互联网对产品思维的四大影响
- 产品触达成本骤降：移动互联网与智能设备普及
- 认知用户质的飞跃：用户行为数据
- 个性化体验成为可能：数智化服务
- 生产方式彻底改变：数字化形态，可快速迭代
摘要
作者刘飞从认知用户、创造价值、产品落地三个方面介绍了产品生命周期背后的思考，并提倡读者应借鉴科学思维，建立深度认知和决策。作为技术人，通过产品思维可以挖掘产品经理的需求背后的思考，关注用户价值，坚持对的放弃错的，实现产品价值的最大化。不过书中对产品运营带来的产品思维影响上涉略较少，后续还需填补这块的空缺
大纲
1 认知用户
1.1 用户模型
1.1.1 微观
分析用户是什么样的人，包括性别、年龄、文化程度、生活和工作状态等等
- 用户画像：真实用户的虚拟代表。了解用户是什么样的人，最有效的方法是跟用户见个面
- 用户心智：用户心智是用户需求的根源
- 社会心智：社会对每个用户的影响
- 核心影响：物质或经济资源、社会资源、文化资源影响
- 决定因素：生活方式、消费心理、文化程度、价值观
- 特点：社会心智是相对固定的，很难通过外力改变，很受社交圈影响
- 应用：判断用户特征、判断用户成本、建立产品认知
- 行为认知心智：认知心理学和行为经济学对用户的影响
- 认知和判断用户心智
- 获取足够完善的用户画像和用户场景
- 了解普遍存在的认知偏误
- 要有极强的同理心，分析拆解用户表达的内容，对用户行为背后对心理决策逻辑做共情猜测
- 用科学论证的精神反复校验
- 社会心智：社会对每个用户的影响
1.1.2 宏观
- 先区分后描述，基于产品特性寻找相关数据，使用用户特征对用户群体进行发掘和区分，再用更具体的用户画像做用户认知和判断
- 从单一用户群体到用户群体矩阵多视角认知
- 用户生命周期：潜在用户、新用户、次新用户、老用户、衰退用户、流失用户、普通用户、付费用户、低频用户、高频用户
- 生命周期的划分只源于对用户的认知，看用户群体本身是否存在明显边界
- 生命周期划分只是平台视角而非用户视角，应根据每类群体的特征研究其诉求
1.2 探索真实有效的需求
1.2.1 通过场景判断用户真实需求
场景是需求的限制条件，决定了需求的适用范围
- 考虑使用手机的物理环境
- 考虑用户所在的社会场景
- 考虑用户的心流
1.2.2 确定需求的七条原则
需求是用户对解决现存问题的需要
需求不是无边界的，超过一定边界收益会骤降
用户的诉求不等于需求
需求的主体是目标用户
需求有其时空约束
用户是需求的集合：我们所关注的需求处于用户心智的位置及比重
-
需求存在不同层次，深层次的需求持久永恒
需求层次分析
2 创造价值
2.1 用户价值
用户价值是用户的主观感受，是用户使用产品或服务时主观判断能否帮助自己解决特定问题（用户视角）
用户价值还包含用户能带来的商业价值（平台视角）
- 用户需求和用户价值是一体两面，一个关注问题，一个解决问题
- 用户价值受社会心智和认知行为心智影响
2.2 产品价值
核心用户价值就是产品要实现的产品价值（产品视角）
- 产品核心价值要点
- 符合用户价值
- 对应的旧体验较差，有空间
- 覆盖用户够多，市场够大
- 简单明了
- 自己有经验或者资源优势
- 市场环境：产品价值 =（新体验-旧体验）- 迁移成本
- 平台视角：产品价值 = 平均创造的用户价值 * 覆盖的用户数量
2.3 用户体验
在实现用户价值过程中用户的主观感受，狭义上的用户体验是指网页设计、界面设计和交互设计，广义的用户体验不仅包括人机交互，还包括在整个产品呈现过程中的所有用户感知
- 用户体验最重要的事是分层，用户体验 = 可用性 + 易用性 + 稳定性
- 可用性：让用户可以达成预期目的
- 易用性：让用户达成目的的成本降低、效率提升
- 稳定性：降低不可用、不易用的概率
- 超预期：让用户有超过原本预期的感受（体验更好和持续惊喜）
- 重要程度：可用性 > 可用性的稳定性 > 易用性 > 易用性的稳定性 > 超预期
- 四个原则
- 始终优先满足可用性
- 基于体验差酌情提升易用性
- 降低严重异常的概率以及发生异常后的用户成本
- 只考虑永久性的超预期体验
2.4 总结
- 用户价值是我们要为用户解决问题，产品价值是我们可以为多少人解决问题，用户体验是我们解决问题的过程中，用户是否有正面的感受
3 产品落地
3.1 三个核心逻辑
- 供给侧能力
钱怎么花？团队有谁、分工如何？产品和服务实现节奏？用户和市场增长的预期如何？- 分类
- 单向提供功能和服务的产品
- 多方撮合的平台型产品
- 供给侧画像：需要获取什么样的用户、需要创造什么样的价值，再考量什么样的供给侧能够完成这样的逻辑，最终获取对应的供给侧角色和资源
- 供给侧场景核验供给侧真实程度
- 供给侧创新：模式创新、技术创新
- 分类
- 迭代思维（循环以下四个步骤）
- 步骤一：判断最重要的体验差
- 步骤二：新体验的最小成本尝试（MVP）：不能过于简陋和变形，导致无法验证判断的正误；成本最小化完成尝试的方案；尝试前要确定预期和判断标准
- 步骤三：用数据观察结果，做分析识别正误：用户反馈和行为数据
- 步骤四：坚持对的放弃错的：设置清晰的退出机制、塑造无压力的试错环境、由第三方来做中立的判断
- 科学思维：社会科学理论，贯穿整个产品生命周期。产品人应借鉴科学思维，建立深度认知和决策
- 尊重客观规律
- 明察约束条件
- 抽象有效方法论
- 具备批判思维和可证伪精神
3.2 商业模式
核心因素：要有一定的规模效应；或者在一定阀值后，边际收益逐步增加，边际成本逐步降低，否则得不偿失
- 流量模式：商业模式通常是广告，其次是基于流量做商业变现的转化（付费）
- 交易模式：平台型、自营型
参考文献
《产品思维：从新手到资深产品人》
附：行为心智偏误与数据思维
行为心智偏误
厌恶损失：当人面对同样量级的收益和损失时，会觉得损失更加难以忍受
你当前持有1000元现金，请在此基础上做出选择：（大多数选B）
A、50%的概率将持有的现金增加至2000元
B、100%的概率将持有的现金增加至1500元
你当前持有2000元现金，请在此基础上做出选择：（大多数选B）
A、50%的概率损失1000元
B、100%的概率损失500元框架效应：损失较大时强调收益，损失较小时强调损失
某地即将爆发一种不寻常的疾病，预计疾病会侵袭600人。设想你有权在两个治疗方案中做选择：（大多数选A）
A、拯救200人
B、1/3的可能性拯救600人，2/3的可能性一个人也救不了
某地即将爆发一种不寻常的疾病，预计疾病会侵袭600人。设想你有权在两个治疗方案中做选择：（大多数选B）
A、400人会死
B、2/3的可能性600人会死，1/3的可能性一个人都不会死锚定效应：一旦建立初始锚定认知，后面的认知会基于这个初始参考物来做判断
乌克兰有几亿人口？
乌克兰有几百万人口？注意力偏误：黑猩猩现象，用户忽略大段小字体文字的用户协议
主观验证、证实偏见、逆火效应，证实偏见：偏好能够验证假设的信息；逆火效应：当假设被相反信息否定后反而更加深信原本的假设
概率思维与0/1思维：对平台是概率问题对用户来说是0和1的区别
知识的诅咒：知道得越多越容易做不好
峰终定律：用户未来最容易回想起高峰与结束时的体验，不论正向或逆向
宜家效应：用户往往高估自己劳动带来的价值
间隔效应和延迟效应：有间隔的重复利于记忆和学习；比起短期多次重复接触，长期少次接触更有利于记忆和学习
数据分析十条
- 分析师的核心能力是思辨
- 对讲话负责，保持中立
- 论据充分，论证严谨，观点简明
- 数据先于观点，而不是观点先于数据
- 不要把问题复杂化，也不要惧怕复杂度
- 分析什么问题比用什么方法更重要
- 好的分析师给别人输入，而不只是帮别人输出
- 分析本身没有价值，除非洞见改变了其它东西
- 基于问题收集数据而不只是基于数据来问问题
- 不是所有问题都可以分析出来，以开放心态采纳其它观点
数据分析认知偏误
- 样本选择偏误：抽样的方法不严格随机
- 选择性偏误：样本选择受用户主观选择影响，样本非随机导致得到偏误的结论，较隐晦且难被发现
- 幸存者偏误：只看到筛选的结果而无视晒选过程中的关键因素（只观察幸存者的行为和听信幸存者的理论）
- 基本归因错误：考察某些行为或后果的原因时高估个人因素，低估场景和环境影响的双重倾向
- 回归谬误：没有考虑随机起落的正常波动现象（随机现象或外界影响），造成不准确的因果推论
- 社会期望偏误：在做用户调研时被调查者更可能选择符合社会期望的答案
- 受试者期望效应：用户会有自己的目的性和预期，所以不选择更真实的答案
