产品痛点需求挖掘，方式方法有很多。对于用户使用痛点的挖掘，线上用户评论分析，可以说是一种简单高效的利用小数据做用户痛点需求挖掘的方法。这个方法，对于已有产品再升级，找到用户关注点、痛点需求，改善现有产品使用体验，非常有效且高效。
对于一个处于成长期，或者成熟期的产业，已经有比较多的产品在线上销售。每个销售链接后面有一堆的的户评论。这些评论中，有一大部分是用户使用产品真实的感受，差评或好评。整理这些差评和好评，能有效定位用户关注点以及痛点需求。
重点关注用户差评和追评
用户评论中，有两种评论需要重点关注，一种是差评，一种是追评。另外，带图片的评论非常有价值，后面会展开来说。
差评的出现，一般是这个产品给用户带来非常差的产品体验，导致用户在那一刻的产品体验与心理预期产生了极大的偏差，所以才会找到产品的购买链接，把这种心理预期的反差，反馈到网上的用户评论区。差评一般出现在产品首次开箱和第一次使用的时候。例如，我们曾经做了一个电热水瓶的产品，线上新品上市后，追踪新品表现发现用户在开箱后，产品腰部变形的差评比较多。分析原因，主要是这个新品的比传统电热水瓶高度增加3.7cm。由于高度增加，按照老的包装固定方式，包装箱腰部纸箱弹性形变量增加。这就导致在快寄运输过程中，磕碰后容易导致产品变形。用户开箱的预期是一个完美的产品，但是收到的产品却是腰部有形变，心理预期落差太大，当然要差评退货了。
第二是追评，追评一般出现在用户使用产品1~ 2周时间，使用过程中，突然发现，产品的某一个功能，超出预期，用户忍不住要找到产品购买链接，给个追加品论，表达一下这种超预期功能作用下的心理状态。这种超出用户预期的功能，可能是正向的，也可能是负向的，所以追评有好评也有差评。例如，有一年我们分析养生壶这个产品的用户评论，发现用户在追评中高频提到，养生壶和电水壶相比较很安静，放在桌面不会打扰工作。这就是部分用户在使用一段时间后，在特定场景下发现的养生壶的一个特点。这个安静的特点，在我们产品开发当中，从来就没有认为是个卖点。所以后来新产品上市，我们增加了一个“办公养生，轻音不扰”的场景卖点进去。
如何有效整理用户评论
1、评论选择，适量即可
选取线上销售量最大，评论大于1W+以上的链接。评论太少，能够筛选的有效评论量少，得不到太多有效信息；评论太多，人工逐条阅读筛选，费工费时，也没有必要。1万条以上的用户评论，除去关于快寄、客服等，对于产品本身的评论大概会有2000条。这2000条评论，包括差评和追评，是需要逐条阅读的，阅读过重中，需要整理与产品强相关的评论。一般整理的产品强相关评论在200条以内。以往的操作经验发现，用200条的评论分析，已经可以找到80%以上用户需求痛点和关注点了，再做更多的用户评论，也很难发现更有价值的需求痛点了。
2、用户评论阅读整理，明确用户画像，清洗用户人群分类
逐条阅读用户的有效评论，相当于做了入户研究。对于用户的每一条有价值评论，阅读过程中，你会感受到用户的情绪。逐条阅读2000条以上有效用户评论，对于这个产品，你会把这些用户自然而然的分成几个大类，相当于做了几个大类的典型用户研究。举个例子，曾经用这个方法，我们做了桌面冷暖杯的用户评论研究。桌面冷暖杯这个产品，在2017年出现，19年线上销售出现了不同品牌和产品的小高潮。就是下图所示的这种产品，单冷的方式只能制冷，看球赛喝啤酒无需加冰可以一直保持冷的状态，好一点的是冷暖两用的。
2018年我们准备做这个产品，但是人群需求不是很清楚，所以选择了市面上在京东和淘宝分别上市销售比较好的产品，做了用户评论分析。这些用户，相当于是这一类产品的种子用户，线上评论的质量还是比较高的。当时筛选了2536条关于产品的评论，有效评论188条。逐条分析发现，这个产品的主要购买用户分为三类。第一类是，办公室女白领，入职1~ 2年为主，购买产品主要是冷暖型，更关注冬季保温。第二类是开了大男孩，主要是大学生群体为主，爱打游戏爱踢球，宿舍使用场景为主。第三类是无忧大叔，在家看球喝啤酒，出门开车喝饮料。没有做大规模用户问卷调研，没有做典型用户面对面访谈，仅仅通过线上2536条购买用户评论阅读，关键信息梳理，我们就能对用户进行有效分类，明确用户画像，找到用户使用痛点。
3、利用Excel表格，逐条统计有效评论，笨拙而高效的方法
逐条阅读用户评论过程中，可以使用表格，将用户评论进行复制粘贴到表格中汇总。“Ctrl + C”、“Ctrl + V”是一个辛苦的过程，但也是一个有意义的过程。通过复制粘贴，是一个阅读筛选的过程，没有这个过程，容易一眼一大片，浏览完所有评论，没有什么具体印象。复制粘贴只是工具，逐条阅读信息筛选才是价值。第二，通过复制粘贴，将有价值的用户评论做到表格大的第一纵列，就可以通过Excel自有的函数，删选用户的评论关键字，变成一个统计数据，通过统计数据，进一步准确反馈用户痛点需求。这个方式，很好的将用户需求的感性描述，变成数据化的表征。方式方法，虽然比较落后，和现在使用网络爬虫工具，快速搜索关键词生产词云的方式来比，效率堪称刀耕火种，但是对于阅读并整理200条评论的产品经理或者产品企划人员来说，这无疑是进行了很多场的入户访谈。最后呈现出来的数据统计，也许不是最重的，重要的是做出这个简单统计结果的过程。
4、保存用户评论图片，还原产品使用现场问题件，激发头脑风暴灵感
有图用户评论的价值，高于一般评论。第一，有图用户评论，通过图片，我们可以看到用户的使用环境，通过产品的使用环境，可以感知用户家庭环境，更加清晰这个用户的画像。第二，有图用户评论，一般用户都会结合图片，说的信息更多一点，这些信息，对我们研究用户，是非常有用的。
整理用户评论图片，还有另外一个好处就是，用于内部的头脑风暴。可以把用户评论相关类型的内容和图片整理归类，从而形成用户群。通过图片的形式，大家有一个感官的认知，从而激发灵感，触发创新。一张张图片，就是一个用户使用产品的现场写真。
举个例子，我们曾经做一款母婴产品，需要放到卧室床头，随时准备给宝宝泡奶。我们的界面显示了温度和时间信息。线上同类用户评论整理过程中，发现很多用户评论提到，放在床头的产品晚上常亮的信息，造成了光污染，影响了宝宝和妈妈的睡眠。用户不得不用毛巾等东西盖上灯光。
我们在项目过程中开展头脑风暴工作坊，看到这些图片，没有宝爸、宝妈生活经验的年轻工程师马上就明白了问题所在，于是做了个功能：“休眠唤醒，人近灯亮”。产品工作过程中进入休眠状态，半夜宝宝饿醒哭闹，宝妈起床，走近泡奶产品，操作指示灯亮起，宝妈在不开灯情况下也能顺利完成泡奶。这个功能，避免了睡觉时候产品上常亮的灯光造成的光污染，又避免了半夜宝宝哭闹，妈妈开灯泡奶，灯光进一步刺激宝宝，加剧哭闹，非常受欢迎。从用户痛点需求以及上传的现场真实场景图片找痛点，高效且有效。
最后，说一说个人的心得体会。在逐条阅读用户评论的过程中，每一条的用户评论，再加上用户上传的图片，在大脑中形成了一个类似于入户访谈的反馈。每一条用户评论，好像就是一个个用户现场说给你听，这个产品的用户画像、痛点需求，在大脑中自然的就逐渐由模糊变得清晰了。你不是在阅读一条条冰冷的评论，而是在进行一场场与用户面对面的对话。小数据也也能挖掘大需求，这是一个奇妙的过程。