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

aimingoo的专栏
aimingoo的专栏
Google DeepMind News
Google DeepMind News
S
SegmentFault 最新的问题
Project Zero
Project Zero
D
DataBreaches.Net
I
InfoQ
L
Lohrmann on Cybersecurity
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
酷 壳 – CoolShell
酷 壳 – CoolShell
Stack Overflow Blog
Stack Overflow Blog
The Register - Security
The Register - Security
Recorded Future
Recorded Future
Vercel News
Vercel News
博客园 - 司徒正美
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
I
Intezer
The Hacker News
The Hacker News
F
Fortinet All Blogs
Microsoft Azure Blog
Microsoft Azure Blog
P
Proofpoint News Feed
Help Net Security
Help Net Security
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Scott Helme
Scott Helme
T
Threatpost
爱范儿
爱范儿
N
Netflix TechBlog - Medium
D
Docker
云风的 BLOG
云风的 BLOG
C
Cisco Blogs
K
Kaspersky official blog
H
Help Net Security
S
Secure Thoughts
T
Threat Research - Cisco Blogs
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
S
Security @ Cisco Blogs
Cyberwarzone
Cyberwarzone
N
News and Events Feed by Topic
G
Google Developers Blog
Forbes - Security
Forbes - Security
博客园 - 三生石上(FineUI控件)
博客园 - 叶小钗
B
Blog
Google DeepMind News
Google DeepMind News
Recent Announcements
Recent Announcements
Simon Willison's Weblog
Simon Willison's Weblog
S
Securelist
P
Privacy International News Feed
Spread Privacy
Spread Privacy
The Last Watchdog
The Last Watchdog

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,
产品GTM,如何深挖客户需求?
Hanni · 2025-03-27 · via 人人都是产品经理

很多产品人常常对着客户需求的“迷雾”发愁:客户到底想要什么?是“需要”还是“想要”?是理性还是感性?本文带着你从场景、痛点、数据等多个角度,一层一层揭开客户需求的神秘面纱。

了解客户到底怎么想的,从来都不容易。

过去常用的定量问卷调研和定性焦点小组(focus group)都有很大的局限性。

问卷调研并不能了解客户内心真实的想法。比如“想购买什么价位的手机?”我可能会回答“2000元以下…”但实际上,我是乱填的,我根本不需要新手机。

焦点小组定向邀请10-20人参加讨论,了解需求更深入,但参与者很难跳出自己的认知框框,也容易受人影响,更有样本偏差,常常被认为见树不见林。

不少企业干脆不花精力去了解客户需求了,反正乔布斯也说过“客户也不知道他们想要什么”。

于是很多的产品设计,要么拍脑袋靠灵感,要么照搬竞争对手,要么凭经验直觉…

在市场和技术都在飞速变化的当下,客户的需求和期望值日新月异。不愿意深入了解客户需求,必然会带来产品失败的风险。

根据哈佛商业评论的调研,超过34%的初创公司失败也是因为他们找不到合适的PMF,大白话是“产品不是客户想要的,纯自嗨”。

现在,客户开始在AI上直接提需求找答案。如果不能在产品营销时讲清楚“我的产品能解决什么问题,带来什么价值,创造怎样的体验”等问题,也许不会被AI发现并推荐。

那么如何深挖客户需求?过去我写过一篇文章《市场人如何了解客户需求与痛点》,这篇文章作为姊妹篇,从场景、痛点、数据等角度展开。(重要前提:产品已经明确了目标客户是谁,有了相对清晰的用户画像)

1. 思考“客户使用产品要做什么?”

丹尼斯.J.哈普特利在《打造真正的新产品》一书中谈到“产品功能”和“产品用来做什么”之间的区别,用水龙头举例,浅显易懂。

他说:“无论是用在厨房、卫生间、还是花园,水龙头的功能都是汲水,但在不同的场合的完成的任务是不同的。如果错把功能当成任务,就只会在颜色、外观、款式上下功夫,不会让水龙头更好用,也不能更好地完成任务。”

显而易见,使用者对厨房清洗餐具的水龙头和花园接软管的水龙头需求是不同的,产品设计以及卖点也应该不同。

那怎么找消费者的痛点?以卫生间洗手为例,普通人大概分9步:

浪费了很多水,而且你发现了吗?第9步关水龙头的时候,可能手又脏了,白洗了。

脚踩、感应等水龙头,就是为减少步骤以及节约用水的需求而设计的。

丹尼斯对于了解“客户想用产品做什么”的建议是:分析使用场景,在客户体验中观察痛点、提出建议,并在推出后尽快获得试用客户的反馈。

如果需求抓准了,可能会听到客户说“这正是我想要的”。如果错误,会听到质疑、忽视甚至“那又怎样”的不屑,用这样的方法一步步确认客户是不是真的需要。

这个方法在B2B行业里也有成功的案例。某CRM SaaS创业团队,为投行、基金公司客户简化了他们服务高净值客户的流程,提升了效率,并在隐私、圈子、安全性等痛点问题上有专门的解决方案。

你看,高明的管理者思考如何跳出PK产品功能的困境,强调带给客户的独特价值,只有这样才能价格战中脱颖而出。

如何做到?最好的方法就是去客户现场仔细观察每一个工作步骤,问问他们哪个问题急需解决,也许你就有答案了。

2. 解析“客户想要什么?”

人的需求分为需要、想要等等。英文分别对应Need、Want。

“需要”是客观的、理性的“不得不”,比如需要保暖,需要吃饭,需要住房子,需要穿鞋子…

“想要”更加强调主观的愿望,比如想要获得更好的工作,想要去旅行…

想要更加感性,暗含痛点。需要更理性,潜在买点。

以企业咨询为例,比如目标客户在面对“不知道如何开始改变,想找到方向”继续深入,具体的痛点也许是当下内卷造成的压力,产品价格战以及AI焦虑…止痛药是增长咨询服务,可以理清思路,找到改变的方法。

不仅仅是营销,还包括销售、研发、运营支持团队都需要了解客户的各种想要和需要。

随着产品进化、GTM团队对客户理解的不断深化,“我们为什么要制造”以及“目标客户为什么要买它“的讨论会一直延续。

3.多问“为什么”

《从为什么开始》的作者Simon Sinek曾经在演讲视频上举过苹果电脑用黄金圈法则做宣传的例子。

常见的宣传一台新电脑的描述会是:“这是一台最棒的电脑,用户体验良好,使用简单,设计精美,买一台吧!”

苹果公司的宣传方式却是:“我们做的每一件事情,都是为了突破和创新,与众不同。我们挑战现状的方式是通过设计精美,使用简单和界面友好。我们在这个过程中做出了最棒的电脑。想买一台吗?”

前者的说法实际上是大部分商家市场营销所采取的方式,罗列说自己的产品是什么,有什么优势,如何的好…苹果触达了客户想与众不同的潜在需求,提供了购买理由。

心理学大师丹尼尔.卡尼曼的研究结论指出,人的决策并不是全理性的,程序化的。

简单询问客户要什么徒劳无益,你必须进入客户的头脑,去了解真正激励他们的是什么。

比如客户追求价格,看上去理性,但激励这个人的并不是价格,而是他能获得最合算交易的那种自信、能干和掌控的感觉…

追求服务,激励他的是为了少了麻烦,轻松的感觉..

追求知名品牌,也许是成功的感觉…

追求科技含量,也许是体现身份、凸显自己的前瞻性…

要想能够直击客户需求,就是不断地追问“为什么”,逼着自己站在客户的角度思考。

为什么要有这些功能?能完成什么任务?—>回到第1点

为什么客户会在这个时候有这些痛点?—>回到第2点

为什么客户要选择我们?—>决定产品定位

4. 善用数据分析

前面这些都是定性的需求调研,从使用场景和体验、理性与感性需求出发,并且用不断追问的方式了解冰山之下的原因。

不过在AI时代,用数据分析和预测客户的需求也是可以尝试的方法。

比如分析现网站流量、社交媒体讨论、购买记录、客服反馈等更深入了解客户的画像以及需求。

也可以通过AI 语义分析,用 NLP(自然语言处理)分析客户评论、社交媒体、问卷反馈,找出高频关键词和潜在需求。

而用DeepSeep等大语言模型可以扫描社交媒体和新闻报道,定期识别最新的潮流、热点话题、新增需求等。AI 通过实验设计,测试不同产品功能、价格、文案对用户行为的影响。

《痛点-挖掘小数据满足用户需求》的作者马丁.林斯特龙认为大数据连接了千百万的数据点,可以准确地产生相互关系。

但人们按照自己的习惯行动时,大数据通常不会十分准确,因此发掘用户需求的时候,在大数据之外,还是要通过小群体的亲身观察和小数据尝试。

每个人的想法都是复杂的,多变的…如果想尽量了解多一点,最好的方法还是先用数据分析,再走进他们,真诚的坐下来好好聊聊。

本文由人人都是产品经理作者【Hanni】,微信公众号:【时光笔记簿】,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。