全球家电品牌：如何构建"用户洞察"的新范式

家电产品的研发逻辑通常是单向的：产品经理设想使用场景，工程师按需求开发，用户拿到产品自己摸索。品牌只能从售后投诉和电商评论里被动获取反馈——等发现问题，下一代产品的方案都快定了。

这种反馈机制的根本问题不是慢，而是覆盖面窄。能写评论的用户是少数，愿意写的更少，写出来的内容能被系统性分析的又更少。大多数用户的真实使用体验，从来没有以任何形式进入过品牌的决策系统。

某家电品牌在做新一代产品规划时，发现内部对「用户怎么使用现有产品」的理解分歧极大：每个部门讲的都是「典型场景」，但没有人知道这个「典型」从哪里来，有多少用户真的是这么用的，用户实际的操作路径和产品设计路径之间的偏差究竟有多大。这件事，他们决定用 GEA 重新跑一遍。

感知（Sense）：GEA 整合三类行为数据进 Context System——App 端的设备操作记录（功能使用频率、操作顺序、在哪个步骤停止了、最常触发的错误是什么）、社媒上用户自发分享的使用技巧和非预期改造方案、以及客服记录里反复出现的功能误解和操作卡点。这三类数据分别代表「实际发生了什么」「用户怎么解决系统无法满足的需求」「哪里出了问题」。

推理（Reason）：将三类数据在 Context System 里整合分析，提炼出实际使用路径与产品设计路径之间的系统性偏差：哪些功能几乎没人用（但占据了界面核心位置）、哪些被认为是「主要卖点」的功能被用户主动绕过、哪些非预期用法高频出现（说明存在真实需求但没被正式产品化）。这不是做用研，而是在现有行为数据里找到产品经理没有意识到的规律。

行动（Act）：洞察结论直接进入下代产品规划文档，影响功能优先级排序和界面设计逻辑。不是作为「参考信息」，而是作为有数据支撑的决策依据。

写回（Write Back）：每次产品迭代上线后，新版本的使用行为数据再次写回 Context System，形成跨代产品的使用行为档案。产品团队第一次有了一个可以持续追踪的「用户行为基准线」。

这次梳理发现了 3 个高频使用场景在此前所有产品规划文档里从未出现，其中 2 个直接影响了下代产品的功能优先级排序。

最核心的变化是：产品团队第一次系统性地看到用户「真实在做什么」，而不是「应该做什么」。

这不是用户研究的补充，而是产品决策底层数据的质变。过去，「典型场景」是靠内部讨论达成的共识；现在，它是从几十万条操作记录里提炼出来的行为规律。两者之间的偏差，往往就是下一代产品最重要的优化方向所在。

洞察研究GEA在家电场景里的核心价值：让产品团队在每一代新品规划时，有一个基于真实行为数据的起点，而不是从对上一代产品的「感觉」出发。