4、用户与需求分析：枢纽产品的用户画像（货主、船公司、货代、车队、报关行等）及核心需求挖掘方法

国际航运物流枢纽产品的设计，本质上是一个多边平台的价值匹配问题。枢纽连接着船公司、货主、货代、车队、报关行、海关、港务等多类角色，每一类角色的诉求、痛点、决策逻辑和付费意愿都截然不同。如果产品经理仅凭“港口吞吐量”“船舶艘次”等宏观指标来定义产品功能，极易陷入“大而全但无人用”的陷阱。本章将系统拆解枢纽产品的五类核心用户画像，并给出可落地的需求挖掘方法论，帮助产品团队从“我能提供什么”转向“用户为何非我不可”。

上图展示了枢纽产品所处的多边关系网络。中心是枢纽平台，外围五类核心用户通过不同的业务流与平台交互。值得注意的是，这些用户之间也存在直接或间接的业务依赖（如货主→货代→船公司→车队→报关行），因此需求分析不能孤立看待单一角色，而应沿着“货物移动链”和“信息流转链”两条主线进行系统梳理。

4.1 五类核心用户画像与需求特征

4.1.1 货主：成本与时效的双重博弈

核心画像：货主是物流服务的最终买单者，通常分为大型制造企业（如汽车、电子、家电）和中小贸易商。大型货主关注供应链整体稳定性，中小货主则对价格极度敏感。货主并不直接操作港口业务，但他们的需求决定了上游所有服务商的行为模式。

核心需求清单：

• 全程可视：从工厂出货到目的港签收的全程节点透明，尤其是船舶动态、预计到港时间（ETA）的准确性。
• 成本可控：希望比较不同港口、不同船公司、不同货代的全链路成本，而非仅看海运费。
• 异常预警：当发生延误、甩柜、查验、天气影响时，能提前收到通知并获取备选方案。
• 单证简化：减少重复提交提单、发票、装箱单等基础数据的操作。

4.1.2 船公司：效率与收益的平衡者

核心画像：船公司（如马士基、地中海航运、中远海运）是枢纽港口的“大客户”。他们关注泊位效率、装卸速度、集疏运衔接、中转便利性以及港口收费水平。船公司的决策直接影响港口吞吐量，因此枢纽产品必须为船公司提供“优先级服务”和“数据协同能力”。

核心需求清单：

• 泊位窗口优化：减少等泊时间，精确预测船舶到港时间，实现“即到即靠”。
• 装卸效率可视化：实时查看桥吊作业效率、堆场翻箱率、集卡周转时间。
• 中转衔接保障：对于中转货物，需要确保“船到船”或“船到铁路”的无缝衔接，降低中转时间。
• 收费透明：清晰的港口使费结构，支持在线对账和电子支付。

4.1.3 货代：信息枢纽与操作枢纽

核心画像：货代是连接货主与港口操作的关键中间人。他们同时面对上游货主的询价、订舱需求和下游港口、船公司的操作要求。货代的核心痛点是“信息不对称”和“重复录入”。一个典型的货代操作员每天需要在船公司系统、港口系统、海关系统、内部ERP之间切换，手动录入大量重复数据。

核心需求清单：

• 一站式订舱：能够在一个平台上完成询价、订舱、补料、对单、结算全流程。
• 数据复用：一次录入提单信息，自动生成报关单、装箱单、舱单等衍生单证。
• 异常协同：当发生查验、甩柜、改配时，能通过平台快速通知相关方并跟踪处理进度。
• 结算清晰：清晰展示各项费用的产生节点，支持在线开票和付款。

4.1.4 车队：时间即成本

核心画像：车队（集卡运输公司）是港口集疏运体系中最末端的执行者。他们的收入按趟计算，因此“等待时间”是最大的成本杀手。车队司机最关心的是：进闸是否排队、提柜是否顺利、堆场找箱是否快速、出闸是否顺畅。

核心需求清单：

• 预约提柜：提前预约提柜时间，避免在闸口排队。
• 智能引导：进闸后获得堆场位置导航，减少找箱时间。
• 无纸化作业：通过手机APP完成进闸、提柜、出闸的电子确认，无需纸质单据。
• 异常反馈：遇到设备故障、道路拥堵等问题时，能快速上报并获取调度支持。

4.1.5 报关行：合规与效率的平衡

核心画像：报关行负责代理货主完成进出口报关手续。他们的工作高度依赖海关政策、商品编码归类、单证审核。报关行的核心痛点是“查验不确定性”和“单证反复修改”。

核心需求清单：

• 电子报关：支持与海关系统直接对接，实现报关单的电子化申报和回执接收。
• 查验预约：在线预约查验时间，查看查验进度，减少现场等待。
• 政策推送：及时获取海关政策变动、商品归类调整等信息。
• 单证协同：与货代、货主共享报关所需的基础数据，减少重复录入。

4.2 核心需求挖掘方法：从“我以为”到“数据证明”

需求挖掘不能依赖“用户访谈时说了什么”，而应结合“用户实际做了什么”和“数据反映了什么”。以下是一套经过验证的四步挖掘法。

4.2.1 场景访谈：还原真实业务流

不要问“您需要什么功能”，而是请用户描述一次完整的业务操作过程。例如，请一位货代操作员讲述“上周处理一票从上海到洛杉矶的货物”的全过程，记录每一步操作、使用的系统、花费的时间、遇到的阻碍。

1. 选择典型用户：每个角色选取3-5名有代表性的用户（如大型货主、中小货代、长期合作车队）。
2. 现场跟单：在获得许可的情况下，跟随操作员工作半天，观察实际操作。
3. 关键事件追问：针对用户提到的“最麻烦”“最耗时”“最担心”的事件，深入追问原因和影响。

4.2.2 流程拆解：绘制业务蓝图

将访谈结果转化为流程图，标注每个环节的输入、输出、耗时、涉及系统、参与角色。重点关注“断点”和“重复点”。

示例：货代订舱流程拆解（简化）
1. 接收货主托书（邮件/电话） → 耗时5分钟
2. 录入货代内部系统 → 耗时10分钟
3. 向船公司订舱（登录船公司网站/EDI） → 耗时15分钟
4. 收到船公司确认 → 等待2-24小时
5. 补料（重复录入提单信息） → 耗时20分钟
6. 通知货主确认 → 耗时5分钟
7. 发送报关资料给报关行 → 耗时10分钟
断点：步骤2和步骤3的数据无法自动同步，重复录入。
重复点：步骤5的补料信息与步骤2的托书信息高度重合。

4.2.3 痛点量化：用数据说话

将用户描述的痛点转化为可衡量的指标。例如，“订舱操作太慢”可以量化为“单票订舱平均耗时45分钟，其中重复录入占20分钟”。通过数据对比，可以明确优先级。

4.2.4 优先级排序：RICE模型应用

使用RICE模型（Reach触达范围、Impact影响力、Confidence信心、Effort投入）对需求进行打分排序，确保资源投入在最有价值的功能上。

4.3 案例拆解：某沿海枢纽港的“集卡预约提柜”产品设计

背景与约束：某沿海大型港口年集装箱吞吐量超2000万TEU，闸口日均通行集卡约3万辆次。高峰时段（周一上午、节假日前）闸口排队时间长达2-3小时，司机抱怨强烈，货主因提货延误产生高额滞箱费。港口管理方希望在不增加硬件投入的前提下，通过数字化手段缓解拥堵。

初始现象与目标：初始现象是闸口通行效率低，但深入分析后发现，根本原因是“集卡到港时间高度集中”和“提柜信息不透明”。目标设定为：将高峰时段平均排队时间从2小时降至30分钟以内，并提升司机满意度。

关键输入数据：

• 闸口历史通行数据：显示每日7:00-9:00和17:00-19:00为高峰。
• 提柜预约率：当前不足5%，司机习惯直接到港排队。
• 堆场翻箱率：因司机随机找箱，翻箱率高达15%，影响作业效率。
• 司机访谈反馈：70%的司机表示“如果预约能保证提柜时间，愿意提前预约”。

分析判断过程：产品团队通过流程拆解发现，闸口拥堵的“堵点”不在闸口本身，而在堆场找箱环节。司机到达闸口后，需要自行前往堆场寻找指定集装箱，平均找箱时间约30分钟。如果实施预约制，可以提前将“预约提柜任务”分配给堆场龙门吊，提前将目标箱翻出，司机到达后即可直接提走。

实际操作步骤：

1. 上线预约功能：在港口APP和微信公众号上线“提柜预约”入口，司机可提前2小时至3天预约提柜时间。
2. 动态配额管理：根据历史数据，将每日作业时间划分为48个半小时时段，每个时段设置预约配额（如每时段500个预约号）。
3. 堆场联动：预约成功后，系统自动生成“翻箱指令”发送至对应堆场的龙门吊，提前将目标箱移至“待提区”。
4. 闸口快速放行：预约车辆到达闸口后，通过车牌识别自动比对预约信息，直接放行至指定待提区，无需人工确认。
5. 未预约车辆引导：未预约车辆仍可进港，但系统会提示当前各时段预约情况，引导其错峰或现场预约。

结果对比：

风险与代价：上线初期，部分司机因不熟悉预约操作产生抵触情绪，港口安排了现场引导员协助。同时，预约系统与堆场系统的对接出现数据延迟，导致个别车辆到达后“待提区”尚未准备好，通过增加接口轮询频率解决。

复盘经验：需求挖掘不能只看表面现象（排队），要深入分析背后的流程断点（找箱）。预约制成功的关键不是“强制预约”，而是“预约能带来确定性收益”——司机用“提前规划”换取了“时间确定性”。

4.4 常见误区与总结复盘