數據沒告訴你的事:如何用「用戶視角」找到關鍵問題?
- Peter Tu
- 6月3日
- 讀畢需時 5 分鐘
別只看數據,真正的用戶體驗藏在哪裡?
數據無所不在,KPI 也無時無刻不在影響決策。轉換率、留存率、客服回應時間,每一個指標都彷彿在告訴經理人該往哪個方向走。但有時候,經理人如果過度依賴這些數字,反而會忽略最重要的事情「顧客的真實體驗」。
Zappos 曾有一個著名的案例,一名客服代表與顧客通話超過 10 小時,只為了幫助他選到一雙最合適的鞋子。從數字來看,這是效率極低的方式,但對 Zappos 來說,這通電話代表的是品牌價值的實踐,最終換來的是長期忠誠的顧客。
有一次亞馬遜的創辦人貝佐斯聽到客人一直抱怨說客服電話很難聯繫上,於是在開會時質詢客服主管。客服主管看著報表信誓旦旦的說「但是數據顯示,平均每個客人只用等 60 秒客服就會接通」。
所以當下貝佐斯拿起電話說「不然我們來打客服電話試試看?」。馬上撥打客服電話。
結果會議室一片沈默,各個主管面面相覷都好奇那通電話什麼時候會被接通。最後那通電話整整等了十分鐘才被接通。
這些案例都證明了一件事:如果只埋首於報表,而沒有親自走一遍顧客旅程,我們可能會錯過真正影響業務成長的關鍵點。用戶體驗不只是數字,而是一段完整的旅程。理解用戶旅程的每一步,才能讓我們找到那些最貴、最影響生意的問題,進而提出真正有效的解決方案。
拆解用戶體驗顆粒度的方法
在分析用戶體驗時,我會從不同的角度來觀察,確保理解更全面。
Airbnb 就是拆解用戶體驗的翹楚,起初他們他們發現房東的房源照片品質會影響訂房率,但是他們並沒有單純要求房東「拍好一點」,反而是主動派攝影師幫助房東拍攝專業級照片,結果訂房轉換率顯著上升。
因為很貼近用戶,拆解了用戶體驗的流程,讓 Airbnb 意識到,有時候掌握業績的秘密不在於「數字所顯現出的表象」,而在於「問題背後的問題」。
這裡介紹如何從宏觀、綜觀、微觀,三個不同的層次拆解用戶體驗。
從宏觀角度拼湊出用戶的旅程
我記得我第一次使用 Airbnb 時因為是窮學生,所以預算有限,加上想要體驗和英國的房東一起住,所以選擇了 Airbnb,用戶體驗很不同。
傳統飯店的體驗較為標準化,透過訂房網站訂房、櫃檯辦理入住、進房間、使用設施、退房。
但是 Airbnb 的體驗早在訂房之前就開始了,包含了搜尋房源、閱讀房東評價、與房東溝通。
然後入住的時候體驗也很不同,必須要約時間和房東拿鑰匙、記得房東吃晚餐的時間、知道怎麼用洗衣機設備等等。
透過這種由始至終的用戶體驗對比 (以下表格為例),就能夠找到 Airbnb 獨特的價值主張與用戶為什麼想註冊 Airbnb 的需求。
流程階段 | 傳統飯店 | Airbnb |
搜尋與選擇 | 透過飯店官網、訂房網站 (如 Agoda、Booking) 搜尋標準化飯店選項 | 透過 Airbnb 平台搜尋獨立房源,根據房東評價、房屋特色、自訂條件來挑選 |
預訂與付款 | 直接透過平台或飯店官網預訂,確認後立即付款或抵達時付款 | 向房東發送預訂請求,等待房東確認後才能付款 (部分房源可即時預訂) |
入住前準備 | 透過飯店官網或 email 收到入住資訊,如入住時間、地址 | 房東可能提供入住指南、門鎖密碼,或需要與房東協調進房方式 |
辦理入住 | 到飯店櫃檯出示身份證件,領取房卡 | 根據房東提供的方式進入 (如自助入住、與房東約定取鑰匙) |
住宿體驗 | 標準化房間設施、每日清潔服務、24 小時客服支持 | 住宿體驗因房東而異,可能有個性化設計、在地特色,但服務水準不固定 |
問題處理 | 可聯繫飯店櫃檯或訂房平台客服,通常能即時處理 | 需透過 Airbnb 聯繫房東,房東回應速度影響問題解決時間 |
退房 | 依飯店規定辦理退房,部分提供快速退房選項 | 可能需按照房東指示完成特定退房流程,如歸還鑰匙、垃圾處理 |
評價與回饋 | 可在訂房網站留下評價,影響飯店整體評分 | 房客與房東可互評,影響未來預訂的信譽度 |
(傳統飯店 vs. Airbnb:用戶體驗的關鍵差異)
從綜觀的角度找出客人痛點的環節
如果縮小範圍來檢視特定環節,就可以從用戶行為中找出痛點。
假如要去面試 Airbnb,我一定會親自使用一次他們家的服務,刻意模擬一名新用戶的行為。
下載 App、進行註冊、嘗試使用主要功能。甚至故意出錯,來測試產品的錯誤處理機制。
像是實際使用的時候,我就發現有些房東會看旅客的社群媒體來確定這個人安不安全,如果數位足跡很少的話訂房的體驗相對就比較困難,可能影響到用戶訂房的轉換率。
此外,我還會與客服互動,看看他們的回應效率與問題解決能力。這樣的過程能讓我更貼近用戶在實際使用時可能遭遇的問題,並進一步找出改進的機會。
把自己置身於用戶體驗的環節中,放大檢視環節到環節的連貫性也是一種拆解問題的方法。
從微觀的角度驗證商業價值
最後,從微觀層次分析時,可以進一步檢視產品的細節,例如幫助中心的內容是否能有效解決用戶問題?FAQ 是否覆蓋最常見的疑問?
透過流量數據,反向推估哪些問題是最常被詢問的,進一步確認哪些問題對於用戶體驗影響最大,從而判斷應該優先優化的環節。
像是 Airbnb 的幫助介面就把搜尋和預訂放在最上面,表示他們很注重客人的訂房流暢度。
然後可以看到最右邊是付款、價格和退款,表示這個抱怨的頻率應該很高,才有辦法和預定的選項同樣放在上層欄位。

(截圖自 Airbnb 的幫助介面)
透過這種分層拆解方式,不僅可以全面理解用戶的體驗,還能針對不同層級的問題提出精準的解決方案,提升客人的留存率。
想在客戶前面,解決他們的問題
拆解用戶體驗的流程關鍵在於將心比心,從客人的角度想。這個方法能夠有效找出並解決那些最大或是最貴的問題,讓產品優化的資源投入發揮最大效益。
從宏觀層次,拼湊出完整的用戶旅程,找出用戶為什麼選擇這項服務。例如,透過分析 Airbnb 與傳統飯店的體驗差異,可以理解 Airbnb 如何滿足預算有限、尋求在地體驗的用戶需求,進一步優化註冊與首次使用的體驗,確保更多新用戶順利進入系統
從綜觀層次,觀察用戶在使用過程中遇到的痛點,例如預訂流程、客服互動,甚至房東照片的問題,來發掘提升轉換率的機會。這樣的分析能幫助產品團隊針對影響交易成功率的關鍵點進行優化
從微觀層次,透過數據驗證哪些問題影響用戶體驗,例如幫助中心的 FAQ 排序、客服的回應效率,找出影響用戶留存的因素,進一步優化用戶的長期體驗,提升留存率和營業額
這樣的分析方式可以讓企業更深入了解用戶需求,也能幫助產品、行銷與客服團隊對症下藥,將資源投入到真正影響業務成長的環節上,達到提升用戶體驗與商業價值的雙贏。
Comments