在数字化转型的浪潮中，企业如何有效提升产品体验并满足客户需求成为了关键挑战。本文将深入探讨钉钉在推出「钉钉管理套件」后的探索实践，重点分析如何通过理解业务目标、深入场景共创和数据驱动设计，帮助企业实现业务价值的最大化。
今年6月，钉钉正式发布了「钉钉管理套件」。它是在钉钉生态开放的大背景下，针对人事、财务、差旅、营销服、合同等企业高频业务场景，和伙伴共建的套件系列产品，目的是帮助企业实现业务数字化转型。
过去一年，管理套件的重点在产品能力建设、生态伙伴融合以及一方化体验打磨上。那么，在紧接着产品面向市场的过程中，如何更好的帮助客户使用产品，了解产品价值，并真正解决业务问题？
本篇内容将依次从【理解业务目标 – 共创找到设计发力点 – 数据思维加速价值实现】三个方面展开，和大家介绍业务设计师在B端产品面向市场过程中的探索实践。
了解并理解业务当下选择何种增长策略，有助于我们接下来做设计判断与决策。那么业务是如何拆解增长目标的？
从增长公式中可以看出，「线索量」、「转化率」是业务主要可控因子。同时「价值传递不够」、「商机质量低」也是业务当前阶段亟待解决的问题。我们把公式进一步拆解，寻找设计可发力因子。
结合客户认知全流程可以发现，在业务以 SLG 为主的增长模式下，「销售合格线索 – 成交」 阶段的价值传递工作主要由销售团队完成的。
那么问题来了，我们是否清楚：
…
为了搞清楚上面的问题，我们分别对各个销售团队进行了深入共创和场景调研。从中了解到：不同类型的销售团队，客户建联的方式、所擅长服务的客户群体、以及销售能力定位都不尽相同。总结来看，这些场景中存在以下两类共性痛点：
1. 销售讲不清楚，客户难理解，商机难跟进
2. PDSA 讲不过来，分身乏术，效果难衡量
于是，我们探索通过「数字化产品体验样板间」的方式，尝试去解决这些问题。
我们把产品核心面客内容以结构化的方式进行提炼和包装，这样的好处是销售在给客户讲解方案的时候可以有一个清晰的脉络，即开即用，学习门槛低，比较适合线上培训演示、线下沙龙这类场景。
同时我们把样板间的能力工具化，支持配置不同业务、不同形式的 SOP 内容。以解决「销售讲不清楚」的问题。
样板间工具数字化的方式，相较与传统的 PPT、价值长图更加灵活、易传播。一个链接或者二维码，就可以随时发给客户，免去了销售对于图片视频下载太慢、PPT 版本不兼容等问题的困扰。
这样一来，针对还在线索转化阶段的客户触达场景，SA 就无须亲自跟进，把准备好的样板间 SOP 发给销售小二即可。也可以支持客户KP间的转发，以便客户了解产品。从而一定程度上解决「PDSA讲不过来」的问题，释放产能。
除了样板间工具的数字化，业务还需要给销售团队提供「补给」。在「线索-销售合格线索」的阶段，若需提升转化率。渠道上需要拓展更多渠道，提升潜客曝光。内容上需要针对不同渠道传递相应的产品价值，对合适的人讲合适的内容，降低用户理解成本。
因此我们面向不同传播渠道进行了相应的内容设计，并且洞察到一些适合的面客场景，增加了新的渠道内容，如：会议室投屏、线下三折页物料等。
同时，统一设计展示留资二维码（包括但不限于样板间二维码），用 channel 规范化管理的方式，把各渠道产生的商机管理起来。后续则可根据商机转化情况，做相应的优化及 AB 运营投放策略。
以上，我们通过用户共创，找到设计机会点，产出方案，去解决共性痛点问题。
那么如何量化其对业务目标带来的影响效果呢？
从梳理客户旅程图中可以发现，不同认知阶段的客户诉求是不同的。
设计师能做的就是让产品服务和客户痛点快速匹配，让商业化诉求更合理的呈现在客户面前。
可以基于「销售码样板间工具」，根据客户画像的不同、客户认知阶段的不同，配置不同面客的 SOP 内容，让产品价值得以更精准的传递；同时基于「Channel 的商机管理方式」，把各个渠道的效果观测起来，让设计方案效果可量化、可优化、可预测；进而实现销售各个阶段的转化效率提升，以帮助业务更快更好的达成商业化目标。
作为在商业公司中的设计师，设计不仅仅需要解决用户体验问题，还需要对齐商业目标，推动业务增长。
【🏃理解业务目标 —— 🏃厘清业务脉络 —— 🏃深入场景共创 —— 🏃找到设计发力点 —— 🏃保持数据思维，验证设计方案】
在这个过程中，设计师逐步实现从「需求执行者」到「项目驱动者」的转变，同时帮助业务实现更大的价值。
相关引用：
小職員進化論-從商業思維學到的-3-個框架-提升職場工作價值
《SaaS 增长方法论》
To B产品商业化之法：以商业化为目标设计
钉钉商业化再进击：上半财年ARR远超2亿美元
作者：芷明 @钉钉设计中心
本文由人人都是产品经理作者【钉钉用户体验】，微信公众号：【钉钉用户体验】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于 CC0 协议。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。