2.2 商業訪談技巧與客戶痛點挖掘

學完本節,你能夠:

  1. 為一個專案畫出利害關係人清單,標出各方在乎什麼、可能在哪裡衝突。
  2. 用「5 Whys」把一個表面要求追問到根本原因,並寫出不帶誘導的訪談問題。
  3. 選擇合適的驗證方式(現場觀察、原型),並說明 AI 在訪談流程中能做什麼、不能做什麼。

壹、開場情境:三個部門,三種「需求」

📌 以下為教學情境(依外貿實務改編)。

延續第 2.1 節的鍵盤外銷公司。老闆決定做一個讓海外 B2B 買家自己上網下單的系統,請你當專案負責人。你分別找了三個部門開會:

部門 他們說
業務部 「下單流程越簡單越好!填個 Email 就能下單,多一個欄位就多一批客戶跑掉。」
財務部 「新客戶一律先付款或先做信用審查,去年有兩筆貨款收不回來。」
法遵(法務) 「每個買家都要先比對制裁名單,萬一出貨給被制裁的對象,公司會被罰款,銀行也可能拒絕處理我們的款項。」

三個部門都對,但需求互相衝突。如果你只訪談了業務部,做出來的系統上線第一天就會被財務和法務擋下來。

本節要解決的問題: 該找誰談?怎麼問才問得到真話?衝突的需求要怎麼收斂成一套規則?


貳、為什麼會這樣:需求藏在人的身上

彼得·杜拉克說過:「成果只存在於組織的外部;在組織內部,只有成本。」需求也是一樣:不走出辦公室、不實際接觸使用者,坐在會議室裡規劃出來的功能,往往只是設計者的想像。

1. 利害關係人地圖:先列出要談的人

利害關係人(stakeholder)是會使用系統、被系統影響、或有權決定系統規則的人。訪談前先列一張表:

利害關係人 在乎什麼 可能抗拒什麼 訪談重點
海外買家 下單快、價格清楚、交期可靠 冗長的註冊流程 他們現在怎麼下單?最常卡在哪一步?
業務部 成交量、業績獎金 多填表單、多一道審核 哪些客戶最常流失?為什麼?
財務部 收得到錢、帳對得起來 沒審查就出貨 呆帳通常發生在什麼樣的客戶?
法遵 不違反出口管制與制裁規定 沒比對名單就出貨 哪些國家、哪些對象需要特別注意?
倉儲物流 揀貨不出錯、出貨單清楚 臨時改單 出貨單上真正需要哪些資訊?
老闆 營收成長且風險可控 系統做太久、花太多錢 最不能接受的風險是什麼?

💡 小技巧:表上「可能抗拒什麼」那一欄,就是未來衝突的位置。訪談時要特別追問。

2. 訪談技巧對照

技巧 做法 適合用在
5 Whys 對一個要求連續問「為什麼」,直到找到根本原因 使用者直接提出「解法」時(例如「我要更大的螢幕」)
問過去,不問未來 「上次發生時你怎麼處理?」而不是「你會想要什麼功能?」 避免得到想像中的答案
不誘導 「你怎麼看這個流程?」而不是「這個流程很麻煩對吧?」 所有訪談
現場觀察 到使用者工作的地方看他實際怎麼做 使用者說不清楚、或做的和說的不一樣
原型驗證 先做一個簡單的畫面或影片,看對方的反應 使用者沒看到東西前不知道自己要什麼

3. 5 Whys:別急著買大螢幕

5 Whys 起源於豐田(豐田佐吉),後由大野耐一在豐田生產方式中推廣開來。以下是一段倉儲主管的訪談:

層次 問題 回答
表面要求 — 「我們要把平板換成 15 吋的。」
第 1 問 為什麼要換大螢幕? 「理貨人員常看不清揀貨單上的編號。」
第 2 問 為什麼看不清? 「字太小,一張單上有 20 個欄位。」
第 3 問 為什麼揀貨單有 20 個欄位? 「系統直接沿用財務部的報關匯出格式。」
第 4 問 倉管需要報關資訊嗎? 「不需要,只要儲位代號和商品條碼。」
根本原因 — 系統沒有依角色設計畫面;為倉管做一個大字、只顯示必要欄位的揀貨畫面就能解決,不必換設備

5 Whys 不一定剛好問五次,重點是不在第一個答案就停下來。

4. 現場觀察:使用者說不出口的需求

以下為公開報導過的企業案例,細節可參考附錄 C.1。

2000 年代,Nokia 派研究人員到印度等新興市場的使用者家中與街頭觀察手機怎麼被使用。問卷問不出來的事,在現場一看就懂:

現場看到的 設計回應
許多地方電力不穩、夜間照明不足 入門機種 Nokia 1100(2003 年)內建手電筒
一支手機由多位家人共用 Nokia 1200(2007 年)提供多組獨立通訊錄,方便共用

Nokia 1100 後來累計銷量約 2.5 億支,是史上最暢銷的手機型號之一。這些功能沒有一項是使用者在問卷裡會寫出來的。

5. 原型驗證:Dropbox 的展示影片

以下為公開報導過的企業案例,細節可參考附錄 C.1。

Dropbox 創辦人 Drew Houston 在產品還沒完全做好時,先錄了一支約 3 分鐘的展示影片,示範「把檔案拖進資料夾,另一台電腦就自動出現」。影片在 2008 年發布到科技社群後,候補名單一夜之間從約 5,000 人增加到約 75,000 人。Eric Ries 在《精實創業》中把它當作「最小可行產品」(MVP)的經典例子:用最低成本,先驗證有沒有人真的想要。

今天用 AI 做一個可點擊的畫面原型,可能只要幾十分鐘。比起花幾個月開發才發現沒人要,先拿原型給真實使用者看,是很划算的保險(第 2.7 節會實際製作原型)。


參、應用到情境:把衝突變成規則

回到開場的三個部門。初學者常見的做法是二選一(聽業務的或聽法務的),或乾脆把問題丟回給老闆。更好的做法是:問出每一方真正在意的風險,再用分級規則同時照顧到。

先用 5 Whys 各問一輪:

部門 表面要求 追問後的真正在意
業務部 只填 Email 就能下單 怕老客戶回購時被繁瑣流程打斷
財務部 新客戶先付款或先審查 怕大額訂單出貨後收不到錢
法遵 每個買家都要比對名單 怕出貨給制裁對象;比對本身可以自動化

三方在意的其實不是同一件事,所以可以分級處理:

情況 系統怎麼做 照顧到誰
所有訂單 系統在背景自動比對制裁名單;比中時暫停訂單、通知法遵 法遵(每筆都比對),業務(不增加買家操作)
已審核過的老客戶,訂單在信用額度內 直接下單 業務
新客戶,或訂單超過信用額度 要求預付款,或轉財務做信用審查後才出貨 財務
(三方都沒說)名單比對服務連不上 訂單暫停並告警,不可略過比對直接放行 法遵、老闆

信用額度訂多少、預付比例多少,是財務部要決定的數字,不是你或 AI 決定的。你的工作是把問題問清楚,讓該做決定的人做決定。


肆、讓 AI 幫忙整理訪談

AI 很適合處理訪談後的整理工作,但每一步都需要人把關。

flowchart LR A["訪談錄音
(先取得受訪者同意)"] --> B["AI 轉逐字稿"] B --> C["AI 摘要痛點
依利害關係人分類"] C --> D["人工核對逐字稿
刪除 AI 自己補的內容"] D --> E["整理成需求清單
與衝突表"]
步驟 AI 擅長 人必須負責
錄音轉文字 快速產出逐字稿 事先取得受訪者同意;客戶資料不要上傳到公司未核准的工具
摘要與分類 找出重複出現的抱怨、整理成表 核對摘要是否真的出自逐字稿,AI 可能把沒說過的話寫進去
找出衝突 把不同部門的要求並排比較 判斷哪些衝突是真的、該由誰決定

可以這樣請 AI 協助(結構:資料 → 任務 → 限制 → 輸出要求):

你是協助需求分析的商業分析師。

【資料】以下是三位受訪者(業務經理、財務主管、法遵人員)的訪談逐字稿:
(貼上逐字稿)

【任務】
1. 依受訪者分別列出他們提到的痛點與要求。
2. 找出不同受訪者之間互相衝突的要求。
3. 針對每個衝突,列出我還需要追問誰、問什麼問題。

【限制】
- 只能根據逐字稿內容,不可自行補充受訪者沒說過的話。
- 每個痛點都要附上逐字稿中的原句作為依據。

【輸出要求】
用三張表格輸出:痛點表、衝突表、待追問清單。

注意【限制】的兩條:要求 AI 附上原句,你才能快速核對它有沒有亂寫。


伍、判斷看看:這個訪談問題好不好?

訪談問題 好不好? 為什麼 / 怎麼改
「你覺得現在的下單流程很麻煩,對吧?」 🛑 不好 誘導回答。改成:「請你示範一次上週怎麼處理一張訂單。」
「如果系統有 AI 自動報價,你會用嗎?」 🛑 不好 問假設,對方多半會說「會」。改成:「上次報價花了多久?卡在哪裡?」
「上一次收不到貨款,是怎麼發生的?」 ✅ 好 問具體的過去事件,答案可以查證
「你需要哪些功能?」 ⚠️ 普通 會得到一張 Wants 清單。接著要對每一項追問「為什麼」
「除了你,還有誰會受這個流程影響?」 ✅ 好 幫你補齊利害關係人地圖

常見誤解

誤解 為什麼不對
「發幾百份問卷就夠了」 問卷只能收到使用者「說得出來」的需求;Nokia 的例子說明,關鍵需求常常要到現場才看得到
「訪談主管就好,基層會照做」 主管描述的是流程「應該」怎麼跑;基層才知道實際怎麼跑
「衝突就交給老闆決定」 沒追問出各方真正在意什麼,老闆也只能二選一
「AI 摘要很準,不用看逐字稿」 AI 可能補上受訪者沒說的話,摘要一定要對照原文

陸、回到情境

透過利害關係人地圖,你知道了要找誰談;透過 5 Whys,你發現三個部門在意的其實是不同的風險;最後用分級規則讓三方都能接受,而且把「名單比對服務連不上」這種沒人提到的例外補了進去。

本節還沒處理的事:

限制 後果 在哪一節解決
訪談結果還是一堆文字與表格 團隊對流程的理解可能不同 2.3 用 6W 與商業用例畫清楚
分級規則的邊界(剛好等於信用額度怎麼辦?) 上線後出現爭議 2.4 邊界條件
沒有人挑戰這套規則的漏洞 有心人可能拆單繞過審查 2.5 Red Teaming 逆向質疑

本節小結

  1. 訪談前先列利害關係人地圖,特別注意各方「可能抗拒什麼」,那裡就是衝突所在。
  2. 5 Whys、問過去不問未來、不誘導,是取得真實需求的基本功。
  3. 使用者說不出口的需求,要靠現場觀察(Nokia)與原型驗證(Dropbox)。
  4. AI 能加速訪談整理,但取得同意、核對原文、做決定,仍然是人的責任。

柒、練習

  1. 改寫問題(5 分鐘):把下列問題改成不誘導、問過去的版本:「你應該很希望系統能自動算關稅吧?」
  2. 5 Whys 實作(20 分鐘):兩人一組,一人扮演業務,提出要求「我需要手機也能看庫存」;另一人連續追問至少 4 次「為什麼」,最後寫下根本原因與一個不一定需要寫程式的解法。
  3. 管理反思(討論):如果你想驗證「海外留學生需要一個幫忙試算行李包裹關稅的 AI 小助手」,請設計一個一週內、花費低於 NT$ 1,000 就能完成的驗證方式。你要觀察什麼數字,才算「需求成立」?

國立臺中科技大學 國際貿易系 / 企業管理系 專用教材

《現代軟體工程:商學院的 AI 系統思維與 Agent 實踐》

作者:陳俊智 博士 Dr. Chun-Chih Chen

本書章節架構改編自陳鍾誠教授(金門大學)開源課程《現代軟體工程》(github.com/ccc115a/se,MIT 授權),內容針對商學院全面改寫與擴充。