客户需求调研与购买动机洞察

很多团队的产品定位、文案措辞和功能优先级，其实建立在"我觉得用户想要什么"之上。这个技能要做的是把决策拉回证据：从已有的客户材料和公开社区讨论里提取真实信号，而不是替用户编造需求。

要解决的问题

• 访谈记录、客服工单、问卷收完就没人分析，关键信号被埋没
• 官网和落地页写的是内部术语，而不是客户嘴里真实的词
• 流失原因被平均成一个笼统的"不满意"，无法归因到价格、功能错配或时机问题
• 新产品、新品类没有历史数据，persona 只能靠拍脑袋

两种工作模式

先判断资料在哪儿，再决定怎么干活。

• 模式一：分析现有资产。访谈 / 销售通话记录、问卷结果、客服对话、赢单 / 丢单复盘、NPS 回复，按类型分别提取信号。例如支持工单要先分类，区分 bug、使用困惑、缺失功能和预期错配；NPS 里 9 分带具体抱怨，比 10 分空白更有价值。
• 模式二：数字水源调研。按 ICP 选来源：B2B SaaS 看 G2 / Capterra、Reddit 垂直版块和 Hacker News；开发者看 Stack Overflow 与 Discord；B2C 看应用商店 1-3 星差评和 YouTube 评论区。目标是拿到客户未经修饰、没人盯着他们说话时的真实表达。

提取与综合框架

对每份材料提取六类信号：待完成的任务（功能型 / 情感型 / 社交型）、痛点、触发事件（是什么变化让客户开始找方案）、期望结果（用他们的原话）、客户词汇（供文案直接使用）、考虑过的替代方案（包括"什么都不做"和内部自建）。

综合阶段按主题聚类，统计出现频率与强度，按客户规模、角色、使用场景分层，挑出 5-10 条能代表每个主题的 "money quotes"，并标出客户言行矛盾之处。

质量护栏

每条洞察都要标注 High / Medium / Low 置信度：3 个以上独立来源、被客户主动提及、跨分层一致才算高。近 12 个月的资料权重更高，因为市场和买家在变。同时要意识到样本偏差：评论者偏向重度用户和情绪强烈的人，工单只反映问题，Reddit 偏技术与怀疑。每个细分人群少于 5 个独立数据点时，不要急着建 persona。

交付物

按需求产出：调研综合报告、按主题组织的 VOC 金句库、基于证据的 persona 文档、JTBD 地图、竞品情报摘要、调研缺口分析。动手前会先确认调研目标、已有材料、目标客群和期望交付物。

注意点

• 没有一手数据时，可用竞品评论、相邻品类评论等代理来源做初步 persona，但必须标注为 provisional，有真实数据后替换
• 不要把多个细分人群平均成一个"谁都代表"的 persona，也不要编造没有数据支撑的细节
• persona 会随市场和产品演化而过时，建议按季度回顾更新