如何建立產品市場契合度的 360 度視圖

了解您的產品如何滿足市場需求可能是產品經理、CTO 和軟件主管最重要的一項工作。 所有產品經理和公司都在談論“以客戶為中心”。 但是你具體是做什麼的？ 哪些實踐會產生可操作的反饋，從而使產品變得更好？ 太多的產品團隊依賴直覺、“創始人的才華”和銷售業績，直到後來才發現他們錯失了目標。 雖然銷售數據是最終的產品市場契合度衡量標準，但它是一個滯後指標。 實際上非常落後。 360 度市場契合框架旨在幫助您創建一套主動且全面的領先指標，幫助您調整產品以推動銷售。 該框架基於客戶反饋的四個維度。

定性和定量：這個維度尋找可衡量的指標和深入的敘述。 定量反饋告訴你，十分之五的用戶從不使用“功能 xyz”。 定性反饋告訴你原因。 沒有前者，您不會問為什麼，沒有後者，您將擁有無法操作的數據。

主觀和客觀：這個維度收集了用戶所說的他們相信的東西（主觀的）和他們實際做的事情（客觀的）。

人機交互 (HCI) 和市場契合度：此維度任一方面的失敗都會使產品下沉，這就是為什麼有目的地從兩者中提取反饋至關重要的原因。 HCI 涵蓋了用戶在使用軟件時體驗的所有方面。 它是快速、簡單、愉快和直觀的嗎？ 在等式的另一邊是你的解決方案劃傷預期的癢的程度。 無論您的產品是糖果、維生素還是止痛藥。 尺寸的這一側告訴您它是否有效。

決策者和用戶：最後一個維度適用於企業對企業 (B2B) 軟件。 B2B 軟件產品團隊需要日常用戶和寫支票的高管的反饋。 在 B2C 中，這個維度被忽略，因為用戶是決策者。

在數百種方法、工具和技術中，我們重點關注了五種工具，它們共同作用於產品反饋的各個方面。 沒有單一的工具或技術可以完成這項工作。 每個產品團隊都應該實施和迭代這些工具中的每一個，以建立客戶體驗和滿意度的 360 度視角。 這套工具描繪的全貌將確保您不斷學習和改進您的產品以達到產品市場契合度。

#1 用戶體驗（UX）研究

UX 研究項目旨在獲得用戶對產品中不同待完成工作 (JTBD) 的特定功能、工作流程和設計的反饋。 這些最常在開發週期的早期使用，但也在發布後生效。 重要的是，用戶體驗研究項目是與產品的實際用戶而不是他們的經理或高管一起進行的。 有許多文章可以指導您了解用戶體驗研究的基礎知識，但從根本上關注面向目標的場景。 用戶正在僱用您的軟件來完成工作。 根據我們的經驗，利用 JTBD 場景作為研究的基礎效果最好。 例如：“您收到了這封電子郵件。 您的目標是支付隨附的發票。” 然後讓他們跑。 我們總是要求用戶在導航時“說出他們的想法”，並且我們總是記錄會話。 作為獎勵，用戶體驗研究是超級有效的遠程利用屏幕共享和視頻。 儘管您不需要 3rd 方工具來進行 UX 研究，但我們在下面列出了一些可以幫助自動化流程的工具。

優勢

• 提高可用性的最佳工具。 沒有什麼比靜靜地坐著看著用戶不點擊您認為放置得如此完美且明顯的號召性用語按鈕更令人謙卑的了。
• 對文化有好處。 聽到和看到直接的客戶反饋非常鼓舞人心。

弱點

• 讓用戶參與可能很困難。 通常需要打 5 到 10 次電話才能得到一個是的。
• 進行耗時
• 對採訪的解釋可能很差。 用戶做了什麼和沒做什麼背後的“為什麼”是主觀的。 讓 3 名或更多團隊成員參與會議會有所幫助。
• 難以擴展

工作時的跡象

• 產品團隊將採訪納入他們的功能發布計劃
• 新鮮的客戶報價通知產品工程
• 跨職能團隊參與發現過程

不工作時的跡象

• 為產品設計提供信息的洞察力已過時（超過六個月）
• 測試用於高調項目並在其他任何地方跳過
• 測試已完成，但更改被否決或未採取行動

努力： 8/10

工具選項：用戶大腦； 產品板； 偵察兵

#2 品牌承諾訪談

品牌承諾訪談是在客戶使用您的產品一段時間後與他們進行的一對一訪談。 這些是 20 到 40 分鐘的會議，包含開放式問題，旨在了解您是否辜負了客戶期望您的產品交付的內容。 用戶體驗研究項目只關注用戶與產品的交互，而品牌承諾訪談則更高。 您是否滿足用戶對價值的期望。 “我們的產品是否以您期望的方式改善了您的生活/業務？” 品牌承諾訪談面向 B2B 軟件的決策者。 你在面試中都想要兩個，但如果你只能得到一個，那就找決策者。

如果您還沒有明確定義的品牌承諾，那麼創建它並獲得內部一致性的練習是所有公司都應該做的鼓舞人心和專注的練習。 你的品牌承諾應該是差異化的、相關的、可信的和不可複制的。 例子：

• Intuit 承諾“更多的錢、更多的時間、更多的信心”。
• TreviPay 承諾“我們幫助您的業務發展”

我們發現圍繞客戶旅程構建我們的問題模板是非常有效的。

優勢

• 將對話從戰術提升到目的。 你可以擁有完美的用戶體驗，但如果產品沒有提供高管或用戶為何給你開支票，那也沒關係。
• 與您傾向於走極端的調查（愛您的用戶和有抱怨的用戶）不同，您可以針對“沉默的大多數”。
• 意外的反饋。 我們很少進行沒有發現令我們驚訝的採訪。
• 無需工具

弱點

• 非常耗時
• 面試團隊需要熟練和受過培訓，不能證明和限定反饋。
• 當“士兵”實際使用產品時，與“領導者”交談。 這既是弱點，也是優勢。 我們最成功的品牌承諾訪談包括來自客戶團隊的參與者。

使用良好的跡象

• 貴公司的所有職能部門都了解品牌承諾並積極採取行動提高標準
• 分析為戰略和投資提供信息
• Teams 以承諾為榮

使用不當的跡象

• 承諾缺陷的差距分析留在報告中，未採取行動
• 產品路線圖不反映承諾

努力：8/10

# 3 應用內調查和反饋表

應用內調查非常受歡迎和有用，但很難做到正確。 有數十種工具和數百篇關於應用內調查最佳實踐的文章發表。 定位哪些用戶、何時定位他們、視覺設計和問題設計都會影響參與度和反饋質量。 調查更容易擴展並產生更大量的數據。 每個軟件產品都應該有一個應用內調查策略。

優勢

• 定量反饋可以很容易地評估和趨勢
• 用戶和您的時間投資最少
• 大量可用的工具和最佳實踐

弱點

• 反饋缺乏深度和背景
• 反饋可能會偏向極端
• 用戶反饋是他們所說的他們的感受，而不是他們實際所做的

工具使用得當的跡象

• 調查針對特定用戶或專注於旅程特定階段的定時活動
• 結果得到一致的審查和分類
• 結果在產品指導會議上廣泛發布和討論

使用不當的跡象

• 一般問題
• 沉悶的結果
• 沒有人記得最後一次使用結果來影響產品路線圖是什麼時候

努力：4/10

選項：Hotjar、Foresee、Typeform、UserReport、Appcues、Pendo、Qualtrics

#4 應用分析

收集、分析和報告使用數據對於了解用戶如何與您的軟件進行實際交互至關重要。 了解用戶如何瀏覽您的應用程序有助於您識別可用性問題、未使用的功能和最常用的功能。 該領域的領先工具將結合人工智能 (AI) 和機器學習 (ML) 來獲得我們凡人會錯過的洞察力。 最有價值的工具還將為您提供點擊路徑分析和熱圖。

優勢

• 使用數據不會說謊
• 易於實施
• 適合每個組織規模和預算的選項

弱點

• 分析癱瘓
• 雖然易於實施，但在沒有工具的情況下很難獲得洞察力

工具使用得當的跡象

• 關鍵特徵與結果測量相匹配
• 產品團隊在每週例行程序中審查數據

使用不當的跡象

• 僅在出現問題或需要創建季度報告時查看數據

努力：6/10

選項：Google Analytics、Twilio Segment、Pendo、Hotjar、Clicky、Amplitude、Mixpanel

# 5 淨推薦值 (NPS)

雖然從技術上講是調查的一個子集，但由於廣泛的使用和具體的實施細節，我們將其作為一個獨特的工具包括在內。 NPS 成為客戶滿意度的主要指標，因為它衡量了滿意度的強度。 這種衡量您的產品是否正在創造有機增長的能力可能是 NPS 指標中最強大的元素。 用戶是否自行傳播信息？ 您可以找到許多關於如何正確管理和解釋 NPS 結果的文章和工具。

優勢

• 經過測試，證明，值得信賴。 研究表明 NPS 得分與收入之間存在相關性
• 許多實施選項
• 單題參與率高

弱點

• NPS 本身缺乏上下文。 團隊必須推測是什麼推動了得分。
• 調查中固有的所有弱點

工具使用得當的跡象

• 一致地使用和趨勢
• 數據與其他工具相結合以提供上下文
• 組織中對 NPS 含義的廣泛理解

使用不當的跡象

• 高管制定計劃以利用直覺提高 NPS
• 分數是如此糟糕（或如此優秀）以至於它們不能用來為戰略提供信息
• 分數是招聘或投資者的口頭服務，但不告知戰略

努力：4/10

選項：Wootric、Delighted、Qualtrics、SurveyMonkey、InMoment

最大化學習

實施框架的最後一部分是整合所有工具的反饋。 用戶體驗研究項目的結果導致創建特定的應用程序使用儀表板。 應用程序使用數據會導致在品牌承諾訪談中提出具體問題。 NPS 結果導致了一項特定的調查，該調查推動了一個新的用戶體驗研究項目。 讓您的產品管理團隊以 360 度全方位了解產品市場契合度為使命，這將加快學習速度並為您帶來明顯的競爭優勢。

大多數產品團隊已經實施了其中一些工具。 但大多數人也會發現自己認同一些“使用不當的跡象”，並且可能沒有綜合使用所有五種工具的原因。 要開始使用該框架，請開始縮小這些差距。 如果您還沒有進行過深思熟慮的品牌承諾訪談，我強烈建議您根據您的品牌承諾創建一組問題，並儘快進行設置。

特別感謝以下貢獻者：Kirby Montgomery、Danny Cates、Teresa Cain、Tapas Samantaray、Steffan Karagianis、John Kille。

最初發佈在中。