何田：一个垂直社区的需求取舍过程
一位朋友打算做一个垂直领域的社区，经过几个月的研究和测试，找到好些潜在的未满足需求，每个都有相当发展空间，不知道如何取舍，从哪个点启动。我们一起设计了一个需求分析模型，以数据为参考进行分析，最后得到了一些他“直觉也觉得应该如此”的结果。我在这个yy过程中也得到不少启发。+ d/ T8 H# ^* i/ }7 N
下面我用模拟数据来说明这个分析过程，恰当与否，欢迎朋友们指教。4 m) s* c& s5 w: f' F% E
我们分步得到的数据是：获得内容的容易度、获得阅读流量的容易度、获得交互的容易度、用户潜在需求未满足的程度、我们的差异化能力，希望判断出哪些服务具备较高的启动容易度，并且符合我们的既定利益。/ u; U1 d* X$ z1 z9 H2 O/ j
分析过程分六步，先对一些指标进行主观评分，再对评分进行运算。
' j5 F# U% X2 g! @ 一． 获得内容容易度, \/ c; S4 t [2 W2 `
社区嘛，总得用户贡献内容，首先评估的是不同的服务获得用户贡献内容的难易程度，包括兴趣强度、坚持性和用户覆盖面，综合得分为这三者的乘积（注意是乘积不是相加）。
- w7 J, P9 j8 {' J. ` 以下是模拟的原始评分数据（采取十分制）：潜在需求 用户贡献内容的兴趣有多强 用户贡献内容能坚持多久 有多少用户可能贡献内容# X$ m6 \3 k+ d# ^" ^0 Z
服务1 9 8 5
5 Y5 a: P* L* A) R+ c服务2 7 5 5" x+ x1 u6 I% M5 J, P1 H& Y
服务3 8 7 8
, J7 a1 @7 L o& ]服务4 6 8 5) J& d( r/ v3 S4 o* E: X3 b
平均 7.5 7 5.75
# X7 G/ t2 w: x, Q6 [0 a0 T( k ) x9 L& o/ M" n: m4 p+ |' b# c/ _
（内容获得容易度原始评分）5 u( F& \ W& Z2 K8 `4 h9 O" m" @8 W
在上表中，“用户贡献内容的兴趣有多强”是指有可能贡献内容的那部分用户的兴趣有多强，后面类似，只考虑最活跃人群的兴趣强度。
. G$ X# W% B: w3 P4 I4 v6 F, d/ o$ \* r 原始评分不太好用，因为表现不出好劣的差异程度，将原始评分除以平均值，得到的比值更具备可比性，更能直观反映好劣的差异。上表换算成：/ j/ _% z5 R6 m" |: {
潜在需求 用户贡献内容的兴趣有多强 用户贡献内容能坚持多久 有多少用户可能贡献内容 内容获得综合得分（三项乘积）: K, M+ a* S Q# `5 a
服务1 1.2 1.1 0.9 1.2 ) R/ M' X3 L, b5 ]" H+ F F
服务2 0.9 0.7 0.9 0.6
8 [: y; q3 A5 y2 @3 v7 Q- w服务3 1.1 1.0 1.4 1.5
2 G. z( ^% k3 d4 w* Y( d+ {; }4 Q服务4 0.8 1.1 0.9 0.8
3 D5 O9 Q9 ]0 f
" |% T7 u* |8 }( z- Y（内容获得容易度）
1 |# |" ~& \3 K3 M2 H2 z 进行倍数换算后，再将三个指标相乘，得到内容获得容易度的综合得分，各服务的内容获得容易度差异性就比较容易看出来了，例如服务3的用户覆盖面特别广，用户兴趣和坚持度也较优，服务1虽然用户覆盖面低些，但用户贡献内容的兴趣特别强烈。9 b) x6 {( @: [
二．获得阅读流量的容易度
K. x! u4 h9 \6 B7 n 有了内容，就需要看客，下表评估获得阅读流量的难易程度。
! F# A/ G0 L5 h: D* ~" D; F以下是原始评分：- W0 d" D0 t8 q8 H
潜在需求 用户阅读的兴趣有多强烈 有多少用户有阅读兴趣
3 s. G H7 G7 e! R 服务1 7 8: d5 d6 _' S" j! }5 k
服务2 8 9
0 J1 [1 ]* q! B- N5 a. v1 q服务3 8 8
% d# |: g* J& }% [服务4 9 9
7 l k" t8 X$ r2 [2 v/ o' H+ U平均 8 8.5, \& n; K2 n# m/ [/ ^- w
6 S: j: Z& p7 B( m% j8 P7 ]1 N
（阅读流量获得容易度原始评分）% y) b: A0 t4 D. l
同样进行倍数换算：潜在需求 用户阅读的兴趣有多强烈 有多少用户有阅读兴趣 读者获得综合得分（两项乘积）
+ _ `" x' Z0 d 服务1 0.9 0.9 0.8
: X* a. x% c) N8 y* Y服务2 1.0 1.1 1.1 - i p" Z0 B+ V3 S* _7 q2 e+ q9 @. W
服务3 1.0 0.9 0.9 ' z3 P6 Z+ x3 t( Z% w! V% D
服务4 1.1 1.1 1.2 8 O! J2 S! ?0 ~! ~0 s4 T1 A8 [
4 ]7 M9 [( M U（阅读流量获得容易度）
& Q- o5 s6 m' d( u3 [" q0 F, i 进行倍数换算后，再将两个指标相乘，得到阅读流量获得容易度的综合得分，从上表看出，服务4和服务2比较容易获得大量读者，而服务1和服务3获得阅读流量的能力就比较差。
2 ?+ J5 ~5 h- B1 k0 R( k5 @ 三．获得交互的容易度
# X& d! V8 C- [& P% u- q! M7 f' c 有了内容和阅读流量，下面关注的是用户间的交互程度，交互能够带来人际粘性。* \# E- b* W/ ~( u& Q" \
以下是原始评分：
; e* E: P* ?% L, Y }% ? 潜在需求 用户交互的兴趣有多强烈 有多少用户有交互兴趣) M$ j2 v0 O; U2 e
服务1 7 7
- x" q9 }( r# E! v2 k服务2 7 7# A; R2 v+ i1 \) w0 s3 m4 h+ w
服务3 0 0
6 i% U$ _0 D; @( Y5 j7 M服务4 8 8
8 E( q# Q; e& r# O平均 5.5 5.58 e. B5 b- M" U0 Y+ o
( _# g9 h- U: h' w/ Y" _) {: I* I( I
（交互获得容易度原始评分）5 d6 C; @7 u1 y5 N# T
有些服务是只读性质的，例如搜索和排行，用户交互潜力很低，所以评分为0。 } e1 k# ]$ b3 M& b- L/ Z
经过倍数换算，得到：潜在需求 用户交互的兴趣有多强烈 有多少用户有交互兴趣 交互获得综合得分（两项乘积） u; B: H, X8 J) \ z5 F0 C
服务1 1.3 1.3 1.6
0 E" r' S8 R/ M: i- t服务2 1.3 1.3 1.6 " f/ h3 Q% n" n2 @' G4 d
服务3 0.0 0.0 0.0
' _3 ~' d- `* K+ `; q9 |1 J服务4 1.5 1.5 2.1 7 R; E2 @7 B, ?& k3 X" F
d4 s A; C0 ~2 K+ J8 Q& o（交互获得容易度）
& E4 w+ o- c6 u% W5 T 将两个指标相乘，得到交互获得容易度的综合得分，从上表看出，服务4最容易产生用户交互，服务3不存在交互价值。, j* b' N! T/ k2 n* y1 V
四．我方的可操作空间9 K: J5 ^( i5 T0 y% b
潜力很大的需求，如果已经很多人去服务，用户核心需求已经初步满足，那么可操作的空间就小了，并不一定是很好的切入角度。下面两个指标分析我方的可操作空间：
, y! K2 V6 A& [$ n$ {. O0 s 潜在需求 用户潜在需求未满足的程度 我们的差异化能力3 D9 r! b: e, o! ]8 |5 t5 c& G
服务1 6 7, }" _0 u+ L+ M2 L
服务2 4 4* X% L7 K7 k0 e. c5 p; G; a
服务3 6 6
. O+ [# Y$ T5 ^9 r# v, s服务4 9 5
$ B, i7 y+ Z" I# T平均 6.25 5.5
2 c1 r9 b8 S, n" f; P# ^( Z% T" q9 C1 I
上表中，“我们的差异化能力”可以从两个角度理解，一是对于这个服务而言，竞争对手之间创造差异化的可能性，越存在差异化空间则竞争对手们越容易共存；另一个是受我们自身资源约束的创造差异化的能力。" {; P- ]6 K' ], s, o* j
倍数换算后得到：潜在需求 用户潜在需求未满足的程度 我们的差异化能力
- T" S2 [/ Q( R 服务1 1.0 1.3 ) m6 X: D4 v) x" ?! F
服务2 0.6 0.7
: ~1 W% k }( W7 ]服务3 1.0 1.1 1 n2 t1 m1 g+ j6 k5 }- `
服务4 1.4 0.9
8 Q7 P! n9 ]. k. r' x) @" \ 我们可以看到服务2已经被较高度满足，创造差异化的空间也小，如果要进入就得比资源、拼硬仗，服务4用户未满足程度高，服务1最容易创造我们自己的特色。 8 k; g& A3 Z+ }# r9 _
% A7 K% _0 l7 A8 ]五．启动容易度（势，人气）
2 K/ U- p* V4 n7 U 有了上面的数据，我们就可以预测社区启动后的发展容易度，高得分的社区，理论上比低得分社区更具备自然发展势能，更容易迅速启动。! k: J7 f. U, K! V N8 d
潜在需求 内容获得综合得分 读者获得综合得分 交互获得综合得分 用户潜在需求未满足的程度 我们的差异化能力 启动容易度综合得分（五项乘积）
! B% o2 h* j3 G) s1 N3 e4 { d9 ?% M 服务1 1.2 0.8 1.6 1.0 1.3 1.9
# Q8 M/ m9 V" M7 @% l; y, R7 J' ]服务2 0.6 1.1 1.6 0.6 0.7 0.5 / l8 U" m1 W. l7 b0 I
服务3 1.5 0.9 0.0 1.0 1.1 0.0 ; l- Q: `" W+ q& T. y9 t% y
服务4 0.8 1.2 2.1 1.4 0.9 2.6
7 u4 h" O5 e. r7 H$ y. \6 J
0 `6 r! J: ?4 o5 {0 e 在上表中，启动容易度是5个指标的乘积。很明显可以看出，从社区快速启动的角度，服务4优胜，服务1次之。- e% M' ^- b& C6 X
六．最后一个指标：我们的利益: y/ u7 Y- {! \- }
启动容易度综合得分仅仅能帮助我们判断一个服务是否容易快速发动，但反映不出对我们的价值，特别是，如果我们已经有特定的利益企图，而不仅仅是以人气为考核目标。
# d Q+ P6 |1 S8 \在启动容易度综合得分之上，再乘以我方价值评估，得到的总分更具备参考性。例如：潜在需求 启动容易度综合得分 我方利益价值 综合得分
+ t4 ~- U$ H o2 g6 } 服务1 1.9 1.2 2.3
* R6 o7 U9 a4 D4 I( K服务2 0.5 0.5 0.2 0 T0 }+ _; {4 w6 P& ~4 F; h4 t
服务3 0.0 1.6 0.0
# c! W# u" G' s( j5 d; m服务4 2.6 0.7 1.8 2 V; `6 |" N4 Z
/ b% I, V* p! F
由上表可见，服务1虽然启动容易度得分低于服务4，但对我方目标利益的价值更大，所以综合得分更高。最终结论是：应首选服务1切入市场。# _8 p; z, I p( p8 }* N
上面是何田随便填写的模拟数据，实际数据也许没有这么清晰。/ d1 u$ h. C1 v+ ^
在这次分析过程中，我感到将数据换算成平均值的倍数而不是对原始评分直接引用非常重要，否则很难对数据产生感觉；另外，每个综合指标是几个项目的乘积而不是相加也比较重要，这里最初我们走了弯路，调整为乘积后感觉逻辑比较明朗。
