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

TaoSecurity Blog
TaoSecurity Blog
博客园 - 司徒正美
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
博客园 - 【当耐特】
M
MIT News - Artificial intelligence
罗磊的独立博客
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
Stack Overflow Blog
Stack Overflow Blog
The GitHub Blog
The GitHub Blog
Google DeepMind News
Google DeepMind News
Security Archives - TechRepublic
Security Archives - TechRepublic
宝玉的分享
宝玉的分享
N
News and Events Feed by Topic
The Hacker News
The Hacker News
Google DeepMind News
Google DeepMind News
C
CERT Recently Published Vulnerability Notes
F
Full Disclosure
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
S
Security @ Cisco Blogs
H
Hacker News: Front Page
L
LangChain Blog
Microsoft Security Blog
Microsoft Security Blog
Y
Y Combinator Blog
B
Blog RSS Feed
H
Heimdal Security Blog
Google Online Security Blog
Google Online Security Blog
Apple Machine Learning Research
Apple Machine Learning Research
博客园 - 三生石上(FineUI控件)
V2EX - 技术
V2EX - 技术
V
Vulnerabilities – Threatpost
Help Net Security
Help Net Security
Hacker News - Newest:
Hacker News - Newest: "LLM"
T
Tailwind CSS Blog
W
WeLiveSecurity
T
Tenable Blog
D
DataBreaches.Net
Martin Fowler
Martin Fowler
Cyberwarzone
Cyberwarzone
Cisco Talos Blog
Cisco Talos Blog
S
Secure Thoughts
O
OpenAI News
L
LINUX DO - 热门话题
Vercel News
Vercel News
阮一峰的网络日志
阮一峰的网络日志
Jina AI
Jina AI
J
Java Code Geeks
Know Your Adversary
Know Your Adversary
IT之家
IT之家
Latest news
Latest news
Cloudbric
Cloudbric

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,
B端SaaS | 全方位洞察客户的实践方法论
产品经理职场那些事 · 2022-07-02 · via 人人都是产品经理

编辑导语:在B端产品的场景下,产品经理要如何做好全面的客户洞察,以便支撑产品的设计、业务规划及后续的战略规划?本篇文章里,作者结合自身经验,对洞察客户的实践方法论做了全面总结与分析,一起来看看吧。

全方位洞察客户也称为全面摸底客户,是一种公司级别的客户调研行为,以实现对现有客户的全面了解,在全面了解客户的基础上,进行产品的规划,以提升PMF匹配,进而提升产品活跃或续约

当客群发生了结构性调整的时候,或宏观、微观上发生比较大的变动的时候,甚至在年度规划、战略规划的时候,一般都要对客户进行全方位洞察

一般全方位洞察客户会调用公司较多的部门/人员参与,以缩短调研周期,输出系统的调研报告。全方位洞察需要资料较多,会用的一手/二手资料,采用各种调研方式,数据调研、圆桌会议、问卷调研、实地1V1访谈等对客户进行全面调研。

一、调研时机及对象

1. 调研时机

全方位洞察客户一般不是高频调研场景,但确是影响产品战略方向的调研。在三种情况下我们会进行成本相对高的全方位洞察客户调研。

情况一,要进行年度的规划或三年战略规划,需要对客户进行全面了解以刷新认知,识别潜在的变化和机会,这种场景一般1年会触发一次全面摸底。

情况二,宏观或微观上发生比较大的变动,比如疫情、行业政策调整等,造成客户的行为场景发生较大的变化,比如疫情的出差场景减少,视频场景增多,场景的变换必然造成需求出现较大的结构化调整,需要对客户进行全面摸底以全面了解客户场景发生的变化,这种时候一般是偶然时间触发,发生的概率较低,但这两年我们经常看到。

情况三,客群发生结构性调整,当公司引入了战略投资方、更改了销售的目标客群、更改了销售方式,一般客群都会发生结构化的变化,而如果客户增长过快,客群短期内结构化调整较大,调研没有跟,产品规划没有跟上,很可能造成产品与最新的客群需求发生严重的偏离,造成PMF不匹配,进而活跃或续约率大幅度的下降。

2. 调研目的

全面摸底客户,识别客户结构或客户需求场景的变化,优化产品规划,以提升产品和市场的匹配性,也称之为PMF匹配。

PMF匹配是产品的势能,在势能不存在的情况下,再多的运营和服务也是无用功。PMF匹配的定义是在用户使用产品x周之后,有40%的客户反馈“如果不能使用该产品会很失望”,这个指标也可以近似的用NPS替代。在PMF匹配的基础上,才会有活跃率、续约率。

3. 调研对象

调研的目的是全面摸底,那么调研的对象涉及的面就是各种购买状态的客户,各种类型的客户,各种角色的客户,甚至包括对SaaS服务商内部角色的调研,如销售、渠道、运营等,这些内部角色可以输出整体对客户的感知。

以下是示例,大家可以根据自己行业领域的客户来梳理调研对象的类型。每一个维度的客户都应该满足“MECE”原则即“相互独立,完全穷尽”。

1万字GET【全方位洞察客户的实践方法论】

二、调研方式及流程

1. 调研方式

因为全面摸底客户需要较多输入,才能输出完整的报告,这里为了提升效率,可以使用一手资料和二手资料相结合的方式来进行调研。为了保证调研的结论具有普适性,需要定量调研和定性调研相结合的方式来进行调研。

1万字GET【全方位洞察客户的实践方法论】

2. 调研流程

调研遵循一定的流程或步骤,一方面使得调研过程更严谨,另一方面可以最大效率的获得调研结论。

调研步骤的提供是给予大家参考,并不是说一定要严格遵循,而是基于实际的情况,有节奏的进行。在每一步的分析之后都会形成一定的假设、疑问和结论,带着这些假设、疑问和结论,在下一个环节分析中可以得到佐证或解惑,并补足前步分析的局限性。

步骤一:历史资料数据

1)历史资料数据

历史资料数据梳理是一种二手数据分析方法,是将公司各部门之前做的与此次调研目的相关的数据收集在一起,提升调研的效率。

历史资料中有2类资料,一类是以历史的时间切面的客户结构、画像特性、核心需求等数据,这些数据更多地反映为什么现在的产品是这样的,而不能洞察我们需要怎么进行产品的调整已匹配最新的市场。

另一类是近期收集的零散的调研数据,因时间较近,可以作为此次全面摸底客户的基础输入数据,并在后续的阶段对有疑问的数据或场景进行校验。

2)调研目的

基于二手的历史资料数据,可以快速的建立一个时间切面的客户结构、画像特性、核心需求,并结合近期的历史资料数据,给全面摸底客户一个基础输入数据,以提升调研的效率。

步骤二:全盘数据分析

1)全盘数据分析

全盘数据分析,是基于整体的数据进行“面”上的分析,以获得对现有客户结构及关键因素的整体掌握。

数据分析是基于现有数据进行分析的过程,数据分析是一个基本技能,市面上也有较多相关的书籍,大家可以参考。

常见的数据分析方法有对比分析、分组分析、结构分析、交叉分析、漏斗分析、矩阵关联分析、假设检验等,其中产品经理用到的方法比较基础,如果需要做数据模型等,可以请算法同学或专业的数据分析师帮忙。

2)调研目的

基于一手数据资料,对现有客户进行多维度分析,识别客户的业务特征、行为特征等,一方面可以更准确、多层次地把握现有客户的结构,另一方面可以识别影响活跃/续约的关键因子。然后基于每一层的数据调研分析,可以下探以识别重点场景的关键数据。

步骤三:圆桌会议

1)圆桌会议

圆桌会议是多商家进行探讨的过程,需要商家之间进行坦诚的交流,抛出问题,分享经验。

圆桌会议的核心角色是商家,每桌可以配引导员和会议纪要的人员,但引导员一般不参与商家沟通,仅起到引导话题或避免尴尬的作用,核心还是商家之间进行深度交流。

圆桌会议可以分为两种,一种是邀约现有客户进行业务探讨的圆桌会议;一种是基于潜在客户业务培训的圆桌会议。这种圆桌会议上,商家之间探讨的问题或者他们向业务专家咨询的问题,一般都是他们当前最关心的问题。

圆桌本身的形式,也容易让大家在业务洞察的过程中关注大家普遍关心的问题,而不是单一客户所关心的问题,所以圆桌会议是很好的对某类客群进行业务洞察的方式。

2)调研目的

基于某类客群的探讨的内容、反馈的诉求等,对特定客群进行业务洞察,抽象出特定客群所具有的共性特征、诉求等。圆桌会议一方面可以洞察特定客群,另一方面可以避免因产品经理的访谈诱导所造成的信息偏差。

基于全面摸底的圆桌会议,可以邀约各种客群的客户,然后按细分客群进行分组,按客群组进行圆桌会议,以期对不同客群进行批量洞察。

步骤四:工单分析

1)工单分析

工单是指用户进行咨询、反馈建议、反馈问题、提出需求的一种方式,工单分析是SaaS产品基础工作,是了解用户需求和场景的基本渠道。

工单分析包括3类,以时间为维度分析不同时间下用户所关注的内容;以特性为维度分析用户对于不同特性的关注度;针对特殊场景的工单,对工单场景进行明确,并加以衍生,来分析场景是否具有通用化,是否潜藏的用户普遍具有的问题。

2)调研目的

倾听客户原声,以识别客户最关注的场景,并洞察不同类型客户反馈问题的共性和差异性。

步骤五:线下访谈

1)线下访谈

线下访谈是一种对客户深度访谈的方法,也叫面对面访谈或现场访谈。

线下访谈可以观测到用户环境、行为和表情,可以提供更多的信息。

线下访谈包括邀约式访谈和到访式访谈。邀约式访谈即约用户到非用户所在环境进行访谈,这种访谈方式的优点是可以一天中约多个用户进行访谈,缺点是缺少了用户所在的真实环境。

到访式访谈即到用户的工作地点或生活地点进行访谈,对于B端的产品,到客户工作地点访谈可以观测到用户工作的环境,工作的设备,公司的情况,这本身就会增加对客户的感知。

线下访谈的关键是避免诱导用户,并需要知道“霍桑效应”可能会使得访谈结果有一定偏差。“霍桑效应”就是当人们在意识到自己正在被关注或者观察的时候,会刻意去改变一些行为或者是言语表达的效应。

2)调研目的

一方面真实的感受客户的环节、行为、情绪,另一方面对于数据分析、工单分析、圆桌洞察的结论进行背后场景的挖掘,以进一步验证结论。

3)线下访谈场景举例

对于某行业领域SaaS的产品,拜访客户的时候就可以发现,很多客户在郊区,公司环境一般,电脑设备就是普通的windows电脑,业务员的穿着也可以判断他们的收入情况,这样就会知道为什么他们会反馈产品卡顿,而自己没有遇到过类似的问题(互联网公司的设备比传统公司还是要好很多)。

观测他们工作时的电脑屏幕,可以大概知道他们是怎么工作的,怎么操作产品的,怎么配合自家产品与其他应用一起使用的。

步骤六:重点场景分析

1)重点场景分析

重点场景分析是基于前面的分析结论提炼出来的重点细分场景,进行进一步分析的行为。

重点场景分析一般包括3个方面,拥有这个场景的客群特征及数量;这个场景的5W2H(由谁在什么时候基于什么目的发生的,并且使用了什么工具,有什么问题,有多痛,希望怎么样解决);这个场景的洞察分析。

2)调研目的

对重点细分场景详细分析,以洞察基于场景的机会及解决方案。

步骤七:电话访谈

1)电话访谈

电话访谈时一种放量调研的方式,电话访谈较线下访谈速度更快调研周期更短,同时较问卷调研有更多的灵活性。

电话访谈一方面可以校验前面所得出来的结论,另一方面可以基于前面调研的遗留问题获取响应的答案。电话访谈较线下访谈更容易获得一定量的支撑,在需要一定数量支撑,同时又需要被调研对象基于开放问题回答的时候,电话访谈时特别好的一种方式。

2)调研目的

对结论进行校验,对遗留问题补充调研。

步骤八:问卷调研

1)问卷调研

问卷调研是一种定量调研的方法,一般基于一定的假设基础上,进行定量的验证。

问卷调研在进行设计之前,需要先梳理调研目的,基于目的的假设。基于调研目的梳理调研问题的整体逻辑,基于逻辑再设计调研问卷。问卷的设计要避免一些基础的错误,比如对调研对象的诱导,答案顺序的影响,文案理解的不统一等。

问卷调研的问题设计一般至少包括3个部分:客户画像、调研问题、联系方式收集。

客户画像与调研问题的交叉分析是常用的分析手段,用以得出基于不同客群的结论。联系方式的收集便于对客户进行再次的场景验证,数据的分析最终要回归到场景中,当出现分析结论与认知不符合的时候,则需要联系客户进行再次的验证。问卷调研本身是比较专业的一个事项,建议通过专业的书籍学习。

2)调研目的

定量验证假设,用结构化的数据分析问题、场景,以获得置信度高的结论。

步骤九:第三方报告

1)第三方报告

第三方报告是一种二手数据收集方式,一方面可以与已有结论进行相互佐证,另一方面可以获取通过自己手段无法触达的数据,比如客户的客户、海外的买家等。

除此之外,一些咨询、券商机构的报告相对较专业,且视角更多维,也让大家从投资人视角、外部市场视角等来看待自己所处的行业领域。

2)调研目的

通过第三方报告佐证结论或补充调研,同时用更多的视角审视所在的行业领域。

三、调研输出及洞察

1. 整理调研资料

结构化整理全面摸底的资料能够有效的沉淀核心信息,并让未到场的同事也能快速高效的了解客户。

结构化的整理全面摸底的资料,因涉及多层次的客群,一般需要整体成看板结构,以方面大家整体一览。同时因调研资料较多,一般会将调研资料的整理分成2个层次,一个是详尽的调研总结,一个是基于调研的洞察分析,前者是调研参与者及相关部门关注的内容,后者是领导更关注的内容。

调研报告的撰写及汇报形式与项目的节奏很相关,一般一次全面摸底的调研项目,跨度时间可能长达一两个月,会按周进行调研报告的输出和汇报,按周迭代调研计划,每一步的调研都是层层递进,多方对比进行验证和调整,在这个过程中调研结论也在不断的迭代、收敛、验证。当进行到后期调研的时候,一般结论也就出来了。

2. 输出调研结论

基于调研资料的总结输出调研结论,一般包括调研背景、各个维度的关键调研分析、调研结论。

各个维度的关键调研结果一般包括不同客户类型的分析,不同业务状态的分析,基于此进行客户分层、问题分层、需求分层、价值分层,并识别每个分层所对应的客户画像的关键特征及其在整体客户群中的占比。在客户分层的时候要识别客户业务的本质,这个本质影响了你所在领域产品的实现方案。

举例面向制造业行业的报价系统,制造特征的不同则影响了报价的流程;B2B外贸行业的线上业务员,本质是服务人员,是会英文的B2B客服;客户规模的大小直接影响了对“降本提效”价值的判断。

四、业务洞察及机会挖掘

全面摸底客户的目的是识别客户结构或客户需求场景的变化,优化产品规划,以提升产品和市场的匹配性。

在进行完全面摸底的调研之后,就需要进行业务洞察及机会挖掘。

业务洞察是产品经理最本质的工作,较产品经理的其他技能都要更重要。业务洞察影响的是战略,产品经理的产品架构、需求撰写、项目管理等技能影响的是战略到战术的落地,但保证战略方向的大致正确,是成功的基本要素,是先胜而后战的“胜”。

业务洞察是基于对客户、场景的认知所得出来的能指明业务方向的洞察结论。深度调研客户是进行业务洞察的基本步骤,通过全面摸底客户更可以全方位的进行业务洞察。

怎么来衡量自己当前业务洞察的水平呢?

最简单直接的方法是假设验证法,即给定一个场景,给出你对业务的判断,然后以实际结果验证你的判断。不断的实践来提高对业务判断的准确度。

基于业务洞察的基础上进行机会挖掘,机会挖掘可以从各个视角进行,是个先发散再收敛的过程。

SaaS服务商的机会挖掘一般不从竞品出发,而从自身和客户出发,立足客户场景是基础,竞品的调研更多的是提供业务探索、商业模式、解决方案的思路,如果一开始的机会挖掘就从竞品开始,容易偏离自己的客户群。

基于宏微观趋势和产业链环节中的机会挖掘,一般是做创业或做创新项目的时候涉及,并非常用的机会挖掘方式。在全面摸底客户,以使产品更匹配可客户的机会挖掘更多从现有产品和客户出发。

在机会挖掘的同时,可以给出对应机会大概的解决方案,如果发现很多解决方案具有共性或异曲同工的地方,那么这个“共性”就是本质的解决方案,可以通过梳理“机会关键词”和“解决方案关键词”,然后找到对应的“共性”。

五、方案输出并验证

基于机会挖掘,识别贵公司匹配的机会。

所谓匹配的机会是指客户需要的、有商业价值的、符合自己优势的、可交付的机会。再结合自身公司当前的特点,可以附加一些创新产品方案应该满足的标准,比如高覆盖、免实施等。基于方案标准,输出匹配机会对应的方案。

这里涉及方案逻辑的输出以及产品化方案的输出。针对初步的方案,可以再进行客户侧验证,以确保方案的稳健性。

在SaaS领域中,对客户的全面了解是业务洞察的基础。创新的原点是客户场景,所有匹配机会的出发点是客户而非竞品。识别客户结构或客户需求场景的变化,优化产品规划,以提升产品和市场的匹配性,是SaaS企业市场变化的普适性手段。

作者:Sunny;现SaaS领域产品经理,7年互联网产品设计经验。公众号:产品经理职场那些事

本文由@产品经理职场那些事 原创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。