AI时代的用户运营和以前有什么不同？
从"用脑"到"用心"——工业时代的用户研究产出数据和图表，AI时代的用户理解需要共情活生生的人和他们充满希望又充满无奈的市井生活。
底层逻辑公式：用户价值 = 需求洞察深度 × 关系连接强度
核心转变：从用脑到用心
工业时代，用户理解的深度到数据统计层面就可以了——知道用户群显性的实用需求即可，比如年龄、收入、职业、地区和产品销售的相关性分析。但这样的数据分析永远做不出一款打动人心的好产品。
AI时代，用户理解的深度要深入到隐性的人性本能、情绪情感层面——这个层面的用户描述已经极其复杂，不可能用数据统计的方式去描述，甚至远远超过了语言的边界。用户理解要用"感受、共情、体会、感悟"这种高维的认知方式。
一句话总结：以前是用脑，现在是用心。
例子：如果你要给别人买一双能穿的鞋，只需要知道鞋码就够了；但如果你要给爱人选一件特别有意义的、能让她难忘的生日礼物，你要对她的理解深入到何等深度才可以啊！
用户洞察力模型
用户理解，从这5个方面入手：
1. 用户画像
用户标签体系，描绘目标用户的特征全貌。
2. 用户地图
用户在哪里可以找到？他们活跃在哪些平台和场景？
3. 人性密码
心理学的应用——理解用户行为背后的本能驱动。
4. 用户需求
实用需求与心理需求的双层结构分析。
5. 市场环境
行业环境与竞争者——宏观层面的群体行为分析。
从"一件事"到"一群人"
工业时代的企业以核心能力为本——企业是以某项能力为基础建立起来并运行的。有英语教学能力就做英语培训，有汽车制造能力就做汽车。
AI时代的企业以用户为本——企业是以服务一类特定用户群为基础建立和运营的。历史上企业模式经历了四类演进：资源为本 → 能力为本 → 品牌为本 → 用户为本。
用户群的双层含义
工业时代的"用户群"是指会买产品的人（客户群）。AI时代的"用户群"还包括会讨论和传播产品的人——"传播用户群"。这群人虽然未必买产品，但往往更加重要，因为他一个可能带来10个、100个、甚至上千个客户群。
用户群禀赋
决定企业用户定位（具体哪一群人）的，是企业的用户禀赋——企业最了解的、最擅长服务的，或先天就拥有的那一群客户。
需求理解：从表面到深层
需求冰山模型与四级塔
需求之所以无限复杂，是因为需求本质上就是人的欲望。需求是时隐时现的、是成长的、是被创造的、是永不枯竭的。
需求四级塔，从基础到高级：
1. 基本功能需求 → 2. 基本精神需求 → 3. 个性化功能需求 → 4. 个性化精神需求
需求场景化
同一个需求，不同场景下的解决方案完全不同。比如用户口渴了——冬天口渴和夏天口渴有没有区别？在家口渴和在开会时口渴有什么区别？撸串时口渴和吃西餐时口渴有什么区别？不考虑场景谈需求，就像不考虑成本谈质量。
需求靶心图
每个市场品类，在不同时期，用户需求的焦点都不同。需求焦点会随着社会文化的变化而迁移——就像手表从看时间工具变成了身份象征，汽车从交通工具变成了移动的家，又变成了展示个性的时尚单品。
用户连接：从交易到关系
口头上重视用户的公司很多，真正让用户意见能推翻老板意见的公司很少。用户反馈的权重，说到底是在会议室里，用户的声音能不能盖过领导的声音。
任正非说："让听得见炮声的人来决策。"稻盛和夫说："现场有神灵。"德鲁克说："你必须到客户那里去，观察他们如何使用你的产品。"
关键转变总结
| 维度 | 工业时代 | AI时代 |
|---|---|---|
| 认知方式 | 用脑，数据分析，统计报表 | 用心，共情感受，场景化理解 |
| 用户关系 | 一次性交易 | 持续性关系 |
| 用户标签 | 人口统计标签（年龄、收入、地区） | 心理行为画像（需求、动机、情绪） |
| 经营模式 | 我有什么卖什么 | 用户需要什么我创造什么 |
| 用户群定义 | 会买产品的人 | 会买的人 + 会传播的人（传播用户群） |