产品终极化形态关键指标：用户洞察（User Insight）

User Insight成为价值链条的聚焦点

近些日子一直忙于工作上的事情，写文章的时间又被不定期延迟了。夜夜笙箫，却也收获满满。

所谓夜夜笙箫，不过是延长白天工作时长，换来了思考时间的加持。不过也挺好，做自己喜欢的事情，总是感觉蛮欣慰。

本文将和大家分享下产品方面比较陌生的一个新词汇——用户洞察。

导引

对于一款产品，能否具备很强的盈利能力是产品制胜的关键。

尤其当互联网热潮冷静下来之后，才会发现单一依靠情怀或者主打用户体验却没有带来真正商业价值的产品都是走向灭亡的。

真正好的产品，要能清晰的洞察用户，并能为用户创造价值的同时让用户为此买单。因而产品必将走价值导向的营销闭环模式，用户洞察很是关键。

定义

所谓的用户洞察，概念原本来自于营销学理论的一个概念，叫做Customer Insight（客户洞察）。

该概念由知名的管理咨询公司埃森哲提出并运用在其运作管理的价值体系中。在埃森哲的价值框架内，通常所说的客户数据的收集分析使用，客户数据挖掘，量化营销等概念，都只是客户洞察（customerinsight）的一部分。

我们通过迁移传统业务中客户洞察的概念来类比互联网数据化运作营销的的过程。

因此，对于用户洞察（User insight）的定义为：对于一款产品，建立用户数据管理，用户画像分析与洞察力应用的一套洞察框架。并最终应用于产品业务线的营销中去。

准备工作

在用户数据管理方面需要执行数据的获取、变换与储备、数据质量管理、用户隐私性管理、考察用户与相关业务数据的关系，数据比对分级与数据的相关关系，建立用户统一化视图。当然对于用户还要做进一步的细分，在该方面需要进行的工作包括：用户本身价值分析、战略层面分析、对于攻坚层产品细分，并要基于细分的数据和用户体验进行一定的开发。

对于建模方面的工作，要能够支撑获取用户、保证用户留存并有交叉／向上的预测模型，同时还有能够建立动态模型以及包含持续学习能力的倾向性与响应性的模型。对于产品线管理，要保证产品端与业务通路整合，产品线与业务流相呼应，形成闭环营销模式，保证流程与组织模型完整。

在于用户互动方面的管理，产品线要做好优先级列表。保证智能化的业务推荐机制，运用相关算法形成良好的用户体验管理模式。用户资源对于一款产品来说是最珍贵的,同时却也常常是最少被利用的一部分。为使用户产生更多价值,应当学会更整体观地看待用户,这就要求在产品要超越其功能局限,对于用户洞察的建立整体规划与操作。

同时能够应用精密的细分与预测方法来对大量用户数据找出规律性的认知，并能够将对用户的知识加以运用，驱动用户洞察力服务于营销与用户互动。

用户洞察的前期工作务必要保证其准确性与真正的有效。前期工作的缺失对于整个用户洞察环节将会造成致命损害。

如何执行？

要将营销深化在产品当中并且保持好的用户体验这不是件容易事，但是销售盈利是商人的天性（所以不要标榜自己做一家公司做了一款产品就是为了情怀或者为了造福社会），而排斥支付同样是用户的第一反应。此时很好的执行用户洞察成为了协调矛盾关系的关键一环。

用户洞察的执行本质上绝对是超越了单纯的调研、数据分析等范畴。然而，在当前的执行层面上，我们依然简单的遵从以下几个步骤：

1. 建立用户数据渠道。这里可以通过调查问卷、建立用户社区、焦点小组等方式实现，主要是保证渠道有效性；

2. 数据的收集储备。同样的需要对于数据采点保证有效性，这里有以下几个点需要注意：

• 数据样本要保证在用户群体范围内足够丰富；
• 合适的维度及颗粒度；
• 对于异常数据的处理；
• 样本的连贯性，不可出现封闭性断层。

3. 数据的分析及建模。对于收集的数据进行有效性挖掘，这里的有效性是，挖掘要依据市场的真实需要以及用户的真实反馈进行；

4. 洞察力应用。在上述基础上，我们将真实的洞察力投入产品层面，产出能够满足用户需求的业务产品；

真实有效的用户洞察是产品业务线形态的关键输出参考，也是拉升产品业务线营销数据的关键因素。

因此，要真正的将用户洞察应用于产品业务线是很有必要的，当然这个过程也是繁琐需要真正沉淀的。

为什么总无法达到预期目标？

近些年来，许多企业尤其是国内知名互联网企业以及非互联网企企业都花了很大价钱建立了数据中心、数据仓库，并对数据进行了挖掘。在这个层面上，企业可以拿出像样的数据报告（月报、年报亮眼）、一系列图标给到公司相关部门及媒体，甚至还会有很多专职人员进行深度解读。

然而，即使这样，却依然没有对产品的营销没有实质性帮助。这样的结果会让市场觉得数据导向的工作没有意义，只是浪费了资金。其实这就是对于User Insight的错误解读。

1. 用户洞察的基础是保持与市场的反馈相一致，偏离市场的洞察是没有实际意义的；

2. 缺乏必要的客户总体数据，或者用错了相关的分析技术来解读市场，得出了与事实相悖的结论。

这样的案例着实让人警惕，在花费高昂的代价之后，出了一个错误的信条并被追捧。应用在产品线后带来的损害有时候是颠覆性的。

3. 各个产品线的数据是封闭化断层的，而非统一的，分析的结果缺乏连贯性而又无法抛除异常数据。此时的分析反而是虚空化的。

4. 无法很好的平衡细分粒度与维度选择导致；

5. 对用户洞察的本质不能认识，常常满足于短期的，增量的改变而非通过客户洞察识别最佳市场成长与定位战略；

6. 在流程，人资上的配套缺乏，在洞察力应用方面普遍低下的执行能力；

7. 对客户洞察力的定义不清，对数据分析与数据挖掘的“能”与“不能”没有了解，常常在错误的时间错误的地点对数据的作用提出错误的要求，也是现今一个普遍的现实状况。

用户洞察成功案例——小米四格体验报告

小米的四格体验报告是User Insight很成功案例

小米四格体验报告是小米开发版系统每次系统更新之后的体验报告，不能像其他通知一样关闭，除非你完成了问卷调查。

四格体验报告即为小米建立了一个良好的用户反馈渠道，因此足够小米为其手机的改进储备足够的数据。在对数据进行分析处理后，应用于其产品的与系统的改进。其形态上形成了良好的互动模式。

总结

互联网终极化形态必将是其对应企业的商业化形态，依托营销的方式销售其产品并获得盈利是互联网企存活下去的根本。而对于用户的深度解读是产品业务线开展的参考依据，用户洞察概念在互联网产品上的应用也将越来越凸显其重要意义！

希望今天的文章使大家对于User Insight的概念有一定的理解。也期待得到更好的反馈，补充指正我对于该方面知识的误读，共同成长。