人工智能产品经理系列(七)洞察需求AI学院

来源: AI产品经理之家 / 作者: 特里 / 2018-04-09 23:22
“Know how”基本是我在这个系列中谈到最多的话题类型,从人工智能产品的数据、算法、产品设计理念和行业知识,这都是在讲怎么做
人工智能产品

“Know how”基本是我在这个系列中谈到最多的话题类型,从人工智能产品的数据、算法、产品设计理念和行业知识,这都是在讲怎么做。但“Know how”的前提是“Know what”,即知道做什么。探索、洞察需求是产品经理在日常工作中最核心的内容,包括产品设计、运营以及一切与外界的沟通本质上都是围绕需求展开的。而事实上,那些被产品经理精心打造出的与真实需求偏离的产品随处可见,这通常与产品经理没有掌握足够的心理学和认知科学(Cognitive Scinece)知识有关。今天我们就来聊聊从这两个角度如何洞察需求。
 
产品经理探索需求的过程通常包含需求获取、需求分析、需求定义、需求功能化、需求验证等。尽管需求管理需要明确的流程和执行策略,但是我不喜欢将探索需求的过程过度工程化,产品设计可以工程化,代码编写可以工程化,但是探索需求在我看来是与哲学、心理学强相关的,甚至很多时候无法用科学化的理论解释合理性。
 
人格与阴影
 
瑞士心理学家卡尔·荣格(Carl Gustav Jung)的“人格与阴影”理论“the repressed, therefore unknown, aspects of the personality including those often considered to be negative”实际上是在说明每个人都有一个外在表现出来的人格特征,而和这个人格对立的那些东西,就是阴影,它们藏在潜意识的深处,尽管我们察觉不到这种意识的从在,但是往往从行动上又表现为外显人格对立的状态。例如:
 
一个极其开朗外向的人,他寻找的配偶往往是极其内向的。
 
一个快乐的过分的人,可以推测,他的内心可能极度悲伤。
 
一个极其节俭的人。他的配偶或孩子,往往比较容易是败家子。
 
洞察真正的需求
 
荣格的心理学理论对于产品经理来说可能是经常遇到但是很少有人能够将这种心理学理论进行抽象并应用到实践中,一部分原因可能是这种理论实际上尽管逻辑简单但是从常理又让人难以发自内心的认同。因为人通常是根据听到的、看到的做出判断,而这种辩证的思维恰恰是产品经理需要克服和改变的。
 
我就遇到过类似的案例:
 
我的目标用户是信息化部门的负责人,通常在做大数据平台的时候遇到的最多的抱怨就是数据质量问题(统计表明,有87.5%以上的同行都认为遇到过类似问题),而数据质量问题牵扯到了不同部门的业务系统,而这些业务系统的使用者和采购者都通常并不是这些信息化部门的人,所以信息化部门的人希望能够有理有据的调动其他业务部门的积极性进行有效的数据治理。而我当初依据这样的统计和我走访过的客户经验也对这样的痛点深信不疑,认为如果能设计出能够帮助客户领导将各业务部门的数据质量可视化展现出来,那样对于数据的治理就可以有的放矢。因此我精心设计了第一版产品原型,出乎我意料的是,当我拿着第一版原型信心满满给客户看的时候原本以为这样的产品一定会解决他们的痛点,可是客户的反馈却是提不起兴趣,甚至对这种东西极其陌生和不敢接受和尝试。
 
这个案例说明,人有时候表现出的和说出来的的确是他们真实的想法,但是这样的真实想法背后却是潜意识中的抗拒,而产品经理需要做的就是探究潜意识中的需求而非仅靠用户的外在表现而判断一个需求的真伪。
 
认知误差
 
认知科学(Cognitive Science)是一门从跨学科角度研究思想和智慧的科学研究,研究的范围包含哲学、心理学、人工智能、神经系统科学、语言学和人类学,目标是研究人的心智的工作原理(How does your mind work)。有兴趣的可以多了解这个领域的知识,本文不多赘述。
 
产品经理需要做的就是填补客户的认知局限和科技手段的鸿沟,我将这个鸿沟成为“Alpha gap”。产品经理在和客户沟通需求的时候需要了解客户的认知范围,我假设这个是A点,同时理解客户本质上需要解决的痛点,成为B点,上面所讲到的洞察需求的方式就是精准的找到A、B点。但仍然还有另外一个重要的工作需要完成。产品所要做的就是将自己掌握先进的科技手段知识和经验填补A到B的距离,不要将自己局限到已知的科技知识和成果中。
 
一个经典案例就是福特马车的案例,当汽车还没被发明前,你问每一个人你理想中的交通工具是什么,他们都会说一匹更快的马。但其实汽车才是解决用户真正需求的东西。我理解这种误差实际上是用户的认知局限导致他们的意识中只有马车,根本对汽车没有概念,而在本文中一开始提到的绝大多数与真实需求偏离的产品都是因为A到B的距离并没有填补好,这里面的情况比较复杂,通常会有如下几种填补失败的类型:
 
链条缺失:通常表现为经常遇到一些只解决了一部分客户的需求,而没有完整的解决A到B的距离,用户使用起来会觉得比较鸡肋,等到有能完整解决需求的产品就会把这类产品替换掉。
 
解决方案效率低下:尽管方式方法正确但并不是效率最高的解决方案。
 
付出的代价高昂:用户可以完整的从A到达B,而且可以高效实现,但带来的代价比较高昂,也就是说在A到B的路径中产生了新的痛点和需求。
 
其实无论是否涉及到人工智能,产品经理在做任何阶段的需求分析时都可以从心理学和认知科学领域借鉴经验,这篇文章只是抛砖引玉,后续有心的读者可以深入学习这两个领域中可以借鉴如何洞察需求本质的内容。
 
阅读延展

1
3