互聯網音樂產品中有哪幾類用戶？
這應該是音樂App的產品經理第一個要考慮的問題。用戶羣細分是最常見的用戶研究手段。一下子去理解所有用戶是很難的，但是分而治之，則會容易很多。這同時也是市場營銷課程的基礎，去理解細分市場是每個營銷人員的必備技能之一。在這點上，產品經理和市場營銷是相通的。
劃分用戶羣能直接產生的作用，就是更好的理解產品的目標用戶和市場競爭情況，包括：
1.有哪幾類用戶羣？
2.這些用戶羣的特點是怎樣的？數量大致是怎樣的？
3.競爭對手們覆蓋了哪些用戶羣？
4.哪個細分是市場的空白？而哪裏又是遠期的必爭之地？
5.產品從起步到成熟的競爭策略是怎麼樣的？先做哪個用戶羣，再做哪個用戶羣？
可以看到，產品經理心中的整個大盤，其實都與劃分用戶羣有關，將它稱爲一個產品由始至終的關鍵點都不爲過。傳統的用戶研究中的用戶畫像，就是最終產出不同用戶羣的典型特徵。那麼在立項之初，產品經理要通過自己去快速劃分用戶羣的時候，應該怎麼做呢？
在網易雲音樂立項時，我們爲了快速劃分，做了這麼幾件事：
1.利用身邊的資源進行定性的用戶訪談，覆蓋不同類型的用戶；
2.根據訪談的結果，分析出劃分用戶羣的因子；
3.利用因子來劃分用戶羣；
4.通過問卷調研等方法來進行初步的驗證。
下面就通過這個流程來詳細介紹快速劃分用戶羣的方法。
![]()
1.用戶A，資深的蝦米音樂用戶，創建過很多精選集，也有很多粉絲（因爲蝦米音樂在杭州，比較容易找到這樣的用戶面聊）；
2.用戶B，音樂互聯網產品從業者，做社區運營的；
3.用戶C，獨立音樂人，不紅；
4.用戶D，大學生／高中生，喜歡買打口CD，聽歐美的搖滾樂；
5.用戶E，白領，上下班聽音樂，以國內的流行音樂爲主；
6.用戶F，35歲以上的資深樂迷，家藏非常多的CD；
總共花了2周時間訪談了大約20名用戶，每次訪談的時間從半小時到3小時不等。有的用戶很善於聊天，能夠提供很多想法，就會邊喝邊聊很暢快；有的用戶不健談，半小時之後對話就很乾了，只能草草結束。但只要用心去尋找用戶，用心去聊，典型的用戶會帶來很多有價值的信息，不僅可以用於分析劃分的因子，還可以帶來很多產品上的靈感。
這個信息蒐集的過程非常重要，是產品經理了解用戶的第一步。我認爲不管職位高低、工作年限長短，在面對一個新產品時，產品經理都要親力親爲去做這一件事，才能對用戶羣有直觀的瞭解，才能看清楚血肉所在，而不是看似清醒實則模糊。訪談時，儘量選擇面對面交流，談話間的語氣、神情、用詞，都會是有幫助的細節，並且往往面聊才能真正催生出被訪者的興趣，從而挖掘到更多的信息；實在沒辦法，才選擇通過電話、視頻或IM來訪談，並且請選擇你認爲重要性一般的用戶。
在訪談過程中，我瞭解到了音樂的喜好程度是一個很重要的因子。不同的音樂喜好決定了看待音樂的態度。有人將音樂看作職業，有人將音樂看作最大的愛好，有人將音樂看作陪伴，有人將音樂看作消遣，有人將音樂看作背景音樂。態度的不同，決定了用戶在已有的音樂產品上的不同的使用行爲——發現音樂的方式，聽音樂的方式，分享音樂的方式，音樂相關付費的方式，都有所不同。同樣也決定了不同的用戶，最終選擇了在用哪些音樂產品。
另外一個重要的因子是年齡。這是通過我自身的經歷得出來的（可以看到在選擇訪談對象時，就區分了年齡），通過訪談驗證了這個結果。音樂是人類精神世界的消費品，人類從出生起就會對音樂、節奏有反應，甚至在母親肚子裏時，大人們都會給小寶寶聽莫扎特、貝多芬的傳世名作。每個人自己的音樂口味，都是逐步形成的，大衆一般都是這樣的節奏：
1.一開始聽歌，但是並沒有固定喜歡的歌手。從中學開始，逐漸有了喜歡的歌手，有的甚至是偶像（得益於互聯網的傳播，如今這個趨勢可能從小學就開始了）。
2.大部分人會由同學影響，開始接觸更多的流行音樂。在80、90後同學中的意見領袖，則是很早就開始在網絡上受到影響，繼而影響自己的同學。
3.到了大學，接觸面更加廣了，這時會更加明確自己的喜好，開始逐漸形成自己的音樂口味。以前有些喜歡的歌手感覺一般了，有些成了一生的偶像，也有些新接觸的歌手打開了音樂新世界的大門。
4.畢業後參加工作，越來越忙，音樂口味逐漸定型，這時很難再接受新的音樂類型，因爲：沒時間、沒有主動的興趣。當然也有例外，例如熟人朋友推薦的歌，以及大街小巷都在聽的歌。
可以看到不同的年齡段，就是用戶形成音樂口味的不同階段，而不同階段的用戶的行爲，就會有很大的不同。因此我選擇了年齡作爲另外一個因子。
總的來說，因子可以分爲兩類：基本的人口屬性（如年齡、性別、教育程度、職業等）和垂直領域屬性（在音樂中就是音樂的喜好程度）。劃分一個二維座標系的用戶羣，用兩個因子就足夠了。
![]()
![]()
各種用戶的簡單畫像是：
學生中的意見領袖：在中學、大學時就先於周圍的同齡人接觸新鮮的音樂趨勢，受歐美、日韓、乃至小語種的音樂影響很深，會積極的給同學們安利自己喜歡的音樂。他們興趣愛好廣泛，有挺強的表達欲，尤其是在互聯網傳播發達的今天，他們能在網絡上和同好聚集在一起，不再像80後喜歡歐美搖滾那麼孤獨。音樂是除了學習之外生活中很重要的事。
普通學生：音樂口味剛起步，喜歡在年輕人中流行的音樂。但如今的學生與80後做學生時又不同，現在他們有更多的偶像可以去追，雖然是普通的音樂口味，但也分了很多“派別”，而80後在學生時代幾乎清一色的周杰倫王力宏孫燕姿梁靜茹……音樂是緩解學習壓力的好幫手。
意見領袖：多存在於一二線城市中的高收入人羣，從CD時代就家藏很多，不少人有一書櫃的CD。對於喜歡的音樂流派和藝人如數家珍。雖然有固定的音樂口味，但也經常去接觸新的音樂風格，聽過的音樂數量以萬計，音樂是生平最大的愛好。
大衆用戶：普通的音樂口味並且已經固定，對新的音樂風格不感興趣。接觸音樂的渠道主要是排行榜、娛樂綜藝節目、周圍朋友的傳播，偶爾聽到一些小衆的音樂，但記不住藝人。音樂好聽即可，並不在乎背後代表的意義，音樂是一種伴隨性的消費。
行業從業者：不僅是藝人、詞曲作者，也包括樂評人、電臺DJ等。值得注意的是，現在行業從業者的年齡顯著降低，很多中學生就開始了電子音樂的創作。因爲電子音樂創作門檻低，一個人也行。音樂對他們而言是自己的事業。
行業精英：佔據金字塔最頂端的人，在音樂行業中擁有巨大號召力，流行偶像、實力唱將、樂壇祖師、唱片業大佬……掌握了傳統音樂行業中最好的資源，擁有最大的話語權。音樂對他們而言是獲得財富和名望的手段。
同時把音樂市場上的競爭對手加上，這樣能看清楚市場的競爭狀況：
![]()
QQ音樂、酷狗音樂、酷我音樂、天天動聽：這些是當時市場上用戶量排名靠前的產品，基本都經營了7-10年左右，擁有很廣的市場基礎，產品知名度很高。這些產品都是圍繞大衆用戶羣來做的，但其中有些許不同：QQ音樂由於背靠QQ平臺，用戶羣相對年輕（QQ的接觸點是年輕用戶）；酷狗和酷我音樂由PC時代積累的用戶羣發展而來，用戶的年齡相對較大；而天天動聽主打音質好，在安卓市場上耕耘多年，擁有不錯的用戶粘性。但這些產品對於意見領袖用戶羣，基本沒有吸引力。
蝦米音樂：產品定位於高端用戶，音樂內容由用戶上傳，曲庫相當的完整豐富，在Web時代流量一度增長很快，吸引了很多高端用戶。用戶羣年齡相對豆瓣音樂要大一些，在當時是一個小衆音樂圈子。
豆瓣音樂：如果說蝦米音樂是文藝青年、搖滾青年，那麼豆瓣音樂的用戶則是小清新。用戶羣沒有蝦米那麼高端，同時年齡也相對低一些。也是一個小衆的音樂圈子。
多米音樂：在這些產品中成立時間最短，專注於移動端發展的產品，定位於音樂口味相對高，同時更年輕的用戶羣體。多米在安卓手機廠商預裝紅利的時候發力，短時間內聚集了大量的用戶。
通過這些分析可以看到，儘管在線音樂市場是個紅海，但是還是有一定的細分市場機會。在2010年成立的多米，就是選擇了一個細分市場並取得了不錯的初步成績，儘管在2012年時還沒能取得挑戰行業大佬的機會，但已經能讓嗅覺靈敏的人聞到機會。
![]()
然而就算是再有經驗的頂尖產品經理，總會遇到自己還不是很熟悉的用戶羣和市場，何況那些絕大部分的普通產品經理？面對的市場和用戶羣是複雜而多變的，在快速劃分用戶羣之後，如何能夠同樣快速的進行驗證呢？畢竟互聯網行業對於速度的要求是人盡皆知。
這裏介紹一種辦法，通過問卷調研的定量研究，驗證之前定性研究分析的結果，從而以較小的成本來鑑別自己判斷的正確性。問卷調研主要需要考慮這一塊：
1. 問卷的目標用戶和投放渠道。爲了達到定量研究的效果，研究的每一個類別的用戶羣都需要有足夠多的樣本，最好不低於50。在資源充足的情況下，問卷的用戶數量自然是越多越好；但大部分情況我們都是資源緊張的，因此需要提前計算好所需的最少的用戶數量。同時要考慮問卷的投放渠道，這個渠道是否匹配所想要調研的用戶羣？渠道並不是看上去用戶量越大越好，而是與調研的用戶羣越匹配越好。
2. 問卷的大綱。首先利用發散思維，儘可能全面的列出想通過問卷拿到的結論。然後由此逐個展開，形成一份樹狀結構的大綱。最後，根據重要性的判斷，剔除一些不需要的問題，並將重要性高的問題標註出來。例如在網易雲音樂這個案例中，我會考慮在大綱中重點考慮這幾個方面：
a.希望通過問卷中的產品知名度、最常使用的產品、年齡性別職業收入的人口屬性問題，來驗證QQ音樂、酷狗音樂、蝦米音樂、多米音樂等產品的用戶羣特徵猜想，以及各個產品的市場佔有率；
b.通過用戶聽音樂的頻次、聽音樂的風格流派、喜歡的藝人、評價自己喜好音樂的程度，和用戶使用不同音樂App的頻次，來交叉分析和驗證不同用戶羣的特點；
c.通過讓用戶選擇自己常用的發現音樂的方式、分享&交流音樂的頻次、開始養成聽音樂習慣的年齡和原因，結合之前的人口屬性，來驗證不同用戶羣對發現音樂和分享交流的觀點。
3. 問卷題目的設計。提綱設計好後，就可以着手開始題目的設計，這需要一定的用戶調研的專業知識，跟隨有經驗的用戶研究員學習、看專業書籍，無疑是最快的學習方法。在題目設計時，需要注意：
a.題目數量能少則少。現在的用戶都是懶的，而填問卷通常是一個很枯燥的體驗，因此沒有人願意花5分鐘甚至10分鐘以上來填寫，就算提供很豐厚的獎品也無濟於事——因爲即便如此，用戶也只是爲了獎品而去儘快完成問卷，而非認真思考，這樣拿到的結論會謬之千里。所以，不斷的去減少題目是唯一可行的辦法，每道題目都去問是否必要？是否能與別的題目合併？而這個過程需要重複兩三輪，直到確定確實沒有可以刪除或調整的題目了。
b.題目的順序很重要。不要一開始就問性別年齡職業收入這樣的人口學問題，這些涉及到隱私。讓用戶一開始接觸到不太需要思考、淺層次一些的問題，也是必要的。從易到難，讓用戶逐漸進入狀態，投入時間和精力來思考問卷後半部分複雜的問題，這對絕大多數用戶來說更加友好。
c.題目的文案要精簡、選項不要過多、儘可能讓用戶做選擇題並且控制開放式回答問題的數量……這些小竅門會隨着經驗而累積。作爲產品經理，你時刻需要注意抓住重點，設計問卷時也是，讓你想了解的最重要的信息在問卷中有足夠多的問題來驗證，讓最重要的問題在問卷中邏輯嚴密、反覆測試沒有問題。
這些方法可以讓產品經理自己或配合用戶研究員進行一次沒什麼大差錯的問卷調研，但由於問卷用戶並不是100%的控制在自己手中，難免會有偏差——一般願意花幾分鐘時間回答問卷的用戶，通常都是對這個領域很感興趣的用戶，這和市場上的真實情況會有差別。例如在問卷調研中問用戶對網易雲音樂的喜好程度如何，這個問題的答案多半會讓產品經理過於樂觀——網易雲音樂的真愛粉更傾向於回答問題，因而導致這些用戶相比真實情況會佔比偏高。
在問卷調研的分析結論出來之後，就可以驗證之前的用戶羣劃分了。如果驗證是對的，那麼就可以結合定性研究和問卷定量研究的結果，做更深入的一些分析——至少你掌握了初步的數據，而且很可能會獲得一些有意思的結論。例如當時我通過問卷得到一個信息：QQ音樂與豆瓣音樂的用戶重合度沒有想象中那麼低，而QQ音樂與酷狗音樂的用戶重合度也沒有想象中那麼高。這也許是因爲用戶更傾向於同時安裝一個以搜索曲庫爲主的產品和一個以電臺爲主的產品，而非同時裝兩個曲庫型播放器。
如果運氣不佳，問卷得出的結論與用戶羣劃分並不相符，那也不必氣餒，至少在產品開發之前就發現了這個問題。在產品明確目標用戶和定位前，走再多的彎路也都是值得的，因爲一旦產品進入到設計開發、甚至線上運營的環節，再調整目標用戶和定位，難度與成本會成倍增加。
一般而言，數據的結果更加有說服力，從數據中可以捕捉到劃分用戶羣的關鍵，也許之前選取的因子和分析得出的用戶特徵有誤，那麼從頭來過吧，根據數據重新來思考，並且再度進行用戶訪談。在得出新的用戶羣劃分之後，我們再用問卷調研的方式去驗證一遍，記得不要將問卷發給了同一批用戶。
這應該是音樂App的產品經理第一個要考慮的問題。用戶羣細分是最常見的用戶研究手段。一下子去理解所有用戶是很難的，但是分而治之，則會容易很多。這同時也是市場營銷課程的基礎，去理解細分市場是每個營銷人員的必備技能之一。在這點上，產品經理和市場營銷是相通的。
劃分用戶羣能直接產生的作用，就是更好的理解產品的目標用戶和市場競爭情況，包括：
1.有哪幾類用戶羣？
2.這些用戶羣的特點是怎樣的？數量大致是怎樣的？
3.競爭對手們覆蓋了哪些用戶羣？
4.哪個細分是市場的空白？而哪裏又是遠期的必爭之地？
5.產品從起步到成熟的競爭策略是怎麼樣的？先做哪個用戶羣，再做哪個用戶羣？
可以看到，產品經理心中的整個大盤，其實都與劃分用戶羣有關，將它稱爲一個產品由始至終的關鍵點都不爲過。傳統的用戶研究中的用戶畫像，就是最終產出不同用戶羣的典型特徵。那麼在立項之初，產品經理要通過自己去快速劃分用戶羣的時候，應該怎麼做呢？
在網易雲音樂立項時，我們爲了快速劃分，做了這麼幾件事：
1.利用身邊的資源進行定性的用戶訪談，覆蓋不同類型的用戶；
2.根據訪談的結果，分析出劃分用戶羣的因子；
3.利用因子來劃分用戶羣；
4.通過問卷調研等方法來進行初步的驗證。
下面就通過這個流程來詳細介紹快速劃分用戶羣的方法。
一、通過定性訪談，分析出劃分用戶羣的因子
我在做網易雲音樂之前，對內容社區型的產品有過積累，瞭解UGC的基本用戶羣體——內容貢獻者和內容消費者。我通過這兩條線去訪談了身邊不同的用戶，分爲這麼幾種（每種需要區分男女、年齡段，平均大致3-4名用戶）：1.用戶A，資深的蝦米音樂用戶，創建過很多精選集，也有很多粉絲（因爲蝦米音樂在杭州，比較容易找到這樣的用戶面聊）；
2.用戶B，音樂互聯網產品從業者，做社區運營的；
3.用戶C，獨立音樂人，不紅；
4.用戶D，大學生／高中生，喜歡買打口CD，聽歐美的搖滾樂；
5.用戶E，白領，上下班聽音樂，以國內的流行音樂爲主；
6.用戶F，35歲以上的資深樂迷，家藏非常多的CD；
總共花了2周時間訪談了大約20名用戶，每次訪談的時間從半小時到3小時不等。有的用戶很善於聊天，能夠提供很多想法，就會邊喝邊聊很暢快；有的用戶不健談，半小時之後對話就很乾了，只能草草結束。但只要用心去尋找用戶，用心去聊，典型的用戶會帶來很多有價值的信息，不僅可以用於分析劃分的因子，還可以帶來很多產品上的靈感。
這個信息蒐集的過程非常重要，是產品經理了解用戶的第一步。我認爲不管職位高低、工作年限長短，在面對一個新產品時，產品經理都要親力親爲去做這一件事，才能對用戶羣有直觀的瞭解，才能看清楚血肉所在，而不是看似清醒實則模糊。訪談時，儘量選擇面對面交流，談話間的語氣、神情、用詞，都會是有幫助的細節，並且往往面聊才能真正催生出被訪者的興趣，從而挖掘到更多的信息；實在沒辦法，才選擇通過電話、視頻或IM來訪談，並且請選擇你認爲重要性一般的用戶。
在訪談過程中，我瞭解到了音樂的喜好程度是一個很重要的因子。不同的音樂喜好決定了看待音樂的態度。有人將音樂看作職業，有人將音樂看作最大的愛好，有人將音樂看作陪伴，有人將音樂看作消遣，有人將音樂看作背景音樂。態度的不同，決定了用戶在已有的音樂產品上的不同的使用行爲——發現音樂的方式，聽音樂的方式，分享音樂的方式，音樂相關付費的方式，都有所不同。同樣也決定了不同的用戶，最終選擇了在用哪些音樂產品。
另外一個重要的因子是年齡。這是通過我自身的經歷得出來的（可以看到在選擇訪談對象時，就區分了年齡），通過訪談驗證了這個結果。音樂是人類精神世界的消費品，人類從出生起就會對音樂、節奏有反應，甚至在母親肚子裏時，大人們都會給小寶寶聽莫扎特、貝多芬的傳世名作。每個人自己的音樂口味，都是逐步形成的，大衆一般都是這樣的節奏：
1.一開始聽歌，但是並沒有固定喜歡的歌手。從中學開始，逐漸有了喜歡的歌手，有的甚至是偶像（得益於互聯網的傳播，如今這個趨勢可能從小學就開始了）。
2.大部分人會由同學影響，開始接觸更多的流行音樂。在80、90後同學中的意見領袖，則是很早就開始在網絡上受到影響，繼而影響自己的同學。
3.到了大學，接觸面更加廣了，這時會更加明確自己的喜好，開始逐漸形成自己的音樂口味。以前有些喜歡的歌手感覺一般了，有些成了一生的偶像，也有些新接觸的歌手打開了音樂新世界的大門。
4.畢業後參加工作，越來越忙，音樂口味逐漸定型，這時很難再接受新的音樂類型，因爲：沒時間、沒有主動的興趣。當然也有例外，例如熟人朋友推薦的歌，以及大街小巷都在聽的歌。
可以看到不同的年齡段，就是用戶形成音樂口味的不同階段，而不同階段的用戶的行爲，就會有很大的不同。因此我選擇了年齡作爲另外一個因子。
總的來說，因子可以分爲兩類：基本的人口屬性（如年齡、性別、教育程度、職業等）和垂直領域屬性（在音樂中就是音樂的喜好程度）。劃分一個二維座標系的用戶羣，用兩個因子就足夠了。
二、利用因子劃分用戶羣
利用年齡和音樂的喜好程度，最終我們劃分的用戶羣如下：
各種用戶的簡單畫像是：
學生中的意見領袖：在中學、大學時就先於周圍的同齡人接觸新鮮的音樂趨勢，受歐美、日韓、乃至小語種的音樂影響很深，會積極的給同學們安利自己喜歡的音樂。他們興趣愛好廣泛，有挺強的表達欲，尤其是在互聯網傳播發達的今天，他們能在網絡上和同好聚集在一起，不再像80後喜歡歐美搖滾那麼孤獨。音樂是除了學習之外生活中很重要的事。
普通學生：音樂口味剛起步，喜歡在年輕人中流行的音樂。但如今的學生與80後做學生時又不同，現在他們有更多的偶像可以去追，雖然是普通的音樂口味，但也分了很多“派別”，而80後在學生時代幾乎清一色的周杰倫王力宏孫燕姿梁靜茹……音樂是緩解學習壓力的好幫手。
意見領袖：多存在於一二線城市中的高收入人羣，從CD時代就家藏很多，不少人有一書櫃的CD。對於喜歡的音樂流派和藝人如數家珍。雖然有固定的音樂口味，但也經常去接觸新的音樂風格，聽過的音樂數量以萬計，音樂是生平最大的愛好。
大衆用戶：普通的音樂口味並且已經固定，對新的音樂風格不感興趣。接觸音樂的渠道主要是排行榜、娛樂綜藝節目、周圍朋友的傳播，偶爾聽到一些小衆的音樂，但記不住藝人。音樂好聽即可，並不在乎背後代表的意義，音樂是一種伴隨性的消費。
行業從業者：不僅是藝人、詞曲作者，也包括樂評人、電臺DJ等。值得注意的是，現在行業從業者的年齡顯著降低，很多中學生就開始了電子音樂的創作。因爲電子音樂創作門檻低，一個人也行。音樂對他們而言是自己的事業。
行業精英：佔據金字塔最頂端的人，在音樂行業中擁有巨大號召力，流行偶像、實力唱將、樂壇祖師、唱片業大佬……掌握了傳統音樂行業中最好的資源，擁有最大的話語權。音樂對他們而言是獲得財富和名望的手段。
同時把音樂市場上的競爭對手加上，這樣能看清楚市場的競爭狀況：
QQ音樂、酷狗音樂、酷我音樂、天天動聽：這些是當時市場上用戶量排名靠前的產品，基本都經營了7-10年左右，擁有很廣的市場基礎，產品知名度很高。這些產品都是圍繞大衆用戶羣來做的，但其中有些許不同：QQ音樂由於背靠QQ平臺，用戶羣相對年輕（QQ的接觸點是年輕用戶）；酷狗和酷我音樂由PC時代積累的用戶羣發展而來，用戶的年齡相對較大；而天天動聽主打音質好，在安卓市場上耕耘多年，擁有不錯的用戶粘性。但這些產品對於意見領袖用戶羣，基本沒有吸引力。
蝦米音樂：產品定位於高端用戶，音樂內容由用戶上傳，曲庫相當的完整豐富，在Web時代流量一度增長很快，吸引了很多高端用戶。用戶羣年齡相對豆瓣音樂要大一些，在當時是一個小衆音樂圈子。
豆瓣音樂：如果說蝦米音樂是文藝青年、搖滾青年，那麼豆瓣音樂的用戶則是小清新。用戶羣沒有蝦米那麼高端，同時年齡也相對低一些。也是一個小衆的音樂圈子。
多米音樂：在這些產品中成立時間最短，專注於移動端發展的產品，定位於音樂口味相對高，同時更年輕的用戶羣體。多米在安卓手機廠商預裝紅利的時候發力，短時間內聚集了大量的用戶。
通過這些分析可以看到，儘管在線音樂市場是個紅海，但是還是有一定的細分市場機會。在2010年成立的多米，就是選擇了一個細分市場並取得了不錯的初步成績，儘管在2012年時還沒能取得挑戰行業大佬的機會，但已經能讓嗅覺靈敏的人聞到機會。
三、通過問卷調研來驗證
在通過快速劃分用戶羣后，能對市場上的用戶羣和競爭對手，有一個直觀感性的理解。對經驗非常豐富的產品經理來說，有相當敏銳的判斷力，能夠做出初期準確的用戶羣劃分。這種判斷力取決於經驗，而經驗其實取決於之前的失敗——在不斷的失敗中積累對問題的邏輯分析方法和對用戶羣的感性認識。然而就算是再有經驗的頂尖產品經理，總會遇到自己還不是很熟悉的用戶羣和市場，何況那些絕大部分的普通產品經理？面對的市場和用戶羣是複雜而多變的，在快速劃分用戶羣之後，如何能夠同樣快速的進行驗證呢？畢竟互聯網行業對於速度的要求是人盡皆知。
這裏介紹一種辦法，通過問卷調研的定量研究，驗證之前定性研究分析的結果，從而以較小的成本來鑑別自己判斷的正確性。問卷調研主要需要考慮這一塊：
1. 問卷的目標用戶和投放渠道。爲了達到定量研究的效果，研究的每一個類別的用戶羣都需要有足夠多的樣本，最好不低於50。在資源充足的情況下，問卷的用戶數量自然是越多越好；但大部分情況我們都是資源緊張的，因此需要提前計算好所需的最少的用戶數量。同時要考慮問卷的投放渠道，這個渠道是否匹配所想要調研的用戶羣？渠道並不是看上去用戶量越大越好，而是與調研的用戶羣越匹配越好。
2. 問卷的大綱。首先利用發散思維，儘可能全面的列出想通過問卷拿到的結論。然後由此逐個展開，形成一份樹狀結構的大綱。最後，根據重要性的判斷，剔除一些不需要的問題，並將重要性高的問題標註出來。例如在網易雲音樂這個案例中，我會考慮在大綱中重點考慮這幾個方面：
a.希望通過問卷中的產品知名度、最常使用的產品、年齡性別職業收入的人口屬性問題，來驗證QQ音樂、酷狗音樂、蝦米音樂、多米音樂等產品的用戶羣特徵猜想，以及各個產品的市場佔有率；
b.通過用戶聽音樂的頻次、聽音樂的風格流派、喜歡的藝人、評價自己喜好音樂的程度，和用戶使用不同音樂App的頻次，來交叉分析和驗證不同用戶羣的特點；
c.通過讓用戶選擇自己常用的發現音樂的方式、分享&交流音樂的頻次、開始養成聽音樂習慣的年齡和原因，結合之前的人口屬性，來驗證不同用戶羣對發現音樂和分享交流的觀點。
3. 問卷題目的設計。提綱設計好後，就可以着手開始題目的設計，這需要一定的用戶調研的專業知識，跟隨有經驗的用戶研究員學習、看專業書籍，無疑是最快的學習方法。在題目設計時，需要注意：
a.題目數量能少則少。現在的用戶都是懶的，而填問卷通常是一個很枯燥的體驗，因此沒有人願意花5分鐘甚至10分鐘以上來填寫，就算提供很豐厚的獎品也無濟於事——因爲即便如此，用戶也只是爲了獎品而去儘快完成問卷，而非認真思考，這樣拿到的結論會謬之千里。所以，不斷的去減少題目是唯一可行的辦法，每道題目都去問是否必要？是否能與別的題目合併？而這個過程需要重複兩三輪，直到確定確實沒有可以刪除或調整的題目了。
b.題目的順序很重要。不要一開始就問性別年齡職業收入這樣的人口學問題，這些涉及到隱私。讓用戶一開始接觸到不太需要思考、淺層次一些的問題，也是必要的。從易到難，讓用戶逐漸進入狀態，投入時間和精力來思考問卷後半部分複雜的問題，這對絕大多數用戶來說更加友好。
c.題目的文案要精簡、選項不要過多、儘可能讓用戶做選擇題並且控制開放式回答問題的數量……這些小竅門會隨着經驗而累積。作爲產品經理，你時刻需要注意抓住重點，設計問卷時也是，讓你想了解的最重要的信息在問卷中有足夠多的問題來驗證，讓最重要的問題在問卷中邏輯嚴密、反覆測試沒有問題。
這些方法可以讓產品經理自己或配合用戶研究員進行一次沒什麼大差錯的問卷調研，但由於問卷用戶並不是100%的控制在自己手中，難免會有偏差——一般願意花幾分鐘時間回答問卷的用戶，通常都是對這個領域很感興趣的用戶，這和市場上的真實情況會有差別。例如在問卷調研中問用戶對網易雲音樂的喜好程度如何，這個問題的答案多半會讓產品經理過於樂觀——網易雲音樂的真愛粉更傾向於回答問題，因而導致這些用戶相比真實情況會佔比偏高。
在問卷調研的分析結論出來之後，就可以驗證之前的用戶羣劃分了。如果驗證是對的，那麼就可以結合定性研究和問卷定量研究的結果，做更深入的一些分析——至少你掌握了初步的數據，而且很可能會獲得一些有意思的結論。例如當時我通過問卷得到一個信息：QQ音樂與豆瓣音樂的用戶重合度沒有想象中那麼低，而QQ音樂與酷狗音樂的用戶重合度也沒有想象中那麼高。這也許是因爲用戶更傾向於同時安裝一個以搜索曲庫爲主的產品和一個以電臺爲主的產品，而非同時裝兩個曲庫型播放器。
如果運氣不佳，問卷得出的結論與用戶羣劃分並不相符，那也不必氣餒，至少在產品開發之前就發現了這個問題。在產品明確目標用戶和定位前，走再多的彎路也都是值得的，因爲一旦產品進入到設計開發、甚至線上運營的環節，再調整目標用戶和定位，難度與成本會成倍增加。
一般而言，數據的結果更加有說服力，從數據中可以捕捉到劃分用戶羣的關鍵，也許之前選取的因子和分析得出的用戶特徵有誤，那麼從頭來過吧，根據數據重新來思考，並且再度進行用戶訪談。在得出新的用戶羣劃分之後，我們再用問卷調研的方式去驗證一遍，記得不要將問卷發給了同一批用戶。