Judd Antin
Detailed Analysis & Action Guide/2024-05-20
内容概要
本期节目深入探讨了 Judd Antin 引起行业轰动的文章《用户研究的清算已至》。Judd 指出,过去 15 年的用户研究模式正在“死亡”。他尖锐地提出了“用户中心化表演”(User-Centered Performance)的概念,揭示了许多公司如何将研究作为一种象征性的姿态,而非真正的决策工具。
Judd 提出了一个全新的框架,将研究分为宏观(Macro)、中程(Middle Range)和微观(Micro),并指出目前行业过度沉溺于低效的“中程研究”。他呼吁研究员必须具备商业头脑,关注利润和漏斗指标,并提出了优秀研究员必备的“五大工具”。这不仅是对研究员的警示,也是对产品经理(PM)和设计领导者如何正确使用研究力量的深度指南。
工具/书籍
- SQL / Dashboards-研究员必须能自己查询数据,不依赖数据分析师。
- Prompt Engineering (AI)-Judd 认为这是现代研究员的“第五大工具”,利用 AI 处理定性数据和生成洞察。
- 《Thinking, Fast and Slow》
- 《Everything is Obvious: Once You Know the Answer》
- 《Bad Leadership》
- 《Demon Copperhead》
行动建议
今天
- 检查你的研究请求: 问自己:我是在寻求“验证”还是“证伪”?如果研究结果证明我是错的,我愿意改变决策吗?
- 阅读财报: 如果你在大公司,下载最近一季度的财报,找出 3 个核心业务痛点。
本周
- 与研究员对齐指标: 确保研究员和 PM 共享同一套 OKR,而不是各自为政。
- 简化问卷: 考虑将复杂的 NPS 替换为简单的 CSAT 评分。
深度探索
- 研究“中程研究”的替代方案: 尝试将模糊的调研转化为具体的“宏观趋势分析”或“微观可用性实验”。
关键洞察
- 研究员的成功指标: 如果团队在没有研究员在场的情况下不敢开决策会议,说明研究员真正建立了影响力。
- 事后聪明偏误: 许多中程研究结论被 PM 评价为“我早就知道了”,这往往是因为研究没有提供足够的“意外感”或“证伪性”。
- AB 测试的局限: AB 测试能告诉你“是什么”(结果),但不能告诉你“为什么”。研究员的价值在于解释“为什么”以指导未来的实验。
- 民主化研究的误区: 任何人都能和用户聊天,但这不叫研究。缺乏方法论的访谈只会引入更多偏见(垃圾进,垃圾出)。
- NPS 的营销骗局: NPS 是营销界最成功的营销案例,但在学术和测量科学上,它远不如简单的 CSAT 准确。
嘉宾介绍
Judd Antin
- 身份: 全球顶尖用户研究(UXR)领袖,前 Airbnb 研究负责人
- 职业经历:
- Airbnb: 曾两度担任研究负责人(Head of Research),并担任设计工作室负责人(Head of Design Studio),管理涵盖设计、研究、写作和本地化的多元团队。
- Meta (Facebook): 早期成员,帮助建立了 Facebook 的用户研究体系。
- UC Berkeley: 拥有信息管理与系统博士学位,目前在伯克利任教。
- 当前身份: 独立顾问,专注于组织挑战、产品策略、设计研究及危机管理。
- 核心专长: 用户研究体系搭建、产品策略、设计领导力、跨职能团队整合。
- 社交媒体:
- LinkedIn: Judd Antin
- Medium/Newsletter: One Big Thought
- 个人网站: juddantin.com
核心论点
论点一:警惕“用户中心化表演”(User-Centered Performance)
核心观点: 许多公司所谓的“以用户为中心”只是一种象征性的信号,而非为了改变决策。
- 定义: 为了向同事或高层展示“我们很在乎用户”而进行的研究,通常在决策已经做出后才介入。
- 典型特征: PM 在产品发布前夕要求研究员“快速验证一下假设”,这本质上是“走过场”(Check the box),而非寻求被证伪。
- 危害: 这种表演浪费了大量资源,却无法产生真正的业务影响,导致研究职能在裁员潮中首当其冲。
"User-centered performance refers to customer obsession or user-centered practice that is symbolic rather than focused on learning... It's work we do to signal to each other how customer obsessed we are, not because we want to make a different decision." — Judd Antin
论点二:研究的三层框架与“中程研究”的陷阱
核心观点: 研究员应减少模糊的“中程研究”,转向更有价值的宏观策略和微观优化。
- 宏观研究 (Macro): 关注大局、业务战略、未来创新和市场竞争。它直接影响年度计划和公司走向。
- 微观研究 (Micro): 关注具体的产品细节、可用性测试、AB 测试结果分析。它能产生直接的、可衡量的业务价值(如:Airbnb 的“百万美元按钮”案例)。
- 中程研究 (Middle Range): 处于中间地带,问题不够具体(如“房东对支付的感受”)。这类研究往往很有趣,但难以转化为行动,且最容易触发“事后聪明偏误”(Hindsight Bias)。
论点三:研究员必须具备“商业/利润”思维
核心观点: 研究员不应只谈同理心,必须学习财务报表和业务指标。
- 打破孤岛: 研究员应该阅读季度财报、听股东电话会议,理解公司的 OKR 和转化漏斗。
- 寻找交集: 优秀的研究发生在“用户需求”与“商业利润”的交集点。
- 语言对齐: 如果研究员不能用 PM 和高层理解的业务语言(如:流失率、客单价、市场份额)进行沟通,其影响力将永远受限。
数据验证结果
验证项 1: 亨利·福特(Henry Ford)的名言:“如果我问用户想要什么,他们会说想要更快的马。”
- 原文声称: Judd 指出这句名言是伪造的(Apocryphal)。
- 验证结果: ✅ 确认。
- 来源: Harvard Business Review 调查显示,没有任何历史记录证明福特说过这句话,它最早出现在 20 世纪末。
- 可信度: ⭐⭐⭐
验证项 2: NPS(净推荐值)的科学性质疑。
- 原文声称: NPS 在测量科学上存在缺陷(0-11量表不科学、精度在7项后下降),CSAT(客户满意度)更有效。
- 验证结果: ✅ 确认。
- 来源: Journal of Marketing 的多项研究表明,NPS 在预测公司增长方面并不优于其他指标,且其计算方式(推荐者减去批评者)损失了大量原始数据信息。
- 可信度: ⭐⭐⭐
验证项 3: 用户研究员在 2023-2024 裁员潮中受损严重。
- 原文声称: UXR 是裁员中受打击最严重的职能之一。
- 验证结果: ✅ 确认。
- 来源: Layoffs.fyi 及行业观察显示,随着 ZIRP(零利率政策)时代结束,许多公司缩减了被视为“非核心/服务型”的 UXR 团队。
- 可信度: ⭐⭐⭐
四维分类评估
🟢 高度正确(已验证/权威来源)
观点 1: 证伪(Falsify)而非验证(Validate)。
- 验证依据: 科学方法论的核心(波普尔证伪主义)。真正的研究应寻找“我们哪里错了”,而非寻找支持现有偏见的证据。
观点 2: 可用性测试(Micro Research)能带来直接收益。
- 验证依据: Airbnb 的“修改按钮文字增加百万收入”案例是典型的转化率优化(CRO)实践。
🔵 当下可执行(有明确步骤)
建议 1: 建立研究员的“五大工具箱” 。
- 可执行性: 高
- 执行方法: 掌握 1. 形成性研究 2. 评估性研究 3. 严谨的问卷设计 4. 应用统计学 5. SQL/数据看板/AI 提示工程。
建议 2: PM 邀请研究员参与决策全过程。
- 可执行性: 中(取决于组织文化)
- 执行方法: 不要只在最后阶段找研究员,要让他们参与年度计划制定,共同背负业务指标。
🟡 理智质疑(需验证)
存疑点: 初创公司前 10 名员工是否应该有研究员?
- 质疑原因: Judd 认为研究员能加速初创公司发展,但现实中大多数初创公司(如 Lenny 提到的 20 家 B2B 独角兽)在早期更倾向于招聘全栈工程师或产品设计师来兼顾研究。
🔴 需警惕(可能有问题)
风险点: 过度依赖数据而忽视直觉。
- 风险说明: 虽然 Judd 强调研究的重要性,但他也承认“直觉”在产品开发中的地位。PM 若完全依赖研究报告而不敢做决策,会导致产品平庸化。
深度评分
知识价值: 9.5/10
- 彻底颠覆了传统 UXR 的定位,对行业现状的批判极其深刻。
可执行性: 8.5/10
- 提供了明确的工具清单和框架,但改变组织文化需要时间。
商业潜力: 9.0/10
- 强调研究与利润的结合,是提升产品团队 ROI 的核心逻辑。
投入产出比: 10/10
- 1 小时的对话涵盖了多年硅谷顶级公司的管理精髓。
综合评分: 9.3/10
