.
互聯網一直都強調用戶思維，可事實上在行業裡，我們經常看到這樣一種現象：做一個產品，期望目標使用者能涵蓋普羅大眾，男女老幼、大拿小白、文青屌絲……通常這樣大而全的產品會走向消亡，因為正常情況下，每一個產品都該是為特定目標群的共同標準而服務的。當目標群體的基數越大，這個標準就越低。換言之，如果一個產品是服務於每一個人的，其實它設置的服務標準門檻是很低的，這樣的產品，目前在同領域內競爭激烈，幾乎沒有進入的可能性。
所以，根據產品功能和定位，針對特定目標使用者實行運營以及產品反覆運算才是生存及發展的不二法門。趁著這個機會，根據過去幾個月的產品運營經歷，總結三點感受如下。
一、構建用戶畫像，初探市場
在做產品的過程中我們需要引入 PERSONA——使用者畫像。使用者畫像是針對產品 /
服務目標群體真實特徵的勾勒，是真實用戶的綜合原型。任何產品，都有他的目標使用者，換言之，任何產品都該有其目標使用者的
Persona。給特定群體提供專注的服務，遠比給廣泛人群提供低標準的服務更接近成功。
從我們自己的經驗來看，我們的目標使用者有兩類：第一類是我們直接需要獲取的程式師使用者，第二類是業務端的創業公司 / 創業者。以程式師用戶舉例，構建的
Persona 大致如下。
第一，將目標使用者標籤化，並為各個標籤標示權重高低。標籤化是為了後期的資料統計分析;標示權重高低則是為了突出某些特定的產品功能和模組，也為了劃分使用者品質高低，高權重標籤對於用戶的
Rank 排名有非常大的影響。
第二，詳細的標籤可以大大細化用戶畫像的顆粒度，讓用戶變得越發立體清晰，這對之後產品的完善以及反覆運算有著極大的幫助，下文會具體展開。
第三，體現在運營上，用戶畫像的構建對於目標使用者的獲取有著極大的指向性，可專注於一些垂直的社區 / 論壇 / 社群，事半功倍。
二、構建使用場景 / 消費場景，提高轉化率
構建 “使用場景 / 消費場景”，給予用戶
“場景式引導”，讓用戶注意→感興趣→欲望→行動→滿意，給予用戶足夠清晰的說明，這是一個逐步打消用戶疑慮並取得用戶信任的一個過程。
從產品角度來說，提供產品 / 服務的網站有必要遵循 AIDAS 原理，讓用戶在流覽的過程中，對產品解除疑慮並產生好感，從而提高使用者轉化率或產品 /
服務的成交率。
第一，為不同層次的使用者設置場景引導。為流覽使用者提供清楚明確的產品介紹，以及產品的使用者資料 /
成交資料;為期望用戶提供成功案例或協力廠商評價，提供消費場景引導;為消費客戶提供清晰可靠的 Call On Action，將註冊 /
支付流程和網站的交互儘量最簡化。
第二，分析資料指標。著重分析點擊率、停留時長、訪問深度、人均流覽頁數、跳出率等，以便產品的優化和完善。
三、逐步反覆運算產品功能和模組，提供差異化服務
KANO 模型定義了三個層次的使用者需求：
基本型需求，是產品最基礎的屬性或功能，滿足絕大部分的用戶需求。
期望型需求，提供給用戶比較優秀的功能或服務，滿足中高層次的用戶需求。
興奮型需求，提供給用戶一些獨特的高級功能或服務，滿足高層次使用者需求。
從我們自己的經驗來看，KANO
模型對於產品的完善以及反覆運算有著極大的幫助。前文也提到，詳細的標籤可以大大細化用戶畫像的顆粒度，讓用戶變得越發立體清晰。區分用戶品質的高低可以從顆粒度細化程度分析出來。以程式師客棧上的三個程式師舉例：
用戶是國內普通本科應屆生，剛入職于杭州某創業公司，任 Android 開發;
用戶是有三年互聯網移動端開發經驗，擅長 Android，iOS 兩大主流平臺開發技術和框架，包括原生和混合。
用戶是任職於騰訊的資深工程師，八年工作經驗，做過 12 個產品，其中多個產品使用者規模達到億級別。
以上三個用戶是對 “程式師” 這個目標群體的細化，通過顆粒度的豐富 / 細化程度，我們大概可以分析這三個用戶相對品質的高低，結合 KANO
模型，程式師客棧就可以給這三類使用者提供差異化的服務。
產品是不斷完善和反覆運算的過程，產品不宜做大而全，特別是初期，要針對目標使用者，專注做一個特定功能和模組。
為不同層次的使用者構建 “使用場景 / 消費場景”，給予用戶 “場景式引導”，打消用戶疑慮，甚至讓用戶產生好感，這有利於提高使用者轉化率和產品 /
服務成交率。
通過資料化運營分析，逐步反覆運算產品功能和模組，為不同層次的使用者提供差異化服務，讓其有歸屬感和成就感，以此提高用戶活躍度。
留言列表
