做新品开发时，我们经常说一句话：这个产品“有需求”。
但仔细追问一下，所谓有需求，到底是有人点赞、有人搜索、有人下单，还是有人买回去后真的会重复使用？这四件事听起来差不多，实际上离得挺远。
我以前做需求验证，更像是在给产品找支持材料。先看中了一个方向，再去找搜索量、达人视频和竞品销量，最后把所有正面信息放进表格里。材料越多，团队越觉得方向靠谱。后来踩过几次坑才发现，这不叫验证，最多叫“给自己的想法叠甲”。
现在我的思路反过来了：需求验证不是证明我们是对的，而是尽早找出这个产品可能不成立的地方。
说白了，一条产品假设如果连几轮低成本反驳都扛不住，就不应该进入大货。
这篇以香薰蜡烛为例。它是一个很适合讲需求验证的产品，因为它特别容易产生“看上去很有需求”的错觉：图片能拍得很好看，视频有火焰、有音乐、有氛围，可消费者在屏幕前闻不到味道，也看不到点燃两小时以后会不会隧道、冒黑烟或者杯体过热。
一、需求验证的第一步，不是看多少人喜欢
如果站外看到大量“下班回家点蜡烛”的内容，评论区也都是“好治愈”“想买”“这个氛围绝了”，能不能说明香薰蜡烛有需求？
只能说明这个内容被喜欢。
这听起来有点抬杠，但对开发非常重要。用户可能喜欢的是暖光、房间布置、博主的生活方式，甚至只是视频配乐，不一定愿意花二三十美元购买同款蜡烛。
香薰蜡烛至少有四层不同的需求证据：
内容信号：点赞、收藏、评论好看；
行为信号：主动搜索、询问香型、寻找替代方法；
付款信号：在接近目标售价时愿意下单；
使用信号：收到后点燃、复用、送人，或者因为体验不好退货、闲置。
越接近真实使用，证据才越强。前一层只能决定值不值得进入下一层，不能越级宣布“需求成立”。
图1：需求证据阶梯。对香薰蜡烛来说，氛围内容、真实付款和持续使用是三件不同的事。
二、别先定义“香薰蜡烛”，先问用户在完成什么转换
假设我在TikTok、Reddit、YouTube评论区和家居兴趣社区里，反复看到用户下班后点蜡烛。第一反应可能是：开发一款“适合下班放松的香薰蜡烛”。
但这句话还是太像产品经理写的，不像用户真实生活。
继续往下拆，会发现用户点蜡烛前后可能发生的是：
关电脑 → 把钥匙放下 → 换家居服 → 收拾桌面 → 点燃蜡烛 → 洗澡、吃饭或看剧。
蜡烛在这里承担的任务，未必是“让房间变香”，更像一个从工作状态切换到私人时间的动作标记。用户买的也许不是某种具体香味，而是“今天到这里了，我下班了”的仪式。
图2：场景图。关电脑、放钥匙、点蜡烛，可能比“木质调香薰”更接近用户真正购买的任务。
这时我会把原来的产品描述改写成需求假设：
居家办公或工作压力较高的人，需要一个简单、可重复的动作，把工作结束和私人时间开始区分开。
注意，这个需求并不天然属于蜡烛。灯光、音乐、洗澡、香氛喷雾甚至换衣服，都可能完成同样的任务。
这就是反方证据。开发如果不承认替代方案存在，就很容易把“用户需要情绪切换”直接写成“用户需要香薰蜡烛”。中间其实跳了一步。
三、我会怎样收集站外证据？先看动作，再看形容词
香薰内容里最常见的词是治愈、放松、高级、温暖和氛围感。这些词传播性很强，但开发价值不算高，因为每个人对“治愈”的理解都不一样。
我现在更关注能还原动作和限制的信息：
用户通常在什么时候点燃；
一次燃烧多久；
房间大概多大；
是否和宠物、儿童或室友共同居住；
为什么选择蜡烛而不是扩香、喷雾或香薰机；
点完以后怎么灭、怎么剪烛芯、怎么处理容器；
哪些气味让人觉得太甜、太冲、像清洁剂；
用户有没有因为黑烟、隧道或容器发烫而减少使用。
相比“我喜欢木质香”，下面这种表达更有用：
“我想下班后点一会儿，但卧室小，味道太浓会头疼。”
这一句话同时给出了场景、时间、空间和限制。开发方向可能不是继续增加香精比例，而是让小空间内的扩香更可控，或者明确适用面积和建议燃烧时长。
再比如，有人会把第一次燃烧拖到很久，只为了避免形成隧道；有人嫌剪烛芯麻烦，点两三次后就闲置；还有人喜欢香味，却因为玻璃杯不好清理，最后没有复购。
用户正在额外承担的动作，就是产品要争取减少的成本。这个成本不一定是钱，可能是时间、学习、清洁或者担心。
四、回到Amazon后，我不先统计差评词频
进入Amazon反查时，我会先把相关商品按“被购买的理由”分组，而不是把所有香薰蜡烛放进同一个池子。
常见路线可能包括：
家居氛围：强调容器、颜色、火焰和空间搭配；
情绪场景：强调放松、冥想、卧室或下班仪式；
礼赠场景：强调包装、祝福语、节日和开箱体验；
气味功能：强调覆盖宠物、厨房或卫生间异味；
香型爱好：强调前中后调、木质、花香或食物香；
可持续使用：强调植物蜡、可重复利用容器或替换装。
这些产品表面上都叫scented candle，消费者的判断标准却不一样。买礼物的人可能优先考虑包装是否体面、是否容易踩香型雷；自己日常点的人则更在意热香、燃烧时长、积碳和清理。
评论也要沿着使用过程拆开：
1. 开盖时
冷香是否符合页面描述，有没有明显化工感，运输途中是否渗油、开裂或者杯体破损。
2. 点燃后
热香能否覆盖目标空间，烛芯是否偏移，熔池能否逐渐铺开，有没有隧道、蘑菇头或明显黑烟。
3. 连续使用时
香味前后是否一致，蜡面是否残留，杯壁是否发黑，容器温度和标签状态如何。
4. 使用结束后
用户是否愿意再次点燃、是否会送人、容器是否好清理，以及剩余蜡是否造成“看起来还能用、实际点不到”的浪费感。
这里很容易出现一个误区：看到大量“味道太淡”，就把香精比例直接提高。但味道太淡可能来自房间太大、首次燃烧时间太短、烛芯和蜡材匹配不佳，也可能是页面把适用空间写得太夸张。反过来，“味道太冲”也未必代表配方错误，可能是目标人群和使用空间选错了。
所以Amazon评论的作用不是替开发下结论，而是帮助我们形成几个可以分别验证的原因。
五、从“治愈蜡烛”到可测试假设，我会砍掉哪些词？
如果产品方案写的是“帮助放松、改善睡眠、缓解焦虑的天然香薰蜡烛”，我会先把它拆掉。
一是这些表达太宽，放松、睡眠和焦虑对应的任务完全不同；二是它们容易把普通家居香氛写成健康效果承诺。用户可能愿意为下班仪式买单，不代表产品能够改善睡眠或缓解焦虑。
我更愿意测试下面这种具体假设：
“为小户型独居或居家办公人群，提供一款适合下班后点燃30—60分钟、气味不过度侵入、收尾简单的香薰蜡烛。”
接下来需要验证的就清楚了：
“下班切换”是否比泛化的“治愈”更能带来点击和领码；
柑橘木质和香草烘焙，哪个更符合这个场景；
小空间用户能接受什么扩香强度；
目标售价附近是否仍有人下单；
用户收到后是否真的会点，而不是只觉得包装好看。
产品假设一旦具体，反方证据也更容易出现。比如用户可能喜欢“下班仪式”这个内容，但实际更习惯洗澡或开一盏灯；又或者愿意购买，却只把它当礼物，并不会自己重复使用。
这两种结果都不算失败，它们只是把产品从一个错误场景推向更真实的场景。
六、小批量测品怎么安排？一次只动一个变量
测品阶段最容易犯的错误，是主图、价格、香型、容量和折扣一起改。订单涨了，团队很开心，但没人知道到底是哪一个变量起作用。下次换SKU，经验又归零了。
我现在更倾向把测试拆成四轮：
第一轮测试场景。同一款蜡烛、相同价格和香型，只改变内容入口：下班切换、卧室放松、礼赠。先看不同表达带来的点击和领码差异。
第二轮测试香型。保留相对成立的场景，对比两个差异明确的香型，不要一上来铺六七个SKU。香型太多，看起来选择丰富，实际上会把有限样本切得稀碎。
第三轮测试价格。保持页面和产品不变，观察Deal价与接近日常售价时的购买变化。如果只有大额折扣能出单，就不能把结果解释成正常价格需求成立。
第四轮测试使用。订单完成后继续收集7—14天反馈，关注是否点燃、燃烧多久、扩香强弱、是否复用、是否送人以及退货原因。
图3：测品决策表。每轮只回答一个问题，并在测试前写清停止条件。
VIPON这类站外Deal渠道，可以承担其中的付款验证环节。我的理解不是“发一个大折扣，看能不能冲出订单”，而是给不同测试批次分配独立的场景、优惠和记录口径。
例如下班场景和礼赠场景分别使用不同入口，但商品、价格和测试时间尽量保持一致；或者先固定胜出场景，再比较两种香型。这样领码、点击、下单和后续反馈才能回到对应假设。
站外测品还有一个挺现实的价值：它能让产品在大量备货前，先暴露页面之外的问题。香味在线上无法被直接体验，第一批真实买家的“太淡、太甜、像清洁剂、点久了头疼”等反馈，往往比团队内部闻样更接近目标市场。
不过，也别把Deal订单当成万能证明。折扣会降低购买门槛，可能掩盖日常价问题。测品后至少还要问一句：折扣收回以后，消费者为什么继续买？如果回答只剩下“因为好看”，那这个产品的价格支撑可能还不够。
七、怎么读测品结果？不要每个数据都往好处解释
测品之前，我会先写成功门槛和停止条件。具体数值要根据客单价、利润、流量成本和样本量设定，不能拿别人的点击率直接套。
更重要的是，结果出现后不要临时改问题。
如果收藏很多、订单很少，说明审美内容可能成立，但付款需求还没成立。下一步是改场景或价值表达，不是马上追加库存。
如果Deal价能卖、接近日常价就明显断层，说明用户可能对价格敏感，或者现有规格不足以支撑售价。此时应该重算成本、容量和包装，而不是继续用更大折扣证明“它能出单”。
如果下单表现不错，但到货后大量反馈太淡或太冲，就说明线上文案不能替代嗅觉验证，需要回到香精比例、目标空间和人群。
如果出现隧道、黑烟、烛芯偏移、异常火焰或杯体过热，性质就变了。这不是换主图能解决的问题，而是产品与安全测试问题，应停止放量。
美国消费品安全委员会曾持续跟进蜡烛相关ASTM标准，包括警示标签、玻璃容器和火焰性能等内容。卖家不能只测试“香不香”，还要把燃烧表现和警示信息单独纳入开发验证。
八、我现在会把什么交给产品开发？
以前的选品报告喜欢给一个确定答案：建议开发某某香型、某某容量、预计售价多少。
现在我更愿意交付一张“证据与风险并存”的记录：
用户在什么场景主动提到这个问题；
内容信号、行为信号、付款信号和使用信号分别有哪些；
当前产品假设替代了用户哪个动作；
Amazon现有方案解决了什么，又留下什么；
哪些结论仍然只是推测；
第一轮样品要验证什么；
什么结果出现时，项目应该停止。
有时候这份报告的结论就是“不建议继续”。坦白说，这种结论不太讨喜，大家忙了半天，好像啥也没开出来。但如果它阻止了几千件没有价格支撑、气味反馈又两极化的库存进入FBA，这份报告其实已经赚钱了。
