科特勒咨询：全球品牌价值系列白皮书（一）走出已知答案

从消费者洞察到⾼价值产品概念 ⾛出已知答案 ⾼价值创新产品的双重洞察边界 从产品优势⾛向⾼价值创新 过去⼗多年，中国企业把⼀整套产品能⼒带到了全球市场：快速理解品类、追赶领先产品、整合供应链、压缩开发周期，再借助Amazon等平台触达消费者。许多企业正是靠这些能⼒，从代⼯和跨境销售⾛到了⾃主品牌。Amazon在本⽂中是典型信息场景，并不是所有企业都必须采⽤的进⼊路径。 本专题主要⾯向已有产品创新与海外经营基础、正在⾛向⾼价值竞争的中国消费科技、电⼦、家电与家居企业；不试图覆盖餐饮、线下服务业或企业全球化的全部议题。这⾥所说的⾼价值创新产品，不等于⾼价或新技术，⽽是围绕重要且未被充分满⾜的需求，形成⾜以⽀持⽤户选择、⽀付和持续使⽤的有价值差异。 今天，这些能⼒仍然重要。一款产品如果在性能、质量、价格、交付和服务上明显落后，再动人的品牌故事也很难让消费者长期买单。 变化发⽣在下⼀阶段。当越来越多企业都能快速获得同⼀批⾏业信息、拆解同⼀组畅销产品、追踪同⼀类搜索词和Review时，产品之间的差距会更快缩⼩。企业可以把功能做得更多、参数推得更⾼，却越来越难回答另⼀个问题： 这款新品究竟创造了什么值得⽤户重新选择、甚⾄⽀付更⾼价格的价值？ 这已经超出⼀次功能规划会议能够解决的范围。企业必须同时看清两件事：现有市场已经形成了哪些竞争标准；用户生活里还有哪些重要任务，没有被现有品类很好地承接。 为什么科特勒咨询讨论这个问题 科特勒咨询长期服务中国创新企业。在⽤户洞察、产品定位、市场进⼊和上市营销项⽬中，我们反复看到⼀个⽭盾：企业拥有越来越多的数据，管理层⾯前的竞品表和⽤户反馈也越来越完整，但真正能够改变产品⽅向的洞察并没有同步增加。信息更丰富了，问题有时仍被限定在原来的品类语言里。 ⼈⼯智能让这个⽭盾更加值得讨论。AI可以帮助团队处理远超⼈⼯阅读规模的评论、问答、售后记录和内容表达，让跨平台、跨语⾔和跨市场的线索更快进⼊视野。但信息范围扩⼤以后，企业仍要判断：这些信号是否指向⼀个反复发⽣、⾜够重要的⽤户任务？它是否重要到⾜以改变⾏为？企业能否围绕它形成可信的产品承诺？ 因此，我们出版这⼀专题，希望讨论⾼价值创新所需要增加的下⼀层能⼒：在把已知答案做好的同时，进入用户的真实生活，扩大机会发现的范围，并把新的任务和价值组织成一套可以被验证的产品概念。 这也是中国创新企业从产品优势⾛向新全球品牌必须完成的⼀次变化。品牌溢价不会从传播中凭空产生。它⾸先来⾃⼀款产品是否创造了⽤户能够感知、相信并愿意选择的不同价值。 从已知答案，⾛向值得验证的新机会 引⾔ 关机以后，它仍然留在客厅中央 ⼀台电视每天真正播放内容的时间可能只有⼏⼩时。但在其余时间里，它仍然以一块黑色矩形留在客厅中央。 如果新品讨论只发⽣在传统电视的参数表⾥，团队会⾃然地⽐较尺⼨、分辨率、亮度、⾳效和接⼜。这些都重要，却共同默认了⼀个前提：电视的价值主要发生在开机以后。⾄于关机后的⼗⼏个⼩时，那块⿊⾊屏幕如何影响客厅，似乎不属于电视产品经理的问题。 从Samsung与联合设计者Yves Béhar公开披露的设计过程看，The Frame不只是调整某个参数，⽽是把问题扩展到：显示设备如何在观看之外融入居住空间？ ⼀个价值承诺，怎样重新组织功能 开机时，它是⼀台电视；关机后，Art Mode可以显⽰艺术作品或照⽚。可更换边框、贴墙安装、线缆处理、亮度感应和移动感应，也不再是互不相关的卖点。它们共同服务于⼀个清楚的价值承诺：让屏幕成为居住空间的一部分。[1] 这个承诺会迫使产品作出彼此关联的取舍。 屏幕要像画，就不能因为环境变暗仍然刺眼，亮度感应因此不是⼀项孤⽴的“智能功能”；电视要像画⼀样贴近墙⾯，厚重⽀架、明显缝隙和凌乱线缆都会破坏体验；不同家庭的装修风格不同，可更换边框也不仅是换⼀种颜⾊，⽽是让同⼀台产品能够进⼊不同的家。 若把这些功能拆开拿去做偏好测试，⽤户也许会分别给出“有⽤”或“没⽤”的评价。只有回到“电视如何与家共处”，团队才知道它们为什么需要共同出现，也知道哪些功能即使新颖，却不属于这款产品的核⼼承诺。 功能并没有消失。它们被同⼀个⽤户价值重新组织。 技术没有减少，问题变得更完整 高价值创新往往从改变问题开始。企业没有停⽌做好画质，却不再让画质定义全部问题；没有放弃技术，⽽是让技术围绕新的⽤户价值重新组合。 因此，The Frame留下的并不只是⼀条“电视还可以变成艺术品”的创意。它更重要的启发是：当企业改变了观察用户的角度，原来互不相关的技术选择会获得共同方向，产品也不再只是参数表上更完整的同类答案。 The Frame在这⾥不是“灵感故事”，⽽是⽅法⼊⼜：先改变观察对象，才可能重新定义任务并组织技术。这也把新品决策拉向两个⽅向——进⼊真实⽣活，以及扩⼤机会线索⼊⼜。 问题也随之转向企业⽇常的新品决策：既然改变问题能够重新组织技术与功能，为什么拥有更多竞品数据和Review的团队，仍常常停留在原有答案里？ 第⼀章 已知答案的边界 许多新品会议有⼀个相似的开场。 团队把畅销榜、参数表、Review⾼频词、搜索趋势、退货原因和价格带铺满会议桌。⼏个⼩时后，⼀张改进清单逐渐成形：速度更快⼀点，重量更轻⼀点，噪⾳更低⼀点，连接更智能⼀点，续航更长⼀点，价格再有竞争⼒⼀点。 这些建议通常没有错。它们帮助企业补齐短板，也让新品不⾄于在类别基本要求上输给对⼿。企业发展到⼀定规模，这些能⼒不能缺少。 问题出现在所有建议都来⾃现有产品的⽐较语⾔。最后得到的往往是⼀款“各方面都更好”的同类产品。它更完整，也可能卖得更好，却仍然在回答同⼀种问题。竞争对⼿⼀旦跟进，差异又会回到参数、促销和投放效率。 The Frame留下的管理问题也因此更加具体：我们的新品会议，究竟在改善一个已经被定义好的答案，还是在重新发现值得解决的问题？ 平台数据看见什么，又遗漏什么 竞品与平台数据最擅长回答的是：现有市场靠什么竞争，消费者购买时⽐较哪些属性，哪些体验已经成为类别门槛，产品在哪⾥造成差评、退货和流失，以及哪些差距必须尽快补齐。 Amazon Review尤其有价值。它让团队看到具体故障、使⽤不便、期望落差和满意时刻，也能帮助企业追踪产品改进是否真正被消费者感知。 但Review天然从购买以后开始。评论来⾃已经选择这类产品、完成购买并愿意表达的⼈。极端体验、平台机制和评论者⾃选择，也会影响哪些声⾳更容易留下来。[2] 因此，Review很适合帮助企业理解⽤户如何评价⼀个已有答案，却较少触及另外⼏类⼈：没有购买的人、已经放弃的人、用其他品类凑合解决的人，以及尚未把自己的任务与这个品类联系起来的人。 这不是Review的缺陷，⽽是它的信息边界。企业真正需要避免的，是用购买后的反馈代替对全部用户任务的理解。更进⼀步的问题是：Review⾥反复出现的不便，究竟只是功能缺陷，还是品类把⼀部分任务留给了⽤户？ 云鲸：清洁结束以后，谁来洗拖布 云鲸早期产品提供了⼀个具体例⼦。早期扫地机器⼈主要⽐较路径、吸⼒和避障，但对同时承担拖地任务的家庭来说，机器完成⾏⾛并不等于清洁结束。 据云鲸公开资料，团队在三年研发后于2019年推出⾸款⾃动清洗拖布的机器⼈，随后又把⾃动上下⽔纳⼊产品。两次变化都不是简单增加⼀个参数，⽽是在扩⼤产品需要完成的任务：从“机器人自己完成地面移动”，走向“尽量减少用户在清洁前后仍要亲手完成的维护”。[3] 原有品类把洗拖布、换⽔和维护留给了⼈，云鲸把这些动作重新纳⼊产品系统，于是基站、双⽔箱、拖布清洗与⾃动给排⽔获得了共同⽅向。 真正值得研究的，往往是产品宣布“任务完成”以后，用户还要接手哪些麻烦。 这类创新不仅改变了企业研究什么，也提出另⼀个问题：那些从未进入现有品类讨论的任务，又该从哪里被看见？ ⾼价值创新产品的双重洞察边界 如果说已知答案的局限来⾃“看什么”和“到哪⾥看”，⾼价值创新就需要同时扩展两个⽅向。我们把它概括为⾼价值创新产品的双重洞察边界。 横向边界改变企业讨论用户的对象。团队不再只围绕参数、功能和现有产品提问，⽽是进⼊真实⽣活中的场景、动作、任务、⽭盾和价值。它要回答的是：同⼀个功能为什么在某个时刻重要，⽤户为了完成任务付出了什么代价，现有⽅案又迫使⼈们作出了哪些妥协。 纵向边界改变机会信息的来源。团队不再只看品类内已经显现的搜索、⽐较、购买和评论，⽽是把不同平台、市场、语⾔、相邻品类和替代⽅案中尚未被组织起来的任务线索带进研究。 前者让企业看得更深，后者让企业看得更⼴。两条边界都不是为了增加更多标签，⽽是为了让过去进不了新品会议的问题，获得被看见和验证的机会。 横向突破改变研究对象，纵向突破扩⼤线索⼊⼜。 ⾼价值创新产品的双重洞察边界 竞品与Review研究是必须保留的基础能⼒。横向突破由真实⽤户研究进⼊⽣活，纵向突破由跨平台信号研究扩⼤线索⼊⼜；AI辅助分析同时赋能两个⽅向。 两个⽅向，必须形成分⼯ 只做横向突破，研究可能很深，却受限于⼀次项⽬能够覆盖的⼈群、市场和语⾔；只做纵向突破，企业可能拥有⼤量聚类和趋势，却不知道这些信号是否指向反复发⽣、⾜够重要的任务。两条线不能互相替代。 两个方向需要形成清楚的研究分工。横向突破以真实⽤户研究进⼊⽣活情境，理解动作、任务、⽭盾与代价；纵向突破以跨平台信号研究扩⼤市场、语⾔、平台与信息来源。AI不是第三条轴，⽽是同时赋能两个⽅向的⼿段，尤其能够提升跨平台数据采集、整理、分析、信号发现和洞察研究的效率。 企业真正要比较的不是“哪个标签更热”，⽽是：任务是否真实存在，⽤户为此付出了多⼤代价，现有⽅案为何没有解决，企业是否有能⼒提供不同价值，以及这种价值能否经受真实选择。 真实⽤户研究向⽣活深处⾛，跨平台信号研究向更⼴的市场、语⾔与信息来源展开。两条线最后要回到同⼀张决策桌，共同判断任务、⼈群和价值。 企业既要把已知答案做到不输，也要持续发现哪些问题值得换⼀种答案。 第⼆章 横向突破｜⼀只握不住削⽪器的⼿ OXO Good Grips削⽪器的起点，不是⼀场关于⼑刃技术的宏⼤讨论，⽽是厨房⾥的⼀个具体动作。 创始⼈Sam Farber看到妻⼦Betsey因轻度关节炎使⽤传统⾦属削⽪器⼗分吃⼒。那把削⽪器并⾮不能削，真正的困难是细⽽硬的⾦属柄让她难以稳定握住。[5] 如果团队只⽐较同类产品，讨论很容易继续围绕钢材、⼑⼜和耐⽤性展开。进⼊真实动作后，问题发⽣了变化：不同握力、不同手部状态的人，怎样才能舒服、稳定地完成削皮？ 于是，宽大、柔软、防滑的手柄和锋利刀刃被组合在一起。这个设计最初回应握⼒受限者的困难，却因为普遍更好⽤⽽进⼊更⼴泛的家庭。MoMA后来将其纳⼊馆藏。[6] ⼀个极具体的困难，并不⼀定意味着市场很窄。湿⼿、戴⼿套的⼿、握⼒较弱的⽼⼈，甚⾄长时间备餐的⼈，都可能从同⼀设计中受益。 当研究对象从产品变成任务 OXO让我们看到横向突破最小、也最重要的变化：企业观察用户的单位变了。 原来观察的是产品——削⽪器有哪些属性；后来观察的是任务——谁在什么情况下怎样完成削⽪，哪⾥会失败，什么结果才算真正完成。参数没有消失，而是回到应有的位置：⼑刃、材质和⼿柄都要服务于任务结果。 对于消费电⼦、科技、家电和家居企业，这种变化尤其重要。 扫地机器⼈不只有吸⼒和避障，还涉及家庭成员怎样在⼉童、宠物、地毯、线缆和作息之间维持⼀个可以⽣活的地⾯；智能门锁不只有识别速度，还涉及⽼⼈、孩⼦、访客和临时照护者怎样在不同情况下安全进⼊；可穿戴设备也不只是多测⼀个指标，⽽是数据能否帮助⼈在疲惫、焦虑或时间紧张时作出下⼀步选择。 要找到这些问题，团队不能只问“你还想要什么功能”。⽤户的回答很容易被现有产品语⾔限制。研究者更需要追问：上⼀次发⽣是什么时候？你当时想完成什么？先试了什么？哪⾥不顺？最后怎样凑合过去？什么代价让你最不能接受？ 真实用户洞察的价值，不是为已有功能补一句用户原话，而是让生活中的动作、矛盾