用戶訪談高效提問指南:從場景到問題的完整框架
更新于:2025-03-26 14:11:11

用戶訪談是產品經理挖掘需求的核心技能,但許多人常常陷入“不知該問什麼”或“被使用者帶偏”的困境。如何通過場景化提問框架快速抓住關鍵資訊?這篇文章將從實戰出發,為你提供一套可直接套用的方法論,助你提升訪談效率,挖掘使用者真正的需求。

作為產品經理,用戶訪談是挖掘需求的核心技能,但很多人卡在“不知該問什麼”或“被使用者帶偏”。其實只要掌握場景化提問框架,就能快速抓住關鍵資訊。以下從實戰出發,總結一套可直接套用的方法論。

一、先明確目標:不同階段問不同問題

用戶訪談的核心是“帶著目標聊”,根據產品階段選擇提問重心:

二、需求探索型訪談:5類問題挖出真痛點

當你想尋找新機會時,避免直接問“你需要什麼”,而要通過行為回溯+情感挖掘引導用戶表達。

提問框架(STAR模型)

1)Situation(場景)

“你最近一次遇到【某問題】是在什麼情況下?”

(例:最近一次想健身卻放棄的具體場景?)

2)Task(目標)

“當時你希望達成什麼結果?”

(例:想通過健身解決什麼問題?減脂/增肌/緩解壓力?)

3)Action(行動)

“你嘗試了哪些方法?用過什麼工具?”

(例:下載過Keep還是去健身房?為什麼選這種方式?)

4)Result(結果)

“最終效果如何?哪些地方讓你不滿意?”

(例:為什麼用了3次就卸載APP?)

5)情感追問(關鍵!):

“那個過程中最讓你煩躁/困惑的瞬間是什麼?”

“如果有一個魔法按鈕可以解決這個問題,你希望它做什麼?”

案例:Keep早期發現用戶放棄健身的核心痛點不是“缺乏計劃”,而是“獨自鍛煉缺乏動力”,由此推出直播課和社區打卡功能。

三、體驗優化型訪談:聚焦“行為-感受”斷層

當使用者吐槽現有功能時,重點找到“行為背後的認知偏差”

提問框架(4步定位問題)

1)行為還原

“能演示一下你平時怎麼用這個功能的嗎?”

(觀察使用者操作路徑,注意停頓/猶豫處)

2)預期對比

“點擊這個按鈕時期望發生什麼?實際發生了什麼?”

(例:用戶以為“分享”是給好友,實際跳轉到微博)

3)歸因挖掘

“你覺得哪裡出了問題?如果是你設計會怎麼改?”

(警惕“虛假建議”,關注吐槽而非解決方案)

4)優先順序排序

“如果只能解決一個痛點,你選哪個?為什麼?”

案例:滴滴發現使用者取消訂單的主因不是“等太久”,而是“不確定司機是否接單”,由此增加接單震動提醒和預計到達倒計時。

四、決策驗證型訪談:用假設反推需求真偽

當需要驗證方案時,避免引導式提問(如“這個功能好嗎?”),而要用對抗性測試

提問框架(真假需求篩檢程式)

1)代價測試

“如果這個功能需要付費/看廣告才能用,你願意嗎?”

“你會推薦給什麼人群使用?理由是什麼?”

2)場景具象化

“你在什麼情況下會高頻使用這個功能?”

(如果使用者需要思考超過5秒,可能需求不剛性)

3)競品對比

“如果用XX產品(競品)也能解決,為什麼選我們?”

案例:騰訊文件在推出“多人協作”前,通過測試發現使用者更在意“歷史版本追溯”而非實時協作,因此優先開發版本管理功能。

五、3個立刻可用的提問技巧

  1. 沉默壓迫法:使用者回答後等待3秒,往往能等出更真實的補充資訊。
  2. 反常識追問:當使用者說“我從來不看廣告”,可問“昨天APP時點了哪裡?”(具體行為>主觀表達)
  3. 類比投射:讓使用者給產品功能打分(1-10分),再問“如果要提升1分,哪裡必須改?”

附:用戶訪談清單範本(可直接複製)

【需求探索型】

1. 描述最近一次遇到XX問題的具體場景(時間/地點/人物)

2. 你嘗試過哪些解決方法?為什麼選擇這些方式?

3. 哪個環節讓你感到最沮喪?當時情緒如何?

4. 如果有一個工具能解決這個問題,你希望它優先做什麼?

【體驗優化型】

1. 請演示你平時如何使用XX功能(觀察操作路徑)

2. 哪一步覺得不符合預期?你原本希望發生什麼?

3. 如果這個功能突然消失,對你的影響有多大?(1-10分)

4. 你會用什麼詞向朋友描述這個功能?(收集心智關鍵詞)

【決策驗證型】

1. 在什麼情況下你會優先使用這個新功能?

2. 如果開發這個功能需要延遲其他需求,你支援嗎?

3. 如果用三個關鍵詞描述它,會是什麼?

總結:別讓使用者教你做產品,而要讓他們幫你發現問題

用戶訪談不是需求投票,而是通過行為數據+情感動機還原真相。記住兩個原則:

  1. 用戶是問題專家,你是解決方案專家(別問“怎麼設計”,要問“哪裡疼”)
  2. 極端案例比平均數更有價值(流失使用者>活躍使用者)

下次訪談前,拿出這份框架,至少提升50%資訊密度。

(注:部分案例參考《騰訊使用者研究白皮書》、阿裡UES訪談方法論)

本文由 @白灼西蘭花 原創發佈於人人都是產品經理。未經作者許可,禁止轉載

題圖來自Unsplash,基於CC0協定

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供資訊存儲空間服務

數據字典功能設計
數據字典功能設計
2025-04-07 06:15:43
什麼是機器學習?
什麼是機器學習?
2025-03-28 08:01:21