保险科技生态建设(十三):场景分析工具 – 互联网运营

互联网运营

保险科技生态建设(十三):场景分析工具


虽然生态建设不是简单的场景覆盖,但是没有场景就没有任何意义。这一节,介绍一个简单的场景分析工具。

保险科技生态建设(十三):场景分析工具

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❸的分享:生态圈建设。

保险科技生态建设(十三):场景分析工具

以下是正文:

现在意义上的互联网生态,几乎都是场景生态,是基于服务人类生活中的各种各样场景而设计演化的,巨头当前博弈的本质也是表层场景的覆盖,从而进行底层数据的争夺来反哺场景。从这个角度来讲,场景就是生态的面,是生态表现层,是生态和用户的接触层,承载了生态与用户几乎所有的交互。

01 场景的价值

人类社会的所有活动都是围绕特定场景展开的,从这个角度来讲,互联网产品和生态的建设,如果脱离了场景谈价值、谈意义,正如隔靴搔痒,对于生态建设更是如此。

1. 场景定义

场景是产品的一部分,产品设计一定要依托于特定的场景展开,脱离场景设计产品,就好比你给了一个女孩一件很漂亮的晚礼服,东西很美,女生也很喜欢,但是穿不上。

什么是场景,要把场景拆开,即场和景,“场”是时间和空间,一个场就是时间加空间。用户可以在这个空间里停留和消费,如果一个人不能在某个空间去停留、消费,这个场就是不存在的。景是情景和互动,当用户停留在这个空间的时间里,要有情景和互动区触发用户的情绪,与此同时还能裹挟用户的意见,才能构成完整的场景。

2. 场景四要素

前面所有的放在一起,就组成了我们所谓的场景四要素:时间、空间、情绪触发、互动。这里面最重要的就是在合适的时间和地点,触发用户的某些情绪,从而促进交互。

就拿平时最常见的吃饭来说,一个人吃饭是一种场景,多个人聚会吃饭是场景,要不要喝酒又是另外一个场景,不同的场景用户情绪是完全不一样的。所以,场景的核心是在空间加时间的点上触发别人的情绪。

现实情况中,人所有的理智和意识都是把人往回拉的,而所有的情绪是在推动人的行动。所以人会去做一个动作,会往前走,是被情绪推动的。

如果一个场景,同时裹挟着自我情绪的推动,又有场景里面人的拉力作用,那么用户参与进去的意愿会是1+1>2的效果。前者是我们在进行场景设计时,必须想清楚产品承载的场景,后者就是口碑。这就像爬山,你自己不断地往上爬,上面的人很多双伸手再拉你,上山就会非常轻松。

3. 场景化设计

场景化设计,就是基于某个确定的时间、确定的地点,通过不同的设计方法触发用户情绪,从而进行交互。至于具体交互的方式是通过App、通过门店还是通过嗓子吼,甚至意识上的交互,都要依不同的情景而定,达成目的比达成目的的工具重要。

场景设计的目的

场景设计的目的主要有三个:满足场景、打造口碑、形成反馈闭环。

保险科技生态建设(十三):场景分析工具

(1)满足场景

场景设计的目的是满足某场景下的用户需求,甚至更好的目的是通过场景设计,来挖掘潜在场景下的用户潜在需求。

记住:挖掘潜在场景下用户的潜在需求,比我们当前满足显性需求重要的多,也就是“无意识设计,遵从用户的潜意识进行产品的设计,将无意识的行动或者行为转化为可见之物,即所谓的无意识设计,可见之物可以是物品,也可以是一个App或者网站。”(后面有章节进行详细的介绍)

(2)打造口碑

在满足场景和潜在场景之后,场景设计的第二个层次是口碑。口碑的主要作用就是给场外的人向里拉的效果,当场内的拉力越来越大,外部的人进入场内的潜在可能性就越来越高。再结合前面的推力(情绪),入场就只是动作,顺理成章。

也就是说,满足场景,消费者是否选择,剩下的部分是概率事件,但打造足够强的口碑,消费者选择消费的可能性就会呈级数增长。

另外需要注意的是,互联网化的口碑,和传统市场营销中的口碑,是有差异的。传统品牌形成的口碑是结果,但互联网的口碑更多的是过程,这个是让用户参与进去的过程,也就是小米所谓的参与感,这要求企业品牌中,有社区的DNA才行。

(3)形成反馈闭环

反馈闭环,是所有学习的一个前提条件,你学瑜伽,教练给你一个反馈,你对自己的动作进行修正,修正后是比之前的动作更好了还是更偏了,需要教练再给你一个反馈,根据这个反馈再次进行修正。一直这样不断修正,最后会得到一个正确的动作。

为消费者提供服务也是这一个道理,你推荐了一项或几项服务,是否符合场景,需要用户通过App或者某种载体进行交互,交互之后将数据反馈到后台,重新计算再推荐新的反馈,不断交互才会有比较准确的服务推荐。

02 金融业主导生态的典型场景

(1)核心场景必须满足的互联网要素

一般意义上,刚需、高频、低门槛、免费,被称为互联网产品核心场景的四个要素。详情在下文有详细的分享。

(2)金融业的典型场景

目前来看,同时符合刚需、高频、低门槛和免费的金融业务场景,只有支付。当然所谓的免费不是说交易过程不需要花一分钱,而是交易手续费可免或者通过其它方式补贴。同时打折或者叫日常优惠很多的促销活动都是广义的免费。具体请参考这篇:支付,生态之门 !造就金融科技生态契机 | 保险科技生态建设(八)

03 生态要大规模覆盖生活场景

互联网生态的建设,一定是通过一个或几个典型的场景切入,最后发展到对相关领域生活场景的方方面面的覆盖,也就是前面所谓的点-线-面-体的发展演化脉络。

保险科技生态建设(十三):场景分析工具

通过寻找机会点,对机会点进行筛选之后切入,再沿着点线面体的发展演化脉络成长为生态,是原生互联网生态的一般发展逻辑。

(1)场景分析法

基础的场景分析工具有两个:寻找机会点法和四象限法,寻找机会点法在生态的六个切入方向(保险公司互联网生态建设的切入方式 | 保险科技生态建设(六))中已经介绍,如下图,通过寻找机会点这个工具,企业可以快速找到特定生态业务中的可切入的机会点。

保险科技生态建设(十三):场景分析工具

接下来要对机会点进行优先级的划分,即:寻找高频、粗颗粒度的机会点。这里就需要使用另外一个工具:四象限法。横坐标为频度,纵坐标为深度。

频度指围绕平台生态定位进行拓展时,该场景下用户的交互频度,向前是高频,向后是低频。其中,横轴总共划分了十个区间,从-5到5,分别代表一个自然月内用户对该场景的交互次数,-5代表每半年左右才交互一次,0代表月交互次数是0但两个月内肯定会交互,5代表月交互次数为5次。

保险科技生态建设(十三):场景分析工具

深度方面,向上代表颗粒越来越粗,向下代表颗粒度越来越细。这里对场景颗粒度做一个简单的描述:满足最大规模人群最基本生活场景的颗粒度一般被认为是粗颗粒度,满足极少数人甚至是个人在极端场景下的颗粒度,一般被认为是细颗粒度。

纵轴总共划分了十个区间,从-5到5,分别代表一个人的极端场景需求和最大规模人群的基础需求。也就是说数字越大,需求人群基数越大,需求越接近人类的基本需求,例如呼吸、吃饭的广义场景。

很容易看出,第一象限是互联网生态建设第一步,所有落在第一象限的场景都属于生态建设必须覆盖的场景,在划分优先级时,第一步选择切入的场景必须大于等于(5、5),也就是上图阴影面积区是起点。

保险科技生态建设(十三):场景分析工具

但是,如果你是创业者,如上图,简单的场景分析法其实早已不再适用于普通创业者,拥有雄厚资本实力和用户基础的保险公司自然除外。互联网从2016年就进入所谓的下半场,下半场的竞争,不是简单的场景线上化,现实生活中最基础的场景也基本上被巨头垄断,这将是所有立志生态建设的企业或个人,必须面对的问题。

(2)场景分析法的拓展

通过前面的寻找机会点法和四象限法两套工具,我们可以寻找到最基础的场景,但现实其实情况要更为复杂,这时候不得不引入更多的维度来分析。

一般在场景分析法中引入的第三个维度有三个:创新、数字化难度、相关性(拓展场景与切入场景的相关性:正相关就有正反馈作用)。我们以数字化难易程度为第三维度 ,进行简单的分析,可以得到下图:

保险科技生态建设(十三):场景分析工具

通过在四象限中添加创新、数字化难度、相关性,每一次对四象限法的拓展都可以得到八个场景,将这24个场景在投射到新的三维坐标系可以看到,我们会抽象出512个基础模型,你也可以理解为场景。

保险科技生态建设(十三):场景分析工具

我自己闲的没事的时候喜欢按这种方式去寻找一些机会场景或者空白场景,如果没有空白场景,就依据此依次排列一个优先级,去寻找每个场景中数一数二的企业,然后去研究该细分市场的规模、他的底层逻辑(也就是未来拓展边界)。所以把这个方法叫“24场景交叉投射分析法”,此法并未在任何险企落地实践,仅供参考。

3. 生态要大规模覆盖生活场景

生态之所以被称之为生态,是因为一个物种可以不借助外部任何资源,在生态内部可以长时间的生存,至少是该生态定位下的领域内,进行长时间的生存而无需借助外部资源。这就是场景覆盖的问题,拥有一定用户基数、双边网络效应的生态,就要进行必要的宽度拓展。也就是,要逐步演化到覆盖定位内的所有生活场景,无论颗粒度大小。

04 场景数据互为表里

竞争到最后,那个覆盖所有场景,几乎拥有你所有数据的生态,就是最懂你、体验最好、你最离不开的生态。这就是生态竞争的终极:“场景数据互为表里”。

这句话至少包括以下几个关键词:

(1)场景

服务微观场景的能力。理论上,场景的颗粒度越小,用户服务的精准度越高,用户体验就会越好。同时,过细的颗粒度至少会面临数据极其匮乏和工作量庞大无比的问题,在所谓大数据和人工智能还没像今天这么火爆的时候,这几乎是不可能完成的“梦想”,特别是互联网诞生之前的工业化时代,只有少数的高端私人订制服务才能满足微观场景的需求。

这几年讲的国内3亿中产”消费升级“的需求,得益于科技赋能企业,从而有能力挖掘用户潜在需求,形成一种高端定制服务能力的降级+粗放标品逐步淘汰和升级平衡后的全新状态。

(2)数据

描述亿万用户需求的能力。对,数据是一种能力,更准确的讲,数据化是一种能力。收集数据并动态的/精确的描绘出亿万用户各自不同的需求,然后针对性的提供个性化/差异化的服务,将会是未来商业竞争取胜的关键。

从商业的角度讲,所有向消费者提供服务的企业,都应该是数据的消费方,特别是健康医疗业、保险公司、银行、酒店、餐饮等等。传统企业公司互联网化转型前,至少应该想清楚一个问题:“入局互联网,直面ATMM等互联巨头竞争,构建未来商业竞争的壁垒是什么?”

当前科技水平下,答案只有一个:数据。

没有数据,那你一定会是雷军口中的“羊毛出在猪身上”的“狼”。要想吃肉,向数据公司支付大量的费用必不可少(广义的数据公司至少包括ATMM以及当前火爆的数据公司,像巧达、百融金服等等)。

这时候,再强的算力,再好的前台产品,都对提升服务能力无济于事。关于数据/算力(运算能力,包括算法、硬件、带宽)/产品的关系,我们在未来的文章中,会详细的说明。

(3)平台

承接多边网络效应的能力。互联网服务平台,也可以称之为互联网生态,本质上平台和生态并没有太多的差别。平台的主要作用是场景和数据的连接载体,核心能力是承接多边网络效应。

这样,需要平台至少具备三方面的能力:系统化的支撑能力(否则会导致平台基础支撑崩溃),促进优势资源在平台上快速流动的能力(否则会带来效率崩溃),以及最重要的持续输出创新的能力(否则会造成服务崩溃)。

特别是第三个,决定平台定位的核心动线(核心交互),几乎是所有互联网平台成长之初命门,即决定了产品本身的定位,也为未来平台生态化发展,甚至裂变为生态体描绘基本边界。支撑能力、流动能力、创新能力三者协同发展,才能促进平台的稳定发展。

需要强调的是,我们所说的平台是服务平台,重在服务

保险科技生态建设(十三):场景分析工具

4、连接

同时服务买方和卖方,从而形成大规模协同效应的能力。可以毫不夸张的说,所有的平台,核心的能力就是在连接和匹配。平台第一要务是要找到连接的基础方,例如电商平台就是买卖双方,通过促使买卖双方形成双边网络效应。在服务的过程中,不断向深度和宽度方向上拓展,从而卷入更多的角色,增加平台角色的密度和流动的速度。

以淘宝平台为例,基础连接角色就是买家和卖家,之后横向拓展卷入了软件开发/模特/运营客服等等超过十多种角色,每一种角色都在平台上找到了自己的用户,同时赚到了钱,这也是淘宝平台疯长的原因之一。

如果有企业将自己的App定位为平台,那首要的工作就是描绘清楚平台连接的角色具体是谁。没有清晰基础角色定位的产品,基本上都是伪平台。例如淘宝首先是连接卖家和买家;滴滴是连接乘客和司机;珍爱网是连接单身男女等等。基于此企业才有可能性用一句话描述清楚平台的目标。滴滴一开始的目标很清晰:“让乘客在5分钟内打到车”。

一个反例,例如某寿险公司的某App定位:连接+平台。乍一看,非常的高大上,实际上,平台要连接谁,根本无法清晰的描述,总不会是连接一切吧(除了微信,其它定位连接一切的产品,短期内基本上都能认为是伪命题)!?没有清晰的参与角色描述,就是一个没有定位的平台,没有定位就没有核心交互(核心场景)。这样的产品怎么推广?

(5)人欲

即人欲化,满足人性背后最基本需求的能力。只要这个世界是当前意义上的人构成的,世界在变人性不变,会是永恒的真理。人欲化的满足,要具备强大的具有同理心的创新团队。

产品设计团队,在服务平台设计上,必须要明白用户需求来源,从心理学角度讲,产品能从两个方面服务用户:帮助用户抵御恐惧,促进用户产生愉悦。后期会有专题分享这方面。

我经常会在文章里面说那些面向C端、但是不注重用户体验的企业或团队,这样的团队是没有价值观的!一旦出现问题、激烈的竞争、重大决策、领导要求等等,价值观不是客户第一,就会转向领导第一、KPI第一,畏手畏脚,推卸责任,不敢承担责任。

在团队leader的培养上,同理心、创造力、合作精神是高于一切的。从这一方面来讲,不管企业985、留学生占比多少,总量多少,都不是你真正具备的人才指标。

(6)智能

智能化,企业全面智能化的运营和客户服务的能力。深度学习是机器学习的技术,机器学习又是人工智能的基础,就当前发展阶段,由于深度学习的算法(数学公式)长期未能出现重大的突破,从而导致人工智能一直处于弱智能阶段。

弱人工智能阶段,主要解决的是企业经营和客户服务的效率问题,企业员工不再是规则的制定者和执行者,而是将规则制定全部交给机器去做:在给定的框架和目标下,人类可以枚举的规则,要远逊于机器学习的来的模型。我们已经进入机器学习大规模取代人工的时代,数据时代的产品人员,主要工作是训练机器。策略产品已经失业!

近几年整个行业,比较现象级的两款产品分别是今日头条和抖音,无一例外是充分利用了所谓的“智能分发”技术。相较于传统媒体行业,智能分发的效率倍数基本上是智能分发企业的用户数量除以传统媒体的版面运营人员的数量,约等于千万上亿倍的级别,这个效率是再多的人力都无法比拟的。

保险科技生态建设(十三):场景分析工具

图:机器分发满足用户个性化需求是主编排版效率的240000000倍

(7)精准

即精准服务,精准的服务亿万级用户的能力。数据智能时代的新商业,贵在精准。精准是机器描述微观场景能力,服务微观场景能力的评价标准。精是通过网络协同来实现的,准是通过数据智能来实现的。从精准洞察客户需求到精准提供服务,每一步都至关重要。

保险科技生态建设(十三):场景分析工具

总结

  1. 没有场景就没有任何意义;
  2. 场景为表数据为里,是未来生态竞争常态;
  3. “24场景交叉投射分析法”你值得拥有。

全文完,希望你有所收获~

相关阅读

互联网生态建设落地五大挑战 | 保险科技生态建设(七)

支付,造就金融科技生态契机 | 保险科技生态建设(八)

保险科技生态建设(九):信用体系

平台图谱及演化之路 | 保险科技生态建设(十)

技术,生态之基 | 保险科技生态建设(十一)

打破利益平衡,形成社会分工 | 保险科技生态建设(十二)

 

作者:李有龙,公众号:IAB物智链

本文由 @李有龙 原创发布。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

(0)

运营大牛推荐