惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

L
LINUX DO - 最新话题
小众软件
小众软件
C
Check Point Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
V
Visual Studio Blog
Last Week in AI
Last Week in AI
P
Proofpoint News Feed
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
The GitHub Blog
The GitHub Blog
T
Tailwind CSS Blog
Recorded Future
Recorded Future
雷峰网
雷峰网
WordPress大学
WordPress大学
A
Arctic Wolf
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Project Zero
Project Zero
T
Tor Project blog
T
Threat Research - Cisco Blogs
Scott Helme
Scott Helme
Spread Privacy
Spread Privacy
G
Google Developers Blog
Security Latest
Security Latest
MongoDB | Blog
MongoDB | Blog
T
Threatpost
I
InfoQ
T
Tenable Blog
T
The Exploit Database - CXSecurity.com
S
Security Affairs
H
Hackread – Cybersecurity News, Data Breaches, AI and More
人人都是产品经理
人人都是产品经理
C
Cisco Blogs
博客园 - 三生石上(FineUI控件)
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
aimingoo的专栏
aimingoo的专栏
C
CXSECURITY Database RSS Feed - CXSecurity.com
美团技术团队
Google DeepMind News
Google DeepMind News
The Hacker News
The Hacker News
D
Docker
博客园 - 【当耐特】
大猫的无限游戏
大猫的无限游戏
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Vercel News
Vercel News
PCI Perspectives
PCI Perspectives
Microsoft Azure Blog
Microsoft Azure Blog
C
CERT Recently Published Vulnerability Notes
月光博客
月光博客
Cloudbric
Cloudbric
A
About on SuperTechFans
F
Fortinet All Blogs

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
JTBD/ODI 应用场景攻略:3 大视角 ,9大场景落地指南
Peron用户研究 · 2025-10-18 · via 人人都是产品经理

文章深入解析 JTBD与 ODI理论,从企业管理者、业务执行者、专职洞察人员三大视角,拆解 9 大落地场景,展现二者在驱动创新与决策中的协同价值。通过丰富案例说明 JTBD 侧重定性洞察、ODI 侧重定量落地,二者结合可降低企业创新风险,助力解决市场、产品、调研等多维度问题。

很多人都听说并了解过JTBD(Jobs-to-be-Done,待办任务),这一理论经由美国哈佛的商学院教授克莱顿·克里斯坦森 (Clayton Christensen)普及并推广,在国内10年前率先在一些外资企业,如宝洁、联合利华、百事、亿滋等引入并实践。

直到近些年,JTBD在更多本土企业得到应用实践,例如:-海尔、美的等头部家电企业在高端套系家电企划中,把 JTBD方法论深度嵌入产品开发全流程;-蔚来、小鹏等新势力车企将 JTBD 融入产品设计;广汽把JTBD嵌入IPD流程和组织改造变革等-乳制品龙头企业伊利组织JTBD用户洞察培训,并将其应用到消费者洞察工作中-Anker创新花费几百万邀请外部专家来做团队的JTBD培训赋能……

但很多人不知道的是,除了JTBD外,还有一套ODI(Outcome-Driven Innovation,结果导向创新)的理论和方法。

这套理论和方法由托尼·乌尔维克 (Tony Ulwick)提出并推广,核心思想是将用户要完成的任务,拆解成一系列非常具体、可测量的“期望成果”。

如果说JTBD通过故事和访谈帮助我们深度理解用户,偏向定性洞察,解答的是“为什么”的问题;那么ODI通过调查和数据帮助我们量化这些理解,并确定优先级,偏向定量洞察,解答的是“怎么做”的问题。二者结合,才能让企业创新决策变得有理有据,降低风险。

这篇文章Peron会从企业管理者、业务执行者(产品/营销/设计)、专职洞察人员(用研/市调)三个角色视角出发,通过具体的应用场景来进一步阐明JTBD/ODI如何应用,希望可以帮大家打开思路。

01 企业管理者视角

对于一个企业的管理者来说,最关心的问题是:我如何驱动企业持续增长,做出更明智的战略决策?在这个核心问题下,又可以拆解为几个子问题,下面详细展开聊聊。

场景1:重新定义市场边界和竞争

现在是一个各行各业产能过剩的时代,产品同质化,价格内卷,很多企业核心业务遇到瓶颈,增长困难。但实际上,如果我们跳出产品品类视角,从用户任务视角出发,很多企业的业务还有很大的想象空间。

米朱老师 (Michelle)在上海的线下沙龙上曾经分享过一个案例。一家主要给火锅餐饮品牌供应虾滑、丸子等的火锅食材企业,面临着激烈的外部竞争。借助JTBD/ODI方法,发现了一个全新的用户任务:帮助繁忙的妈妈,在工作之余,在极短时间内,为全家人做一顿可口的正餐。正是基于这个全新的任务,这家火锅食材企业调整了自己的产品定位,从“火锅料”拓展至“家庭便捷正餐”解决方案,竞争对手也从其他火锅食材企业,扩展到了预制菜和外卖。格局瞬间被打开,市场规模翻了几倍。

借助JTBD/ODI,企业不仅能发现一个数倍规模的全新市场,而且能及时应对外部颠覆性威胁。当年Netflix在DVD邮寄租赁市场高歌猛进时,它本可专注于优化物流与碟片库。但从JTBD视角,用户的核心任务是“随时随地便捷享受内容”,DVD邮寄租赁并不是最好的解决方案,最好的解决方案已经出现,那就是在线流媒体技术。

在线流媒体无需等待两天的物流邮寄,无需缴纳因未按时归还DVD碟片的滞纳金,这意味着任何能提供此体验的公司都将终结Netflix业务。Netflix的竞争对手不再是百事达这些碟片租赁公司,而是流媒体公司。

于是,Netflix做出了最艰难的防守决策:在DVD业务如日中天时,主动将其拆分,并倾尽所有资源押注流媒体。它不惜短期股价暴跌和用户不满,亲手颠覆了自己最赚钱的业务,并最终一举成为流媒体全球霸主。

场景2:组织内部用户语言的统一

在传统的业务流程中,技术人员研究、创新技术,产品人员根据已有的技术并及结合竞品来定义产品,营销人员再根据已开发的产品功能卖点、竞品动作、预算等来制定营销推广计划把产品卖出去。

看起来没啥问题,但实际上就是大家各干各的,跨部门内耗严重,组织效率低下,到最后要么技术导向,要么竞争导向,导致产品在市场上用户不买单。所以才有了IPD(Integrated Product Development,集成产品开发), 核心就是在产品生命周期的各阶段,整合研发、产品、市场、等跨部门资源共同介入,并结合阶段评审决策(DCP),最终高效开发符合市场需求的产品。

IPD虽然很大程度上解决了“部门墙”的问题,提升了组织效率,但在我看来,尚未从根本上解决用户语言统一的问题:也就是确保不同职能部门都能在同一维度理解用户、需求与场景。

在IPD流程下,不同职能团队坐在一起,共同讨论产品定义,看似在目标用户、需求场景等方面达成了共识,但实际上这种共识更可能是内部共识,而非真正建立在用户原生理解基础上的共识。JTBD/ODI是如何解决这个问题的?

例如,一家公司要开发一款新的智能耳机,主打年轻职场群体。

对于如何开发这款产品,研发、产品、营销等各执己见。

  • 研发认为我们的芯片算力强,应该主打无损音质;
  • 产品认为现在竞品都在打主动降噪,应该跟进;
  • 营销认为时尚的设计是行业趋势,更能打动年轻人。

在引入JTBD/ODI方法后,不同团队思考的起点不再是我们想做、能做什么功能,而是要帮助目标用户在什么情境下完成什么任务。

下面是通过访谈还原得到的一个具体的用户任务:

通过这个具体的用户任务,所有团队一下子和用户产生了真正的共情,真正理解了用户的痛苦和挣扎:我们要做一款普通职场上班族也能负担得起的、操作便捷、专注个人空间的智能耳机”。

场景3:评估并购目标的战略协同性

企业在评估并购标的时,最关心的是这次并购能否产生“1+1>2”的协同效应,除了从财务、资源整合等角度展开评估,也可以借助JTBD/ODI方法和工具。如果并购的产品/业务双方组合在一起,能为了一个共同的用户任务,提供一个更好的解决方案,那么就是有效的并购。

例如,一个传统家居零售商,正在计划并购一个小型设计软件公司,如何评估这次并购的价值?从JTBD视角,这家家居零售商,从始至终都是为了完成用户“将我的家打造得更美观、更舒适”这样一个核心任务而努力。

在这个核心任务下,还有一个关键的子任务,那就是用户在购买环节,“确信我选择的这款家具,其尺寸、风格和颜色真的适合我的房子”。

以往,用户完成这个子任务要靠空间想象力,靠纸质手册或销售员的推销话术,但都不甚理想,从而导致放弃购买或退货。

通过这个被并购的小型设计软件公司,虽然财务规模微不足道,虽然也不做家居业务,但它的资源和能力,可以帮助用户实现可视化新家具在家中的摆放效果。

所以,这次并购的并非一家软件设计公司,而是一种能解决用户决策可视化任务的关键能力,这种能力可作为一种战略性服务,无缝整合进用户的购物旅程中。

02 业务执行者(产品/营销/设计)视角

对于一线的业务人员,最关心的问题是:我如何通过正确的产品,打动用户,拿到结果?我们可以从以下场景来拆分,看看JTBD/ODI如何发挥价值。

场景4:产品规划

每当年初或者年中,制定产品规划时,产品经理最头疼的问题是,那么多的功能需求,哪些应该先做,哪些后做,哪些不做?其实ODI提供了一整套量化的方法工具。

例如,一个开发云端文档协作产品工具的团队,需求池里堆满了各种功能需求:历史版本回滚、智能模板库、AI写作助手,等等。

这个时候,产品经理们可以使用统一、可衡量的ODI语句收集用户在每个任务步骤中期望达成的具体结果 (Outcome),并通过“重要性-满意度”的定量排序,精准识别出未被满足的需求。

在这个案例中,“避免编辑冲突”重要性高但满意度偏低,因此被列为高优先级任务,团队将资源优先投入到彻底重构实时协作的底层引擎上。

场景5:营销沟通

作为营销推广人员,经常面临的一个问题是营销内容堆砌产品参数,无法触动用户,转化率低。

拿智能手机来说,每一款旗舰智能手机新品上市后,营销文案都会强调诸如“天玑9400旗舰处理器”、“5000mAh超大电池”、“1英寸大底主摄”等等。

这些宣传对于一些懂技术参数的线上极客群体很有吸引力,但难以打动那些不懂技术参数的线下用户。JTBD/ODI能帮助打造“用户语言”的营销内容。

就拿“主摄是1英寸大底,支持8K视频。”这个卖点来说,转换成JTBD式的营销话术是:

而这样的话术,正是基于 “毫不费力地捕捉并保存生活中具有情感价值的瞬间,并使其具备艺术美感”这个核心用户任务得来。

除了商品详情页,门店销售、线上客服、视频广告都需要在理解用户任务、预期结果基础上去设计营销文案、话术。

场景6:体验设计

搞设计的,尤其是APP体验设计,往往聚焦于优化单个页面的按钮、布局和动效,这导致每个界面看似精美,但整体体验支离破碎,用户依然会在流程中感到困惑和挫败。

我们可以运用JTBD方法,绘制用户的“任务旅程图”,系统性地识别用户在任务各阶段的功能性、情感性与社会性需求,并据此设计全链路触点。

拿外卖APP设计来说,传统的设计可能只关注餐厅列表页、支付等单个页面的优化,美团则通过任务旅程图,对餐前、等待送达、用餐及售后环节进行了全链路设计。

03 专职洞察人员(用研/市调)

作为专职用户洞察人员,其实最关心的问题是:我如何让洞察更有影响力,体现洞察的战略价值?

下面通过具体的几个场景来说明,JTBD/ODI如何发挥价值。

场景7:提供了一种新的深度访谈技术

JTBD提供了一种新的访谈技术,也就是转换访谈(Switch Interview),它是一种回溯式访谈。这种方法,通过深入挖掘用户完成任务的完整过程,引导用户详细回顾从“起心动念”到“任务完成”的每一个行动和决策节点。

例如,在一个高端健身镜用户调研项目中,传统访谈通常会询问功能需求、满意度,这只能得到“还不错”或“希望更精准”等表面反馈;而采用转换访谈,能得到更多有用的信息。

转换访谈就像是拍一部纪录片,这样做的好处是,可以让我们提交的用户洞察报告更加打动业务需求方,而且可以让业务需求方围绕用户任务的每个工作步骤开展创新。

场景8:提供了一种新的机会量化评估的方法

在我们传统的用户调研中,在机会评估或者优先级排序时,大多是基于用户对具体产品功能点的需求评价。

ODI评估优先级的不是一个个具体的产品功能卖点,而是“预期结果”。举例来说,在一个智能手表的调研项目中,洞察团队用ODI语句收集了用户在每个任务步骤中期望达成的具体结果 (Outcome)。再设计问卷,让大量目标用户对每个Outcome进行重要性和满意度双维度打分。数据结果显示:

那么“最小化一天中需要为手表充电的可能性” 就成了最高优先级任务。

场景9:提供了一种颠覆传统调研项目的可能性

(1)用户细分和画像研究

传统的用户细分和画像研究,通常从人口学属性、用户需求动机维度来对市场、人群进行细分,但有时候细分后组内成员的需求差异仍然巨大,无法指导精准的产品和营销策略。

当我们从“用户任务”和“任务发生的情境”出发,会发现哪怕同一群人,在不同情境下会有不同的核心任务。例如,购买咖啡的消费者,可以被细分为:

①“清晨上班途中需要快速提神”的任务者;

②“下午三点办公室需要社交休息”的任务者;

③“周末下午在家中享受休闲时光”的任务者。

针对这三个细分市场,产品、渠道和营销信息应截然不同。

(2)满意度、NPS研究

传统的满意度、NPS研究,常常面临知其然、不知其所以然的窘境,指标波动时难以诊断具体原因。

我们可以建立一套基于“核心任务”完成度的监测体系,定期测量用户在各个关键“期望成果”上的满意度,从而精准定位产品体验的短板。

例如,一个电商平台不再只关心各个触点的满意度得分,而是持续监测用户在“快速找到最符合我需求的商品”、“确信我拿到了最低价”、“轻松完成退货流程”等核心任务成果上的表现,从而能快速定位问题并驱动改进。

(3)流失用户研究

传统的流失用户研究,大家公认的落地效果不好,我们不妨尝试对流失用户进行“解雇访谈”。例如,一家提供智能食谱和膳食规划的App发现用户流失严重。

传统调研,用户给出的理由是“没时间做饭”或“食谱不符合口味”。这些表面答案让团队无从下手改进。

通过“解雇访谈”,一位前用户还原了场景:

团队这才意识到,用户的深层任务不是按菜谱做菜,而是通过烹饪获得家庭认可与成就感。App之前主打的“菜谱多样性”和“降低热量”偏离了用户任务。团队立即调整方向,重点确保食谱的操作时间绝对真实,并增加“新手品质菜”专栏,最终有效提升了用户留存。

本文由人人都是产品经理作者【Peron用户研究】,微信公众号:【Peron商业洞察】,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。