数据告诉你"发生了什么"，用户访谈告诉你"为什么发生"。两者结合才能做出好决策。
小明约了一个用户线上聊。他问："你觉得我的产品怎么样？"
用户说："还行吧。"
聊了 15 分钟，小明什么有用的信息都没得到。老师傅笑了："你问错问题了。"
老师傅给他介绍了 The Mom Test——一套用户访谈方法，核心思想是：问对问题，连你妈都没法对你撒谎。
这个方法有三条核心原则。第一，谈论过去而非未来——过去的行为是真实的，"你上次怎么做的"比"你以后会不会用"可靠一万倍。第二，谈论具体而非笼统——"你上次遇到什么困难"比"你觉得怎么样"有价值得多，细节能揭示真实问题，笼统回答什么都说明不了。第三，少问多听——让用户多说，你少说，从细节中发现真实需求。
这是 The Mom Test 最核心的部分。
"你会用这个功能吗？"是坏问题，因为未来意愿不可靠——大部分人会出于礼貌说"会"。好的替代是"你上次怎么解决类似问题的？"，这问的是过去的真实行为。
"这个功能重要吗？"也是坏问题，因为你会得到礼貌性的肯定。好的替代是"你什么时候需要用到这个？"，如果用户说不出具体场景，说明其实没那么需要。
"你觉得这个设计怎么样？"是坏问题，因为可能只是客套。好的替代是"这个设计让你哪里困惑？"，直接问困惑点。
"你想要什么功能？"是坏问题，因为用户不是产品经理，他们不知道什么功能是可行的。好的替代是"你最近遇到什么困难？"，从困难出发，你来想解决方案。
小明的第二次访谈效果好多了，他想把方法固定下来。老师傅帮他梳理了一套实操框架。
访谈的核心是用开放式问题打开话题，再用追问把细节挖出来。
开放式问题分几类：背景类（"能说说你的使用场景吗？"）、行为类（"你上次怎么完成的？"）、困难类（"哪里让你感到困惑？"）、感受类（"那个时刻你感觉怎么样？"）。这些问题没有"正确答案"，用户可以自由发挥，你才能听到真实的想法。
用户回答后，别急着跳到下一个问题。用追问把模糊的回答变具体："能具体说说吗？""能举个例子吗？""和之前的方案相比呢？"还有一个最强的追问技巧——沉默。不说话，让用户继续。用户说一半时，不要急着回应或给建议，沉默会促使他们继续说下去，往往后面的话才是最有价值的。
访谈前要做准备：明确你想验证什么假设，准备好核心问题，不要即兴发挥。开场时说明目的，强调没有"正确答案"，让用户放松。访谈中让用户演示操作过程，不要打断，用好问题深入挖掘。记录时要记原话，不要只记你的总结——你的总结可能已经过滤掉了关键信息。访谈结束后 24 小时内整理笔记，因为记忆会淡化。
做多少次够？不需要太多。小明做了 6 次访谈，从第 4 次开始就反复听到同样的问题了。一般来说，1-3 次能开始发现模式，5-10 次大部分问题会重复出现，超过 10 次新发现就递减了。当你连续两次访谈都没有听到新东西，就可以停了。
访谈做完了，一堆笔记摆在面前。怎么从"用户说了什么"变成"我该改什么"？老师傅教小明分四层提炼。
第一层是原始反馈，比如"找不到设置在哪里"。第二层是问题，设置入口不明显。第三层是洞察，用户期望在右上角找到设置（因为大部分应用都这么放）。第四层是行动，移动设置按钮到右上角。
从原始反馈直接跳到行动很危险——"找不到设置"不一定意味着要移动按钮，也可能意味着需要加个引导提示。中间的"问题"和"洞察"两层，帮你理解真正的原因，才能找到正确的解决方案。
老师傅提醒小明几个新手容易踩的坑。最常见的是推销产品——你忍不住想解释"其实这个功能在这里"，但这样用户就不会继续说真话了，保持中立。引导答案也很常见——"你是不是觉得这个按钮太小了？"用户只会附和你，让他们自由表达。只听好的是人之常情，但负面反馈才是金矿。过早解决是技术人员的通病——用户还没说完，你已经在想怎么改代码了，先理解再解决。
老师傅问小明："你的产品最核心的一个指标是什么？"
小明想了想："用户数？"
"不对。用户数是虚荣指标——它只会涨，不会告诉你产品好不好。你要找的是北极星指标——最能反映产品核心价值的那个数字。"
不同类型的产品，北极星指标不同。SaaS 工具可能是月活跃用户，电商可能是订单转化率，内容平台可能是内容消费时长，工具产品可能是核心功能使用率。
对小明的笔记应用来说，北极星指标可能是"每周创建笔记数"——这直接反映了用户是否在持续使用核心功能。如果这个数字在涨，说明产品在变好；如果在跌，不管用户数怎么涨，都说明有问题。
数据很有用，但也容易误导。
最常见的陷阱是"相关即因果"——A 和 B 同时发生，不代表 A 导致了 B。冰淇淋销量和溺水事故正相关，但买冰淇淋不会导致溺水，它们都是夏天的结果。要验证因果关系，需要设计实验。
选择性偏差也很常见——只看支持你观点的数据，忽略不支持的。确保你看的是全部数据，不是挑出来的。
短期主义是另一个坑——某个改动短期内提升了转化率，但长期可能伤害留存。关注长期趋势，不要被短期波动迷惑。
还有数据崇拜——完全依赖数据，忽略直觉和反馈。数据不是万能的，有些东西数据看不到。以及过度分析——花太多时间分析，迟迟不行动。够用就行，先做再说。
小明现在知道该改什么了。但怎么改？一次性全改完？还是分批来？改完怎么告诉用户？
下一节，我们来聊迭代的节奏和成长。