商業經典

The Mom Test:讓客戶說實話的對話方式

The Mom Test(直譯:媽媽測試)是羅布.費茲派翠克的一本短書,談如何和客戶對話而不被誤導。如果你問別人你的點子好不好,他們會很客氣,連你媽媽也一樣。所以不要問。改問他們的生活,以及他們過去實際做了什麼,然後傾聽。好的對話結束時,你得到的是關於問題的事實,以及一個讓客戶付出代價的承諾,而不是讚美。

簡短回答

  • 談他們的生活,不是你的點子。
  • 問過去的具體事情,不是對未來的意見。
  • 少說話,多傾聽。
  • 尋找承諾:時間、名聲或金錢,而不是讚美。

AI 技能

讓 AI 撰寫使用者訪談大綱

在你的 AI 中使用這個技能

免費 14 天 · 不需信用卡

適合誰,什麼時候不適合

在動手開發之前、在判斷一個問題值不值得解決時,以及在早期的銷售對話中使用。對一直聽到「聽起來很棒!」卻沒有人購買的團隊也有幫助。

它不是用來衡量有多少人有某個問題的問卷方法。一旦你了解了問題,就用資料估算它的規模。想知道客戶為什麼換用某個產品,請見轉換訪談。

核心觀念

每個人都會客氣地說謊。人們不想傷你的心,而且他們很不擅長預測自己會怎麼做。關於你點子的問題,換來的是好意,而不是資料。

三個原則。談他們的生活,而不是你的點子;問過去的具體事情,而不是假設性的問題;少說話,多傾聽。三者合起來,讓對話聚焦在事實上。

壞資料。費茲派翠克列出三種要忽略或深挖的資料:讚美、空話(籠統的說法、對未來的承諾、假設)和點子(功能需求)。每一種都有一個追問,用來找出背後的事實。

承諾與推進。只有當客戶在會議結束時付出了某些東西,會議才算順利:下一步的時間、引薦、意向書、預付款。

保持輕鬆、保持聚焦。簡短的對話,常常不稱為訪談,搭配一個明確的客群,以及你最想知道的三件事。

一個小例子

以下是虛構的示例。一位創辦人正在開發一個提醒診所病患預約的工具。

壞問題原因更好的問題
你會用一個能減少爽約的 App 嗎?假設性問題;引來客氣的「會」上一次病患爽約是什麼時候?之後發生了什麼事?
你覺得爽約是個大問題嗎?意見;誘導性上週有幾次爽約?
這個你願意付多少錢?對未來的承諾你到目前為止試過什麼?花了多少錢?

如果診所老闆從來沒有為爽約做過任何嘗試,這個問題可能還不夠痛。如果他們付錢請櫃台人員打電話給每一位病患,那大概就夠痛了。

如何進行一次對話

  1. 挑一個狹窄的客群,以及你最需要知道的三件事。
  2. 從他們的生活開始:他們今天怎麼處理這方面的事。
  3. 問問題上一次發生的具體情況。
  4. 問他們試過什麼,以及花了多少代價。
  5. 深挖讚美、空話和功能點子,找出背後的事實。
  6. 以請求承諾收尾:下一次會議、引薦或試行。
  7. 當天寫下筆記,把事實和意見分開。

使用者訪談大綱技能會寫出一份只問過去行為、沒有誘導性或假設性問題的大綱。事後整理筆記,請用使用者訪談整合技能。

常見錯誤

  • 推銷而不是傾聽。一開始推銷,你就只會得到讚美。
  • 把「我會買」當成成交。只有承諾才算數。
  • 問未來的事。人們很不擅長預測自己的行為。
  • 誰願意聊就跟誰聊。模糊的客群會給出混雜的訊號。

出處

羅布.費茲派翠克是創辦人,也是 Y Combinator 校友,從寫程式轉向面對客戶的工作,他把 The Mom Test 寫成一本實用手冊。這本書有紙本,也可以在書籍網站上購買 PDF,並有多種語言版本。

本頁是我們用自己的話寫的獨立摘要,與羅布.費茲派翠克沒有關聯,也未獲其認可。書名僅用於指稱該書。更多解說請見商業書籍解說。

常見問題

什麼是 Mom Test?

一種詢問客戶生活和過去行為的方式,讓即使是想對你好的人(例如你媽媽),也無法在你的點子好不好這件事上誤導你。

Mom Test 的三個原則是什麼?

談他們的生活,而不是你的點子。問過去的具體事情,而不是籠統的說法或對未來的意見。少說話,多傾聽。

一次客戶對話的好結果是什麼?

關於他們今天如何處理這個問題的事實,以及一個讓他們付出代價的承諾:下次會議的時間、引薦、試行或預購。讚美不算數。

AI 技能

讓 AI 撰寫使用者訪談大綱

「使用者訪談大綱」技能把這套方法變成 AI 依步驟執行的流程。交給它你的公司、市場或數字,AI 會用同樣的步驟完成並整理結果。

在你的 AI 中使用這個技能

免費 14 天 · 不需信用卡

資料來源

  1. The Mom Test(書籍網站) — 當每個人都在對你說謊時,如何和客戶對話;Rob Fitzpatrick,Y Combinator 校友 (查閱於 2026-11-04)
  2. Unusual Ventures:Rob Fitzpatrick's Mom Test — 二手資料:三原則;讚美與假設性問題 (查閱於 2026-11-04)
在你的 AI 中使用這個技能