简介九段式结构化访谈

简介: 一、什么是结构式访谈结构式访谈又称标准化访谈(Standardized Interview),它是一种对访谈过程高度控制的访问。这种访谈的对象必须按照统一的标准和方法选取。

一、什么是结构式访谈

结构式访谈又称标准化访谈(Standardized Interview),它是一种对访谈过程高度控制的访问。这种访谈的对象必须按照统一的标准和方法选取。访问的过程也是高度标准化的,即对所有被访问者提出的问题,提问的次序和方式,以及对被访者回答的记录方式等是完全统一的。

二、什么是九段式结构化访谈

九段式结构化访谈是一种推销产品或验证需求的结构化访谈方法,旨在通过设计好的对话框架来确认沟通对象的需求,验证解决方案的价值。
优点是:思路清晰,利于控制话题,易于理解。
缺点是:要将访谈框架融入对话又不漏痕迹,有些难。

三、九段式的访谈框架

九段式的访谈框架包括3个阶段,先从一个具体需求切入,再梳理其影响,最后由需求导出解决方案(注意不是产品!)。每个阶段都包括启发式提问、诱导式控制和重复确认等3步组成。具体见下表。

问题需求 诊断原因 发展影响 验证方案
开头 R1 “咱们谈谈,是什么令贵公司…(重复让客户头疼的问题)?” I1 “除了您,贵公司还有其余的部门也存在类似的问题吗?具体状况如何?” C1 “您认为需要作哪些努力解决这个问题呢?”“是否能够考虑我的几点建议”
控制 R2 “是否是因为…?” I2 “既然这个问题让您那么…?那么某某(职位衔头)也肯定为这个问题不少操心吧?” C2“也许有这么一个解决问题的路子…?您认为这个办法是否可行?如果您能…那么是否对…也有帮助?”
确认 R3“那就是说,产生这个问题(重复让客户头疼的问题)的根本原因是…” I3“据我的理解…(重复是从谁和如何了解到的),似乎这个不只是您一个部门的问题,而且是…的问题。 C3 “据我的理解,假如您能够…(概括客户可能能力变化)那么您就能解决您的问题(重复让客户头疼的问题)”

四、示例

【背景假定】访谈对象是刚拿到融资的共享单车的初创公司,需要比竞争对手更快的速度抢占市场,需要快速扩展地推团队,需要快速迭代演进产品,不缺钱,只缺人!

问题需求 诊断原因 发展影响 验证方案
开头 R1 “咱们谈谈,是什么令贵公司新办公室有那么多空位?” I1 “除了您,贵公司还有其余的部门,如销售部门,是否也存在类似的问题吗?具体状况如何?” C1 “您认为需要作哪些努力解决这个问题呢?”
控制 R2 “是否是因为招聘效率不高?” I2 “既然这个问题让您那么着急,那么CHO也肯定为这个问题不少操心吧?” C2“也许有这么一个解决问题的路子。找专业的第三方完成一面和二面,在基本符合岗位要求时,再请您和HRD做最后的面试确认呢?这样招聘效率提高很多,同时也不用扩充HR部门使得长期成本增加,毕竟这样的大规模招聘是偶然的,不是常态。您认为这个办法是否可行?
确认 R3“那就是说,产生这个问题的根本原因是招聘效率不高?” I3“据我的理解,贵司受市场压力需要快速扩展,技术部门和销售部门都需要急缺人手。 C3 “据我的理解,假如您能够通过第三方快速完成候选人的初筛,那么您就能解决您的问题”

五、注意点

1. 访谈前的准备

选择合适的访谈对象,尤其是要有可能有潜在需求。并不是每个对象都有访谈的价值。
设计中止提问的条件,不对路就不继续,降低成本。

2. 话术不是背课文

要善于针对访谈对象,将结构化提问转为对话的暗线,看似闲聊,实则在寻找插入话题的时机。

3. 后续工作

整理访谈的信息,与客户基本信息结合,与其他访谈信息合并,做需求整理分析,最终形成市场调查。

4.站在对方角度谈话

因为你需要挖掘对方的需求,而不是侃侃而谈你的产品。在不确定需求前,所有的推销都是浪费时间。

5.慎谈产品

先和对方确认需求,再确认解决方案。
在解决方案得到认可后,产品才需要引出。解决方案有争议,就没有合适的产品。

六、实践流程

img_db5dea8671d02767c70e1bbaab33e0fb.png
结构化访谈流程
目录
相关文章
|
7月前
|
存储 数据采集 机器学习/深度学习
知识管理:从文档到数据的技术之旅
【6月更文挑战第25天】知识管理正由文档转向数据,克服传统方式如信息碎片化和检索效率低下的问题。借助大数据和AI,实现知识体系化、智能检索和数据价值挖掘。技术路径涉及数据采集、存储、挖掘、分析及可视化。未来,知识图谱、智能问答系统和个性化推荐将推动知识管理进一步发展,提升企业竞争力。
|
NoSQL 数据建模 大数据
数据治理专业认证CDMP学习笔记(思维导图与知识点)- 第五章数据建模与设计篇
数据治理专业认证CDMP学习笔记(思维导图与知识点)- 第五章数据建模与设计篇
133 1
|
数据可视化 JavaScript 前端开发
基于Python的微博大数据舆情分析,舆论情感分析可视化系统
基于Python的微博大数据舆情分析,舆论情感分析可视化系统
|
存储 数据采集 监控
数据治理专业认证CDMP学习笔记(思维导图与知识点)- 第二章数据处理伦理
数据治理专业认证CDMP学习笔记(思维导图与知识点)- 第二章数据处理伦理
131 0
|
存储 人工智能 数据可视化
手把手教学构建证券知识图谱/知识库(含码源):网页获取信息、设计图谱、Cypher查询、Neo4j关系可视化展示
手把手教学构建证券知识图谱/知识库(含码源):网页获取信息、设计图谱、Cypher查询、Neo4j关系可视化展示
手把手教学构建证券知识图谱/知识库(含码源):网页获取信息、设计图谱、Cypher查询、Neo4j关系可视化展示
|
存储 安全 数据管理
OushuDB 小课堂丨非结构化数据管理的关键:交流您的数据
OushuDB 小课堂丨非结构化数据管理的关键:交流您的数据
128 0
|
存储 分布式计算 监控
OushuDB 小课堂丨描述性分析如何利用数据做出更好的决策
OushuDB 小课堂丨描述性分析如何利用数据做出更好的决策
126 0
|
JSON 缓存 监控
【翻译】结构化日志的价值 - 更好地理解系统
一种比较可行的克服这些困难的方案是以一种一致的、明确的和机器可读的格式来记录系统中最有价值的信息。这种方法称为结构化日志记录。在配套工具的支持下,这些追踪数据有助于更深入地了解你的系统的运行活动,使你能够理解组件之间的相互作用。
153 0
|
SQL 开发框架 .NET
数据处理 | 图谱精选课程
带你走入结构化查询语言
数据处理 | 图谱精选课程
|
存储 分布式计算 NoSQL
结构化大数据分析平台设计
前言  任何线上系统都离不开数据,有些数据是业务系统自身需要的,例如系统的账号,密码,页面展示的内容等。有些数据是业务系统或者用户实时产生的,例如业务系统的日志,用户浏览访问的记录,系统的购买订单,支付信息,会员的个人资料等。
16268 0

热门文章

最新文章