當我們在糾結于用戶(hù)喜歡什么樣的產(chǎn)品時(shí)，卻往往忽略了產(chǎn)品最核心的功能。以至于投入大量精力和時(shí)間，卻做了無(wú)用功。

一位做數據統計工具的朋友曾分享的一段話(huà)：“在我們監測到的版本迭代中，只有不到10%的版本產(chǎn)生了積極的數據變化。”難道絕大部分的迭代都是無(wú)用功嗎?

仔細想想，我認可了這一結論。

在創(chuàng )業(yè)的前半年，我們大約上線(xiàn)了12個(gè)版本，發(fā)布了100多項新功能或者優(yōu)化，但用戶(hù)核心的使用數據并沒(méi)有明顯的提升。我翻閱了當時(shí)的版本計劃，在這半年中，我們對整體UI進(jìn)行了3次調整，發(fā)布了許多用戶(hù)喜歡的小功能，但對核心功能的優(yōu)化進(jìn)展卻比較慢。正因為如此，很多新用戶(hù)還沒(méi)開(kāi)始體驗我們設計的小功能，就流失了。

我意識到，“做什么”可能比“怎么做”更重要，花時(shí)間定位有價(jià)值的問(wèn)題，才能避免做無(wú)用功。

如何定位有價(jià)值的問(wèn)題

首先，我們要思考一下什么是有價(jià)值的問(wèn)題。一個(gè)問(wèn)題是否有價(jià)值，有兩個(gè)衡量指標：

1.關(guān)鍵度：目前解答該問(wèn)題的必要性有多大;

2.解答度：針對該問(wèn)題，目前可以解答的有效程度。

以關(guān)鍵度和解答度為軸，我們得到一個(gè)價(jià)值矩陣。

很顯然，一個(gè)有價(jià)值的問(wèn)題，應該是既關(guān)鍵又能被有效解答的，也就是位于矩陣的右上角。這里有一個(gè)常見(jiàn)的誤區：我們經(jīng)常傾向于處理自己能夠解答的問(wèn)題，解答度可能足夠高，卻容易忽略其關(guān)鍵度。

《成為喬布斯》書(shū)中曾講到喬布斯創(chuàng )辦 NeXT 的經(jīng)歷。為了成就 “The industry’s next great company”，喬布斯在產(chǎn)品上傾注了大量心血。他將完美主義發(fā)揮到了極致，在 NeXT 電腦中添加了很多超越時(shí)代的設計：鎂合金立方體主機、能讀寫(xiě)的光驅、能夠播放音樂(lè )等。這些設計工藝復雜，使得第一代電腦售價(jià)超過(guò)3 000美元，而同期的Mac僅售2 500美元。結果，第一代 NeXT 電腦只收獲了400臺/月的銷(xiāo)量，遠低于公司原計劃 10 000臺/月的銷(xiāo)量。

很大程度上是因為，當時(shí) NeXT 面對的主要客戶(hù)是高校、科研機構，他們對于價(jià)格非常敏感。雖然 NeXT 在設計方面給予了極高的解答度，卻忽視了更關(guān)鍵的問(wèn)題：相對于設計，這類(lèi)用戶(hù)更考量?jì)r(jià)格因素。

關(guān)鍵度低的問(wèn)題，即使解決得再好，從受益者的角度看(用戶(hù)、顧客、外界環(huán)境)其價(jià)值仍然為零。產(chǎn)出有價(jià)值的成果，正確策略是：先定位關(guān)鍵度高的問(wèn)題，然后嘗試解答。

如何定位關(guān)鍵度高的問(wèn)題

1.多問(wèn)幾次 “所以呢?”

面對問(wèn)題，直覺(jué)經(jīng)常在短時(shí)間內幫我們作答。但對于復雜情況，直覺(jué)回答的問(wèn)題有時(shí)位于較低的層次。需要多問(wèn)幾次“所以呢”，挖掘本質(zhì)的本質(zhì)，才能定位關(guān)鍵度高的問(wèn)題。

比如，我在重構一個(gè)排行榜設計時(shí)，快速發(fā)現原設計的問(wèn)題是：沒(méi)有向用戶(hù)展示排序規則。在直覺(jué)的引導下，我迅速在文檔中寫(xiě)道：需要明確展示排序規則。然而，在設計稿完成以后，我再回頭檢查時(shí)隱約覺(jué)得設計依舊不夠合理。于是，我開(kāi)始分析自己最早寫(xiě)下的問(wèn)題，發(fā)現“沒(méi)有展示排序規則”是一句很籠統的描述，沒(méi)有定位到關(guān)鍵問(wèn)題。

我問(wèn)自己“所以呢”，得到：所以用戶(hù)不能得知排序規則，無(wú)法形成激勵。此階段我明白了問(wèn)題所在。再問(wèn)：所以呢?如果用戶(hù)明確了排序規則，能達到激勵效果?回答：目前排序機制不能有效激勵用戶(hù)，需重新設計排行機制，激勵更多用戶(hù)。

如果不是多問(wèn)自己幾個(gè)“所以呢”，我可能在思考表層階段便采取了價(jià)值不高的方案。

2. 建立模型，整體思考。

對于系統性的問(wèn)題，只要建立全面的模型，就很容易看出哪個(gè)環(huán)節的問(wèn)題更為關(guān)鍵。我之前思考過(guò)這么一個(gè)問(wèn)題，對于“健身工具 + 社區型”的 App，如何提升社區活躍度?如果僅從社區的角度，可能認為內容發(fā)現機制是目前最關(guān)鍵的問(wèn)題，因為內容發(fā)現機制能刺激“生產(chǎn)-消費”的循環(huán)(如圖所示)。

但如果梳理整體流程并建立如下模型，就能看出，App 事實(shí)上是由訓練和社區兩個(gè)循環(huán)構成，而社區中很大一部分流量來(lái)源于訓練打卡。也就是說(shuō)，如果不優(yōu)化訓練到社區的流量漏斗，針對社區機制的優(yōu)化，就只能作用于少量用戶(hù)，影響力有限。所以，訓練漏斗才是提升社區活躍的關(guān)鍵問(wèn)題。

僅擁有一畝地，無(wú)論如何努力，其產(chǎn)量也無(wú)法無(wú)限制地提升。開(kāi)墾荒地增加田地面積，才是提升產(chǎn)量的有效手段。

3.利用極限思維，排除關(guān)鍵度低的問(wèn)題。

面對多項問(wèn)題難以分辨關(guān)鍵度的情況，我們可以在其中幾項中填入極限值，或者設想某項問(wèn)題已經(jīng)得以解決，思考可能的結果，就能排除關(guān)鍵度低的問(wèn)題。

比如，關(guān)于“健身社區應該服務(wù)于內容沉淀還是關(guān)系沉淀”的問(wèn)題。似乎這兩者都比較關(guān)鍵，但究竟哪個(gè)方向更好，并不容易分析出來(lái)。這時(shí)候可以利用極限思維。試想一下，假如某個(gè)方向已經(jīng)做到了極致，看看是否滿(mǎn)足預期。

假設已經(jīng)將內容引導做到極致，社區就能夠沉淀足夠有價(jià)值的內容并吸引目標用戶(hù)嗎?答案是否定的。即使做到極致，用戶(hù)受限于專(zhuān)業(yè)度，只能針對基礎的健身問(wèn)題(比如，如何減脂、如何瘦腿)展開(kāi)討論。最終，內容同質(zhì)化嚴重，無(wú)法吸引用戶(hù)持續消費。所以，內容沉淀可能并非關(guān)鍵問(wèn)題。

如何提高解答度

有時(shí)候，我們定位了關(guān)鍵問(wèn)題，卻不知如何著(zhù)手。因為關(guān)鍵問(wèn)題通常比較復雜，很難在短時(shí)間內找到答案。在定位高關(guān)鍵度的基礎上，我們可以對問(wèn)題進(jìn)行分解，提高解答度。

比如，對于手游留存率是核心指標之一。如何提升留存率很關(guān)鍵。但此問(wèn)題難解答，因為產(chǎn)品改進(jìn)難以直接提高留存。所以，我們需要先分解：總體留存可以分為新玩家留存和老玩家留存，再針對這兩項留存，逐步展開(kāi)，找到與之相關(guān)的所有因素。然后再針對分解后的問(wèn)題，給出解決方案。

新用戶(hù)留存，可以?xún)?yōu)化視覺(jué)體驗，提供更好的第一印象;或者設計更好的引導流程，幫助用戶(hù)學(xué)習、掌握玩法。

對于老用戶(hù)：可以持續推出新的副本來(lái)刺激活躍度;逐步提高等級的上限，刺激玩家挑戰;或者增加好友系統、工會(huì )系統等幫助玩家建立聯(lián)系。所以，提高解答度的一個(gè)有效方法就是對問(wèn)題進(jìn)行一步步分解，直到可以解答的程度，然后針對分解后的問(wèn)題給出解決方案。

如果給我1個(gè)小時(shí)解答一道決定我生死的問(wèn)題，我會(huì )花 55 分鐘來(lái)弄清楚這道題到底是在問(wèn)什么。

綜合來(lái)看，要避免做無(wú)用功，首先要定位關(guān)鍵問(wèn)題。因為所謂產(chǎn)出，均以結果為導向，對于價(jià)值不夠大的問(wèn)題，即使過(guò)程中投入足夠多精力，也無(wú)法產(chǎn)生太大的意義。