问题藏在客户过去的行为里
一句话总结
客户访谈中值得相信的是已经做过的事，不该相信的是“会做”和“不错”这类说法。提问要具体询问对方最近的行为，而记录则从三方面编码：对方上一次遇到这个问题是什么时候，现在是否正在花钱或花时间，以及是否承诺了下一步。选择细分客群时，不看比率，而是看把样本量也考虑在内的区间。
为什么需要它
开发者创业后，最先做的是产品，最后才与客户交谈。即使交谈，问的也是“如果有这样的服务，你会用吗？”几乎所有人都会回答“不错，应该会用”。有礼貌的人不会当面贬低别人的想法。三个月后上线的产品，这些人并不会来。
Rob Fitzpatrick 的著作《The Mom Test》（2013）把避开这个陷阱的规则概括为三条——谈论对方的生活，而不是我的想法；询问过去具体发生的事，而不是关于未来的泛泛而谈或意见；少说话，多倾听。书中还建议，不要把夸赞当作真正的信号，而要把时间、声誉、金钱这类付出了代价的承诺当作真正的信号。
工作原理
提问的形式决定回答的质量。“上次你发报价单是什么时候？当时是用什么做的？”问的是事实。“做报价单很麻烦吧？”是诱导，“如果能自动生成，你会用吗？”是假设。诱导和假设类问题的回答只是意见，不能作为问题存在的证据。收集记录时，把提问的形式一起写下来，日后就可以筛掉。
对证据进行编码。本实验把一次访谈算作“证据”的条件设为三条。
| 条件 | 记录 | 原因 |
|---|---|---|
| 过去行为问题 | question_style = past | 是事实，而不是意见 |
| 最近遇到过 | 上一次遇到距今 30 天以内 | 很久以前的不便，现在没有太强的理由去解决 |
| 付出了代价 | 现在正在花钱，或者承诺了试点、预购 | 不是靠说，而是靠行动表现出的优先级 |
基准值 30 天是本实验的示例。要根据产品的使用周期来定，但一旦定下，就要对所有访谈一律适用。
选择细分客群时——比率与样本。10 个人中有 8 个（80%）与 30 个人中有 21 个（70%），哪一个是更强的信号？只看点估计，是前者，但 10 个人很容易被偶然性大幅影响。关于二项比率的置信区间，Brown、Cai、DasGupta（2001，Statistical Science）通过对比研究表明，Wilson 得分区间在样本较小时也表现良好。本实验用 95% Wilson 区间的下限给细分客群排序——相当于用“至少有这么多”来比较。如果区间很宽，把基准（这里是 50%）夹在中间，那么给出的信号不是结论，而是要再多做一些访谈。
记录的格式决定分析。访谈结束之后，如果凭记忆来总结，留下来的只有好听的话。所以在对话一结束就逐行加上编码——提问是哪种形式，对方是否说出了问题，上一次遇到是什么时候，现在用什么方式解决、花多少钱，承诺了什么作为下一步。这五栏攒起来，一百次访谈也只是一张表，并且可以像本实验这样，用代码重新统计。如果打编码的人有两个，就先一起对几条进行编码，把标准统一。
在现场相遇的样子
- 只有与创始人心里中意的客群交谈时，才混入了“很不方便吧？”，所以这个客群的“有问题”比率最高。只保留过去行为问题之后，排名就颠倒了。
- “不错，出来了告诉我”积累了几十次，预购却一笔也没有。夸赞的数量不是需求的证据。
- 用十个人的访谈选定了细分客群，结果下一批十个人说的完全不同。如果看了区间，从一开始结论就是“还不知道”。
如何发现自己做错了
- 先统计每个细分客群中提问形式所占的比重。如果诱导和假设类问题只集中在某一个客群，那么这个客群的“有问题”比率，很可能是由提问制造出来的数字。
- 把夸赞的数量和承诺的数量并排写出来。如果夸赞堆积到承诺的好几倍，而试点、预购并不增加，就说明交谈很愉快，但需求并没有得到确认。
- 如果区间把基准夹在中间，就不要写结论。“还不知道”也是一种结论——它是决定下一批十次访谈该找谁的依据。
- 写下访谈对象是怎么招募的。如果只见了创始人的熟人和关注者，样本本身就已经是友好的。
- 检查有没有把同一个人算了两次。如果把同一家公司的多名员工分别计数，那家公司的情况就会像是整个客群的信号一样被放大。
下一项实验要做什么
你将根据三个细分客群约 90 条访谈记录，测量提问形式把回答放大了多少，把证据条件做成函数，并按细分客群分别统计。把金钱、承诺和夸赞并排统计，再用 Wilson 区间重新排名，选出第一个客群。评分器还会用打乱过的记录，再次运行你的函数。