第2章 用户访谈与场景捕捉

用户访谈是场景化需求分解的第一道关口。本章围绕“如何问、如何听、如何挖”三条主线,系统讲解从访谈提纲设计到隐性需求挖掘的完整方法论,帮助产品经理将模糊的用户表述转化为可验证的结构化场景。

2.1 访谈提纲设计:从模糊目标到结构化问题

访谈提纲的核心在于将业务目标拆解为可回答的具体问题。设计时需遵循“开放在前、封闭在后;行为在先、感受在后”的原则,避免引导性提问。

四层结构模型是提纲设计的骨架:

层次 目标 典型问题示例
背景了解 建立语境,获取用户画像 “您家里目前使用哪些智能设备?”
行为回顾 收集具体操作细节 “请描述一次您晚上回家的完整过程。”
痛点挖掘 定位不满与障碍 “在过程中最让您感到麻烦的是什么?”
期望探索 获取理想状态描述 “如果完全理想,您希望它如何工作?”
提问避坑指南: 避免“您会不会觉得…?”这类引导式提问;多用“请描述一次…”“当时您做了什么?”等行为回顾式问法,能获取更真实的原始素材。

2.2 用户表述到场景还原:过滤噪音,保留行为

用户说的 ≠ 用户做的。用户表述中常混杂主观评价、模糊指代和记忆偏差。还原的目标是将口语化描述转化为具备 5W1H 要素的结构化场景。

5W1H 还原框架:

要素 用户原话示例 还原后的场景信息
Who (谁) “我每天下班回家” 用户本人,上班族,晚归
When (何时) “天都黑了” 晚上 7-8 点,室外光照 < 10 lux
Where (何地) “在门口摸半天” 玄关区域,无自然采光
What (何事) “摸黑找开关” 手动寻找墙壁开关,肢体动作
Why (为何) “有次还撞到鞋柜” 视线不清导致安全隐患
How (如何) “灯突然大亮,太刺眼” 开关为二进制控制,无渐变

还原三步骤:

  1. 转写: 将口语逐字稿整理为陈述句,去掉语气词和重复。
  2. 映射: 将陈述句中的关键信息填入 5W1H 框架。
  3. 补全: 结合常识和现场笔记,补充缺失但合理的环境信息。

2.3 隐性需求挖掘技巧:观察、追问与对比

用户能说出口的只是冰山一角。隐性需求藏在用户习以为常的妥协行为和未说出口的期望中。三种核心挖掘技巧:

  • 环境观察: 访谈前先观察用户的物理环境——玄关是否有额外照明?鞋柜位置是否有磕碰痕迹?这些细节比语言更诚实。
  • 阶梯追问: 当用户说出一个需求后,连续追问“然后呢?”“为什么重要?”“具体指什么?”,逐层剥离表层,到达真实动机。
  • 理想与现实对比: 让用户分别描述“现在的做法”和“理想的做法”,二者之间的差距就是隐性需求的富矿。
常见误区: 不要过早将用户表述归类到“功能列表”。例如用户说“灯要自动亮”,其隐性需求可能是“避免摸黑找开关”,而非“需要人体传感器”。混淆手段与目的,会导致方案偏离真实场景。
案例启发: 一位用户说“我希望灯能在我进门时亮起,但不要太亮”。追问后发现,他深夜回家时家人已睡,过亮的灯光会吵醒家人。隐性需求是“亮度分级”和“防打扰模式”,而非简单的“自动亮灯”。
用户访谈与场景还原流程 用户访谈与场景还原流程 用户原始话语 包含噪音与模糊表述 关键词提取 过滤主观评价保留行为 场景要素补全 5W1H框架补充环境 隐性需求识别 观察追问挖掘深层 结构化场景 可验证的场景文档 从模糊表述到结构化场景,逐层过滤、还原、挖掘

2.4 实战案例:智能照明系统的用户访谈

以智能照明场景为例,展示从用户原始表述到结构化场景的完整转换过程。

用户(张先生)原始访谈摘录:

“我每天下班回家都七八点了,天都黑了。在门口摸半天找开关,有次还撞到鞋柜上。我希望灯能知道我回来了,自己亮起来,但是不要那种突然大亮,太刺眼了。还有就是,我有时候在客厅看电视,不希望灯太亮,但又不想完全黑着。”

场景还原结果:

场景要素 还原内容
时间 工作日 19:00–20:00,室外照度 < 10 lux
地点 玄关(完全无自然光)、客厅
行为 推门进入 → 黑暗中摸索墙壁开关 → 触碰开关 → 灯光瞬间全亮
痛点 摸黑有安全隐患(撞到鞋柜);瞬间高亮造成眩光和不适
期望 自动感知回家动作;灯光渐进亮起;支持场景化调光(看电视模式)

隐性需求清单:

  • 人体存在感应: 用户需要的是“在门口停留即触发”,而非仅移动检测;避免在换鞋时灯灭。
  • 渐进式亮度变化: 从 0 到 100% 需 3–5 秒过渡,给眼睛适应时间。
  • 场景记忆与联动: 回家模式自动激活;进入客厅后切换为“观影”低亮场景。
  • 低位辅助照明: 玄关鞋柜底部增加灯带,减少地面阴影区,提升安全性。
  • 无感触发: 与门锁或手机入场信号联动,取消手动操作环节。
交付物提示: 每场访谈结束后,建议输出一张“用户表述→场景要素”映射表,作为后续需求拆解和方案设计的原始凭证。该表应包含:原话片段、5W1H 映射、隐性需求标注、可信度评级(高/中/低)。