10亿级大卖产品实战案例：如何用VOC做好产品定义、迭代与维护？
6971近两年，VOC（Voice of Customer：客户之声）作为一个新的概念，开始闯入跨境电商企业的视野中。不少跨境电商企业也将其作为产品创新、营销的重要工具，并取得了不错的成绩，例如安克创新、添可等。
为什么现阶段会提到“客户之声”？
从2021年起，跨境电商行业从热血逐渐回归理性，从抢市场、铺产品、扩团队逐渐走向打磨产品、供应链、组织，大家越来越感受到跨境电商从“红利时代”走向“存量时代”。
当竞争者海量涌入、市场规模不再无限扩大时，竞争就由原来的“摊饼”模式变成了“切饼”模式，企业实现增长的前两条路径⸺抢市场、铺产品⸺变得越来越困难。这时，企业要想实现增长，就必须关注到客户的体验，从客户口袋中掏更多的钱。
因此，越来越多企业开始重视用户需求和体验，将VOC运用到产品定义、研发和售后维护等环节，并沉淀出一套相对实用的落地方法论。
以下是某10亿级卖家的VOC实战案例。
1
VOC案例背景：
10亿级卖家——产品定义与售后维护
该企业是10亿级智能家居企业，主要销售平台为Amazon、Cdiscount和Allegro等，拥有扫地机器人、洗地机、除螨仪等多款智能清洁产品。跨境智能家居赛道巨头林立，竞争激烈，因此该企业非常重视产品的差异化和客户反馈，仅研发人员数量，就占公司团队的一半以上。目前，该卖家对于VOC的运用主要集中在产品定义和售后维护等方面，以求通过聆听客户真实的声音，打造更符合用户需求和体验的产品。
来源：《进击的跨境人》期刊第二期“破浪”
以扫地扫地机器人为例。初代的扫地机器人清扫路径是按照用户的室内格局形成路线去进行清扫，不少用户反馈其遇到阻碍后就自动掉头，很难全面清洁，这时候扫地机器人没有路线规划性可言。根据这一痛点，行业后续研发出了使用陀螺仪的扫地机器人，通过陀螺仪的惯性导航系统，扫地机器人能够进行规划性地清扫，这就解决了清扫效率的问题。
2
VOC行动关键：
量化反馈，引导产品定义-落地-迭代闭环
该公司的VOC落地方案中主要包含三个环节，即用户声音的广泛收集、筛选分析与落地实现。
在收集环节，该公司立足于平台和社交媒体网站，借助第三方插件工具，批量下载用户的评论和Q&A等，汇总数据形成产品VOC系列文档。
在筛选分析环节，由于VOC数据量过于庞大，部分企业会选择使用软件工具来进行关键词统计、筛选和打标。但该公司认为，由于用户语言和情感的表达差异，仅凭软件筛选分析很可能会误导产品团队的工作。
基于这一因素考虑，该公司的做法是，由产品端人员主导筛选分析任务，主张的是人工为主，工具为辅。尽管任务量比较大，但是这样做能够有效地洞察到用户底层需求，更为谨慎、可靠。在分析中，该公司也总结了一些量化客户反馈的方法。
第一种，根据差评星级进行需求量化。在工具+人工筛选出差评后，产品团队会对差评的星级分类，例如：一、二星分为一类，这类星级意味着用户对产品极为不满，此时要看产品的问题，以这些问题指导产品优化、解决产品当前的痛点；三、四星分为一类，这类星级代表用户对产品有一定认可，但并不完全满意，说明产品还有上升的空间，这些信息可以用来定义用户需求，直接推动下一代产品的迭代。
第二种，结合差评提及频次和星级进行需求排序。在众多的产品需求中，产品团队一定要分清主次，减少噪音干扰，才能节约试错成本。该公司产品团队主要结合差评星级和频次两个关键要素计算排序。
来源：《进击的跨境人》期刊第二期“破浪”
举个例子，假如某款扫地机器人的评论中，某一条评论为1星，其中涉及到“清洁能力不行”和“噪音大”两个问题点，那么这里默认“清洁能力差”和“噪音大”各扣2星；下一条评论也是1星，但仅有“清洁能力差”一个问题点，这就表“清洁能力差”被扣了4星，两条评论中，“清洁能力差”总共被扣6星。这是星级的计算，再结合各项问题点在整体差评中被提及的频次，就可以对用户真正在意的痛点和需求点进行排序。
在落地行动环节，很多企业会在分析环节形成文档后便止步不前，针对这一问题，该企业在推进机制流程和团队责任划分上都有较好的经验。
推动落地时，产品部门会针对总结的需求文档在现有产品和新产品上进行测试。首先需要评估几个问题：出现的问题在现有产品上能不能改？改动幅度有多大？改动后能不能完全规避这些问题？如果能够规避，那么针对现有产品，在订单量相对平缓的时候，可以停下销售进行模具的重新调整、上线。针对新品开发，如果已经有了第一代产品，那么第二代产品的前期定义中，就将这个思考好的需求作为一个亮点定义出来，然后由包括研发在内的项目组成员去推动完成设计、研发和打板、测试，这个过程完成后导入量产，VOC需求就完成了落地。
在VOC在产品板块的整个落地闭环中，产品部门成员的职责划分和行动力都尤为重要。该公司的产品端和品质端都会参与到VOC的收集、爬取和分析、归类，只是二者的侧重点不同。
VOC之于产品端，其更多的作用是在前期的产品定义方面，比如行业扫地机器人的Top1痛点是清洁不干净，那么这个点就是当下公司产品努力的方向。而对于品质端，VOC的意义则在于产品后续的维护、迭代。还是以清洁力度为例，假设品质端在第一个月收集到用户的需求反馈，将其传递到研发端，研发会根据数据改进产品，重新上架。之后，再由品质跟进该改良产品在市场中的月度反馈数据，查看清洁问题的数据是否减少；同时针对新增问题，进行持续性优化，形成良性循环。
此外，后端设计对于VOC的运用也有所不同，在产品的验证测试阶段，可以根据VOC的反馈需求集中点去着重看测试的方向，必须达到什么样的标准，才能放行上架。总的来说，该公司将VOC融入到了产品团队的日常工作中，帮助产品团队去完善产品体系和建立产品标准。
3
VOC落地能力：
企业用好VOC的4个关键要素
该公司的产品经理认为，在VOC的整个落地环节中，有4个关键能力要素：
其一，团队对于VOC的认知度，以及耐心程度。一方面，企业内部只有认可VOC的价值，才能够真正重视从用户反馈中获取真实需求这件事。另一方面，VOC的数据极为琐碎，须以极强的心力与耐心去梳理、分析、总结。
其二，数据抓取能力。做好VOC，要有庞大的数据支撑才能得出较为客观的建议。
其三，数据分析和洞察能力。团队的产品经理有很强的用户同理心，进入用户使用场景看到用户心理。
其四，产品经理要有非常强的执行和决策能力，既要推动团队将需求与痛点快速落地，使抽象的VOC具体化、产品化，也要在众多的VOC中，清楚分辨什么是真需求，什么是伪需求。
近两年，VOC（Voice of Customer：客户之声）作为一个新的概念，开始闯入跨境电商企业的视野中。不少跨境电商企业也将其作为产品创新、营销的重要工具，并取得了不错的成绩，例如安克创新、添可等。
为什么现阶段会提到“客户之声”？
从2021年起，跨境电商行业从热血逐渐回归理性，从抢市场、铺产品、扩团队逐渐走向打磨产品、供应链、组织，大家越来越感受到跨境电商从“红利时代”走向“存量时代”。
当竞争者海量涌入、市场规模不再无限扩大时，竞争就由原来的“摊饼”模式变成了“切饼”模式，企业实现增长的前两条路径⸺抢市场、铺产品⸺变得越来越困难。这时，企业要想实现增长，就必须关注到客户的体验，从客户口袋中掏更多的钱。
因此，越来越多企业开始重视用户需求和体验，将VOC运用到产品定义、研发和售后维护等环节，并沉淀出一套相对实用的落地方法论。
以下是某10亿级卖家的VOC实战案例。
1
VOC案例背景：
10亿级卖家——产品定义与售后维护
该企业是10亿级智能家居企业，主要销售平台为Amazon、Cdiscount和Allegro等，拥有扫地机器人、洗地机、除螨仪等多款智能清洁产品。跨境智能家居赛道巨头林立，竞争激烈，因此该企业非常重视产品的差异化和客户反馈，仅研发人员数量，就占公司团队的一半以上。目前，该卖家对于VOC的运用主要集中在产品定义和售后维护等方面，以求通过聆听客户真实的声音，打造更符合用户需求和体验的产品。
来源：《进击的跨境人》期刊第二期“破浪”
以扫地扫地机器人为例。初代的扫地机器人清扫路径是按照用户的室内格局形成路线去进行清扫，不少用户反馈其遇到阻碍后就自动掉头，很难全面清洁，这时候扫地机器人没有路线规划性可言。根据这一痛点，行业后续研发出了使用陀螺仪的扫地机器人，通过陀螺仪的惯性导航系统，扫地机器人能够进行规划性地清扫，这就解决了清扫效率的问题。
2
VOC行动关键：
量化反馈，引导产品定义-落地-迭代闭环
该公司的VOC落地方案中主要包含三个环节，即用户声音的广泛收集、筛选分析与落地实现。
在收集环节，该公司立足于平台和社交媒体网站，借助第三方插件工具，批量下载用户的评论和Q&A等，汇总数据形成产品VOC系列文档。
在筛选分析环节，由于VOC数据量过于庞大，部分企业会选择使用软件工具来进行关键词统计、筛选和打标。但该公司认为，由于用户语言和情感的表达差异，仅凭软件筛选分析很可能会误导产品团队的工作。
基于这一因素考虑，该公司的做法是，由产品端人员主导筛选分析任务，主张的是人工为主，工具为辅。尽管任务量比较大，但是这样做能够有效地洞察到用户底层需求，更为谨慎、可靠。在分析中，该公司也总结了一些量化客户反馈的方法。
第一种，根据差评星级进行需求量化。在工具+人工筛选出差评后，产品团队会对差评的星级分类，例如：一、二星分为一类，这类星级意味着用户对产品极为不满，此时要看产品的问题，以这些问题指导产品优化、解决产品当前的痛点；三、四星分为一类，这类星级代表用户对产品有一定认可，但并不完全满意，说明产品还有上升的空间，这些信息可以用来定义用户需求，直接推动下一代产品的迭代。
第二种，结合差评提及频次和星级进行需求排序。在众多的产品需求中，产品团队一定要分清主次，减少噪音干扰，才能节约试错成本。该公司产品团队主要结合差评星级和频次两个关键要素计算排序。
来源：《进击的跨境人》期刊第二期“破浪”
举个例子，假如某款扫地机器人的评论中，某一条评论为1星，其中涉及到“清洁能力不行”和“噪音大”两个问题点，那么这里默认“清洁能力差”和“噪音大”各扣2星；下一条评论也是1星，但仅有“清洁能力差”一个问题点，这就表“清洁能力差”被扣了4星，两条评论中，“清洁能力差”总共被扣6星。这是星级的计算，再结合各项问题点在整体差评中被提及的频次，就可以对用户真正在意的痛点和需求点进行排序。
在落地行动环节，很多企业会在分析环节形成文档后便止步不前，针对这一问题，该企业在推进机制流程和团队责任划分上都有较好的经验。
推动落地时，产品部门会针对总结的需求文档在现有产品和新产品上进行测试。首先需要评估几个问题：出现的问题在现有产品上能不能改？改动幅度有多大？改动后能不能完全规避这些问题？如果能够规避，那么针对现有产品，在订单量相对平缓的时候，可以停下销售进行模具的重新调整、上线。针对新品开发，如果已经有了第一代产品，那么第二代产品的前期定义中，就将这个思考好的需求作为一个亮点定义出来，然后由包括研发在内的项目组成员去推动完成设计、研发和打板、测试，这个过程完成后导入量产，VOC需求就完成了落地。
在VOC在产品板块的整个落地闭环中，产品部门成员的职责划分和行动力都尤为重要。该公司的产品端和品质端都会参与到VOC的收集、爬取和分析、归类，只是二者的侧重点不同。
VOC之于产品端，其更多的作用是在前期的产品定义方面，比如行业扫地机器人的Top1痛点是清洁不干净，那么这个点就是当下公司产品努力的方向。而对于品质端，VOC的意义则在于产品后续的维护、迭代。还是以清洁力度为例，假设品质端在第一个月收集到用户的需求反馈，将其传递到研发端，研发会根据数据改进产品，重新上架。之后，再由品质跟进该改良产品在市场中的月度反馈数据，查看清洁问题的数据是否减少；同时针对新增问题，进行持续性优化，形成良性循环。
此外，后端设计对于VOC的运用也有所不同，在产品的验证测试阶段，可以根据VOC的反馈需求集中点去着重看测试的方向，必须达到什么样的标准，才能放行上架。总的来说，该公司将VOC融入到了产品团队的日常工作中，帮助产品团队去完善产品体系和建立产品标准。
3
VOC落地能力：
企业用好VOC的4个关键要素
该公司的产品经理认为，在VOC的整个落地环节中，有4个关键能力要素：
其一，团队对于VOC的认知度，以及耐心程度。一方面，企业内部只有认可VOC的价值，才能够真正重视从用户反馈中获取真实需求这件事。另一方面，VOC的数据极为琐碎，须以极强的心力与耐心去梳理、分析、总结。
其二，数据抓取能力。做好VOC，要有庞大的数据支撑才能得出较为客观的建议。
其三，数据分析和洞察能力。团队的产品经理有很强的用户同理心，进入用户使用场景看到用户心理。
其四，产品经理要有非常强的执行和决策能力，既要推动团队将需求与痛点快速落地，使抽象的VOC具体化、产品化，也要在众多的VOC中，清楚分辨什么是真需求，什么是伪需求。
热门活动 
其他
04-09 周四
热门报告 
