第2章 痛点调研框架建立

痛点调研不是一次随意的用户聊天,而是一个需要结构化设计的系统工程。缺少框架的调研容易陷入“问了很多人却得不到可用结论”的困境。本章从调研目标定义、利益相关者地图、假设清单、验证维度和调研计划模板五个核心模块,帮你搭建一套可复用的痛点调研框架。

2.1 调研目标定义

调研目标决定了后续所有工作的方向。定义目标时需同时回答三个问题:

  • 决策问题:调研结果要支撑什么产品决策?(如:是否优先开发AI质检功能)
  • 信息缺口:团队目前对用户痛点知道什么、不知道什么?
  • 使用场景:调研结论将被谁、在什么环节使用?

推荐使用 SMART 原则校准调研目标:

维度 要求 反例 正例
S(具体) 目标清晰无歧义 了解用户对AI的看法 识别产线质检员在缺陷识别中最耗时的3个操作
M(可衡量) 有明确的完成标准 收集用户反馈 完成12场访谈,输出痛点频率排序表
A(可达成) 资源与时间可行 一个月内访谈100家客户 两周内访谈8~12家目标客户
R(相关) 与产品路线强关联 调研所有行业AI应用 聚焦制造业质检场景的AI落地障碍
T(有时限) 明确截止时间 尽快完成调研 第3周末完成调研并输出痛点报告
实操建议:在项目启动会上用SMART表格与干系人对齐目标,将共识写入调研 charter,避免后期因目标漂移导致重复工作。

2.2 利益相关者地图

痛点调研的“用户”不只有终端使用者。遗漏关键利益相关者会导致调研结论偏颇或落地受阻。绘制利益相关者地图的步骤:

  1. 列出所有可能角色:包括决策者、使用者、购买者、运维者、数据提供方等。
  2. 评估影响力和兴趣度:用“影响力-兴趣”四象限归类。
  3. 确定调研优先级:高影响力+高兴趣者为深度访谈对象;高影响力+低兴趣者需定期同步进展。
角色 影响力 兴趣度 调研方式
产线主管(决策者) 高 高 一对一深度访谈
质检员(使用者) 中 高 实地观察+访谈
IT运维(支持者) 中 中 焦点小组
采购部门(购买者) 高 低 结构化问卷
利益相关者地图不是一次性产出。随着调研深入,新角色可能浮现,建议在调研计划中预留“地图更新”检查点。

2.3 假设清单

调研前整理已有的“隐性假设”能防止被固有认知带偏。将假设分为三类:

假设类型 示例 风险等级
用户行为假设 质检员会信任AI的缺陷标记结果 高
技术可行性假设 现有摄像头分辨率能支持缺陷识别 中
业务价值假设 AI质检可减少30%人工复检时间 高

建议采用假设看板管理:每条假设标注来源、风险等级、验证方法和验证状态。调研过程中持续更新看板,将验证通过的假设转化为产品需求,被推翻的假设及时剔除。

2.4 验证维度

验证维度决定了你从哪些角度检验假设。针对AI产品痛点调研,建议覆盖以下五个维度:

  1. 频率:痛点发生的频次(每天/每周/每月)
  2. 强度:痛点对工作效率或质量的影响程度
  3. 不可替代性:当前是否有临时方案,用户对痛点的容忍度
  4. 可解决性:AI方案在技术、数据、成本上是否可行
  5. 付费意愿:用户或决策者是否愿意为解决方案投入预算

每个维度定义 1~2 个关键指标,例如:

  • 频率 → “日均手动调整AI标记次数”
  • 强度 → “每次调整造成的产线停摆时间”
  • 付费意愿 → “愿意支付的年费区间”
常见偏差:调研团队容易只关注“频率高”的痛点,忽略“强度高但频率低”的关键问题。建议在验证维度中给强度和不可替代性分配更高权重。

2.5 调研计划模板

将以上模块整合为一份可执行的调研计划。以下是一个经过多个AI产品验证的模板结构:

模块 内容说明 交付物
调研目标 SMART目标描述,包含决策问题与信息缺口 调研 charter(一页纸)
利益相关者地图 角色清单、影响力-兴趣象限、调研优先级 利益相关者地图画布
假设清单 分类假设、风险等级、来源标注 假设看板(在线表格)
验证维度与指标 每个维度的定义、指标、数据采集方式 验证维度矩阵
调研排期 访谈/观察/问卷的时间安排、负责人、备选方案 甘特图或日历排期

模板使用要点:

  • 计划不超过 3 页 A4,保持可读性;
  • 每个模块预留“待确认”标记,允许在调研过程中迭代;
  • 计划签署确认后,作为团队与干系人的契约文档。
效率技巧:将调研计划模板与协作工具(如Notion、飞书文档)打通,每个模块关联对应的数据库或看板,实现“计划即管理”。

下面的框架图串联了本章五个核心模块,展示了从目标定义到计划落地的完整逻辑链条,可作为你搭建自己调研框架的参考蓝图。

痛点调研框架总览 调研目标定义 利益相关者地图 假设清单 验证维度 调研计划模板 调研目标定义驱动利益相关者识别,假设清单与验证维度并行分析, 最终汇总为可执行的调研计划模板。每个模块可在调研中迭代更新。