今年3月底，老中醫(yī)曾寫過一篇《用戶研究新構(gòu)思：弱化用戶人群畫像，增強場景分類》，建議在汽車產(chǎn)品戰(zhàn)略研究和營銷策略研究中更加關(guān)注“場景”概念。此后很多人問我在這方面的具體研究案例和數(shù)據(jù)分析發(fā)現(xiàn)。其實這在當(dāng)時更多是汽車數(shù)據(jù)工場研究團(tuán)隊在理論層面的一些設(shè)想。但此后我們開始圍繞這個設(shè)想展開了很多工作，包括今年7月18日成立的VISE中心（車輛智能場景評價中心）。意味著我們正式開始為場景研究建立一套規(guī)范的方法和測試體系。

當(dāng)然任何前瞻性的探索都不會是一朝一夕可以取得突破的事情，但通過這半年來與業(yè)界多位專家和汽車企業(yè)一線人員的溝通，老中醫(yī)越來越堅信場景研究本身蘊含的巨大潛力。既然此前我們把“開放”作為汽車數(shù)據(jù)工場企業(yè)價值觀當(dāng)中非常重要的一條，這一次索性我們再多公布一些思考和進(jìn)展，詳細(xì)和大家談?wù)勅绾位趫鼍斑M(jìn)行汽車產(chǎn)品定義這個話題。

傳統(tǒng)汽車產(chǎn)品定義研究方法的不足

在傳統(tǒng)方式當(dāng)中，汽車企業(yè)進(jìn)行產(chǎn)品定義是以人群分類和人群畫像作為第一步的。在此前那篇文章中老中醫(yī)也提到過，這種方法往往存在一個巨大的邏輯悖論：人群定義越精準(zhǔn)的產(chǎn)品，其實賣的往往越差。與此相反，那些賣得超好的產(chǎn)品，往往沒什么個性，購買這些產(chǎn)品的用戶群在幾乎所有指標(biāo)上，通常只是那個價位上所有用戶的平均值。

上面那個現(xiàn)象說明，并非人群分類和人群畫像不重要，而是很多時候大家為了所謂的精確而操作過度了。明明用戶群分類只是按照性別、年齡段、收入段、城市級別等少數(shù)幾個非常顯著的字段劃分就足夠了，但大多數(shù)研究人員并不滿足這些粗糙的分類，而是不斷深入探索，最終走過了頭。還是舉那個老中醫(yī)最常舉的例子，一個買速騰的人和一個買?？怂沟娜?，究竟能有多本質(zhì)的區(qū)別？很有可能他們是同齡的兩個非常熟悉，又臭味相投的同事或者哥們。不買一樣的車僅僅是因為不想兩個人總是開一樣的車出去而已。

另一方面，多年來大家賴以進(jìn)行人群分類的數(shù)據(jù)本身是有缺陷的。尤其是價值觀研究，受制于傳統(tǒng)調(diào)研技術(shù)本身在實際操作中的大量執(zhí)行問題，這些數(shù)據(jù)并不可信?；诓豢尚艛?shù)據(jù)展開的研究本身也就成了問題。

上面兩個問題導(dǎo)致一方面人群并不能與產(chǎn)品形成穩(wěn)定的映射關(guān)系，另一方面數(shù)據(jù)本身也很難支持所謂精確的人群分類。因此基于人群定義產(chǎn)品這個方法本身是很難進(jìn)一步深入發(fā)展和更加精確的。

傳統(tǒng)產(chǎn)品定義研究方法的可繼承之處

如同最近幾篇文章，老中醫(yī)一直強調(diào)繼承與發(fā)展這兩個主題一樣，在產(chǎn)品定義方法論上，過去的經(jīng)驗同樣存在大量閃光之處。在老中醫(yī)看來，傳統(tǒng)方法最為關(guān)鍵的經(jīng)驗總結(jié)其實是產(chǎn)品特征目錄。老中醫(yī)把他稱為汽車產(chǎn)品管理的通用語言。

在這里不妨和大家全面介紹一下產(chǎn)品特征目錄本身。要定義一款汽車產(chǎn)品，我們就需要把用戶需求翻譯成為產(chǎn)品開發(fā)語言。然而汽車本身是一個異常復(fù)雜的系統(tǒng)，普通用戶在介紹需求的時候往往無法站在系統(tǒng)的高度上進(jìn)行穩(wěn)定、完整、前后一致的表達(dá)，他們的語言大多數(shù)也都是非專業(yè)的。因此需要一個所謂的翻譯過程，特征目錄就行進(jìn)行這種翻譯的語言體系。

為了實現(xiàn)用戶語言到技術(shù)語言的轉(zhuǎn)化，產(chǎn)品特征目錄是由多個層級的指標(biāo)構(gòu)成的。第一層級通常按照專業(yè)領(lǐng)域進(jìn)行的分類，他描述的是戰(zhàn)略性語言。例如動力性、舒適性、造型設(shè)計、感知質(zhì)量等等。第二層級則是用戶語言，也就是用戶能夠直接感受到的內(nèi)容，例如感知質(zhì)量當(dāng)中的內(nèi)飾材質(zhì)感受、工藝、紋理等等。第三層級則是對用戶語言進(jìn)行的技術(shù)拆解，變成方便向產(chǎn)品開發(fā)提供要求的指標(biāo)。如下圖所示，當(dāng)然為了進(jìn)一步細(xì)化，通常還有第四甚至第五層級，這些則是更進(jìn)一步的技術(shù)細(xì)節(jié)描述甚至驗收標(biāo)準(zhǔn)。

本質(zhì)上說，產(chǎn)品特征目錄是一門用來描述汽車產(chǎn)品的語言。因為要全面表達(dá)產(chǎn)品開發(fā)目標(biāo)，因此就需要全面、系統(tǒng)地把一部車描述出來。

汽車數(shù)據(jù)工場的團(tuán)隊可以說與產(chǎn)品特征目錄有極深的淵源，這一體系原本是我們的合作伙伴，EFS咨詢的雷霆生先生創(chuàng)建，2003年被張文杰先生引入國內(nèi)，并最早應(yīng)用于新寶來產(chǎn)品的定義過程當(dāng)中。此后老中醫(yī)在國內(nèi)多家自主品牌的產(chǎn)品定義過程中應(yīng)用這一方法，先后參與了40余款車的定義過程。之所以老中醫(yī)更愿意把產(chǎn)品特征目錄上升到一種語言的高度，是因為以下幾個原因：

1、對于全面貫徹特征目錄的車企，特征目錄不僅可以定義一個時點的開發(fā)目標(biāo)，更可以在產(chǎn)品定義環(huán)節(jié)基于特征目錄定義整個生命周期以及下一代產(chǎn)品的開發(fā)目標(biāo)。然后在開發(fā)過程中不斷滾動調(diào)整，這樣產(chǎn)品生命周期管理就會更有節(jié)奏感和方向感。前提是描述指標(biāo)的語言需要前后一致，這恰恰是特征目錄的優(yōu)勢。

2、特征目錄不僅可以描述一部車的開發(fā)目標(biāo)，更加可以描述一個企業(yè)整個產(chǎn)品組合的開發(fā)目標(biāo)或者產(chǎn)品特征。如此一來，應(yīng)用特征目錄的車企更加容易實現(xiàn)從產(chǎn)品戰(zhàn)略到品牌戰(zhàn)略的轉(zhuǎn)化。具體操作方法老中醫(yī)在此前一篇文章《從產(chǎn)品戰(zhàn)略到品牌戰(zhàn)略，新創(chuàng)汽車品牌有哪些必經(jīng)之路？》當(dāng)中亦有描述。其邏輯那個如下圖所示：

3、如果把特征目錄上升為一種語言，他可以實現(xiàn)車企內(nèi)部，甚至不同車企之間溝通成本的大幅下降。為跨部門或者跨企業(yè)戰(zhàn)略合作提供一個溝通平臺。

基于場景進(jìn)行產(chǎn)品定義的進(jìn)步之處

相比基于人群分類的產(chǎn)品定義，從場景分類角度入手，其優(yōu)勢在于場景與汽車用途或者產(chǎn)品需求的映射關(guān)系更加穩(wěn)定。而只要場景本身是可窮舉、可定義以及可計算的（例如在不同場景之間劃分權(quán)重等等），那么我們就可以把每個細(xì)分場景下的產(chǎn)品定義結(jié)果疊加起來，變成完整的產(chǎn)品定義結(jié)論。

這種進(jìn)步需要幾個前提：

1、需要對場景本身進(jìn)行清晰的定義。因為不同人對場景的理解是不同的，梳理和劃分場景的方法也是不同的。

2、需要找到獲得場景研究的有效數(shù)據(jù)，否則理論永遠(yuǎn)只能停留在理論層面。

3、需要在研究方法上有效繼承此前產(chǎn)品定義的經(jīng)驗和優(yōu)勢方法論，這樣才可以少走彎路。

如何基于場景進(jìn)行產(chǎn)品定義？

前面等于我們交代了很多前提，接下來才是老中醫(yī)的正題?；谇懊婺?個問題，首先需要回答的就是如何定義場景？

場景定義需要基于數(shù)據(jù)獲取這個大前提，例如目前智能汽車上可以更加方便地通過導(dǎo)航、OBD或者T-Box獲得車輛位置、時間、路況、車況、用戶操作等方面的數(shù)據(jù)。因此我們首先可以從這些數(shù)據(jù)出發(fā)，用這些最整齊的數(shù)據(jù)劃分并描述場景。

老中醫(yī)認(rèn)為三個指標(biāo)是最需要關(guān)注的：時間、地點以及車況。這里時間包含的信息既包括絕對的時間概念，也包括時間背后的信息：例如周一到周五早上8點，在絕大多數(shù)城市意味著早高峰。地點同樣包含很多背后的信息，例如基于地圖，這個位置是在高速公路上還是在砂石路面上，又或者這是在城市還是在鄉(xiāng)村。

基于這三個維度，我們完全可以把場景準(zhǔn)確描述出來。并基于研究本身的顆粒度要求，把場景分類或分層。這里老中醫(yī)同樣有一個觀點：場景不宜劃分過細(xì)，因為太細(xì)了就和人群分類一樣，走向因為追求精度反而喪失精度的漩渦里。恰到好處的場景分類是：在這個場景之下，用戶的產(chǎn)品需求與另一個場景有顯著差異。同時，數(shù)據(jù)也可以準(zhǔn)確把這個場景的權(quán)重描述出來。

接下來的問題就是我們需要定義不同場景之間的權(quán)重了。在這里我們又需要重新引回用戶分類的概念，只不過這個分類的顆粒度要遠(yuǎn)遠(yuǎn)粗于現(xiàn)在廣為流行的那些。我們只需要關(guān)注用戶畫像當(dāng)中最為顯著的那幾個即可：性別、年齡段、收入段、所在城市、車輛用途……因為不同用戶面臨的場景其實是完全不同的：一個一線城市的商務(wù)人士與一個三線城市的玩具批發(fā)商肯定面對完全不同的場景結(jié)構(gòu)。如果不把這兩個人群分開，這個研究便不會精確。

其次是基于每個人群，研究不同場景出現(xiàn)的頻次、所占時長以及這些場景的重要性，定義每個場景針對這類用戶群的權(quán)重。當(dāng)然具體劃分權(quán)重的指標(biāo)其實需要不斷測試和迭代優(yōu)化。我們以S代表場景，那么不同場景的權(quán)重可以用一組數(shù)據(jù)代表：S1、S2、S3……Sn 

第三個步驟是研究每個場景下，不同用戶群的產(chǎn)品需求。這是汽車數(shù)據(jù)工場的獨特之處，因為我們對產(chǎn)品特征目錄有很深的理解，我們也一直倡導(dǎo)把產(chǎn)品特征目錄作為一種通用語言。因此在描述用戶需求方面，我們更傾向于繼續(xù)圍繞特征目錄展開，這樣研究結(jié)果才能最充分落地，并且繼續(xù)保持原有的系統(tǒng)性和完整性。

在研究具體場景用戶需求的過程中，我們可以基于Kano模型，把特征目錄的各指標(biāo)在該場景下的屬性描述出來。這個就需要結(jié)合更有針對性的用戶評價數(shù)據(jù)了。要獲得這些數(shù)據(jù)，恐怕還需要做更多工作，要把用戶評價與具體場景匹配起來，這需要從廠家或者車輛運營者層面建立一套長期的跟蹤體系。最終每個場景下的用戶需求可用下列矩陣代表，其中A/B/C……X代表產(chǎn)品特征目錄的各項指標(biāo)。我們需要測量每個場景下，用戶對每個指標(biāo)的需求程度。

S1 ：【A1、B11、C1、D1、……X1】

S2 ：【A22、B22、C22、D22、……X2】

S3 ：【A3、B32、C32、D3、……X3】

……………………………………………………

Sn：【Ann、Bn、Cn、Dn、……Xnn】

基于S11至Sn下用戶對各指標(biāo)的需求程度，再結(jié)合各場景的權(quán)重，可以形成最終產(chǎn)品的定義結(jié)果。實際上，場景細(xì)分的產(chǎn)品定義等于分別針對每個場景定義了一輪產(chǎn)品特征，再把這些場景加權(quán)起來，形成一個綜合結(jié)果。場景結(jié)構(gòu)的不同，就會帶來產(chǎn)品開發(fā)目標(biāo)的差異。 

下一步需要解決的問題及前景展望

首先進(jìn)一步梳理一下場景定義的優(yōu)勢：

1、場景細(xì)分下的汽車產(chǎn)品的第一個優(yōu)勢就是結(jié)果更準(zhǔn)確，而且容易打通產(chǎn)品定義、賣點包裝、營銷定位與廣告和品牌傳播之間的關(guān)系，因為本質(zhì)上這些都可以圍繞場景準(zhǔn)確描述用戶利益，整個過程的話語體系非常一致。

2、場景定義的第二個優(yōu)勢是更適合未來的分享車模式，因為這些車的功能定位更加純粹，但用戶群更加復(fù)雜。功能定位對應(yīng)場景，因此場景研究更有優(yōu)勢。

3、基于場景定義產(chǎn)品的方法可以把未來大數(shù)據(jù)的優(yōu)勢進(jìn)一步釋放出來。目前汽車行業(yè)90%以上的大數(shù)據(jù)營收仍停留在精準(zhǔn)營銷層面，但對產(chǎn)品本身的優(yōu)化依然有限。但基于場景的產(chǎn)品定義方法可以徹底改變這一局面，而汽車行業(yè)畢竟本質(zhì)上還是產(chǎn)品為王的，因此這一方法在未來會更有市場。

下一步需要解決的問題：

1、需要建立支撐上述方法的完整數(shù)據(jù)體系

2、基于數(shù)據(jù)體系形成完整的場景庫

3、基于未來產(chǎn)品的變革方向，改造產(chǎn)品特征目錄，使上述過程變得更貼近未來產(chǎn)品變革的方向。在這方面汽車數(shù)據(jù)工場正在構(gòu)建完整的VISE指數(shù)體系，本質(zhì)上就是把未來將會出現(xiàn)劇烈變革的指標(biāo)改造成為VISE指標(biāo)。

如果上面這些全都達(dá)成，我們將會形成一個整體的產(chǎn)品定義框架：基于用戶大數(shù)據(jù)，形成準(zhǔn)確的用戶差異化需求，另一方面，基于對現(xiàn)有成熟產(chǎn)品結(jié)構(gòu)的研究，形成產(chǎn)品大數(shù)據(jù)。未來的產(chǎn)品定義繼續(xù)通過產(chǎn)品特征目錄進(jìn)行橋接?；谶@樣的體系，我們便可以徹底實現(xiàn)按照用戶的意圖和需求準(zhǔn)確定義汽車產(chǎn)品。而這才是互聯(lián)網(wǎng)造車或者更時髦一點，“智能造車”模式的終極夢想。汽車數(shù)據(jù)工場接下來的方向便是打通用戶大數(shù)據(jù)與產(chǎn)品大數(shù)據(jù)之間的關(guān)系，場景研究和產(chǎn)品特征目錄這兩個工具都將真正釋放大數(shù)據(jù)的優(yōu)勢。

返回第一電動網(wǎng)首頁 >