產品數據建構流程 | EP3:尋找你的Aha moment

2022/06/28閱讀時間約 6 分鐘
在正式開始產品的北極星指標思索前,還差一個耗腦力的工作需完成,就是要與產品經理共同參與設計出—用戶與產品所進行的User Journey Map,也有人直接翻譯成「用戶體驗地圖」,簡單來說,就是用戶操作我們的產品日誌
主要原理就是將時間軸作為出發點,以用戶同理心的角度設想使用產品前、中、後的整體流程步驟有哪些,在歷經這些步驟時,想的是甚麼?情緒是甚麼?最重要的就是把自己轉換到用戶的視野去體驗整個旅程。
簡單的以 Uber 來舉例,其中,它的用戶體驗地圖應該就是:
  • 在某個地點有乘車需求
  • 開啟Uber APP
  • 叫車並預估價格
  • 確定交易與等待
  • 準時抵達並乘車
  • 完成行程
  • 給予司機評價
整個用戶體驗地圖有如一個「價值交換」的過程,其中的每一環節皆有可能解決用戶的痛點,提供某些價值,最終讓用戶接觸到「驚喜時刻」(Aha moment,也就是新用戶第一次意識到你產品的價值,以及他們為何需要這產品的關鍵時刻)。
Aha moment促使用戶情緒高漲,並留下最深刻的印象,也可創造一個影響力—讓用戶持續回訪
在最最最理想的情況下,我們的Aha moment應該創造在用戶第一次嘗試我們的產品時——通常會發生在Onboarding體驗中。以下介紹一個簡單用戶使用叫車app獲得驚喜時刻的User Journey Map:

Come on! 開始長出我們的User Journey Map

在正式進行地圖繪製前,我建議可先理解一下建構User Journey Map需要的元素有哪些?(此部分會比較偏向UI/UX設計師以及產品經理的角色技能,詳細說明會省略,有興趣的朋友推薦可以參考這篇:產品經理的硬實力 - User Journey Map(用戶體驗地圖),我覺得本篇內容整理的很精彩):
第一層:Lens用戶角度的基本訊息
  • Users〈角色〉
  • Scenario〈發生的情境、場景〉
第二層:Experience體驗
  • 行為
  • 想法
  • 情感
第三層:Insights內化的見解
  • 痛點
  • 潛在機會
所以回到我們的虛擬產品「好好居」為例,它的User Journey Map大致就可以類似下圖的情況。
房地產交易平台_User Journey Map
※由於此篇著重於數據分析在User Journey Map上的參與面相,故有特別簡化地圖的呈現方式,只以用戶行為接觸點做繪製,實際的產品發想過程還會加上用戶情感層面的用戶意圖用戶痛點情緒曲線...等考量因素。

用戶通常想要在產品上獲得甚麼價值

既然前面提到了「用戶體驗地圖」就是一系列用戶在產品中獲得價值的旅程,那接著就要思考數位產品的最根本的開發目的到底為何?想要提供甚麼樣的價值給用戶?
產品數據分析 - 打造網路產品的決策引擎》中所提到的觀念,它把大部分的數位產品歸屬成三個類別,注意力產品交易型產品以及工具型產品,其中所賦予給用戶的產品價值分別為
  1. 注意力產品:娛樂內容、社群曝光、資訊交流...
  2. 交易型產品:購物體驗、交易穩定、信任與保障...
  3. 工具型產品:完成任務、專業性、便利性...
因此,以「好好居」來說,它很明顯的就屬於交易型產品(買賣雙方獲得第一次的房源物件媒合),往下分析,它的核心價值體驗時刻應該就會產生在—客戶送出預約看屋表單的那一刻,因為這一瞬間,看屋的買家實際感受到這平台真的有符合自己需求的房子;賣屋的房仲主動意識到他們真的能在此平台中獲益,找到對於他們房子有興趣的買家。
以上的旅程,就完整呼應了Aha Moment的定義,此時刻買賣雙方在平台上進行著最核心的價值交換,正式的從一般用戶轉換為激活用戶。

Aha Moment隨著用戶的不同也可能改變

大致理解了上述的觀念後,另外再分享一個關於Aha Moment蠻有趣的看法,在The ultimate guide to user onboarding這篇文章提到,Aha Moment對於每一個產品和每個用戶來說,應該都是獨一無二的,所以我們其實很難將單一一個用戶體驗地圖套用在其他用戶身上。
舉例來說:Joy在使用Uber時所感受到的Aha Moment是在司機準時到來的那一刻,可是Steven可能是個更嚴謹的首次用戶,當他完整的享受整個乘車體驗後,才產生Aha Moment。
以上面例子來看,一個用戶體驗產品的旅程中,可能會碰觸到多次的Aha Moment,某一些用戶可能會在旅程中的某個時刻體驗到此瞬間,而另一些用戶則是在之後才體驗到,所以實務上,我也傾向在一些旅程比較複雜比較長的地圖中,設置多個不同的Aha Moment。

小結

前面歷經了分析產品現況、競爭者分析、產品策略、用戶體驗地圖...等準備工作,這些任務的主導者仍然是產品經理,數據分析團隊只擔任輔助的角色進行流程參與,提供建議。而進入到北極星指標以及後續目標拆解的階段,數據分析團隊將才會慢慢從輔助者轉換成協作者的角色,利用自我的專業領域,將產品觀測的指標體系建構完成,這次的介紹就到這裡,下一集我們將談談北極星指標
參考資料:
為什麼會看到廣告
我吃故窩宅
我吃故窩宅
喜歡對稱,也喜歡大膽留白,喜歡狗,也喜歡貓,喜歡朝更好的自己邁進--目前在互聯網時代,從事行銷X數據X運營的工作,現在的我,還喜歡窩在家,用簡單的事物填滿每一天。
留言0
查看全部
發表第一個留言支持創作者!