【1033】怎么理解——用户不是人

用户不是人,俞军这么说比较有冲击力。

我的说法温和一点:用户不是自然人,而是社会人(角色)。

自然人是指的生物意义上的人,角色是指社会意义上的人。产品经理的语境里很少提及生物意义,所以我们说的角色是自带社会场景的,一个自然人可以有多个社会角色。比方说,你可以即是爸爸又是儿子,那么我们说你是爸爸的时候,应该涉及到一个有你儿女的场景,说你是儿子的时候,就涉及到一个有你父母的场景。我们说你是一个产品经理的时候,就自带工作场景,说你是班长,场景可能是你在和同学聚会。

所以做产品,与其说有多少用户数,不如说满足了多少角色的需求场景。一鱼,可以多吃。我们来说几个零售的例子。

711,每天不同时间点,你去看货柜,货品是不一样的。上午是财经报纸、早餐;中午是快餐和便当;晚上是晚餐;夜里还有夜宵、应急用品。他们根据社区不同角色的不同需求场景,一天一店四开。理货的员工很忙,每天不停的在更换货物摆放。

我家附近的联华,十年前的时候,一楼是麻辣烫,现在变成了KFC、Bread Talk,消费者还是那批自然人,但十年前后,社会角色在变,需求场景在变。

大型超市会把消费者分成三类:第一种,追求品质——finest,在二楼有进口商品专区;第二类,普通人——standard,或是比较单纯不太变化的人,提供标准的商品;第三类,价格敏感,EDLP——everyday low price,天天低价,典型的就是联华自己贴牌的货品。

而同样一个自然人,会在上述类别中变化。周一到周五,他是standard,但一到周末,就变成finest,因为家里要来客人,开party,长城干红不行了,要82年的拉菲。有人在不同商品上,需求不同,比如对牛奶要求很高,一定要进口的,但卫生纸就无所谓,联华自有品牌就行。还有的人,可能随着发工资的日子有变化,正如那句名人名言——月初我吃什么狗吃什么,月末狗吃什么我吃什么。

沃尔玛有一句话——Retail is Detail。厉害的超市员工,只要看一眼你的购物清单,马上就知道你的性别、年龄、婚否、月收入等,用户画像,也就是你的社会角色,了然于心。

所以,把用户按社会角色、需求场景去分裂开理解,更容易抓准动机。

最后补个衍生的思考,当各种产品开始竞争「国民总时间」之时,所有在社会人层面的竞争,又会回归到自然人层面,一个自然人可以有多个社会角色,但永远只有24小时。

—————————–

iamsujie,前阿里产品经理,写过《人人都是产品经理》、《淘宝十年产品事》,现在做创业者服务,『良仓孵化器』创始合伙人,『B12』合伙人。

【1032】实用套路:用户细分,各个击破

分类是我们简化认识、理解世界最常用的方式之一。

世界本为一体,我们为了便于理解,把原子及以下层面的事情叫做物理学,原子组成了分子,进入化学领域,有机大分子,又和生物沾边,生物越来越复杂,有了人类学,人类个体研究叫心理学,一群人就是社会学,衍生出经济、政治、文化……

淘宝有一批产品经理,专门研究「类目」,即如何把这个世界上所有的商品进行分类;

之前,我也写过一篇和分类有关的文章 (链接:聊聊互联网产品的分类);

今天,我们讲讲用户细分的实用套路,这是在众多用户中,寻找最关键的核心用户、精细化设计、运营的必备技能

 

分类的角度有很多,我们先从逻辑上,复习一下什么样的分类是好的?我的理解是把全集分为子集后,不同子集的个体之间差异尽量大,每个子集内的个体差异尽量小。那么,我们对用户进行分类的原则就是——

 

不同细分的用户,“需求场景”差异要尽量大

 

第一,如果产品的用户是多边的,先根据不同角色分类。

多边型的产品,对应单点(如小工具)和单边(某些同好社交应用)的产品,要有至少两种明显差异的用户群体,通常这种产品都具有平台属性。

举例,对于淘宝来说,常见的分法是买家、卖家、第三方服务商、平台方;对于滴滴出行,就可能会分成司机、乘客、平台运营方;对于知乎,可以分为提问者、回答者、吃瓜群众、平台方……这种就是按不同的角色来分类,一般我们会把不同角色作为第一维度来对目标用户进行分类,不同用户群体的需求场景差异显然巨大。

 

第二,新人、中间用户和专家。

这是按照用户对「产品所在领域的熟悉程度」来分类,也是一种非常常用的用户分类方法。对于单边的用户角色,如果找不到更好的分法,我建议用这个方法保底,毕竟新人和专家的需求场景差异巨大,前者希望「简单易用易上手」,后者期待「稳定可靠性能高」。

比如QQ音乐,对于听歌的用户来说,如果是新人,他可能需要最热的榜单、通过场景自动选歌,对于专家用户,他可能会去搜某一张专辑,或者搜某位歌手;又如开车,新人需要一辆好开的自动挡,专家可能需要能上赛道的手动小钢炮、能进山的硬派越野。

与此近似的角度,是新用户与老用户。

 

第三,根据人口统计信息。

年龄、性别、职业、所在地、消费水平……这个方法要慎用,要避免人口统计信息和产品关系不大的情况(比如按照不同职业来区分打车用户,就没什么逻辑),这样划分成的几类用户,需求场景差异往往不是很明显。

说几个比较适合的例子。银行各种级别的信用卡,是按照资产、收入、消费水平来分的;乐高的玩具,是按照年龄——不同年龄段儿童的常规智力水平区分的;一些服装品牌款式的策略,按照地域——一线大城市与三四线城市划分;奶粉,不同的年龄段;K12教育里的学生,不同年龄段;厕所,性别(这个例子比较扯淡,哈哈)……等等。

 

第四,根据产品的业务场景。

这个很难总结为通用的规则,通过几个例子给大家一点启发。

比如做企业服务,可以按照用户(公司)的阶段分为种子轮、天使轮、A、B、C……PreIPO、已上市等;

做培训的,可以按照互联网、IT、快消、生产制造等行业划分,产品、运营、技术、管理等不同岗位划分;

做航旅的,可以按照用户累积里程分为普通、银卡、金卡、铂金;

做媒体的,可以按照读者的三观进行区分,信中医的和反中医的,民族主义的和世界大同的;

做社区的,经常分为原创内容的PGC写手、加工内容的(点赞、转发等)积极分子、纯消费内容的浏览型用户;

做出游的,可以分为单人、情侣、亲子、团建等等;

还有比较通用的,分为需要引导的菜鸟,需要维系的忠粉,需要召回的旧爱,需要赶走的讨厌鬼;

……

 

编个打油诗(什么鬼,完全不押韵啊)——

多边先分边,

新人与专家,

人口统计学,

业务场景化。

分得不好,后面做起来一团乱麻,分好了,便于分而治之。