
  “每一个项目平均完成10～20个用户研究” 
  
   [4]辅助安排。 部分内容包括工具、场地等方面的内容。
  
   [5]成本预算。 成本预算是你完成用户洞察的花费。
  
   [6]执行提纲。 执行提纲和问题提纲不一样，它是可操作问题提纲的细化

3. 如何洞察用户需求

如何洞察用户需求您好亲需求的探询基本的方法就是提出高质量的问题，一般遵循以下流程：
1.解客户的现状。我们要了解客户的真正需求，首先要从他的基本现状入手。在这个阶段，主要设计一些开放式的问题，比如：
2.对现状是否满意。通过现状的了解之后，我们可通过继续的询问了解其对现状是否有不满意的地方，从而激发客户的需求。比如：
3.问题的改进状态。当客户已经发现问题严重之后，我们需要继续地提问使他下定解决问题的决心，以便采取下一步行动。
4. 提供具体的解决方案。向客户提出解决问题的更好方案，从而使我们了解客户更具体的需求，并有针对性地介绍我们的产品。
5. 引导客户做决策。如果客户已经接受了你的改善的建议，你需要引导客户做决策。不等坐等客户自己把订单说出口。
在这里，想提醒各位销售新手的是：不要被自己的感觉蒙蔽了头脑，在决定进行你电话营销的下一步—产品介绍之前，你必须完全确定客户有明确的需求。有很多的时候，客户虽然表现出了兴趣和关注，但只是对你的产品有潜在的需求而已，而并不能形成最后的购买动机。而如果你花大量的时间想通过引导和激发而把客户的潜在需求转化为明确需求，很多时候做的可能只是无用功。通过推销说服，尤其是电话销售，这个难度是相当之大的。关键词：看透客户的需求我们在销售的过程当中，往往会出现两种情况，普通的销售人员希望可以帮到您哦。如果我的解答对您有所帮助，还请给个赞(在左下角进行评价哦)，期待您的赞，您的举手之劳对我很重要,您的支持也是我进步的动力。最后再次祝您身体健康,心情愉快!【摘要】
如何洞察用户需求【提问】
如何洞察用户需求您好亲需求的探询基本的方法就是提出高质量的问题，一般遵循以下流程：
1.解客户的现状。我们要了解客户的真正需求，首先要从他的基本现状入手。在这个阶段，主要设计一些开放式的问题，比如：
2.对现状是否满意。通过现状的了解之后，我们可通过继续的询问了解其对现状是否有不满意的地方，从而激发客户的需求。比如：
3.问题的改进状态。当客户已经发现问题严重之后，我们需要继续地提问使他下定解决问题的决心，以便采取下一步行动。
4. 提供具体的解决方案。向客户提出解决问题的更好方案，从而使我们了解客户更具体的需求，并有针对性地介绍我们的产品。
5. 引导客户做决策。如果客户已经接受了你的改善的建议，你需要引导客户做决策。不等坐等客户自己把订单说出口。
在这里，想提醒各位销售新手的是：不要被自己的感觉蒙蔽了头脑，在决定进行你电话营销的下一步—产品介绍之前，你必须完全确定客户有明确的需求。有很多的时候，客户虽然表现出了兴趣和关注，但只是对你的产品有潜在的需求而已，而并不能形成最后的购买动机。而如果你花大量的时间想通过引导和激发而把客户的潜在需求转化为明确需求，很多时候做的可能只是无用功。通过推销说服，尤其是电话销售，这个难度是相当之大的。关键词：看透客户的需求我们在销售的过程当中，往往会出现两种情况，普通的销售人员希望可以帮到您哦。如果我的解答对您有所帮助，还请给个赞(在左下角进行评价哦)，期待您的赞，您的举手之劳对我很重要,您的支持也是我进步的动力。最后再次祝您身体健康,心情愉快!【回答】

4. 如何洞察客户的需求？

5. 如何利用大数据进行用户需求分析

1.可视化分析
大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。
2. 数据挖掘算法

 大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统
计 
学家所公认的各种统计方法（可以称之为真理）才能深入数据内部，挖掘出公认的价值。另外一个方面也是因为有这些数据挖掘的算法才能更快速的处理大数据，如
 果一个算法得花上好几年才能得出结论，那大数据的价值也就无从说起了。
3. 预测性分析
 大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。
4. 语义引擎
 非结构化数据的多元化给数据分析带来新的挑战，我们需要一套工具系统的去分析，提炼数据。语义引擎需要设计到有足够的人工智能以足以从数据中主动地提取信息。
5.数据质量和数据管理。 大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值。
大数据分析的基础就是以上五个方面，当然更加深入大数据分析的话，还有很多很多更加有特点的、更加深入的、更加专业的大数据分析方法。
 
大数据的技术
数据采集： ETL工具负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。
数据存取： 关系数据库、NOSQL、SQL等。
基础架构： 云存储、分布式文件存储等。
数
据处理： 自然语言处理(NLP，Natural Language 
Processing)是研究人与计算机交互的语言问题的一门学科。处理自然语言的关键是要让计算机地理解地自然语言，所以自然语言处理又叫做自然语言理
解也称为计算语言学。一方面它是语言信息处理的一个分支，另一方面它是人工智能的核心课题之一。
统计分析：  
假设检验、显著性检验、差异分析、相关分析、T检验、 方差分析 、 
卡方分析、偏相关分析、距离分析、回归分析、简单回归分析、多元回归分析、逐步回归、回归预测与残差分析、岭回归、logistic回归分析、曲线估计、
 因子分析、聚类分析、主成分分析、因子分析、快速聚类法与聚类法、判别分析、对应分析、多元对应分析（最优尺度分析）、bootstrap技术等等。
数
据挖掘： 分类 
（Classification）、估计（Estimation）、预测（Prediction）、相关性分组或关联规则（Affinity 
grouping or association rules）、聚类（Clustering）、描述和可视化、Description and 
Visualization）、复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)
模型预测 ：预测模型、机器学习、建模仿真。
结果呈现： 云计算、标签云、关系图等。
 
大数据的处理
1. 大数据处理之一：采集
大
数据的采集是指利用多个数据库来接收发自客户端（Web、App或者传感器形式等）的 
数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。比如，电商会使用传统的关系型数据库MySQL和Oracle等来存储每一笔事务数据，除
 此之外，Redis和MongoDB这样的NoSQL数据库也常用于数据的采集。
在大数据的采集过程中，其主要特点和挑战是并发数高，因为同时
有可能会有成千上万的用户 
来进行访问和操作，比如火车票售票网站和淘宝，它们并发的访问量在峰值时达到上百万，所以需要在采集端部署大量数据库才能支撑。并且如何在这些数据库之间
 进行负载均衡和分片的确是需要深入的思考和设计。
2. 大数据处理之二：导入/预处理
虽然采集端本身会有很多数据库，但是如果要对这些
海量数据进行有效的分析，还是应该将这 
些来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，并且可以在导入基础上做一些简单的清洗和预处理工作。也有一些用户会在导入时使
 用来自Twitter的Storm来对数据进行流式计算，来满足部分业务的实时计算需求。
导入与预处理过程的特点和挑战主要是导入的数据量大，每秒钟的导入量经常会达到百兆，甚至千兆级别。
3. 大数据处理之三：统计/分析
统
计与分析主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通 
的分析和分类汇总等，以满足大多数常见的分析需求，在这方面，一些实时性需求会用到EMC的GreenPlum、Oracle的Exadata，以及基于
 MySQL的列式存储Infobright等，而一些批处理，或者基于半结构化数据的需求可以使用Hadoop。
统计与分析这部分的主要特点和挑战是分析涉及的数据量大，其对系统资源，特别是I/O会有极大的占用。
4. 大数据处理之四：挖掘
与
前面统计和分析过程不同的是，数据挖掘一般没有什么预先设定好的主题，主要是在现有数 
据上面进行基于各种算法的计算，从而起到预测（Predict）的效果，从而实现一些高级别数据分析的需求。比较典型算法有用于聚类的Kmeans、用于
 
统计学习的SVM和用于分类的NaiveBayes，主要使用的工具有Hadoop的Mahout等。该过程的特点和挑战主要是用于挖掘的算法很复杂，并
 且计算涉及的数据量和计算量都很大，常用数据挖掘算法都以单线程为主。
 
整个大数据处理的普遍流程至少应该满足这四个方面的步骤，才能算得上是一个比较完整的大数据处理。

6. 企业如何利用顾客大数据挖掘客户？

可以从两方面入手：
对老客户进行预测再营销，通过选取合适的预测模型，找到转化概率高的客户，对这些老客户投放一些刺激其再消费的广告。
获取新客户：通过对老客户进行人群画像，通过数据挖掘找到与这些相似的人群。对这些相似的人群进行广告投放引导其转化。

7. 洞察客户需求，只需要这4步就够了！

  营销人最喜欢说的一个词就是“洞察”。洞察是切营销的核心。
  
    按照通用的解释，所谓洞察就是通过一定途径了解目标消费者的需求，然后想办法满足他们的需求。
  
    但这个解释还是太大太抽象。并且，我们到底该如何进行有效的洞察呢？洞察有没有什么行之有效的套路和步骤呢？
  
 先来看一张有名的照片：
  
 
  
                                          
    这是是1964年《中国画报》封面刊出的“铁人王进喜”的一张照片。这张照片，正是王进喜在当时被刚刚发现的大庆油田的石油里工作的照片。
  
    问自己两个问题：
  
 1、你能从这张照片里看到什么？
  
 当时的石油勘探开发环境很恶劣？
  
 王进喜穿着保暖棉袄，所以当时是冬天？气温很低？
  
 2、你从这张照片里得到了哪些收获？
  
 王进喜不怕艰苦的精神很伟大，非常值得我们学习？
  
 我们今日的幸福生活是当时的工人们辛苦工作奠基的，所以我们要更加珍惜眼前的生活？
  
 恐怕大部分人从这张照片里看到的和想到的，就是以上这些了吧。
  
 但当时有一家日本石油公司的科学家，看到这张照片后，却发觉了一些不一样的东西，他们从照片的细节出发，进行了如下的推导：
  
 1、他们根据照片上王进喜的衣着判断，只有在北纬46度至48度的区域内，冬季才有可能穿这样的衣服，因此推断大庆油田位于齐齐哈尔与哈尔滨之间。
  
 2、通过照片中王进喜所握手柄的架式，推断出油井的直径；
  
 3、从王进喜所站的钻井与背后油田间的距离和井架密度，推断出油田的大致储量和产量。
  
 4、石油储量巨大，中国石油勘探建设能力不足，应该会很快向国外招标。
  
    由此，这家日本石油公司，立即组织研发部门研制生产了用于大庆油田的勘测开发设备。果不其然，中国政府在两个月后就向国外公开采购设备。而这家日本公司的设备由于最符合需求并且已经有样品，立即就中标了，赚了一大笔钱。
  
 什么是洞察？通过一张照片，赚了一大笔钱的日本公司，就展现了其牛逼的洞察力。
  
    因为大部分人只懂观察，而非洞察。
  
    观察是：我看到了，我知道了。
  
    而洞察是：我为什么要去看？我该怎么看？我看到了哪些？我没看到哪些？我该知道哪些东西？我知道了以后那我该怎么办？
  
    许多人微商在与客户相同历程中，过于浮躁地、快速地想把产物推给客户，却纰漏了客户的真正需求。成交率低最重要的题目在于没有找到客户的真实需求，怎样发掘到客户的真实需求直到成交？
  
    在与客户沟通的过程，需要去了解客户的真正需求，只有这样才能够为客户提出最全面的解决方案。
  
    如果客户明确地提出需要的产品和服务，那我们只需做好在一个友好和谐的沟通环境下，饱含热情地根据客户需求介绍产品及提供服务即可。
  
    然而，并不是每个客户都会直截了当地说出自己的需求，这就需要我们通过交流和观察去发现他们的隐藏需求，并通过友好的提醒和引导去满足对方，最终达成交易。今天见闻就来跟大家说说如何挖掘顾客的真正需求？
  
    一、状态式发问法
  
    我们很难去成交不相识的客户，顶尖的人都在问，问完就能成交。状态式发问便是资助我们相识客户的需求。
  
    了解对方的状况与背景等基本情况，也叫诊断式提问。比如你发现牙黄之前有吃什么食物的习惯啊，后来有没有做过什么治疗保护啊，效果怎么样啊？
  
    这样一问，那么她就会一一道来了，知道了这些，那你就知道客户在担忧什么问题。
  
    任何人都很难成交自己不了解的人，就像医生给病人看病，医生不问诊，病人不说哪里疼那怎么看病是吧。所以成交要先从问开始，就像医生问完后就告诉你这是对症下的药，去买单吧。
  
    状态式发问便是通干涉客户一些需求相干的题目，来真正找到客户的需求。好比我们和微商团队的人谈天，他问：你做微商多久了？你团队几多人？你团队怎样样？
  
    他就会跟你说团队办理杂乱，流失率高，然后你就可以找到他的题目，然后他要办理题目，便是要参加你团队跟你学习办理团队的要领。我们要经过三五句话找到对方的题目，相识客户的状态与配景等根本环境。
  
    二、问题式提问寻找痛点
  
    痛点式发问简略说来便是经过提痛点题目，让客户以为到本身题目的紧张性。贩卖就应该从痛点动手，要让客户看到本身痛点，包罗已往的痛楚与将来的痛点。没有痛楚就要找出他将来的大概产生的痛点。
  
    销售从痛点入手。包括过去的痛点和未来的痛点，没有痛点就要找出痛点。
  
    “你之前也选择过其它产品，为什么不接着使用呢？”
  
    这句话可以将价格贵，服务差，效果不好等原因挖出来。你的皮肤题目要是连续不办理，有没有大概你老公对你的爱淘汰而出轨呢？这便是发掘将来大概产生的痛点。
  
    “关于选择美肤产品，您最担心的问题是什么？”
  
    对方可能会说我皮肤油性大，我担心买到的不是我针对我皮肤的。这些都是客户的痛点，知道了这些，成交是否容易了些。
  
    这就找到了对方的痛点，一定要用发问的方法让客户本身说出痛点，更有利于你成交。
  
    三、成交式提问
  
    当了解客户的状况，找到客户的痛点，放大痛苦后，通过成交式提问，那基本就能成交了。
  
    “我能帮您解决以上所有问题，你愿意试一下吗？”后面通过专业知识导向你的产品和服务。
  
    成交是有逻辑的，成交是有迷信的，经过有用的题目连接起来，就可以构成一整套话术，经过这种方法去贩卖成交率至多提拔3倍以上。
  
    每种要领都要问5个题目，至多有20个题目，固然这些题目你可以事前预备，大概并不克不及立即收钱，但对方一定盼望你能资助他，给他办理方案，做贩卖的基础便是问题目。做微商，问对题目易成交！
  
 四、暗示式提问放大痛苦
  
    当通过问题式提问找到客户的痛点后，就需要放大他的痛苦，让对方感觉到不买是一种损失。
  
    “您现在是轻度四环素牙，如果早期不治疗，那先不说现在对您形象的破坏，后期牙齿就整颗变黑了，恢复的可能性就不大了”
  
    通过暗示提问，客户才会了解到自己目前对产品的迫切需求，如果多问几次，那客户就被自己打败。
  
    经过表示法发问后，客户会更深入地明确到本身对付产物的急迫需求，要是你多问频频，客户就会以为本身题目的紧张性，急迫必要办理，然后碰巧你能帮他办理，他也就乐意追随你了。
  
    销售过程：
  
    探寻客户基本需求。
  
    通过提问等方式，准确的了解客户对产品的需求，了解客户的基本需求是大家打开销售大门的根基，是作为一个销售员首先明确的问题。然后再根据客户的真正需求，具体问题具体分析。
  
    引导客户解决问题。
  
    作为销售人员，要主动的像客户提问，引导客户说出自己的需求，而不是等着客户来问你，只有你主动，让客户感受到你的专业和你的热情，才能成功一半。抛出解决方案客户提出问题，你解决问题。
  
    成交之后与客户建立客情关系。
  
    这也就是我们在销售过程中经常说的老客户维护。
  
    客户的需求中往往隐藏着巨大的商机。切记，能把握客户需求才能做好销售，多出单，做好微商。
  
    我们很多人做微商失败的原因其实是缺乏信心，缺乏坚持!抱怨总比干实事多，每天抱怨东西不好卖，抱怨朋友圈资源不够，抱怨这抱怨那，你有这么多抱怨的时间，为什么不把你抱怨的时间和精力用在想办法解决这些问题上呢!

8. 大数据分析让个性化的客户体验不再遥远

大数据分析让个性化的客户体验不再遥远_数据分析师考试
顾客通过多种渠道制造大量数据，企业则热衷于利用这些信息来实现更为个性化的体验。
分析公司Gartner表示，高级分析会成为客户服务的关键，但是大数据分析的采用目前仅局限于不到一成的企业。 挑战在于企业还在努力适应结构化数据，疲于根据自身的客户关系管理(CRM)系统部署有效的分析框架，以及集成不同的内外部信息源。
然而，面对顾客通过数字技术参与而产生的快速变化的信息，企业需要及时作出反应。要想实时反应，使客户感受到个体价值，企业只能通过高级分析来实现。
大数据为实现基于顾客个性的交互提供了可能，通过理解他们的态度，并对其他一些因素(如实时位置)进行分析以帮助实现多渠道服务环境中的个性化。
考虑个体行为
Aphrodite Brinsmead是分析公司Ovum的客户关系高级分析师，她认为个性化和分析密不可分，并且在开发多渠道战略时，企业需要考虑顾客的个体特性和行为。
他们应当回顾目前的行为，全网不同渠道的使用和用户在不同渠道中的共同需求。在决定如何加入新渠道或连接新数据之前，了解趋势是必不可少的。然后企业应该关注如何为顾客节省时间和精力，提高一次接触解决率。他们应当努力在顾客转换渠道的时候保留环境，使用分析法，将相关数据推送给顾客和代理商。
英国三大零售商之一乐购(Tesco)使用了Oracle的一套技术，包括它的客户体验产品，使公司成为了多渠道零售商。
找到顾客参与的偏好实践和方式时个性化的关键，而数据分析就能够解锁这项技能并节省成本。Gartner表示，在各个渠道，包括网站，移动应用或客户参与中心交互，都要有环境相关的知识。
根据Gartner，向雇员提供环境知识能够减少供应商提供回答的时间，这样能够提高能力和满意度。它也符合经济利益，因为每一个准确的知识管理规则到位，公司就能减少25%甚至更多的客户支持费用。
要注意将内容与客户数据连接的方式，根据客户偏好，客户服务才能收到个性化信息。通过一般顾客历程的信息和支持性问题，企业就能预测客户的需求。
将客户作为个体来了解，让他们感受极致流畅的历程，是提供良好客户体验的关键，Jamie Turner说道，他是Postcode Anywhere的地址管理首席技术官。他认为个性化客户服务对于在数字经济中的生存是必不可少的。
“服务就像保险一样——当你需要它的时候，就已经十万火急了。它不应当耗人心力，也不应复杂，而应该是一个无摩擦、无痛的过程。那些了解到这一点的企业就能够长期存活。网上的忠诚度很低，所以你需要努力奋斗才能保住消费者。太多的企业现在还在专注于开拓新顾客，而忽视了已有客户的情绪。”Turner说道。
在数据分析上的投资
然而，没有分析上的投资，要实现有效的客户服务或体验个性化也不简单。这是大家都想要的，但也很难做好。我们都喜欢那种知道自己习惯的酒吧，那个无需动嘴就知道你想要什么的角落商店。这就是个性化，但这很难实现规模化。
根据Turner的说法，好的分析能够帮助企业变得更为主动，而无需根据顾客的期待做出反应。这对于我们来说非常重要，我们构建了一套技术来帮助我们理解和预测我们客户的‘感受’。这样我们就可能占得先机，走到顾客前面去。
他认为要开发能够知悉客户个体喜好与厌恶的更加智能的服务，大数据的角色非常重要：“大数据绝对是关键。它对于不同的人来说有着不同的意义，但是对于我来说大数据更像一种方法。它实质上就是要收集尽量多的数据，然后用机器学习这样的技术来从噪音中筛选出重要的部分。而挑战之一就在于实现实时反应，或者实时采取理想化的行动。”
他表示依赖通过大批量处理数据的出的洞察，这种一产生就已经过了有效期的“洞察”，早已不能满足需求。
“人何以提供最好的服务?都是因为他们在不知不觉中处理了从行为中得到的大量暗示，并作出如何反应的即时判断。将这一道理应用到技术上，能够帮助我们提供真正自然和热心支持的个性化服务，同时还能满足顾客的需求。”Turner说道
尊重客户的隐私
但是，数据越大，责任就越大。Ovum的Brinsmead认为最好的实践意味着，分析但不入侵。 “要谨慎使用客户数据推送产品和促销，否则就会容易失去客户的信任。”她说。
Brinsmead认为，企业使用数据要明智，并且不断创新，通过将全网站、社交渠道，社区型信息，移动应用和自动聊天等整合信息。客户不想离开移动应用去社区或者聊天室取得技术帮助。
理解客户在历程的不同阶段选择的交互方式也是很重要的，这很简单就能实现。需要在线支持来回答的问题都会是包含私人信息，并且复杂或紧急的需求。企业应当知道什么时候交互需要在线服务，并为客户实现迅速连接。企业应当提前将顾客的网页历史或之前的问题这种环境提供给在线服务人员。
Brian Manusama是Gartner的一个调研主管，他表示使用大数据实现客户服务的企业能够为提供丰富、分析性、个性化的客户服务，从而提高客户满意率。因此，这些企业通过可预测分析就能实现收益的增长，有利于企业的发展。在问题升级前避免问题，是减少支持费用和留住客户的最明智方式。
“通过分析，企业能够更好的理解客户遇到的服务问题，做出行动来避免问题的发生，并在客户向客户服务求助之前解决问题。”Manusama表示。
以上是小编为大家分享的关于大数据分析让个性化的客户体验不再遥远的相关内容，更多信息可以关注环球青藤分享更多干货