一、核心概念：数据、需求与洞察
消费者洞察·洞察（Insight）= 一个反直觉的因果解释：说清用户为什么这么做，并且能指导行动。「用户想要更快的马」是陈述，「他其实怕在同伴面前迟到」才是洞察。
待办任务（JTBD）·用户不是买产品，而是「雇佣」产品完成某个任务（Jobs to Be Done）。问「他雇它干什么」，比问「他喜欢什么」有用得多。
把研究产出分成三层：数据（发生了什么）、原因（为什么发生）、洞察（因此我们该做什么）。大多数调研只走到第一层就交差了，而决策需要第三层。缺了第三层，调研报告就只是好看的存档。
举个反例：某团队调研显示用户想要「更轻的行李箱」，于是减重两成，销量纹丝不动。后来发现用户真正抱怨的是拖行时轮子响、上下楼费劲——需求藏在使用场景的麻烦里，不在形容词里。
二、研究方法怎么选
| 方法 | 回答什么问题 | 典型陷阱 |
|---|---|---|
| 问卷 / 大数据 | 是什么、有多少 | 只反映行为，不解释原因 |
| 深度访谈 / 现场观察 | 为什么、怎么想 | 样本小，用户会说漂亮话 |
| 行为数据 / 对照实验 | 做了什么、改了会怎样 | 相关不等于因果 |
| 概念测试 / MVP | 要不要、值不值 | 新鲜感会骗人 |
选方法有个顺序：先用大数据找异常（哪里不对劲），再用访谈解释异常（为什么不对劲），最后用实验验证解释（改了会不会好）。反过来先做访谈，容易被个别响亮的声音带偏方向。
三、怎么用：四步挖出真洞察
定场景
把问题缩到一个具体场景：谁、在什么处境下、要完成什么任务。场景越具体，洞察越真。
找矛盾
看用户「说的」和「做的」之间的裂缝：嘴上要健康，下单买甜品——矛盾处就是机会。
提假设
把洞察写成可检验的一句话：我们认为谁、因为什么、会怎样。写不成假设的洞察不值得投入。
小验证
用小成本实验（落地页、样品、A/B 测试）验证，别一上来就开模生产。一轮验证的学费远低于压错库存。这就是精益的本意。
四、AI 时代：洞察的采集和验证都变了
- 1社媒评论、搜索词、客服记录里的需求信号可以自动聚类，洞察的原料从抽样变成了全量。
- 2AI 能生成画像和访谈提纲，但替代不了判断：它会放大最主流的声音，而机会常藏在少数人的抱怨里。
- 3验证周期被压到几天：低成本素材加小预算投放，就能测出概念有没有吸引力。
五、补充视角：从关联购买里找人群
某净水器品牌复盘订单发现：买净水器的人常同时买儿童安全用品——真正的决策者是对家庭安全更焦虑的家长，而不是设想中的年轻妈妈。后续把沟通场景从「水质」改成「家庭安全」，转化明显改善。洞察常常不在问卷里，而在跨品类的购买关联里。
类似的关联思路可以跨场景迁移：健身器材的买家常买高蛋白食品，办公椅的买家关注腰背健康——购物车是用户自我叙事里最诚实的版本，比问卷里的自我描述可靠得多。