2個(gè)模型分析:你的產(chǎn)品,用戶為什么不買賬

6 評(píng)論 6191 瀏覽 54 收藏 9 分鐘

無論產(chǎn)品還是運(yùn)營,懂用戶不是萬能的,但不懂用戶萬萬不能。文章介紹了兩個(gè)研究研究用戶行為的模型,供大家一起參考和學(xué)習(xí)。

前幾天去拜訪了一位在線教育巨頭的用研負(fù)責(zé)人,聊天時(shí),說起了一件讓他頭疼的事情:老板下了一個(gè)任務(wù),提升用戶轉(zhuǎn)化率。給老板匯報(bào)既要有理論模型支撐,又要落地有效,給他急得直上火。

我詳細(xì)聽完后,給他介紹了兩個(gè)之前自己用過的模型:用戶心智決策模型和Fogg Behavior Model

用戶心智決策模型是橫向定位用戶在哪個(gè)環(huán)節(jié)流失;Fogg Behavior Model 則是深挖用戶不滿意的背后原因。

一、用戶心智決策模型

占領(lǐng)用戶心智是很多互聯(lián)網(wǎng)公司喊得最響的口號(hào),但用戶心智決策模型一直難以有服眾的理論,衍生的流派很多。

筆者一般使用較多的是自己基于羅蘭貝格理論化用的模型,其具體流程是基于用戶需求驅(qū)動(dòng)、信息獲取、驅(qū)動(dòng)因素、使用后體驗(yàn)等因素搭建起來的。

模型搭建的具體流程是:采用定性的方法,對(duì)用戶進(jìn)行一對(duì)一的深度訪談。詢問用戶:

  • 第一次在什么場景下聽到/接觸到本產(chǎn)品、
  • 當(dāng)時(shí)的第一反應(yīng)是什么、
  • 接觸后,了解了哪些信息?通過哪些渠道做的了解?
  • 有沒有和競品做對(duì)比、對(duì)比的維度是什么
  • 接受使用的因素是什么/沒有直接使用的顧慮是什么
  • 使用后對(duì)本產(chǎn)品的評(píng)價(jià)(行為:復(fù)購;態(tài)度:推薦)

為了更直觀呈現(xiàn),以用戶購買汽車保險(xiǎn)為例,畫出用戶心智決策模型,供大家參考。

二、Fogg Behavior Model

通過用戶心智決策模型,可以明確用戶在轉(zhuǎn)化決策中哪一步出現(xiàn)了流失;但了解用戶為什么“不買賬”背后的原因,還需要Fogg Behavior Model。

Fogg Behavior Model 中文名:福格行為模型,其原理可以解釋為:一個(gè)人不做某件事,要么是不想做(沒動(dòng)機(jī)),要么是不會(huì)做(沒能力),要么就是忘了做(沒觸發(fā))。

Fogg說人的行為由動(dòng)機(jī)、能力和觸發(fā)條件這三要素組成,這三個(gè)同時(shí)都滿足時(shí)行為才會(huì)發(fā)生。

用一個(gè)等式來簡化就是B=MAT,其中B是Behavior行為,M是Motivation 動(dòng)機(jī),A是Ability能力,T是Triggers觸發(fā)。

首先,行為的發(fā)生必須要有足夠的動(dòng)機(jī)。動(dòng)機(jī)可以分為3個(gè)類別,感覺,期待和歸屬感。第二個(gè)要素是能力,就是說用戶得有能力完成這個(gè)行為。最后還有一個(gè)觸發(fā)其產(chǎn)生行為的點(diǎn)。產(chǎn)生行為的3個(gè)因素之間的關(guān)系如下:

圖形中,縱坐標(biāo)為動(dòng)機(jī),下方是低的動(dòng)機(jī),上方是高的動(dòng)機(jī),橫坐標(biāo)為能力,左邊需要的能力高,右邊需要的能力低。

圖中的這條曲線叫行為成功曲線,曲線和曲線上方是行為成功區(qū),在這塊區(qū)域里觸發(fā)是有效的;曲線下方就是行為失敗區(qū),這個(gè)區(qū)域里觸發(fā)是無效的。

M:Motivation 動(dòng)機(jī)

著名心理學(xué)家愛德華·戴西,說過一句話“動(dòng)機(jī)是行為的能量源泉”。動(dòng)機(jī)為行為的產(chǎn)生提供原始驅(qū)動(dòng)力,也就是很多老板問你的“驅(qū)動(dòng)因素”。

動(dòng)機(jī)一般分為6個(gè)要素,就是我們說過的感覺,期待和歸屬感的正反兩方面:

以在線保險(xiǎn)產(chǎn)品為例,進(jìn)行拆解說明:

A:Ability能力

提升用戶自身的能力短時(shí)間內(nèi)難以有效,而且成本較大;Fogg 對(duì)此的解決方案是:提升產(chǎn)品的易用性,這和當(dāng)下互聯(lián)網(wǎng)公司紛紛從提高NPS轉(zhuǎn)型為提高產(chǎn)品的易用性不謀而合。

提升產(chǎn)品的易用性主要有時(shí)間、金錢、體力、腦力、社會(huì)偏好和非日常6個(gè)要素:

  • 時(shí)間是指節(jié)約用戶花費(fèi)的時(shí)間,提高用戶在使用中花費(fèi)的時(shí)間,從而減少用戶的流失。比如:現(xiàn)在很多購物超市實(shí)行的用戶自動(dòng)掃碼結(jié)算制度,就是之一。
  • 金錢、體力、腦力因素,道理也和節(jié)約時(shí)間差不多。。。
  • 社會(huì)偏好,是指社會(huì)的主流行為,也就是用戶的從眾心理。在這一點(diǎn)利用比較明顯的是:很多網(wǎng)紅茶飲利用用戶集中排隊(duì)的行為,吸引用戶購買。
  • 非日常,就是讓用戶打破已經(jīng)養(yǎng)成的日常行為習(xí)慣,這個(gè)比較難。比如性價(jià)比用戶習(xí)慣了價(jià)格導(dǎo)向,如果讓他們接受品牌、質(zhì)量為主打的高價(jià)格產(chǎn)品,就比較難。

T:Triggers觸發(fā)

現(xiàn)實(shí)社會(huì)里,商家們?yōu)榱俗層脩糍徺I使用產(chǎn)品,將觸發(fā)點(diǎn),用到了極致。比如:地鐵里面,刷墻的廣告“找工作,上boss,和老板談”、“天眼查、查公司、查老板”;還有大家經(jīng)常在生日、節(jié)日等時(shí)間收到的商家祝福、提醒短信等;這些都是觸發(fā)用戶購買使用的激活點(diǎn)。

觸發(fā)用戶產(chǎn)生行為的激活點(diǎn)可以分為3類“火花”、“促進(jìn)”和“信號(hào)”。

火花通常不會(huì)馬上起作用,直到它被識(shí)別,并和目標(biāo)行為聯(lián)系在一起時(shí),才會(huì)產(chǎn)生行動(dòng)。廣告的作用其實(shí)就是在我們大腦里種下火花,合適的時(shí)機(jī)就會(huì)引導(dǎo)我們采取相關(guān)行動(dòng)。

促進(jìn)的目的是讓行為更易發(fā)生。促進(jìn)可以用文字,圖形、視頻或其他形式呈現(xiàn)。有效的促進(jìn)是讓用戶覺得這個(gè)行為是很容易執(zhí)行的,并不需要用戶付出他們沒有的資源。比如軟件的升級(jí)通常會(huì)提示我們只需要一次點(diǎn)擊同意就可以完成,京東、淘寶的點(diǎn)擊一次就完成購買等都是很強(qiáng)的促進(jìn)。

信號(hào)通常只起到提醒的作用,它是在動(dòng)機(jī)和能力都充足的情況下起作用,比如大家經(jīng)常收到的移動(dòng)/聯(lián)通通知繳費(fèi)的信息。

三、總結(jié)

提升用戶轉(zhuǎn)化率,不僅需要橫向看用戶流失場景,也要縱向深挖用戶流失背后的原因。一步一步的認(rèn)真分析用戶決策,探查用戶“不買賬”背后的心里動(dòng)機(jī),最終能找到提升轉(zhuǎn)化率的有效措施!

那一夜,我也曾夢見百萬忠誠用戶?。。?/strong>

 

作者:三金體驗(yàn),微信公眾號(hào):用戶在左 體驗(yàn)在右,主要分享用戶體驗(yàn)、市場調(diào)研、數(shù)據(jù)分析等個(gè)人心得。

本文由 @三金體驗(yàn) 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于CC0協(xié)議。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 以購買車險(xiǎn)為例的圖呢???丟了??

    來自福建 回復(fù)
    1. 平臺(tái)擔(dān)心有糾紛,給下了

      回復(fù)
    2. 哈哈,我出文章也是各種被拒,不然就是有類似的文章。類似的內(nèi)容,糾紛內(nèi)容,挺難的,不過你這個(gè)下次要認(rèn)真檢查下把相關(guān)語句也去了哈哈 ??

      來自福建 回復(fù)
    3. 我投稿的是完整的,也沒有語句上的歧義 ?? ;
      完整版的可以關(guān)注我的公眾號(hào),上面可以看到哈;
      歡迎多多交流 ?

      來自北京 回復(fù)
  2. Fogg Behavior Model 的原作者已經(jīng)將 Triggers 改為 Prompts了。https://www.behaviormodel.org/prompts

    來自廣東 回復(fù)
    1. 嗯,本來想改來著,但考慮到很多人還是比較習(xí)慣 Triggers ,就沿用了之前的描述。

      來自北京 回復(fù)