上一篇记录了关于用户调研和用户分析的部分,本篇主要记录关于需求分析的部分,案例通过悟空问答来尝试做简单的分析。
案例分析--悟空问答
- 产品背景
- 悟空问答是今日头条旗下的在线问答社区,其前身是2016年上线的“头条问答”,作为“今日头条”的一个频道版块运营一年后,于2017年4月正式升级为“悟空问答”,以进一步加强品牌识别度。今日头条使用PGC+UGC的模式,其算法仍适用于悟空问答:提取内容和用户兴趣的特征,然后让两者匹配。用户的回答将获得不同级别的系统评分,影响其回答的推荐展示权重。凭借这一机制,悟空问答可以在海量回答中筛选出最有价值的回答展示给公众。
- 产品定位
- 悟空问答是一个偏向浅层化、热点化的UGC综合问答社区,在知识分享、提问与回答的基础功能上,借助头条的海量用户及精准分发技术,为用户提供精准的内容推荐与多元的问答社交,并为创作者提供海量的内容曝光,实现“所有人问所有人,所有人答所有人”。
- 需求来源
- 问答社区的需求来源于人的好奇心。目前网络用户已经习惯于通过在线工具提出、查询不懂的问题,也有兴趣了解发生在自己知识范围以外的事件,比如社会热点、生活常识、专业信息和轻松的趣味知识等;
- 内容创作者希望自己回答的内容被大量阅读、热烈讨论与高度认同,进而成为领域的“专家”;
- 用户在碎片化时间内所期望得到的信息一般都是简短的、浅层次的,并且是基于热点或者所关注领域的。
- 目前面临的问题
- 在过去的反馈中,用户普遍反映内容的质量度不高。为了解决这个问题,Leader提议能不能做一些更优质、更系统内容,比如专栏课程等。
- App Store的评论反馈两极化明显
- 在过去的反馈中,用户普遍反映内容的质量度不高。为了解决这个问题,Leader提议能不能做一些更优质、更系统内容,比如专栏课程等。
关于内容的专业性不高
和知乎做专业类的问答平台不同,认为比较接地气
回答内容质量参差不齐
和知乎做对比,关注挖大V问题
- 用户分析
- 基本属性
- 百度搜索指数的地域分布
- 基本属性
可以看出用户群体主要分布在一线、二线城市
百度搜索指数的人群属性
年龄层次主要集中在30-39岁,男性用户偏多
根据艾瑞咨询数据显示
可看出主要人群学历以本科居多
社会关系
从年龄层次上可推测出主要用户群体为有独立家庭的人群
消费能力
悟空问答属于知识付费类产品,知识付费的规模呈现逐年递增的趋势
可以看出知识付费群体的消费能力或者是愿意为知识付费的意愿是逐年增加的
悟空问答主攻用户休闲时的碎片时间,和移动阅读用户的基本特征相一致
总的来说移动用户的收入较高,具有一定的消费潜力
心理特征
通过知识付费发展动力,可推测,该类人群通常伴有焦虑感
-
用户故事
- 内容获取方:
- 在北京工作的男白领A先生,在下班坐地铁时,感到无聊,打开了悟空问答,随意查看推荐的主题内容,在浏览主题和答案时,发现感兴趣的类型,但仔细查看答案之后,对答案的质量略感失望,之后退出了APP,打开了知乎进行搜索。
- 在上海的家庭主妇B小姐,最近在迷上了养生领域,一个周末,打算给家人制定食谱计划,想到之前在悟空问答上看到有人用图文结合方式作答 ,生动有趣,于是自己也尝试提问,希望能获得一些较为专业且有建设性的方案或者建议,但询问之后,获得的回答并没有预想的效果好,于是放弃直接使用百度搜索食谱随意搭配了。
- 内容发布方:
- 在杭州工作的自由工作者C先生,在休息时间,打算放松娱乐一下,于是打开悟空问答随意浏览话题,看到一条比较感兴趣的话题,为一些回答者点赞后,自己也想参与讨论,于是就开始编辑自己的答案,但总觉得手机码字比较累,也不想打开电脑进行编辑,便使用语音输入功能大致的发表了自己的想法。
- 内容获取方:
-
核心问题:用户反馈内容质量不高
- 内容获取方
- 查看寻找内容
- 进入“首页”查看推荐内容
- 发现没有自己感兴趣的内容
- 使用搜索功能查找
- 放弃查找,退出APP
- 发现标题和内容纯属于运营软文
- 退出话题,查看其他话题
- 放弃查看,退出APP
- 发现提问方的问题没有太大意义,水平较低
- 退出话题,查看其他话题
- 放弃查看,退出APP
- 吐槽提问者
- 发现回答者的答案内容本身质量不高
- 退出话题,查看其他话题
- 放弃查看,退出APP
- 吐槽答题者
- 发现没有自己感兴趣的内容
- 进入“关注”页面查看关注人物话题
- 发现没有自己感兴趣的内容
- 发现标题和内容纯属于运营软文
- 发现提问方的问题没有太大意义,水平较低
- 发现回答者的答案内容本身质量不高
- 不能找到自己相关的人物
- 回到“首页”,使用搜索功能查找
- 放弃查看,退出APP
- 想关注某领域大V,没有找到
- 使用搜索功能查找关键词,逐个寻找大V
- 放弃APP
- 通过搜索查找话题
- 找不到想要找的话题
- 换关键词查找
- 放弃APP,使用其他途径查找
- 找到的话题回答内容质量不高
- 换关键词查找
- 放弃APP,使用其他途径查找
- 找不到想要找的话题
- 进入“我的”页面查看自己问题的回答
- 答题者的内容质量不高
- 换一个方式重新提问
- 放弃APP,使用其他途径查找
- 答题者没有直接回答自己的提问,而是回答不相关的内容
- 换一个方式重新提问
- 放弃APP,使用其他途径查找
- 直接和答题者沟通
- 答题者胡乱吐槽
- 不搭理
- 换一个方式重新提问
- 放弃APP,使用其他途径查找
- 答题者的内容质量不高
- 进入“首页”查看推荐内容
- 查看寻找内容
- 内容发布方
- 回答问题(没有开通收益的情况,可提高人气,增加获取收益的几率)
- 进入“首页”查看推荐内容,寻找感兴趣或者了解的话题
- 没有看到自己的相关领域或感兴趣的话题
- 使用搜索功能来查找相关内容
- 放弃,退出APP
- 发现提问者的问题很模糊、很泛(主题太大)
- 觉得三言两语无法解释清楚,或者担心自己理解错误,直接和提问者进行沟通
- 放弃作答
- 寻找其他问题
- 发现提问者的问题水平较低
- 放弃作答
- 寻找其他问题
- 看到别人的回答,觉得自己受益匪浅
- 和回答者或者提问者互动,做点赞、评论、关注等操作
- 看到问题回答区域的回答质量较低
- 吐槽问题发回答者
- 到对应端口的应用软件上发表评论
- 继续浏览其他评论
- 放弃,退出APP
- 发现标题、图片没有实际意义,仅仅是运营软文
- 吐槽发表评论
- 到对应端口的应用软件上发表评论
- 继续浏览其他评论
- 放弃,退出APP
- 看到自己的回答排名靠后,没有展示的机会
- 和悟空问答运营沟通
- 寻找帮助、常见问题,投诉等渠道进行反馈
- 没有看到自己的相关领域或感兴趣的话题
- 进入“关注”页面查看关注人物,寻找感兴趣或者了解的话题
- 没有看到自己的相关领域或感兴趣的话题
- 提问者的问题很模糊、很泛(主题太大)
- 提问者的问题水平较低
- 看到别人的回答,觉得自己受益匪浅
- 看到问题回答区域的回答质量较低
- 发现标题、图片没有实际意义,仅仅是运营软文
- 查看粉丝动态,寻找感兴趣或者了解的话题,可以和粉丝互动,提高人气值
- 没有看到自己的相关领域或感兴趣的话题
- 提问者的问题很模糊、很泛(主题太大)
- 提问者的问题水平较低
- 看到别人的回答,觉得自己受益匪浅
- 看到问题回答区域的回答质量较低
- 回答排名靠后,没有展示的机会
- 进入“消息”页面,查看是否有邀请回答的问题
- 邀请回答的问题不是自己了解的领域
- 邀请回答的问题很模糊、很泛(主题太大)
- 邀请回答的问题水平较低
- 发现被邀请回答的标题、图片没有实际意义,仅仅是运营软文
- 搜索自己相关领域或者感兴趣的关键词,以便作答
- 回答问题后获得的点赞和回复并不多
- 回答排名靠后,没有展示的机会
- 没有看到自己的相关领域或感兴趣的话题
- 提问者的问题很模糊、很泛(主题太大)
- 提问者的问题水平较低
- 看到别人的回答,觉得自己受益匪浅
- 看到问题回答区域的回答质量较低
- 进入“首页”查看推荐内容,寻找感兴趣或者了解的话题
- 赚取收益(通过优质的回答可以获取收益的情况)
- 进入“首页”查看推荐内容,寻找感兴趣或者了解的话题
- 进入“关注”页面查看关注人物,寻找感兴趣或者了解的话题
- 查看粉丝动态,寻找感兴趣或者了解的话题,可以和粉丝互动,提高人气值
- 进入“消息”页面,查看是否有邀请回答的问题
- 搜索自己相关领域或者感兴趣的关键词,以便作答
- 回答问题(没有开通收益的情况,可提高人气,增加获取收益的几率)
- 第三方(广告方)
- 想通过回答问题来宣传自己的品牌
- 进入“首页”查看推荐内容,寻找能够回答的问题
- 回答后发现关注度比较低
- 寻找悟空问答运营方,申请成为大V
- 进入“关注”页面查看关注人物,寻找能够回答的问题
- 回答后发现关注度比较低
- 寻找悟空问答运营方,申请成为大V
- 查看粉丝动态,寻找能够回答的问题,可以和粉丝互动,提高人气值
- 回答后发现关注度比较低
- 寻找悟空问答运营方,申请成为大V
- 进入“消息”页面,查看是否有邀请回答的问题
- 回答后发现关注度比较低
- 寻找悟空问答运营方,申请成为大V
- 进入“首页”查看推荐内容,寻找能够回答的问题
- 想和大V合作
- 没有找到联系方式
- 在大V的回答下留言互动
- 通过其他渠道联系大V(微博、微信公众号等)
- 没有找到联系方式
- 想做广告宣传
- 没有找到广告位
- 通过嵌入软文进行回答或提问
- 没有找到广告位
- 想通过回答问题来宣传自己的品牌
- 平台方(产品、运营、后端)
- 在审核、查看发布和回复的内容时
- 发现内容质量较低
- 发现低质量的提问多
- 人工审核
- 通过举报途径做处理
- 多推荐点赞和回复率高的问题
- 做关键词过滤
- 发现低质量的回复多
- 人工审核
- 通过举报途径做处理
- 按照点赞和回复率高的回答倒序排列
- 做关键词过滤
- 发现低质量的提问多
- 发现内容质量较低
- 在审核、查看发布和回复的内容时
- 内容获取方
需求筛选
-
相关问题1
- 内容获取者:
- 进入“首页”查看推荐内容,发现没有自己感兴趣的内容
- 想关注某领域大V,没有找到
- 内容回答方:
- 进入“首页”查看推荐内容,没有寻找感兴趣或者了解的话题
- 转化需求→A. 用户难以在推荐页面找到自己感兴趣的内容
- 内容获取者:
-
相关问题2
- 内容获取方:
- 发现提问方的问题没有太大意义,水平较低
- 内容回答方:
- 提问者的问题很模糊、很泛(主题太大)
- 提问者的问题水平较低
- 转化需求→B. 提问的问题本身质量较低
- 内容获取方:
-
相关问题3
- 内容获取方:
- 发现标题和内容纯属于运营软文
- 发现回答者的答案内容本身质量不高
- 内容回答方:
- 看到问题回答区域的回答质量较低
- 发现标题、图片没有实际意义,仅仅是运营软文
- 转化需求→C. 回答的内容质量较低
- 内容获取方:
-
相关问题4
- 内容回答方:
- 回答问题后获得的点赞和回复并不多
- 回答排名靠后,没有展示的机会
- 转化需求→D. 答案的优劣排序规则不明确
- 内容回答方:
-
相关问题5
-
内容回答方:
- 邀请回答的问题不是自己了解的领域
- 邀请回答的问题很模糊、很泛(主题太大)
- 邀请回答的问题水平较低
- 转化需求→E. 邀请回答的问题质量不高或邀请的对象不对
-
-
需求优先级排序
-
四象限法
-
优先级排序:
用户量和发生频率:C=D>A=B>E
开发难度和见效程度:A=B=D=E>C
-
Kano模型
优先级排序:C=D>A=B=C
根据以上3中排序按照权重进行优先级排序:
优先级顺序按照象限划分,分数分别使用4、3、2、1分,基本需求和期望需求分别4、3分
最终排序:需求D>需求C>需求A=需求B>需求E
- 版本规划
注释:案例分析中的图片数据来自于艾瑞数据等数据分析平台,案例分析建立在一定的假设条件下,并不代表真实情况。