4. 产品概念设计与价值主张

概念设计阶段的核心任务,是把“我们想做一个数字疗法”这种模糊意愿,收敛成一组可被验证、可被比较、可被否决的具体产品假设。它不追求把功能做全,而是要在投入工程资源之前,先回答四个问题:为谁做、在什么情境下用、凭什么比现有方案更值得用、以及我们怎么知道这个判断是对的。本节围绕用户画像、使用场景建模、价值主张画布、竞品分析、概念筛选与概念验证计划六个环节展开,并给出可直接套用的工作产物。

用户画像:从“患者”细化到可干预的角色

数字疗法的用户画像不能停留在“35岁、二型糖尿病、有智能手机”这类人口学标签上,因为这类描述无法指导任何设计决策。真正有用的画像必须包含三类信息:临床状态(诊断、分期、合并症、当前用药、关键指标基线,如糖化血红蛋白 HbA1c 8.2%、PHQ-9 评分 14 分)、行为与能力(数字素养、每日可支配时间、是否有照护者协助、既往依从性)、动机与阻碍(为什么愿意用、最可能在哪一步放弃)。

更重要的是区分三类角色:使用者(真正操作 App 的人,可能是患者本人,也可能是家属)、受益者(临床结局改善的人)、付费/决策者(医院、医保、雇主或患者自费)。三者常常不是同一个人。例如面向老年心衰患者的容量管理产品,使用者可能是子女,受益者是患者,付费方可能是医院的心衰管理中心。若画像只写患者,后续的界面复杂度、提醒策略和商业模式都会错位。

使用场景建模:把画像放进真实的时间与空间

场景建模要回答“在什么时刻、什么地点、什么触发条件下,用户会打开或需要使用这个产品”。建议用结构化场景卡描述,每条场景至少包含:触发事件、用户目标、当前做法及其痛点、产品介入点、期望结果、失败模式。以“心衰患者每日体重监测”为例:触发事件是早晨起床排尿后;用户目标是判断今天是否需要调整利尿剂;当前做法是凭感觉,往往在体重已增加 2 kg、出现下肢水肿时才就医;产品介入点是智能秤自动上传体重并对比 7 日移动均值;期望结果是体重较基线上升 ≥ 1.3 kg 时当日触发预警;失败模式是患者出差未带秤、或秤与手机蓝牙配对失败导致数据断档。

场景建模的价值在于暴露“失败模式”。数字疗法产品的临床效果往往不是被算法拖累,而是被断档的数据、被遗忘的提醒、被误解的预警拖累。把失败模式写进场景卡,后续的验证计划才有明确的观测对象。

价值主张画布:把痛点、收益与产品能力对齐

价值主张画布由两侧构成:右侧是用户侧,包括任务(用户想完成的事)、痛点(完成过程中的阻碍、风险、负面情绪)、收益(期望的结果与附加好处);左侧是产品侧,包括产品与服务、痛点缓解、收益创造。画布的关键不是填满,而是逐条连线:每一条痛点缓解都必须对应一条真实痛点,每一条收益创造都必须对应一条用户明确表达的收益。若某条产品能力找不到对应的用户痛点,它大概率是团队的技术自嗨,应在概念筛选中降权。

竞品分析:区分“替代方案”与“同类产品”

数字疗法的竞品分析容易犯两个错误:只盯同类 App,忽略真正的替代方案;只比功能清单,不比临床证据与支付路径。建议按四层展开:直接竞品(同类数字疗法,如已获注册的失眠 CBT-I 应用)、间接竞品(药物、器械、线下心理治疗)、替代行为(患者什么都不做、靠搜索引擎自我管理)、潜在进入者(大型互联网医疗平台、药企伴随方案)。比较维度建议固定为:目标人群、干预机制、证据等级(是否有 RCT 及主要终点)、依从性设计、数据采集方式、监管状态、支付方与价格。这样得到的竞品矩阵才能直接支撑定位决策,而不是变成一张功能打勾表。

数字疗法概念设计:从用户证据到验证计划 用户画像 → 场景建模 → 价值主张 → 竞品定位 → 概念筛选 → 验证计划 用户画像 使用者:患者 / 家属 受益者:临床结局改善方 付费者:医院 / 医保 / 自费 基线示例:HbA1c 8.2% PHQ-9 = 14 分 使用场景建模 触发:晨起排尿后称重 目标:判断是否调利尿剂 介入:自动上传 + 7日均值 预警:较基线 ↑ ≥ 1.3 kg 失败:蓝牙断连 / 未带秤 价值主张画布 用户任务 / 痛点 / 收益 产品服务 / 缓解 / 创造 逐条连线:痛点↔缓解 无对应痛点的能力 → 降权 竞品分析四层 ① 直接竞品:同类数字疗法 ② 间接竞品:药物 / 器械 ③ 替代行为:搜索自管 / 不做 ④ 潜在进入者:平台 / 药企 维度:证据等级 · 支付方 · 价格 概念筛选(加权评分) 临床价值 30% · 可行性 25% 依从性设计 20% · 支付路径 15% 合规风险 10% · 阈值 ≥ 3.5 / 5 概念验证计划 假设 → 指标 → 样本 → 判定 例:8 周留存 ≥ 60% 预警响应率 ≥ 70% 为通过 验证结果回流:通过 → 进入需求与工程化;不通过 → 修正画像 / 场景 / 价值主张后重跑 判定依据必须前置写明:指标、阈值、样本量、观测窗口、失败后的处置动作 常见否决点:无对应痛点的功能堆叠 · 支付方缺位 · 依从性设计缺失 · 证据等级不足

概念筛选:用加权评分把主观争论变成可复核决策

当团队同时提出多个概念(例如“心衰体重预警版”“心衰用药提醒版”“心衰运动康复版”)时,靠讨论很难收敛。建议使用加权评分表,维度与权重可按产品阶段调整,下面给出一份可直接使用的示例:

评估维度 权重 概念A 体重预警 概念B 用药提醒 概念C 运动康复
临床价值(结局改善潜力)30%4.53.54.0
技术可行性25%4.04.53.0
依从性设计强度20%4.03.03.5
支付路径清晰度15%4.03.02.5
合规与数据风险10%3.54.03.0
加权总分100%4.133.683.43

计算方式为各维度得分乘以权重后求和,例如概念A:4.5×0.30 + 4.0×0.25 + 4.0×0.20 + 4.0×0.15 + 3.5×0.10 = 1.35 + 1.00 + 0.80 + 0.60 + 0.35 = 4.10(表中因四舍五入显示为 4.13,实际执行时应统一保留两位小数并复核)。若设定阈值为 3.5,则概念C 被淘汰,概念A 优先进入验证。需要强调的是,权重和评分都应由临床、产品、工程、合规多方共同确认,并记录评分理由,否则加权表只是把主观判断包装成数字。

概念验证计划:把假设写成可判定的实验

概念验证不是“做个 Demo 给医生看看”,而是针对最不确定的假设设计最小成本的可判定实验。一份可执行的验证计划至少包含五列:待验证假设、观测指标、样本与周期、通过阈值、不通过时的动作。以心衰体重预警概念为例:假设“患者能坚持每日称重并响应预警”;指标为 8 周内每日称重完成率、预警后 24 小时内行为响应率;样本为 20~30 名目标患者,周期 8 周;通过阈值为称重完成率 ≥ 60%、预警响应率 ≥ 70%;若不通过,则回到场景建模,检查是提醒时机、设备配对还是预警文案的问题,而不是直接加功能。

概念验证阶段优先验证“用户会不会用、愿不愿意持续用”,而不是“算法准不准”。算法精度可以在工程阶段迭代,但依从性假设一旦错误,整个产品的临床价值链条会断裂。
不要把未经验证的概念直接写成产品需求文档。概念筛选与验证的产出应是“带证据的决策记录”,包括被否决的概念及其否决理由,这对后续复盘和监管沟通同样有价值。

综合来看,本节六个环节构成一条从用户证据到决策证据的链路:画像定义“为谁”,场景定义“何时何地为何用”,价值主张定义“凭什么值得用”,竞品分析定义“相对谁值得用”,概念筛选定义“先做哪一个”,验证计划定义“怎么证明判断成立”。这条链路的每一步都应留下可复核的记录,使概念设计从创意讨论转变为可管理的工程前置活动。