????用戶體驗(yàn)

數(shù)字化時(shí)代，時(shí)不時(shí)會(huì)蹦出一些新名詞，這是每個(gè)探索數(shù)字化的小伙伴最頭痛的事

（也是蘇嘉Tech公眾號(hào)接到最多的“投訴”——名詞術(shù)語(yǔ)太多，需要Google理解一下）

比如，什么是客戶體驗(yàn)管理(Customer Experience Management)？

圖片來(lái)源：Wiki百科

我們?cè)诒疚闹薪榻B過(guò)用戶價(jià)值模型，還有用戶價(jià)值指標(biāo)體系，用戶行為數(shù)據(jù)指標(biāo)，三者是綜合認(rèn)知用戶的方法論+數(shù)據(jù)采集標(biāo)準(zhǔn)，目的是了解用戶是什么樣的群體，存在什么需求，從用戶的角度如何看我們；

我們?cè)趶V告流量貨幣化中，或者說(shuō)此前的不同的文章多次提及到一個(gè)觀點(diǎn)的談?wù)摚?span>營(yíng)銷能力自帶時(shí)代屬性

傳統(tǒng)數(shù)字廣告時(shí)代：用戶追蹤能力差，數(shù)字媒體廣告充當(dāng)廣域廣告角色，提高廣播能力，盈利能力未革新

程序化廣告時(shí)代：用戶追蹤能力高，效果性廣告提供ROAS計(jì)算模型， 高效提升廣告主盈利&廣告決策能力

隱私廣告時(shí)代：用戶追蹤能力更高，但用戶隱私意識(shí)覺醒，從消費(fèi)者數(shù)據(jù)營(yíng)銷時(shí)代過(guò)渡消費(fèi)者數(shù)據(jù)體驗(yàn)時(shí)代

什么是消費(fèi)者數(shù)據(jù)體驗(yàn)時(shí)代？

提出的ROX(Return on Experience)衡量公式的黃峰老師，在他的著作《全面體驗(yàn)管理》中是這樣解讀客戶體驗(yàn)如何影響增長(zhǎng)的：

更高額購(gòu)買：溢價(jià)方面，低價(jià)競(jìng)爭(zhēng)升級(jí)為體驗(yàn)增值；

更深度認(rèn)同：在轉(zhuǎn)化上，心智占領(lǐng)升級(jí)為心智認(rèn)同；

更多自然傳播：在獲客/信息傳播上，品牌應(yīng)從買流量轉(zhuǎn)為聚合傳播，注重自然流量的累積，同時(shí)依靠心智認(rèn)同人群的自發(fā)分享，用優(yōu)秀體驗(yàn)為品牌帶來(lái)增量；

更長(zhǎng)期關(guān)系：在復(fù)購(gòu)上，品牌應(yīng)從單向營(yíng)銷轉(zhuǎn)為關(guān)系共建。

消費(fèi)者數(shù)據(jù)體驗(yàn)時(shí)代，通過(guò)散布在不同體驗(yàn)觸點(diǎn)的零散數(shù)據(jù)實(shí)現(xiàn)結(jié)構(gòu)化分析，對(duì)用戶體驗(yàn)定量，繼而商業(yè)優(yōu)化：

預(yù)期體驗(yàn)

超預(yù)期體驗(yàn)

體驗(yàn)遷移成本

產(chǎn)品價(jià)值

網(wǎng)站正常下單

合理價(jià)格產(chǎn)品

送貨上門

售后

網(wǎng)站/郵件推送個(gè)性化服務(wù)體驗(yàn)

產(chǎn)品使用體驗(yàn)

物流信息推送體驗(yàn)/外包裝體驗(yàn)

產(chǎn)品使用說(shuō)明體驗(yàn)

離開產(chǎn)品同時(shí)離開個(gè)性化服務(wù)

產(chǎn)品傳播

個(gè)性化廣告

社群傳播/K因子傳播

離開產(chǎn)品同時(shí)離開產(chǎn)品/服務(wù)關(guān)系鏈

用戶關(guān)系

單次購(gòu)買

持續(xù)復(fù)購(gòu)習(xí)慣

離開產(chǎn)品需要重新搜索、篩選、分類新的產(chǎn)品

從用戶體驗(yàn)的角度，用戶價(jià)值則是用戶主觀判斷能否幫助自己解決特定問(wèn)題：

用戶體驗(yàn)的主體是用戶，只有用戶說(shuō)有價(jià)值，才是真的有價(jià)值，用戶說(shuō)差，不管運(yùn)用多強(qiáng)大的理論都沒意義

用戶價(jià)值是在用戶體驗(yàn)時(shí)產(chǎn)生的，用戶需求必然被真實(shí)場(chǎng)景約束，因此沒有使用產(chǎn)品卻聲稱的價(jià)值，沒有意義

用戶體驗(yàn)是主觀感受，哪怕我們的產(chǎn)品/服務(wù)實(shí)現(xiàn)用戶問(wèn)題的解決方案，但用戶自己認(rèn)為并沒有解決，或者解決得不好，同樣會(huì)降低用戶對(duì)產(chǎn)品價(jià)值的判斷。

狹義上的用戶體驗(yàn)，是網(wǎng)頁(yè)設(shè)計(jì)/互動(dòng)，產(chǎn)品設(shè)計(jì)/使用，用戶交互

但實(shí)際上的用戶體驗(yàn)，是我們整體和用戶交互的過(guò)程是否足夠絲滑

用戶的廣告/社媒/內(nèi)容/站點(diǎn)/郵件/PWA等虛擬觸點(diǎn)交互，延伸整個(gè)產(chǎn)品/服務(wù)過(guò)程中的所有用戶真實(shí)物流感知，從廣告文案是否引起用戶不適，到背后的訂單分配系統(tǒng)是否能合理地滿足用戶的需求，都屬于用戶體驗(yàn)

????品牌需要克制

因此用戶價(jià)值創(chuàng)造，除了需要關(guān)注影響用戶本身需求的因素，重點(diǎn)還在于我們?nèi)绾螌?shí)現(xiàn)：

當(dāng)從我們本身視角關(guān)注用戶價(jià)值時(shí)，需要專注自己產(chǎn)品/服務(wù)的場(chǎng)景和領(lǐng)域

頭部賣家可能會(huì)覆蓋到方方面面，大多數(shù)獨(dú)立站賣家團(tuán)隊(duì)需要的是，選擇自己關(guān)注的目標(biāo)用戶的需求或者價(jià)值，而不是替用戶完全實(shí)現(xiàn)全鏈路的價(jià)值。

用一句白話說(shuō)，就是“不是用戶需要什么（什么好賣），我們就都要滿足他們（就賣什么）”。

這跟在討論用戶需求時(shí)提到的“我們不需要考慮所有用戶的需求”是一個(gè)道理。

在品牌星球討論會(huì)過(guò)程中，有個(gè)句給我印象非常深刻：品牌需要克制

以程序化廣告為例子，重復(fù)多次的廣告信息固然可以加深消費(fèi)者的記憶，但不是同樣的廣告重復(fù)得越多越好；

當(dāng)網(wǎng)站上有其他競(jìng)爭(zhēng)對(duì)手的產(chǎn)品同時(shí)存在時(shí)，重復(fù)同樣的廣告是有效的；

但重復(fù)推送廣告次數(shù)太多，用戶會(huì)失去新鮮感，從而成為衰退用戶；

此外，如果網(wǎng)站的內(nèi)容與廣告中的產(chǎn)品一致性太低，轉(zhuǎn)場(chǎng)絲滑度太低，必然導(dǎo)致用戶流失。

????DIKW模型用戶價(jià)值創(chuàng)造

人與人知識(shí)水平在拉大，思考/整理方法也是知識(shí)，很多人只學(xué)了收集，但不學(xué)習(xí)邏輯，歸納，總結(jié)，判斷

結(jié)合一下ChatGPT熱度， 說(shuō)下SUGA蘇嘉對(duì)于“思考”的思考：

有一個(gè)研究人工智能的朋友在自媒體里面寫了，這次ChatGPT實(shí)現(xiàn)了一個(gè)非常厲害的閉環(huán)：、

優(yōu)化生成模型 -> 采樣用戶Prompt -> 人工標(biāo)注答案排序 -> 訓(xùn)練更契合當(dāng)前用戶群體的RM -> RM優(yōu)化生成模型

意味著ChatGPT的學(xué)習(xí)速度和訓(xùn)練速度是已經(jīng)足夠能力自我提升迭代

——我們不覺得這是一件恐怖的事情，人工智能會(huì)不會(huì)毀滅人類，很難說(shuō)

——但人工智能必然比人類會(huì)積累數(shù)據(jù)

所以真的可能發(fā)生的事情，是人與人的知識(shí)“貧富差”會(huì)越來(lái)越大

DIKW（data 數(shù)據(jù) info信息 know知識(shí) wisdom智慧）金字塔模型本來(lái)形容的就是，大量的數(shù)據(jù)經(jīng)過(guò)梳理之后形成信息，并從中總結(jié)出邏輯完成知識(shí)積累，最后蛻變成為預(yù)測(cè)性的智慧

引用知乎看到的舉例：

https://zhuanlan.zhihu.com/p/140338649

Data：我手頭有雞蛋、西紅柿；

Information：我找到一個(gè)菜譜，可以用手頭有的東西做一盤番茄炒蛋；

Knowledge：我不斷實(shí)踐，做出來(lái)自己滿意的番茄炒蛋；

Wisdom：我專門寫了一本書講番茄炒蛋的歷史、不同國(guó)家的做法、營(yíng)養(yǎng)價(jià)值、適合搭配的主食等。

圖片來(lái)源：DIKW模型圖

從馬太效應(yīng)來(lái)說(shuō)，強(qiáng)者越強(qiáng)，所以會(huì)發(fā)現(xiàn)數(shù)據(jù)信息甚至知識(shí)的存儲(chǔ)和搜索越來(lái)越方便的時(shí)候，智慧反而會(huì)越來(lái)越成為“富人”的專利——懂得使用思考工具的人或者形成了自己的邏輯閉環(huán)的原因，他們的思考速度會(huì)如ChatGPT一樣會(huì)越來(lái)越快

信息差是現(xiàn)代化商業(yè)提及頻率非常高的黑話（術(shù)語(yǔ)），側(cè)面反映的問(wèn)題是大部分商業(yè)團(tuán)隊(duì)學(xué)習(xí)停留在信息層積累

但隨著科技手段的越來(lái)越進(jìn)步，信息收集能力差距在拉平，意味著在未來(lái)能自我歸納總結(jié)并且推導(dǎo)的團(tuán)隊(duì)才是贏家

很多時(shí)候，一個(gè)智庫(kù)最關(guān)鍵的東西不是如何去累積數(shù)據(jù)/信息/知識(shí)體量，而是有沒有從 Data ? Wisdom 的能力（ChatGPT目前看起來(lái)非常優(yōu)秀，原因在于已經(jīng)完成了良好的學(xué)習(xí)閉環(huán)，學(xué)習(xí)能力可以飛輪增速）

大部分人或者團(tuán)隊(duì)沒有整理，歸納和推導(dǎo)的習(xí)慣，對(duì)團(tuán)隊(duì)積累還是很漠然的，或者說(shuō)更多集中于戰(zhàn)術(shù)實(shí)踐拓展

圖片來(lái)源：Jaron截圖

有朋友也好奇過(guò)為何SUGA蘇嘉為什么要去做公眾號(hào)和飛書留言板？為什么要去寫?yīng)毩⒄綧arTech知識(shí)的文章？

以及運(yùn)營(yíng)一個(gè)獨(dú)立站內(nèi)容的知識(shí)星球，本質(zhì)上這是SUGA蘇嘉本身的Data→Info→Know→Wisdom的進(jìn)化步驟

ETL/ELT手冊(cè)

用戶手冊(cè)

工具手冊(cè)

用戶需求收集

用戶體驗(yàn)管理

data 數(shù)據(jù)

?統(tǒng)一數(shù)據(jù)指標(biāo)

?數(shù)據(jù)埋點(diǎn)采集

??個(gè)性化觸達(dá)

????自動(dòng)化數(shù)據(jù)采集&用戶觸達(dá)

info信息

?用戶（身份/行為/信用）數(shù)據(jù)集

?用戶歸因

??用戶分層

????數(shù)據(jù)打通/流程挖掘

know知識(shí)

?用戶價(jià)值模型

????用戶旅程設(shè)計(jì)/分析

????RPA部署

wisdom智慧

????預(yù)測(cè)用戶需求

????智能AI能力

團(tuán)隊(duì)技能能力

數(shù)據(jù)處理能力

用戶增長(zhǎng)(運(yùn)營(yíng))能力

工具（自動(dòng)化）能力

SUGA蘇嘉在????數(shù)字化獨(dú)立站如何選擇SaaS工具提及到在訂閱電商中應(yīng)用的數(shù)字化管理手段總結(jié)的三大手冊(cè)，其實(shí)也是我們?cè)贒IKW模型下，如何總結(jié)(訂閱)電商過(guò)程中創(chuàng)造用戶價(jià)值的思考過(guò)程：

如同知乎Up主的例子：

Data：通過(guò)買量/自然流量/用戶自發(fā)分享，不同觸點(diǎn)獲取用戶，同時(shí)獲得用戶的初始數(shù)據(jù)——身份/行為/信用

用戶增長(zhǎng)團(tuán)隊(duì)在數(shù)據(jù)團(tuán)隊(duì)統(tǒng)一的數(shù)據(jù)指標(biāo)中，選取用戶數(shù)據(jù)并設(shè)計(jì)埋點(diǎn)方案，工具團(tuán)隊(duì)配置自動(dòng)化采集

圖片來(lái)源：Jaron/Yoki繪圖

Information：根據(jù)數(shù)據(jù)歸類，對(duì)用戶個(gè)體圖計(jì)算(Graph Computing)，形成基于知識(shí)圖譜的用戶畫像；

工具團(tuán)隊(duì)在全團(tuán)隊(duì)整體工作流程，實(shí)現(xiàn)應(yīng)用工具之間數(shù)據(jù)打通，并以此為基礎(chǔ)，進(jìn)行流程挖掘(PM，Process Mining)

流程挖掘（PM，Process Mining）則是基于客觀數(shù)據(jù)的自下而上的流程優(yōu)化技術(shù)，核心在于業(yè)務(wù)系統(tǒng)中真實(shí)流程的挖掘和可視化呈現(xiàn)

因此流程挖掘作用于全團(tuán)隊(duì)整體工作，呈現(xiàn)不同視角下的流程路徑，直觀地展示瓶頸和異常點(diǎn)，提供分析改進(jìn)的有力依據(jù)

此處，我們說(shuō)的流程挖掘是應(yīng)用于客戶數(shù)據(jù)分析以及敏捷響應(yīng)用戶需求

圖片來(lái)源：RPA流程挖掘圖

數(shù)據(jù)團(tuán)隊(duì)/用戶團(tuán)隊(duì)需要對(duì)用戶數(shù)據(jù)ETL(抽取 extract 、轉(zhuǎn)換 transform 、加載 load )，將不同觸點(diǎn)收集的數(shù)據(jù)歸納并整理為統(tǒng)一格式，并以此為基礎(chǔ)上對(duì)用戶歸因/分層

用戶歸因（術(shù)語(yǔ)是，單一客戶視圖 Single Customer View ，SCV）：收集有關(guān)潛在客戶和已轉(zhuǎn)化客戶的所有數(shù)據(jù)，并將其合并到單個(gè)記錄中

用戶分層：Marketing is not for everyone，尤其不同觸點(diǎn)習(xí)慣的用戶——有些喜歡郵件交互，有些更習(xí)慣簡(jiǎn)單溝通，因此針對(duì)不同習(xí)慣，用戶采購(gòu)層級(jí)等不同方面對(duì)用戶分層，并設(shè)置對(duì)應(yīng)方案

圖片來(lái)源：Jaron/Yoki繪圖

圖片來(lái)源：Jaron/Yoki截圖

Knowledge：我們?cè)跀?shù)字孿生品牌：數(shù)字孿生.png探討過(guò)涌現(xiàn)現(xiàn)象

https://wiki.swarma.org/index.php/%E6%B6%8C%E7%8E%B0

圖片來(lái)源：集智百科

用戶價(jià)值模型也好，客戶旅程分析也好，本質(zhì)是發(fā)掘出單一用戶群體化的涌現(xiàn)特征，將用戶群體行為量化

用戶價(jià)值模型——從全團(tuán)隊(duì)角度審計(jì)業(yè)務(wù)模式，根據(jù)客戶生命周期價(jià)值決策推廣/運(yùn)營(yíng)/內(nèi)容/數(shù)據(jù)支出

用戶旅程分析——從用戶角度出發(fā)，反思和用戶交互過(guò)程是否需要優(yōu)化，提供更優(yōu)質(zhì)的互動(dòng)

圖片來(lái)源：B2B Inter

Wisdom：有些時(shí)候，用戶也未必能說(shuō)清楚他們本身的真實(shí)需求（包括我們都一樣），好比說(shuō)iPhone民主化，最后給到用戶手上必然是各種功能大雜燴，不倫不類的怪物

圖片來(lái)源：OH Shanghai

所以用戶預(yù)測(cè)本質(zhì)，是讓用戶生活更高效、更有趣

喬布斯和蘋果團(tuán)隊(duì)預(yù)知到并實(shí)現(xiàn)的是

去掉繁雜的鍵盤

提供方便操作的觸屏

塞進(jìn)電腦級(jí)別的計(jì)算能力

提供多任務(wù)處理的系統(tǒng)