你好，我是相辉。

到这里，我们就已经更新完前两个模块的课程内容了。在更新的过程中我看到很多同学都在给我留言，有思考，也有提出的问题。在这里我要先感谢同学们对课程的支持、鼓励和反馈。

在回复你们的留言时，我也把你们提出的问题记了下来。今天我们就根据前两个模块中，同学们提出的 3 个比较有代表性的问题，跟你分享一下我的见解，也算是对前面课程内容的一个补充。

问题 1：做产品是要一步到位冒险尝试，还是稳扎稳打细水长流？

@Leslie：作为 PM，很多时候都需要给用户去做各种各样的培训或者技术支持，甚至还要做二次推广去延长生命周期，让原本可能只做尝试性或过渡性使用的用户，变成中期或者长期使用的客户，这个过程其实就是在做用户生命周期。

如何更好地分析与定位用户，做好用户体验，这其实一直是我思考的问题。产品可能是一大箩筐的模块，甚至企业会要求 PM 去推广，但是客户可能会基于自身风险管理原因，不想去推广使用。所以产品整体定位和客户定位之间的问题、短期与长期之间的问题，我个人觉得这个问题的平衡其实是需要再三斟酌的。

这就像我们是想要一步到位冒险尝试，还是稳扎稳打细水长流，我觉得这也是我们在构建生命周期时要考虑的。不知道老师会如何去看待？

做产品是要冒险尝试，还是要细水长流，这是一个特别好的问题。因为这个问题的背后，就是在问我们到底要选择什么样的增长策略，什么时候开始练内功，什么时候投入资源做快速增长。

我往往会基于三个关键问题，来考虑到底选择哪种增长方式。

第一，自身的服务模型是否闭环。

每一个商业其实都是用户与企业之间的协作模型，比如，淘宝购物的流程就是从浏览到沟通到支付再到评价；线下瑜伽课程是从到店咨询再到订阅会员最终到连续上课；出行产品是从输入目的地到接触司机再到最终上车到达目的地并进行评价。而企业的任务就是要通过各种方法让这个协作运行顺利，并且能不断地通过技术进步、制度设计、信息透明度来降低协作的成本。

那么，选择冒险尝试的基础，就是要对服务模型闭环有自信。虽然它不一定完美，但这个模型的关键环节一定是被打通的。比如，淘宝要有支付宝配合，才能够保证双边交易的顺畅。

总之，企业自身服务模型的闭环，是我们尝试用资源砸增长的关键，而这个服务闭环也是要逐渐尝试出来的。服务闭环的核心要点，就是用户和企业在协作的场景下，每一步都能够环环相扣地完成好。

第二，市场的机会窗口是否出现。

我在第 1 讲中也提到过，做增长要看天时，时机不对，再怎么砸资源上去也很难持续。就好像现在有人说，要再用很多钱烧一个出行产品出来，除非他要做全新的市场或者有全新的技术逻辑，否则很难成功。

当年阿里的社交软件“来往”，就是在正面和腾讯竞争移动 IM 场景，那真的是扔了很多钱都打了水漂。而后来专注于办公场景的钉钉，反而在一定时期稳健地占据了一块市场。

所以，在做产品的时候，我们不仅要看自身的产品服务闭环，还要看外部的市场环境是否有增长的空间、是否有增长的机会。

第三，行业的特性是否合适。

有的行业因为所有人的需求都是标品，比如像我之前说到的出行产品，从 a 地点到 b 地点，只需要根据价格和路程远近，匹配不同效率的服务车型就可以了，这样的增长可以用很粗犷的打法占领市场。

有一些则不行，就比如我所在的顾问行业。从一个人信任你，到一个团队信任你，再到最终促成合作，都是需要一个逐渐深入了解的过程，并且需要磨合。我一年只接四家顾问咨询工作，超过这个数，我可能也没有那么多 BD 精力了。但我提供的企业培训服务和传统企业的数字化服务，成交起来就会快捷得多，因为它们都有稳定的接口，都是标品，需求也类似，只需要稍加改变，就可以立刻进行服务，所以增长就要快很多。也就是说，ToB 服务的增长逻辑，往往和 ToC 是不同的。

好了，那么回到这个问题，是选择细水长流还是冒险尝试，我的答案就是要看自己的服务闭环有没有准备好、外部的市场机会是不是在窗口期、你的行业的增长逻辑是什么样的，从而最终得出一个增长策略。

问题 2：案例串讲如何拆解量化体验模型

在第 5 讲，我给出了用户体验量化的基本方法和思维方式，有些同学反馈仍然有些不好理解，所以今天我们再用一个具体的案例，来还原下我日常的操作，让你有一个更明确的操作感受。

体验的量化和交易的量化略有不同。因为交易都是非常直接的数字，能够明明白白地呈现出具体有多少流量、卖了多少货、转化率是多少。但体验的量化却复杂得多，因为它涉及了衡量人的主观体验，并且还要去深入了解商业的细节和场景。

基于此，在第 5 讲，和你分享了量化体验模型的 5 个核心维度，也就是体系化、场景化、细节化、人性化和长期化。其实，我们也可以把这 5 个维度，看成是构建一个产品的体验量化模型的 5 个行动步骤，也就是建体系、绘场景、抓细节、归人性、看长期。

  1. 建体系，就是用一个数据体系来描摹体验，可以是交易主题、用户主题或任务主题。
  2. 绘场景，就是用数据把用户的交易场景还原出来，来了解产品使用的上下文和用户交易的关系。
  3. 抓细节，就是要用场景小数据来看待体验，而不能粗糙地用大数据来概括。
  4. 归人性，就是要把对数据的观察还原成具体对人的判断，基于人去归类和分析数据。
  5. 看长期，就是要把体验数据和长期价值对应起来，因为并不是所有体验设计都能短期促成交易。

按照这 5 步走下来，我们就可以把用户体验量化的模型构建出来了，就可以清晰地知道，体验的状态是怎样的，体验和产品的最终交易以及和用户生命周期的关系又是怎样的。

接下来，我用一个用户卖二手手机体验数据的例子，带你分析一下。

第一，建体系：用一套数据逻辑来评判体验的状态。

对于一个二手手机体验数据来说，用户和任务是两个关键的大头，也就是谁在用和用得如何。这就决定了我们先要建立两个体系。

首先，建立一个用户体系的考量：用户的画像、手机型号、价格区间、手机使用年限、手机鉴定后的平均新旧程度、用户二手履约率、用户消费能力预估以及用户身份等。

然后，建立一个整体用户平均完单效率的考量：完单率、平均等待时长、手机新旧鉴定认可度、交易匹配时长和好评率。

从这两个体系，我们就能找到各类用户画像，以及每种用户在执行任务时的效率。而卖二手手机这件事儿，效率和价格之间的关系是关键。卖家自然是希望价格越高越好、时间越短越好。所以这里要用细节上的完单率、等待时长和好评率，以及通过卖家对鉴定报告的认可评价这个指标，来看我们的服务能力及效率效果如何。

最终，我们会得到不同用户的不同服务效率。

第二，绘场景：找到用户生活和交易的上下文。

也就是，根据用户画像，去还原用户的使用场景。

比如，有些是玩机人，他们的特性是把手机当作玩具，不停地换手机，也会倒卖手机，同时也帮朋友倒卖手机。这些用户的复卖率都很高、复卖间隔较短，而使用场景就是尝鲜，以及在朋友圈中维护大神的身份。

比如，有些是学生党，他们换机的特点是，要么卖掉手中的低端机去换一个二手 iPhone，要么是持续地迭代高性价比的手机。有个有意思的数据，就是每当新 iPhone 发布，最火的二手 iPhone 就是最新型号 -5 代的手机。比如，新发布的是 iPhone12，那么二手的 iPhone7 就是最火的。这些用户注重的是性价比，而使用场景就是学生追求极致性价比的场景。

比如，也有用户是无感党，他们对价格不敏感，只是因为觉得有二手手机在闲置就很难受，就要尽快出掉，多少钱其实还无所谓。那么，这个时候场景的售卖速度就是关键。

结合前面的体系数据，我们通常就能够还原用户的使用场景，同时还可以尽量把场景数据化。也就是，把不同用户画像的履约率、复卖率、复卖时间间隔、机型矩阵进行匹配，从而得到一个基于用户画像、卖二手手机场景和相关机型的矩阵。有了这个矩阵以后，我们就能很清楚地知道在服务谁，以及在哪些体验和流程上进行优化，以此提高每一步的效率。

第三，抓细节：不笼统地看待体验。

抓细节，不是所有的细节都抓，而是要抓决定业务的关键体验的细节，比如在二手手机售卖这个场景里，最关键的就是信息流推荐手机环节、鉴定环节、交易结束的评价环节。那么以鉴定报告为例，我们可以根据不同用户画像对二手手机鉴定报告的反馈，不断地去优化每个条目的细节，提升好评率。手机鉴定报告，几乎是整个二手交易最关键的体验，所以在这里怎么发力都不为过。

那怎么去优化每个条目的细节呢？我们可以建立用户对与报告每一项重点鉴定的评分，来获得用户反馈，也可以在系统里修改报告的默认排序，来观察用户的好评率，也可以在界面上修改报告的措辞和视觉突出的不同重点，来查看好评率和转发率。

后来我们发现，在排序层面，用户非常关注总体描述，但对评分无感；而在各类细项中，屏幕、电池、划痕都是用户会重点关注的词汇。

所以，随着鉴定报告的一轮轮优化，整体用户的接受度，就会有很大的提升了。

第四，归人性：数据背后是人。

所有的数据背后都是人，一个个活生生的人。他们有自己的喜怒哀乐机制，对你的业务场景的需求也是多个维度的。有了体验的体系、场景的还原、关键的细节以后，接下来我们要做的就是把它们还原成一个个活生生的人和生活场景。

比如，面对学生党，我们可能会根据他们的消费能力和二手间隔去推荐不同性价比的机型矩阵，同时也会根据不同城市的消费水平来调整供给。而面对无感党，那更重要的是交易效率的提升，甚至要推出先回收直接给钱的服务，帮助用户解决问题。

而将数据总结为对人和场景的描述，并且让设计团队把用户场景绘制出来，是我们我们利用好数据的关键。

第五，看长期：用户体验的价值是长期价值。

有了体系化、场景化、细节化、人性化以后，最终我们还是要评判一个商业体验的长期价值是什么。就好像我之前在课程中举例的，一个好的会员权益，还是要看用户是否会长期有规律的兑现和使用。

那么，二手手机的关键，就是要看二手用户持续二手履约和交易的质量，他是不是能每次都能较高水准地完成交易，并且效率越来越高，以及观察各项数据是否符合他的生活画像等等。

我们不能为了追求 GMV，而用各种促销的办法引导用户进行二手交易，那是不对的。因为，这样做既不符合场景又不符合价值观。我们应当结合各类数据，去推算用户的二手卖手机场景的频率预期和消费能力，来重点看交易质量、鉴定报告评价和履约度以及履约能力。这些都是这个业务的长期价值，而不是要看短期的 GMV 和单量。

所以总体下来，建体系、绘场景、抓细节、归人性和看长期这五步，就是我每次构建体验量化模型都会采取的步骤。这里我想强调的是，和强调交易不同，用户体验的量化对于不同商业体往往是不同的，要具体问题具体分析。其实，这种具体分析有些难度，需要我们多加锻炼才能够掌握。所以，我也希望你能通过这五个步骤，去分析下用户卖二手手机这个场景的用户体验量化模型应该怎么构建，从而加深自己的理解。

这个世界不存在什么是只要一学就会，直接用就能解决问题的技能。所有的课程内容都需要在掌握后，经过咱们自己的思考和改造，才能应用到自己的具体场景里。而这个思考过程，就是在锻炼理论联系实际的能力。有了这个能力，我们才能越学越快，越学越有价值。

最后，让我们一起找到理论联系实际的钥匙吧。

问题 3：做产品设计时，客户的需求很模糊该怎么办？

@💔：我算是刚入门的产品了，想请教一个问题，现在我正服务于一家国企的 OA 项目，是我刚接手过来的，但是客户的需求特别模糊，让我们先做出一版来看，大概的功能目录是有的，但是很多细节上的东西我不知道如何去敲定，请问我应该如何进行下去？

这里有两个问题，第一是有了功能目录，我们怎么敲定产品设计。第二是用户需求很模糊，我们如何和用户达成共识。

产品设计的关键技能其实不是做成功能大而全的集合，而是能基于用户场景和商业规律做裁剪。

我记得傅盛曾经说过，周鸿祎有个厉害的地方，就是他能很快地做好一百种产品可能性的取舍，最后把产品的目标、形态逐渐框定在一两种，从而让团队专注在这个方向上，所以这是产品经理一个重要的能力，但这个能力是需要训练的。这就好像一个业务的 CEO，他的决策能力不是天生的，而是通过一天一百个决策训练出来的。通过不断的决策，就能具备对风险、对各种组织业务问题以及对中短期利益的预判能力。

产品设计也是如此，给产品堆一些大而全的功能，往往是一个产品失败的开始。因为一个产品最重要的，是对用户和商业的核心洞察。Google 一开始只有一个搜索框，iPhone 一开始只是一个基于 Touch 功能的 iPod+Safri+Phone 的集合，滴滴一开始只具备手机 App 叫出租车的功能。这些产品在初始阶段可能都很简单，但它们都有自己独特的、能解决用户当下痛点的功能，让用户用上了就离不开了。

所以，如果你的产品也有很多的目录和功能，那不妨对市场和核心用户的场景再做一下深入的研究，找准左右用户决策价值的一点或者两点，先做出 Demo 和你的客户共同决策。

客户的需求很模糊，这是痛苦也是机会。因为当客户自己也想不清楚的时候，我们第一步的任务并不是马上开始做，而是先找到更多的信息，基于自己和团队的研究，做出 Demo 来，和客户一起找到那个确定性的需求，然后和少量的、有代表性的目标用户共同设计，共创产品。

小结

今天，我们专门用一节课的时间，来统一回答了前两个模块同学们提到的共性问题。我再来总结下你需要掌握的知识点：

  1. 在选择产品增长战略的时候，关键是要看三个问题：产品自身的服务模型是否闭环、市场的机会窗口是否出现和自身的品类特性是否合适。
  2. 我以售卖二手手机的体验量化方法为例，具体强调了体系化、场景化、细致化、人性化、长期化的方法步骤，你可以在做自己的产品体验量化时作为参考。
  3. 如果客户的需求比较模糊，那我们在做产品设计时，不要一上来就做需求，而是要用 Demo 来和客户确认，不断简化和明确需求。

非常感谢同学们提出的各种问题，这也是在帮助我完善我自己和这门课的过程。我也继续在留言区等着你，来回复你关心的、遇到的问题。期待在未来的课程里，能和你有更多的交流。

欢迎你在留言区分享你的观点，也欢迎你把今天的内容分享给其他探索用户体验设计策略的朋友，我们一起精进。

感谢你的阅读，我们下一讲再见。