更好的服务于客户，在于我们有多大信心做好我们的产品！
客户是简单的，因为他们只是想有个产品能帮他们解决棘手的问题，客户又是复杂的，因为他们对于解决问题的产品有着千差万别的想法。
这说明什么，说明所有的压力其实都到了企业和产品经理这里，客户掏了钱，难道还要让金主再劳神费心。
因此，如果我们想用“合适的产品”更好的服务于客户，其实有两个问题需要搞定：
1）我们如何才能做到想客户所想，做客户想做；
2）基于1）我们有多大的信心把产品做“合适”。
在本课中，我就讲一讲这两点。
1、我们才能如何做到想客户所想，做客户所做
在实践中，我发现一个很普遍的情况，就是“重工具，轻规范”，很多的工作都是基于“工具”来引导工作的开展，这对于刚刚起步的产品经理来说，我认为是正常的，这就好比学开车，在正式握上方向盘之前，教练总得把告诉你哪个是油门，哪个是刹车，哪个是灌机油的，哪个是灌玻璃水的，对吧。
但是对于有点经验的朋友而言，要是再这样做，就显得有些小儿科了，这些朋友需要做的是总结出一套自己的开车技巧（个人驾驶规范）。
同理，尽管很多朋友会熟练的使用各种了解客户知识的工具，客户旅程地图，用户原型设计，体验地图，故事地图，客户访谈，但是一旦放到产品探索这个工作组合中，就不能保证用对，用合适了，说到底，还是个人在这个工作组合上缺乏必要的规范总结。
那么，这个规范是什么样的呢？大家看PPT19：
1）角色（原型）：根据与你的战略相关的标准来区分可量化的用户群体。
在这个规范中有两个关键词，一个是“战略相关的标准“，也就是说，你要划分的目标客群必须符合产品战略的要求（能帮助你实现产品战略），另一个是“可量化”，也就是说，你必须得有量化的标准明确区分不同的客群。
比方说，现在很多朋友在休闲的时候都喜欢刷刷短视频，那么，作为某短视频网站的产品经理，你在确定角色的时候，第一，你要明确这些刷短视频的群体中，哪些人是有助于实现你的产品战略的（比方说，你三年内的产品战略是促进创作和分享，而不只是看），第二，你要制定一定的标准来区分客群（比方说，你把客户分为重度使用者和普通使用者，标准有三个：1、时长：20个小时以上/周；2、分享：10个朋友/视频；3、互动：10条/小时）。
2）背景：沿着角色的经历发现他们特定的情况或工作流程步骤。
这个其实稍微有些复杂，因为产品经理需要充分和全面的了解目标角色使用产品的完整背景。
这个了解的过程很难完全依赖数字技术手段，因此，才需要产品经理深入一线亲自去看看，去问问。
比方说，对于短视频的重度客群而言，他们的使用情况，比方说使用时间主要集中在每天的通勤过程中，使用流程是一旦发现有意思的短视频，就会马上分享到微信朋友圈，微博，或者转发到自己的平台账号下，和自己的朋友共享。
3）动机：提示角色经历/触发的情况/工作流的潜在结果。
动机容易理解，就是目标客群为什么要这样做，但是想要真正搞清楚客群的动机，很多时候我们的操作其实是一半量化，一半猜测。
比方说，短视频的重度客群为什么会一看到有意思的短视频就想着马上分享到微信朋友圈？这里动机就多了，有可能就是完全为了在第一时间分享，显示自己的不同，也有可能是为了通过一个有特定含义的短视频期望得到某个特定的人的关注和交流，还有可能就是不习惯用短视频平台的收藏功能，而把发布到微信朋友圈当成一种收藏。
4）问题：在追求动机时，角色在背景中经历的障碍。
即使客群的动机是正常的，也不一定会产生正常的行为动作，而这种不正常的行为动作就是他们遇到的障碍，而这些障碍就是产品经理需要了解且努力解决的。
比方说为什么某些重度客群宁可把短视频分享到微信朋友圈去和特定的朋友交流也不愿意在短视频平台和这个朋友交流？为什么某些重度客群不习惯使用短视频平台的收藏功能而是要通过微信来收藏？
5）产出：角色需要经历行为上的改变来克服问题并取得成功。
这个是指不同的客群在产品没有做出改变时他们自己做了哪些事情（行为）来满足自己的动机。
从某种意义上说，产品的改进其实是永远滞后于客户自发的行为的，那么，我们改进产品的意义事实上就变成了“如何用我们专业的知识帮客群完成他们的行为”。
比方说，某些重度客群只愿意把他想让某个人看到的视频分享到微信朋友圈，那么，你的方案思路不一定是想办法把那个人也拉到你的短视频平台上，或许打打微信的主意也是可以的，其实现在微信也有这样的问题，比方说和特定某人的聊天不愿意让第三方看到，这个不仅仅是加密聊天记录，而是在微信里这个人是既不存在，但又存在的。
6）关键结果：可测量的成功状态，表明为角色创建了结果。
这个就是指你所做的一切都真正实现了想客户所想，做客户所做，关键是你得有可以测量的指标来说明你的产品在一条成功的路上。
比方说，你为了把普通客群发展成重度客群，并且也发现他们有一定量的分享（5个朋友/视频，指标是10个朋友/视频），但是你通过提供某个功能（分享给特定的人，且第三方看不到任何分享痕迹）加大了他们的分享量，达到了你制定的指标，那么，客户一定会感谢你的，而客户的满意就可以代表你取得了成功。
最后说一下PPT19，我们可以看出，每个流程必然对应所需的工作，而每个工作也一定会配套必要的工具，比方说，对于角色（原型）这个流程，所需的核心工作就是“确定客户细分”，而这个工作配套的工具就是“用户原型设计”。
这个在本课中就不细讲了，有兴趣的朋友可以参考学习咱们提供的其它资料以及《构建产品管理个人知识学习资料包》中的思路。
2、基于1）我们有多大的信心把产品做“合适”
我们应该都知道，管理本来就是“科学”和“哲学”的结合，取得什么样的结果，无非就是谁多一点的情况，换成大白话说，就是你做产品的信心是“主观多一些”，还是“客观多一些”。
我个人算是一个“产品管理的技术流”支持者，也就是说，我更倾向于“客观多一些”，尤其是对于产品探索这个工作，站在自己的角度去想客户所想，按照自己的习惯做客户想做，很大程度上并不会有良好的结果。
因此，我们需要通过一个必要的工具来判定我们的信心指数，这个工具叫“信心量表”，大家看PPT20：
这个工具怎么使用呢？
简单说，就是支持我们产品的不同的证据带给我们做产品的信心是有不同的级别的。
一共分为十种证据，但是可以大致分为四类，大家看PPT21：
1）观点：包括“自我信仰”、“小范围意见”和“主题支持”。
2）评估：包括“他人观点”和“评估和计划”。
3）数据：包括“坊间证据”、“市场数据”和“用户/客户观点”。
4）测试与实验：包括“结果测试”和“发布数据”。
接下来就对这四类十种证据为什么会带来不同的信心级别做个简单的说明。
1）观点：置信度 ≦ 0.1
这种形式的证据是基于一个人或一小群志同道合的人的自我信念来生成产品信心的。
尽管他们所拿出来的证据的背后有一些令人信服的逻辑，或者可能会受到某些“数据”和“概念主题”的支持，比方说，在WEB3.0下产品的发展战略，或者某个大的咨询机构说未来5年内某某市场将达到多少多少亿元。
虽然看起来这个想法对他们来说似乎得到了充分的证实，但实际上这只是他们的观点和信仰的问题，但事实上只不过是一种公众化认识，而非个人认识。
从实践中看，观点一再被证明是非常薄弱和不可靠的证据形式，即使它们来自专家或经验丰富的高级管理层。
不要把自己高估成是手握水晶球的魔法师，当然，最重要的是这些人并不是现实的预期客户。
2）评估： 0.1 < 置信度 ≦ 05
这种形式的证据就是更深入地分析想法，并听取更多人的意见。
常见的评估形式包括：
评估仍然基于意见和猜测，但我们以更结构化和客观的方式评估想法，并听取更多的观点。通常，这足以暴露想法中的主要缺陷，或者表明它比我们的其他候选想法更弱。
在评估的基础上提出一个想法当然是可以的。
当然，在实践中，并非所有和产品有关的想法都需要评估作为决策依据，有几种评估可以不用评估：
比方说UI的调整，小幅度的功能增强（增加一个字段），算法的小改动不会影响用户体验，配件换成不同品牌，但是同级别的等。
3）数据：0.5 < 置信度 ≦ 3
这种形式的证据就是在评估的基础上通过外部数据的支持来强化评估的作用。
外部数据可以来自：
关于外部数据的获取和分析，我讲了很多了，这里只强调一点：
当我们收集数据时，我们必须区分坊间数据和市场数据。
坊间数据通常来自数据集的一个子集，比方说1-3个用户/客户表示对某个功能感兴趣，1个销售认为需要加某个功能，1个竞争对手实现了类似的功能等。
因此，坊间数据的置信级别在1.0-。
市场数据通常来自更大的数据集，比方说，如果你要考虑在汽车上增加NFC解锁，那么，需要考虑以下市场数据来支持真实性：
我们采访的20个潜在客户中有13个认为NFC支持在解锁汽车时非常重要；
68%的手机支持NFC功能；
11个竞争对手中有3个支持NFC；还有4家公司已经将其列入了路线图。
因此，市场数据的置信级别在1.0-3.0之间。
也就是说，坊间数据只能说明至少有我们之外的人认为这是一个好想法，但由于样本太小，它很有可能只是随机噪音，这是一个非常不可靠的证据来源，而在实践中，我们习惯于过于依赖它，尤其是当它支持我们的观点时。
但是，坊间数据也有一定的用，它可以用来证明那些简单，不费力气，风险很低的想法。
而市场数据主要告诉我们面对需求的解决方案，但它很少告诉我们具体的想法，当然，理想情况是，我们很希望能够在此基础上测试想法，但如果缺乏必要的资源，那就只剩下冒险了，但是，冒险也得有个度，比方说：
增加功能或特征的增量变化，而不是更改或删减，并且不太可能让客户反感或恼火，比方说在汽车上保持原有解锁模式的时候，增加手机的NFC解锁。
重新设计用户不常用的的部分，比方说软件中的设计界面，还有就是短时间的产品宣传和活动说明。
4）测试与实验：置信度 > 3
这种形式的证据意味着将想法的一个版本放在用户/客户面前，并测量他们的反应。
需要注意的是，测试事实上也是一个系统的工作，大致包括：
早期测试：比方说MVP，也就是使用“假产品”或产品构建之前的原型，图纸，概念；
中期测试：比方说微软在内部团队采用的“Team DogFood”，早期使用者计划，Alpha测试等，这是基于实际产品（尽管产品还处于开发阶段）的可用性测试，也就是在一小群用户中使用一个粗略的，不完整的产品。
后期测试：例如Beta版、实验室版、预览版等，这个时候产品几乎就是完整的，面对的用户群体也更大。
分割测试：例如A/B测试，多元测试等，也就是在大量的用户测试完整的产品，并通过一个关键的变量（比方说价格测试）来减少错误结果的几率。
上市测试：采用基于部分（可以是市场的地理空间，关键的部分功能）的测试来完成对产品的市场正式上市前的测试。
当然，我们也可能看出，获取这种形式证据的成本和测试的阶段和形式成正比，也就是说，要使用的测试级别取决于想法的成本、测试的成本以及您对风险的承受能力，经验之谈是：
早期测试：一般用在产品的想法单一，构成成本很低，或者风险单一，比方说对需求的，可用性的，价格敏感性的，比方说在保留所有功能的情况下重新设计UI的一部分，或者想搞个促销，但不确定如何定价。
中期测试：一般用在回答有关使用价值，可用性以及采用和使用模式的问题。这些相对是昂贵的，主要面向产品存在中等风险或中等成本的情况下，比方说增加一个新的核心功能，删除或替换现有的功能，一个重大的新设计，一个小的新产品等。
后期测试&发布测试：一般这俩测试通常是正式发布前的彩排，当然也相当花钱了，通常应用在：1）当产品在很大程度上会影响所有/大多数用户，并且你想确保这个产品是无懈可击的；2）当某些你的假设只能通过大量数据来验证时，比方说一个全新的产品，对现有的产品做出重大的修正，新的定价方案，新的市场等。
分割测试：在分割测试中，现在常见的就是A/B测试，它可以用在各种规模和类型的产品上，它可以很大程度上降低做出糟糕产品的几率。
关于A/B测试在产品管理中的应用，大家可以参考这篇文章：
《A/B测试不是技术的活，其实是产品的活---说说A/B测试在产品管理中的应用》
信心量表并不是一个割裂的工具，而是一个连续的工具，我们在实践中应该有这样的体会，为什么有的产品越做越有信心，而有的产品却正好相反，其实从信心量表中就可以观察出来，一般来说，只基于观点的产品通常会越做越没信心，而基于数据和测试的产品则越做越有信心。
当然，对于产品经理来说，我们并不需要刻意采用信心量表中的某个区间作为信心级别的参考，而是通常会出现一种不断演进的过程（从低到高），而这也就代表着你的信心级别在不断增加。
当然，归根结底，你做产品的信心的不断增加，也就最终意味着你有能力和方法能够更好的服务于你的客户。