一、用户全链路体验洞察指标设计

1. 体验洞察的首要目标。

2. 用户行为与表达的关系。

3. 常用的体验研究指标:

(1) 常规的环节满意度采集;

(2) 全链路负向声音;

(3) 全链路体验受损洞察(不完美的旅程)。

(4) 经常被忽视的关键用户，及如何感知他们的体验。

4. 实例研讨1:贵司当前采用什么指标测量体验，遇到了什么问题

二、用户的问题分类与标签设计及具体应用实例

1. 用户问题的分类与标签

(1) 用户问题分类的基本原则;

(2) 人、单、次、问，标签的四层关系;

(3) 问题分类标签的优先级逻辑;

(4) 提升洞察与归因效率的实用方法。

(5) 实例研讨 2:贵司各部门是如何分类问题的，遇到了什么问题。

2. 用户标签的类型

(1) 基础特征+人群分类+场景+经营特征(交易等)

(2) 易被忽视的用户标签;

(3) 标签的反向应用。

3. 基于体验洞察的应用实例

(1) 人群特质识别，及对应的策略部署(价格、时效、品质..)

(2) 基于供给能力的猜ta 想要。

(3) 实例研讨 3:贵司正在通过什么方法，项目在获取用户需求，有哪些卡点

三、体验运营组织的类型与设计框架

5. 不同体验运营类型的组织型态

(1) 体验 BP，体验治理，体验解决中台

(2) 体验与供需之间的关系

(3) 实例研讨:贵司的体验团队，处于哪个阶段。

6. 体验与生意之间的关系

(1) 生意公式(注意，货盘和体验的差异)

(2) 指标之间的特征与差异;

7. 体验的多域协同组织关系

(1) 全局协同，整体最优，当前最适配

(2) 实例研讨:目前协同中，哪个环节阻力最大?

四、LTV构建

4. 北极星与指南针的指标设计

(1) 北极星指标的作用，及nps的不同类型与用途;

(2) 常见的满意度类型，留意评价与吐槽(差评)的区别;

5. LTV类型与具体设计

(1) 平台型与自营型的差异;

(2) 设计LTV的基础要求，经营能力与用户行为的解耦

6. LTV应用的注意事项

(1) 对全链路数据精度的要求

(2) 如何解决标签动态化的问题

(3) LTV波动的影响因子

(4) 实例研讨 :用户型LTV 与商品型 LTV的实际应用。

五、体验运营机制

1. 基于洞察的体验价值与机会研究

2. 高效的体验决策机制

(1) 实例研讨:我们现在是如何决策一个体验优化方案的。

3. 科学完整的体验解决方案价值验证

(1) 实例研讨:当前难以作证价值的项目有吗?感觉困难在哪里。

4. 基于实际业务场景的体验解决方案设计。

(1) 实例研讨:从当前业务和体验洞察出发，一同来实践设计一个体验解决方案。