外部驱动力之客户篇(六):挖掘用户的潜在需求

产品小白专属,10周线上特训,测、练、实战,22位导师全程带班,11项求职服务,保障就业!了解一下

挖掘海量的潜在需求分享,包括挖掘潜在需求、不仅仅是人的需求、算法挖掘、算法隔离的挑战与伦理四部分。

以下是数字化转型的分享线路图,您现在所在的位置为序号①的分享:用户层数字化中,最关键的一部分,外部驱动力之客户篇,挖掘用户的潜在需求。

以下是正文:

挖掘海量的潜在需求分享,包括挖掘潜在需求、不仅仅是人的需求、算法挖掘、算法隔离的挑战与伦理四部分。

一、挖掘潜在需求

在无意识设计一文中,我们分享了产生人行为的两种源动力:意识和潜意识。

  • 意识层面的行动,更多的是防御行为,即抵御人世间的种种恐惧;
  • 无意识层面的,包括个人无意识和集体无意识,也叫个人潜意识和集体潜意识。

个人无意识主要产生在小时候的教育模式和日常生活中的各种洗脑(洗脑也叫催眠),可以打一个不恰当的比方,小时候就像一张白纸一样,在这张白纸上面“绘制的蓝图”都是世界给单个人的见面礼。集体无意识主要包括文化、民俗、方言、历史遗留等等。

目前,集体潜意识到底仅仅包括人类历史遗传的烙印,还是包括宇宙所有记忆,暂时并没有定论。可以确定的是基因为了自己的生存和进化,驱动人类和各种物种繁衍生息。但是,主宰世界“进化”的究竟是基因,还是基因背后更深层的物质,例如:基因的构成物质,在主导基因的“进化”,从而有了基因主导物理世界各物种的进化,都是人类远未搞清楚的。

就像冰山理论讲的一样,看不见的远大于可见的部分。集体潜意识就像冰山连接海床的部分一样,不可见,不可见其边界!

在用户驱动力层面,数字化转型的未来趋势是什么?

前面的文章给了很多种观点,如:全时全链路深度数字化的能力;实体与数字化交融的新型第三空间;专注实体和数字的融合的未来服务设计;创造时刻互联的体验等等。

所有这一切汇总起来,最终的目的,更多的不是探讨如何服务用户规模化、标准化的需求,也不是我们所谓的仅仅满足个性化服务,而是要挖掘海量的潜在需求。挖掘潜在需求的市场,是当前显性需求市场的成百上千倍。

二、不仅仅是人的需求

潜在需求到底由什么构成?怎么来的?

非常浅层的讲,就是满足场景下的用户个性化的需求。在场景设计一文中分享的,关于场景四要素:时间、地点、情绪触发、产生交互。目前的技术水平,很容易满足时间和地点的诉求,但难以满足触发情绪和产生交互两项。

要讨论情绪触发的方式或者方法,以及怎么促使用户和企业产生交互?讨论潜在需求的来源就至关重要。

(1)当下显性但未描述的需求

当下有的显性需求,但并未通过外在的形式进行描述或交互。例如:晚饭时间吃饭的需求,用户并未打开“饿了么”App,也未问Siri,更没有通过传统渠道如百度检索,仅仅通过时间与地点两个要素,算法直接推荐用餐服务是否合适,是否是挖掘了潜在需求?这一类市场企业并没有开始真正的经营。

(2)当下隐性但未描述的需求

当下有的隐性需求,但未通过外在的形式进行描述或交互。由于理性把人往回拉的力量,在满足温饱以后,都有安全、社交、尊重和自我实现的需求。大多数人并不会将所有的这些需求通过形体、社交网络或其它渠道暴露在外面供企业消费。发掘这部分需求中存在的价值,也是中短期挖掘潜在需求的巨大市场机会。

下图为马斯洛需求层次理论,非常经典。可以说自上而下的需求中,每个人都对金字塔中的所有描述点有潜在的需求,只是阶段不同,内部欲望、外部结构和社会环境不同,显性层面表现的不一样。

企业要做的是,怎么洞察用户状态,实时、实地、适人的给予更高一层的服务,从而获取潜在价值。例如用户刚满足生理需求,吃饱喝足睡的一塌糊涂,此时他会很快追求安全需求层的需求,通过各种方式将企业或生态中对应的安全需求层的服务,推送给用户就尤为重要。依次类推。

多层次需求的布局,要重点考虑需求与需求之间的逻辑关系,以及独立需求板块之间的“过渡地带”(例如:生理需求的实物和安全需求的健康,过渡地带就是健康食物这类,具体读这篇文章),以及板块融合后产生新的模式。这么做的目的是做到需求与需求之间的串接,从而满足个性规模化。

做到这,也仅仅是人类认知范围内,满足了对人,基本层面的需求,或者说意识与个体潜意识需求的挖掘,但远未触及更深层面的需求,如集体潜意识或基因进化的需求等等。

(3)不仅仅是人的需求

这是这一部分的重点,也是我这几年一直没搞清的三个问题之一,带着这个问题我读完了自己能接触到了所有心理学图书、读了一些历史学书籍,后来在读天体物理相关的图书时,受到一点启发。这本书叫《给忙碌者的天体物理学》,感兴趣可以买来读读,2017年的新书。另外《蚁人》的两部电影作品,也极具启发性,推荐有空看看。

下面用《给忙碌者的天体物理学》的内容,简单描述一下:人,是如何形成的。更确切的讲,是当前我们所见的物理世界是怎么形成的:

目前人类可知的,宇宙最小单位,叫夸克和轻子,大约出现在137亿年以前的一次“大爆炸”。电子就是我们最熟悉的“轻子”。刚开始的时候宇宙里有夸克和电子,还有反夸克和反电子。2012年的时候,物理学家知道,在当时那个高温条件下,夸克和电子都可以自由行动,宇宙就好像是一锅夸克轻子粥。这锅粥里的主要活动是正反物质的产生和湮灭。

夸克和反夸克,电子和反电子一旦相遇就会湮灭并且释放两个极高能量的光子,而在这个时候宇宙的高温之下,光子又会再产生正反夸克和电子。一个正电子刚刚产生之后,又马上跟另外一个电子相遇,又继续湮灭成光。

这是一个非常有意思的机制。如果正反物质总是成对产生、成对消失,那为什么我们现在的宇宙里都是正物质,而没有反物质呢?

目前科学家还回答不了。出于某种还不为物理学家完全理解的原因,每十亿对夸克和反夸克湮灭,会留下一个正夸克作为幸存者——我们今天的世界,都是这样的幸存者组成的。这些幸存者实在太幸运了,打个比方:如果每个人都是早期宇宙中的一个正夸克,这就等于说今天活着的世界人口中,只有5个人能幸存。放到中国,只有1个人可以成为幸运儿,当然如果真的发生也是最不幸的!

等时间推进到百万分之一秒的时候,整个宇宙已经膨胀到像太阳系这么大了,温度进一步下降,夸克们被三个一组束缚在一起,形成“重子”——也就是我们高中物理学学到的质子和中子。但与此同时,质子和反质子,中子和反中子之间也要不停地发生碰撞湮灭变成光子,光子再生成正和反的质子和中子。正物质的质子和中子的幸存率,也是十亿分之一。

到一秒的时候,宇宙已经膨胀到几光年这么大了,这时候宇宙的温度也更低。更低的温度使得质子和中子被结合在一起形成原子核,其中90%是氢原子核,剩下的10%是氦原子核,其他元素极少,都可以忽略不计。

这个时候,光子温度只够它产生正电子和反电子,但是电子和反电子之间也在不停地发生湮灭——同样的道理,因为十亿分之一的幸存率,最后剩下的全是电子。

等到宇宙年龄是三十八万年的时候,温度低到让所有电子都被原子核捕获,就形成了氢原子和氦原子。到十亿年的时候,这些原子在引力的作用下结合在一起,就会变成恒星,然后这些恒星又会组成星系。

那个时候,我们已经有了一千亿个星系,每个星系里面会有几千亿颗恒星。其中有些比太阳大十倍的恒星,在高温高压之下,可以生产一些更重的元素。这些恒星最后会爆炸,重元素被传播出来,散布在整个宇宙之中。正因为这样,今天我们才会有这些重元素,否则宇宙中就几乎全是氢和氦。

又过了九十亿年,在宇宙中某个不起眼的地方产生了一个不起眼的恒星,它的名字叫太阳。太阳所处的位置正好有很多重元素构成的气体,这些气体在引力作用下慢慢凝聚在一起,形成了行星。其中某一颗行星,距离太阳不远不近,正好允许液态水的存在,它就是地球。此后又经过无数机缘巧合,地球上有了生命,生命经过漫长的演化,最后终于有了你。

人类的产生,是多么的幸运,所以这个时间,沿着这条线,你再回看一下:人类生存发展的需求,是人自我驱动的?还是基因驱动的?

如果是基因驱动,究竟什么驱动基因?夸克?

我的问题,是什么驱动夸克?太多太多人类无法探知的问题,可能都会有算法来实现。但限制算法去探索浩瀚宇宙的,最大的瓶颈,也将会是人类的无知。

三、算法挖掘

靠人工去挖掘场景下的需求,基本上是无法实现的,依靠人去挖掘潜在需求,更不可能。

  • 一方面千人千面,量大导致的工作量巨大;
  • 另一方面,变化因素多,细微因素导致全局波动的可能性巨大,也是人无法也没有能力做到的。这时候,只能依靠机器。机器分析配合人的情感化服务,才是未来潜在的方向之一。

挖掘潜在需求要做到实时实地、精准两个方面。实时实地目前的算法水平已经可以轻易满足,更重要的是要做到精准,这里有必要再强调一下精准对未来商业的重要性。

阿里曾鸣教授,在分享新旧商业差别的时候,提到一个词叫精准。同样刘强东在第四次零售革命中,描述未来零售图景时,用到的也是精准和无界。精准零售一词,最早应该来自贝佐斯。

其实,精准服务会是未来任何领域的一个基本诉求,我们会看到有精准服务商的兴起,有精准赋能B端的企业出现,有精准战略这种词出现,也会有精准医疗、精准交通、精准画像、精准知识图谱、精准NLP、精准XXXX等各类词或模式的出现。

来看看阿里曾鸣教授对精准的描述:

“精”是精细。互联网不仅能做到个性化到每一个人,还能个性化到这个人在某个时间点的状态、情绪、行为。你喝了酒以后的表现与没喝酒时肯定不一样,上班与回家的状态肯定不一样。精细,会逐渐细到越来越小的粒度。场景化就是精细化的一个努力方向。

“准”是越来越准确,而这只有通过智能化才能实现。基于以牛顿经典力学为代表的现代科学发展起来的工业时代,是追求确定性的时代。人的信仰是科学能发现一切规律,基于规律能准确做一切事情。

最近50年,随着量子物理和计算机科学的发展,这个时代最大的特点是开始接受不确定性,尝试用统计的方法来逼近准确性。所谓的机器学习和人工智能,就是先从一个非常粗糙的目标开始,逐步迭代优化,最后可以非常准确。谷歌翻译的准确率可以从刚开始的40%,几年内逼近到很高水平,和工业时代是完全不一样的思路,是用统计、概率、学习、反馈来逼近精确,最终目的是越来越准确。

它要求“活”数据,而不是一般意义上的“大”数据。只有量是不够的,必须跟业务完整融合在一起,在此基础上有模型和算法,还要有云计算和大计算能力支撑海量数据处理,这是未来商业竞争真正比水平、比能力的地方。能否精、准、细,背后是商业逻辑的根本变化。

挖掘潜在需求的前提是要有用户的数据,构建360°用户视图,静态数据+动态数据,能进行实时分析并给以结果反馈。动静态数据的获取能力、分析能力,以及根据分析结果推送服务的能力,都是算法实力的一个体现,也是一切服务的开端。

算法预判+销售动作,是未来精准服务的所有起点。因此,算法挖掘的目的是有机会开始服务。精准服务用户的要有机会或起点,你连机会都没有,算法和用户,都会默认你不存在于这个世界上一样。

四、算法隔离的挑战与伦理

算法隔离,也是对未来的预测,不过这部分的预测会是未来十年甚至几十年之后的社会构成。但十年也是瞬间的事情,所以有必要分享一下。

人类通过六十多年的努力,企业通过数十年的努力,发明了算法、让算法应用到商业行为中,从中获取了大量的利益。但就像企业设计算法的初衷一样,算法像我们设计它的初始目的那样,开始自主决策。

我们现在设计算法的目的,是为了精准刻画一个人,从而实现精准服务的目的。不管是获取数据方式,实现分析的算法,促进交互的手段,还是接触层的各种产品类型,都是为了实现精准服务。

1. 低端智能阶段

中短期讲,算法一直处于低端算法(也叫低端智能),就是模型+算法实现的,只能解决特定场景下的特定服务,例如:客服工作,或者协助客服的工作;例如:机器的眼睛摄像头从录制、处理、传输、存储、再处理、分析、输出等等作为社会特定的监控或者监控辅助工作;例如保险领域双核等等。

数据、模型、算法、代码、算力和产品六个大类别中,最大的不确定性就是算法,最大颠覆的可能性也是算法,其次才是产品和算力。如果科学家在实验室突破性的创造出一整套算法,可以精确预断未来5秒会发生的事情,那整个世界的结构都有可能因此而颠覆。此类或相关算法真的出现时,算法隔离层也就离我们不远了,这个转折点也就是所谓的“奇点”。

2. 算法隔离时代的挑战

算法隔离是指,那些服务于个人的算法,为了确保它所服务的个人的利益最大化,从而屏蔽企业算法的服务推送。这个是一个新趋势,也就是说,算法开始作为人的第二层皮肤,学会护主,开始保护人类,或者更具体的说保护单个人。

它会是在B端供给侧和C端需求侧中间,形成一个新型的物种,我们暂且叫算法隔离层。

什么意思呢?

企业的广告和服务的推荐,算法不认可,就无法推荐到用户面前。而算法做这一切的目的,是处于真正意义上的保护这个人,哪怕一开始,有所误差。

这个时候,企业将面临前所未有的挑战。因为一切通过算法认可的服务才能出现在消费者的触点上,那些无法被算法承认的服务,某种意义上,是在这个世界上不存在的。

3. 算法隔离时代的伦理

现在还无法确定算奇点之后的算法,是为了自身的进化而屏蔽服务,亦或是完全为了主人的综合利益最大化,选择服务。但可以肯定的是,算法的创造企业,除了面临自己算法的挑战以外,更多的还面临算法过于干涉人类生活而带来的伦理问题。

我们拭目以待!希望对你有所启发,在评论区写下你的想法,我们一起讨论。

截止目前,外部驱动因素用户篇六篇全部分享完毕,这六个部分是我们讲的WHAT的什么部分。未来会有针对这些变化,HOW的落地部分。根据具体规划,时间上不出差错的话,会是在三个月后(2018年12月16号之后)和大家见面。

参考资料:

《潜意识》

《给忙碌者的天体物理学》

《曾鸣智能商业二十讲》

相关阅读

企业数字化转型:全民超人时代客户的七个特性及应对之道

外部驱动力客户篇(二):应对用户需求的四个要点

外部驱动力客户篇(三):聚焦一切关联需求

外部驱动力之客户篇(四):以客户为中心经营模式的五大挑战

外部驱动力之客户篇(五):全方位认知客户

 

作者:李有龙,公众号:IAB物智链

本文由 @李有龙 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

给作者打赏,鼓励TA抓紧创作!
4人打赏
评论
欢迎留言讨论~!