第四章 用户场景分析方法论：用户画像、场景地图、痛点提炼、机会点识别
用户场景分析是需求挖掘的“第一公里”。对于数据原型规划PRD而言，若无法准确描述“谁、在什么环境下、遇到了什么阻碍、希望得到什么结果”，后续设计的数据表、业务逻辑与交互原型都将失去方向。本章聚焦场景分析四大核心方法：用户画像、场景地图、痛点提炼、机会点识别，并建立从业务问题到需求拆解的完整链路。
4.1 用户画像：为“人”建立结构化标签
用户画像不是简单的年龄、性别罗列，而是基于用户访谈与业务数据凝练的“角色模型”。在数据原型PRD中，画像决定了数据字段的筛选逻辑、埋点维度以及权限规则。
实践要点：
- 一个角色一张画像卡，至少包含：基本信息、行为偏好、目标诉求、技术熟练度、数据访问频率。
- 画像应来自真实用户访谈摘要，而非假设。
- 一个角色一张画像卡，至少包含：基本信息、行为偏好、目标诉求、技术熟练度、数据访问频率。
- 画像应来自真实用户访谈摘要，而非假设。
| 维度 | 内容 | PRD影响 |
|---|---|---|
| 基本信息 | 25-35岁，大专以上学历，1-3年运营经验 | 操作路径不宜超过3层 |
| 行为偏好 | 每日固定时段批量处理订单，依赖数据导出 | 需提供批量操作与CSV导出接口 |
| 目标诉求 | 30分钟内完成当日异常订单核销 | 原型中需突出异常筛选与快捷核销按钮 |
| 痛点 | 当前系统无异常订单自动标记 | 数据原型需包含状态字段与预警规则 |
4.2 场景地图：将用户故事具象为流程链路
场景地图（User Journey Map）以时间轴或任务流为线索，串联用户与系统之间的每一次交互。绘制场景地图有助于发现“功能盲区”和“数据断点”。
- 确定主线任务：例如“完成一笔跨境支付”。
- 拆解子任务：登录→发起支付→填写金额→选择币种→验证身份→确认转账→查看回执。
- 标记接触点：每一步中用户与哪个界面、哪个数据库、哪个外部系统发生交互。
- 记录情绪曲线：标注出用户感到困惑、等待过长、操作错误的“低谷段”。
经验提醒： 场景地图中的每一个“接触点”都应映射到PRD中的至少一个数据实体或页面原型。如果某个接触点没有对应的数据字段，通常意味着需求存在遗漏。
4.3 痛点提炼：从“用户抱怨”到“业务问题”
用户访谈中收集的原始意见通常是模糊且情绪化的。痛点提炼要求分析师将“这个系统太难用了”转化为具体、可度量的业务问题。
- 频次：该问题每天/每周/每月发生多少次？
- 影响范围：影响多少用户？影响哪些核心指标（如支付成功率、客诉率）？
- 可归因性：导致该问题的直接原因是什么？是数据不完整、流程缺失还是权限失控？
常见偏差： 将“功能缺失”等同于“痛点缺失”。实际上，很多痛点是既有功能存在但数据未打通、响应速度慢或交互路径长。PRD需区分“新增功能”和“数据优化”两类解决方案。
4.4 机会点识别：从“问题”跨越到“方案”
痛点提炼引出业务问题，机会点识别则将问题转换为可落地的产品能力。方法包括：
| 机会类型 | 示例 | PRD中的表现 |
|---|---|---|
| 数据整合型 | 不同页面间数据不互通 → 统一数据中台 | 新增数据源字段、建立关联查询 |
| 流程自动化型 | 人工审核耗时 → 自动风控规则 | 增加决策表与状态流转机制 |
| 反馈闭环型 | 用户提交后无进度提示 → 实时推送状态 | 设计消息队列与通知接口 |
产出物关联： 机会点识别的最终输出是一份“用户场景-痛点-机会”映射矩阵，该矩阵直接作为PRD中需求拆解章节的输入。
4.5 从方法论到PRD交付物模板
在完成用户画像、场景地图、痛点提炼、机会点识别后，应输出以下可复用交付物，直接用于数据原型PRD的结构化编写：
- 画像角色卡（1-3张）：每张包含角色名称、场景照片、核心诉求、技术偏好、数据访问权限清单。
- 场景-痛点映射表：Excel或结构化文档，列出每个接触点对应的用户感受、频率、现有解决方式。
- 机会点优先级矩阵：横轴为“对用户价值”，纵轴为“实现复杂度”，输出高优先级项目列表。
建议： 在上述交付物中增加“数据字段征兆”一列，指明该痛点最可能通过新增/修改哪个数据表字段来解决。例如，若用户在支付时频繁输错金额，则PRD中应要求金额输入框增加“防误触”校验规则与实时数据提示。