第1章：访谈目标定义
读者定位：如果你是第一次做自助分析产品调研，本章会帮你在启动访谈前圈定用户、锚定痛点、准备好3～5个必须验证的核心假设。本章交付物是后续所有访谈提纲、需求拆解和验收标准的地基。
1.1 用户群体：自助分析的三大典型角色
自助分析的用户并非单一“业务人员”，内部至少包含三个差异明显的群体，他们的访谈脚本、关注指标、痛点语料完全不同。
| 角色 | 典型岗位 | 分析频率 | 技术能力 | 主要产出 |
|---|---|---|---|---|
| 业务自助者 | 运营经理、市场策划、销售主管 | 每周2～5次 | 只会拖拽 + 基本过滤 | 日报、周报、活动看板 |
| 分析赋能者 | BI分析师、数据运营、产品数据分析师 | 每日+临时响应 | SQL + 部分Python | 专题分析、数据产品原型 |
| 决策审计者 | 总监、VP、CXO | 不定期（看周报/月报） | 只看结果，不建模型 | 审批仪表盘、异常告警截图 |
调研优先级建议：以“业务自助者”为主要访谈对象（占总样本60%），因为他们是自助分析工具的日常高频使用者，痛点最急迫；分析赋能者作为深度补充（30%）；决策审计者仅做2～3场确认性访谈（10%）。
1.2 业务痛点：三步剥离法
用户说的“不好用”往往只是表象。我们需要用“业务场景→操作链路→情绪成本”三层剥出真痛点。
- 场景还原：让用户描述最近一次用自助分析工具做报表的完整过程（从取数到分享）。
- 卡点定位：在哪一步中断了？需要求助别人吗？花了多长时间？
- 情绪量化：用“非常沮丧 / 有点烦 / 可以接受 / 很顺畅”标定每个步骤。
常见表层痛点和真实根因对比：
| 用户原话 | 表面痛点 | 根因推测 |
|---|---|---|
| “数据老是取不对” | 数据不准 | 指标口径不统一 / 权限混乱导致脏数据 |
| “拖拽卡顿，加载慢” | 性能差 | 底层数据集未预聚合 / 查询引擎优化不足 |
| “不知道从哪里下手” | 学习成本高 | 缺乏引导式推荐或模板起点 |
| “好不容易做好，老板说换个维度，又要重做” | 灵活性不足 | 交互设计不支持动态筛选/下钻联动 |
雷区提醒：不要问“您觉得怎么改进比较好”。用户不是设计师，他们会提漫天要价但脱离工程能力的方案。应该问“如果只能改一件事，您最想减少哪个步骤的重复操作？”
1.3 本次调研要回答的核心问题
所有访谈问题最终要收敛到以下5个假设性命题，每个命题对应一个可验证的输出：
- Q1：业务自助者最频繁的“分析起点”是固定报表还是空白画布？——决定默认首页设计。
- Q2：用户在制作一张简单交叉表时，平均需要多少次鼠标点击？——设定效率基线。
- Q3：当数据发生变化（如字段名更新），用户能否自行修复，还是必须找IT？——测试自助修复能力缺口。
- Q4：用户主动发现异常数据后，最希望立刻做什么动作（下钻/预警/分享）？——功能优先级排序依据。
- Q5：用户对“共享分析成果”的方式最不满意的地方是什么？——协作模块改进方向。
1.4 访谈目标框架：从痛点推导调研任务
下图结构化展示了本章三个输出物（用户群体、业务痛点、核心问题）之间的推导关系，以及它们如何映射到后续的调研执行阶段。
本章关键交付物模板
# 第1章产出（写在下节开始前）
## 1. 用户群体画像卡（每个角色一张，含岗位、频率、技术能力）
## 2. 痛点-根因映射表（至少6对，来源：竞品分析/过往反馈/假设验证）
## 3. 核心问题清单（5～7个，每个附带可量化验证标准）
完成本章后，你应该能明确：访谈谁、问什么、用什么标准判断答案有效。下一环节将基于这些目标编写具体的访谈提纲。