作者:呵員外
你這個方案不行,就是在自嗨,究竟有沒有從用戶角度思考?
缺乏從用戶角度思考是失敗的萬惡之源,無論是職場上被批評,商業(yè)上產(chǎn)品沒成功,甚至戀愛談崩了,和親人總是吵架等問題,歸根到底都是因為缺乏換位思考。
換位思考能力是如此基礎以至于不論是智商,情商,逆商都跟它沾邊,但是真正掌握了這項能力的人卻不多。
你經(jīng)常能看到過這樣的例子,創(chuàng)業(yè)者明明覺得一個產(chǎn)品很棒,"如果是我肯定會用",但是實際在市場上反應寥寥,比如最早上市的電子閱讀器并不是亞馬遜的Kindle,而是比它早3年的索尼Librie。當時很多評論家都認為這將會是一個劃時代的產(chǎn)品,沒想到市場基本毫無反應。
問題出在哪呢?
其實大部分時候失敗并不是他們沒有做換位思考,而是漏掉了重要部分。就如同射雕英雄傳里面的九陰真經(jīng),只學了招式?jīng)]有學心法,當然發(fā)揮不出威力。
那么屢屢有非常優(yōu)秀的人栽倒在上面,到底哪里出了問題?
先解釋一下?lián)Q位思考這個概念,其實它是由兩部分組成的:
換位 -- 視角切換。從作用對象的視角看問題和解決方案 思考 -- 代入情景分析,理解情景中的無形成本和最大阻礙因素
01
換位思考的第一步就是換位,也就是視角切換。
人類的大腦有自我視角的傾向,我們首先關心和表達自己的感受。
比如你走路看手機,不小心膝蓋撞到了旁邊的桌子,你會第一時間說"我X,我膝蓋被撞得好痛啊",這就是自我視覺。
如果以對象視覺思考,你第一時間應該說哎呀這桌子都被我撞歪了。
自我視覺其實加強自我保護的體現(xiàn),流傳至今也是自然基因的進化剪刀產(chǎn)生的結果。
你試想一下,遠古時代的人類靠采集狩獵為生,這里面有兩種人,一種在叢林里一聽到猛獸的風吹草動,為了自己安危馬上撒丫子跑;另一種聽到動靜會先走上前研究一下草被什么風吹響了。
這兩種人里面哪一種更能活,哪一種就是我們的祖先。
在人類大腦自我視角的傾向下,做視角切換其實是反直覺的,已經(jīng)難能可貴,這里我舉幾個常見的例子:
你和同事在工作會議上意見不一吵起來,過程中你要考慮的不是如何駁倒面前的人,而是把視角切換到會議中能做最終決定的人,思考如何才能讓老板認為你的提議更合理
在一場辯論比賽上,雙方辯手要考慮的不是在辯論的觀點上駁倒對方(辯論題目本來就無分對錯),而是把視角切換到觀眾和評委,思考如何表現(xiàn)才能讓第三方認為你表現(xiàn)更好
在孩子的教育上,你要思考的不是解釋某個行為多么具有正確性,而是把視角切換到孩子身上,思考在他的認知里的是非對錯,他在乎和焦慮的是什么
一個新產(chǎn)品的開發(fā),你要思考的不是如何說服研發(fā)同事優(yōu)先你的需求,而是把視角切換到用戶,思考欠缺功能會對用戶使用造成多大的不便
視角切換是換位思考的基礎,但是僅僅做到這一步就夠了嗎?答案是否定的,因為這就解釋不了很多明星企業(yè)也會做出失敗的項目,畢竟說企業(yè)高管們都不懂得從用戶角度思考你肯定是不信的。
那究竟那個讓大家失敗的雷點是什么?答案其實就在上面換位思考的過程解析里面。
先上結論,換位思考沒做到位,很多時候不是你不懂得切換視角,而是在切換視角后沒有根據(jù)用戶的情景做分析,也就是換了位,沒思考透。
今天我給你分享兩個我觀察到情景分析中最容易犯的兩個錯誤:
選擇偏差 -- 沒有在降低用戶的無形成本中占領有利位置 認知偏差 -- 忽略用戶決策認知上的最大阻礙因素
02
當我們談如何讓消費者滿意,最常掛在嘴邊的是降低消費者的成本,最大化消費者的利益。
這句話本身沒錯,但第一個雷區(qū)恰恰是你以為產(chǎn)品更便宜就能夠成功打入市場,把價格簡單地等同于成本。
實際上消費者購買使用產(chǎn)品的付出遠遠不止價格,還包括這些無形成本
做一個選擇(仔細比較各種產(chǎn)品) 購買獲取產(chǎn)品(線下購買或拿快遞) 一次學習(學會使用產(chǎn)品) 使用成本(每次使用的時間)
很多失敗案例正是源于沒有考慮無形成本,過分臆想了低價的吸引力。
比如上面提到的索尼閱讀器Librie,它為電子墨水技術制定了行業(yè)標準,號稱能提供實物般的電子閱讀體驗,而且看一本書的價格能低于實體書三分之一,這個性價比似乎對用戶很有吸引力。
但用戶在實際使用過程中發(fā)現(xiàn)用Librie看書,要先在線上書店把電子書下載到電腦,再從電腦傳輸?shù)絃ibrie上,而且每一次固件升級還需要用戶親身到索尼服務中心,這就大大增加了使用成本。
結果3年后進入市場的亞馬遜Kindle閱讀器在短短5年內(nèi)占據(jù)了電子閱讀62%市場份額,而彼時Librie只剩下2%份額,因為Kindle的用戶只需要連上3G網(wǎng)絡就能實現(xiàn)一鍵看書。
從這個案例我們可以看到使用成本對用戶巨大的影響力。
除了使用成本,下面再分享一個改善了用戶獲取產(chǎn)品成本而從失敗逆襲的案例。
Zipcar從1999年開始做共享汽車,是最早做該行業(yè)的公司之一,為用戶節(jié)省油錢停車費維護費,從而讓用戶的出行成本比起自己擁有汽車更低。但是從1999年到2003年期間,公司只累積了3個城市的6,000名會員,發(fā)展緩慢。
正當公司最后一筆融資告吹瀕臨倒閉,新任CEO做了一場關鍵的用戶調(diào)研,他發(fā)現(xiàn)用戶抱怨最多的是需要走路5分鐘以上才能到達車輛停放位置。這說明用戶并不是沒有需求,只是要獲取這個產(chǎn)品的時間成本太高了,簡單來說就是極其不方便。
但是在融融資失敗,資金有限的條件下,怎樣才能增加車隊密度,讓用戶更方便呢?
這位新CEO決定放棄多城市發(fā)展戰(zhàn)略,把所有資源優(yōu)先集中在一座城市居民區(qū)的幾個關鍵節(jié)點,并且專注服務街區(qū)中的學生人群。這個被稱作即時密度的戰(zhàn)略讓公司重獲新生,通過一個一個城市深度滲透推進的打法,進入了新一輪的良性發(fā)展最后達到了10億美金規(guī)模。
不同行業(yè)有不一樣的關鍵無形成本,對于出行這個需求,用戶最先考慮的是方便(獲取產(chǎn)品的成本),然后才是價格,所以單純以省錢為收益的創(chuàng)新并不管用。
無形成本對用戶決策的阻礙不單單在獲取和使用環(huán)節(jié),還有學習成本。
比如對于圖形編輯的需求,當年美圖秀秀能快速擴張的原因就是抓住了學習成本(學習使用photoshop真的不容易)這個關鍵成本,讓產(chǎn)品不僅價格低,而且容易上手。
現(xiàn)在品牌因為打爆品策略而成功,比如遠的有茅臺,近的有瑞幸咖啡,其實是降低用戶選擇成本的一種手段,在這里我就不詳細舉例了。
總之,用戶從選擇到使用產(chǎn)品的過程中,如果你能在關鍵節(jié)點上節(jié)省無形成本,那就能贏得他們的選擇。
03
情景分析的第二個雷區(qū)是認知偏差,沒有考慮用戶的心理阻礙因素,主要有以下三點:
個體因素 -- 個人心理賬戶 文化因素 -- 群體刻板認知 社會因素 -- 自我概念形象
有時候不是你的產(chǎn)品不夠好,而是在用戶的認知里面不值這個價。在我們的內(nèi)心存在許多個心理賬戶,每一筆錢都被打上標簽標明用途。
比如腦白金如果定位在健康維持賬戶,銷量并不會這么大,因為當時中國消費者對保健品的信任度很低。但是定位到情感維系賬戶作為送禮產(chǎn)品消費者就愿意埋單,在這個賬戶花錢,少了都拿不出手。
文化因素也會為產(chǎn)品帶來意想不到的失敗,因為對于同一個客觀現(xiàn)象,不同群體會有完全不一樣的解讀。
上個世紀,雀巢公司旗下的嬰兒食品公司嘉寶公司打算在西非賣嬰兒食品,在食品罐上打印了它們經(jīng)典的嬰兒圖片。
在全世界大部分的文化中,在嬰兒視頻包裝上印嬰兒的圖片是個很正常的設計。但這個商品推出后,馬上被當?shù)爻芯芙^了。
原來由于非洲大部分人不識字,一般來說在食品包裝上的圖片代表了食品的主要成分。比如罐頭上印了番茄,就代表里面是番茄做的食物,因此在罐頭上印嬰兒的食品是沒人敢買的。
忽略了當?shù)匚幕@個阻礙因素,連雀巢這樣的大公司都會失敗。就如同你跟老家的奶奶說你是產(chǎn)品經(jīng)理,她第一時間可能會問都做經(jīng)理了呀,下面管多少人吶?,文化中刻板認知的影響非常大。
在關注社會和文化的同時,你不能忽略了個人情緒,當代人使用產(chǎn)品除了基本功能,更在意產(chǎn)品是否符合他們心中的理想自我形象。
比如你想勸一個人去相親,她或許有這個需求,但是不愿意去,原因是相親這個詞潛臺有被剩下的感覺。把相親活動改成高端社交,交友派對,婚戀交友她就愿意去了。
同理很多健康產(chǎn)品也很好地避開了這個心理障礙。比如減肥類的產(chǎn)品,如果直接說功效就是減肥肯定不行,因為這就定義了用戶有肥胖問題。但是如果叫健康0糖,0脂燃脂就能消除消費者心理負擔,這與更年期產(chǎn)品叫靜心口服液的道理是一樣的。
總之,當你想改變一個人的行為,除了想到這個行為的無形成本,還需要問自己這樣的問題:
在他們的認知里面,哪些社會文化或者情緒因素可能阻礙他們改變?
04
總的來說,想要真正掌握換位思考這種思維,就不得不暫時做一個非正常人,克服自我視角陷阱并運情景分析來理解你的用戶。
很多人能做到視角切換,但是忽略了站在對方角度去思考。
今天主要分享了兩個利弊分析中最常見,容易忽略的雷區(qū):
選擇偏差 -- 沒有在降低用戶的無形成本中占領有利位置
認知偏差 -- 忽略用戶決策認知上的最大阻礙因素
以上,希望對你有所啟發(fā)。
看完覺得寫得好的,不防打賞一元,以支持藍海情報網(wǎng)揭秘更多好的項目。