介紹 如今，企業收集的客戶資料比以往任何時候都多，但 大多數創新都失敗了 。根據麥肯錫 (2023) 的數據， 94% 高階主管 對公司創新表現不滿意，《哈佛商業評論》（2019 年）指出 85% 新消費產品在兩年內故障 .
主要原因是什麼？ 企業過於關注他們的客戶是誰，而不是為什麼購買。 傳統行銷強調 人口統計、心理統計和基於調查的客戶洞察 ，但這些都未能捕捉消費者行為背後的深層動機。
"(《世界人权宣言》) 待完成工作（JTBD）框架 ，由 克萊頓克里斯滕森 ，提供 因果 了解客戶行為，幫助企業創造 更好的產品、服務和行銷策略 關注人們做出購買決定的真正原因。
在本文中，我們將探討：JTBD 的起源 以及它是如何從失敗創新的研究中脫穎而出的。客戶如何「租用」和「解僱」產品 根據他們的需要。關鍵的 JTBD 原則及其對業務策略的影響。 真實案例研究 展示成功的 JTBD 驅動創新。企業如何實施 JTBD 來獲得競爭優勢。
VIDEO
待完成工作（JTBD）的起源 傳統創新為何失敗 幾十年來，企業一直依賴 客戶角色、焦點小組和調查 指導產品開發和行銷。然而，儘管做出了這些努力，許多公司仍然未能預測消費者的真正需求。
💡 創新失敗的主要例子：
賽格威（2001） – 將其宣傳為一種未來的交通方式，但未能確定需要解決的實際「任務」。新可樂（1985） – 假設口味是購買軟性飲料的主要驅動因素，忽略了情感和品牌忠誠度因素。谷歌眼鏡（2014年） – 專注於技術進步而不是解決真正的客戶問題。
克萊頓·克里斯滕森與顛覆性創新 "(《世界人权宣言》) JTBD框架 源自於 克萊頓克里斯滕森 哈佛商學院教授，著有《 創新者的窘境 (1997)。克里斯滕森的 顛覆性創新理論 解釋了市場領導者為何常常因關注 漸進式改進 而不是解決真正的客戶問題。
克里斯滕森和他的研究團隊發現 客戶購買產品不是為了產品的功能，而是為了「僱用」產品來完成特定的工作 。這種認識導致了 待完成的工作 方法，一種側重於 為什麼顧客會更換產品而不是他們是誰 .
客戶如何「租用」和「解僱」產品 JTBD的核心原則 🔹 顧客不購買產品；他們僱用他們是為了在特定情況下取得進步。 如果產品效果良好，他們就會再次「僱用」它。如果沒有的話，他們就會「解僱」它並尋找替代方案。
💡 例：麥當勞奶昔案例研究 JTBD研究 和 麥當勞 了解人們為什麼購買奶昔。
📌 傳統方法： 客戶人口統計和口味偏好 。他們透過焦點小組來調整奶昔的口味和稠度，然而 銷售持平 .
📌 JTBD方法： 大多數奶昔銷售發生在清晨 。顧客們買這些飲料不只是為了喝，他們還 長途通勤時，租用奶昔作為方便、乾淨、持久的早餐 .
📌 結果： 重新設計的奶昔更濃稠，口感更好 讓它們在早上通勤時使用更長時間——在沒有改變口味或品牌的情況下，銷售量大幅增加 .
要點： 顧客不會只根據產品功能來購買產品。 他們選擇能夠幫助他們在日常生活中實現特定目標的產品。
客戶工作的三個維度 為了充分理解 為什麼客戶會購買產品 ，企業必須考慮 三種類型的待辦事項：
1️⃣ 職能職位 – 購買背後的實際原因。例子： 顧客購買 防水外套 在雨中保持乾燥。
2️⃣ 情感工作 – 與產品相關的感覺。例子： 有人買 一件優質雨衣 感到自信和時尚。
3️⃣ 社會工作 – 購買行為如何影響社會認知。例子： 顧客選擇 環保雨衣 表現出環保意識。
💡 例：特斯拉的 JTBD 策略 推銷技術創新和永續發展的願景 .職能職務： 高性能、省油的汽車。情感工作： 一種成為永續發展先驅的感覺。社會工作： 駕駛先進車輛帶來的地位和威望。
將JTBD應用於商業策略 傳統行銷與 JTBD 傳統行銷 待辦事項方法 重點關注 客戶人口統計 重點關注 顧客意圖和需求 用途 焦點小組和調查 用途 深度訪談與觀察研究 比較產品功能 識別 客戶痛點 與…競爭 直接市場競爭對手 考慮 所有競爭解決方案 做同樣的工作
💡 範例：Netflix 與 Blockbuster
大片（傳統方法） Netflix（JTBD方法） 專注於 DVD租賃和滯納金 專注於 消除租賃不便 假定客戶 想要多樣化 了解客戶 想要即時訪問 與…競爭 錄影帶租賃店 與…競爭 有線電視、DVD，甚至電子遊戲 忽略了 便利的工作 製作娛樂 按需且無摩擦
結果： 2010 年，Blockbuster 申請破產，而 Netflix 則成為 $250B公司 透過關注 顧客的待辦事項 .
JTBD、AI和業務敏捷性的交集 當今企業正在經歷快速轉變，原因是 數位轉型、人工智慧 (AI) 和不斷變化的消費者期望 。然而，儘管取得了這些進步， 許多公司仍在努力創新和客戶參與 .
"(《世界人权宣言》) 待完成工作（JTBD）框架 ，最初由 克萊頓克里斯滕森 ，提供了一個 因果 了解顧客做出購買決定的原因。它可以幫助企業 設計人工智慧驅動的解決方案和敏捷的商業模式 那 符合實際客戶需求 而不是依賴過時的市場區隔技術。
隨著 人工智慧驅動的決策 和 業務敏捷性 ，企業必須整合 JTBD思維 納入他們的策略以保持競爭力。在本文中，我們將探討：
✅ 人工智慧如何增強 JTBD 分析以獲得更好的客戶洞察 JTBD 原則如何與業務敏捷性保持一致 和適應性商業模式人工智慧驅動的 JTBD 策略成功的真實案例研究 企業如何利用人工智慧驅動的 JTBD 洞察來獲得競爭優勢
為什麼大多數人工智慧驅動的創新都會失敗？ 儘管人工智慧潛力巨大， 許多人工智慧驅動的商業計劃失敗了 因為他們 缺乏對客戶需求的深入了解 .
🔹 麥肯錫 (2023) 報告稱，94% 的高階主管 對公司的創新表現不滿意。《哈佛商業評論》（2019 年）指出，85% 的人工智慧驅動產品失敗 由於與客戶的實際需求不一致。人工智慧模型通常是根據相關性資料進行訓練的，而不是根據因果的客戶行為洞察。
缺乏 JTBD 思維的 AI 的不足之處 1️⃣ 人工智慧預測分析過度強調相關性：
人工智慧可以識別模式（例如，「購買豪華車的人也會購買優質咖啡」）。
然而， 相關性無法解釋顧客購買的原因 （例如，「顧客購買豪華車是為了社會地位，但購買優質咖啡是為了感官體驗和便利」）。
2️⃣ 人工智慧聊天機器人和虛擬助理缺乏情境意識：
許多 AI 聊天機器人無法提供有意義的客戶支援 因為他們 沒有認清客戶真正需要完成的「工作 .
而不是 重複照本宣科的回應 , AI 系統 必須接受訓練，以辨識客戶的掙扎和情緒需求 .
3️⃣ 人工智能驅動的行銷錯失了情感與社交工作：
AI 驅動的廣告定位著重於 人口統計相似性 ， 但 未能捕捉顧客的深層動機 .
例子： 根據年齡和性別推薦健身應用程式 忽略情感和社會原因 健身動機背後的原因（例如，健康問題、自尊、社區歸屬感）。
📌 解決方案： AI 必須 與 JTBD 分析配對 從 基於相關性的預測 至 因果驅動的洞察力 .
AI 驅動的 JTBD：以客戶為中心的商業策略的未來 AI 如何增強 JTBD 的洞察力 ✅ AI 驅動的行為分析 → 協助企業分析 客戶糾紛 並發掘隱藏的待完成工作。自然語言處理（NLP） → 深入萃取 情緒和社會動機 客戶購買的背後原因。用於客戶區分的機器學習 → 超越 人口統計 細分客戶 基於工作和痛點 .對話式人工智慧與情緒分析 → 協助公司瞭解 客戶為何會「炒掉」產品 以及導致不滿的原因。
真實世界的範例：人工智能驅動的 JTBD 實際應用 📌 Netflix 的 AI 驅動個人化 (JTBD Success)
傳統推薦系統 依人口統計分類觀眾 .
Netflix 轉換為基於 JTBD 的模型 ，承認：
有些客戶「僱用」Netflix 來 消遣 .
其他人「僱用」Netflix 來 天伦 或者 求新 .
AI 驅動的個人化 現在量身訂做建議 根據檢視行為和推斷的客戶工作。
📌 Spotify 的 AI 與 JTBD 策略
Spotify 的 AI 不只是推薦音樂，而是根據客戶的「工作」來推薦。
認識到 經常僱用音樂來管理情緒 , Spotify 推出 以心情為基礎的播放清單和 AI 編輯的每日混音。
B2B 環境中人工智能驅動的 JTBD 📌 Salesforce 的 AI 驅動型客戶關係管理 (CRM)
AI 驅動的 Salesforce Einstein 分析客戶互動 來確定：
為什麼某些客戶有流失的風險。
客戶想要完成什麼「工作」。
而不是依賴 靜態客戶檔案 , Salesforce 使用 即時 AI 洞察力 以動態調整策略。
💡 關鍵洞察力： 單靠 AI 無法取代人類的直覺和策略 -但當結合 JTBD思維 ，它變成一個 預測和滿足客戶需求的強大工具。
JTBD + AI 業務敏捷性：數位時代的完美搭配 為何業務敏捷性需要 JTBD 思維 敏捷型企業透過以下方式茁壯成長 適應客戶需求 並快速迭代。JTBD 透過以下方式協助敏捷團隊釐清客戶的優先順序 → 團隊專注於對客戶真正重要的事情。避免功能爬升 → 防止企業增加無法解決實際工作的不必要 AI 功能。支援快速原型製作 → 企業測試產品是否 實際執行工作 在縮放之前。
案例研究：敏捷型企業如何使用 JTBD 📌 亞馬遜的人工智能驅動 JTBD 方法
亞馬遜不只是銷售產品，它 針對不同的客戶工作進行最佳化 .
Prime 會員 「租用」Amazon 超快速、便利的送貨服務。
Kindle 使用者 「租用」Amazon 以取得即時數位閱讀。
亞馬遜的 AI 識別不斷變化的客戶工作 並動態調整產品供應。
📌 特斯拉的 AI 與 JTBD 策略
特斯拉的 自動駕駛 AI 這不僅僅是自我駕駛的問題，也是解決 減少駕駛疲勞，提高便利性 .
而不是與 傳統汽車品牌 ，特斯拉專注於 軟體式敏捷性 ，根據不斷發展的客戶工作持續更新功能。
企業如何實施人工智能驅動的 JTBD 以獲得競爭優勢 步驟 1：利用人工智能驅動的行為資料來識別客戶工作 📌 使用 AI 驅動的客戶旅程繪圖 分析人們如何與產品和服務互動。
步驟 2：利用 JTBD 的洞察力調整 AI 與業務敏捷性 📌 設計敏捷的業務模式 可動態適應客戶工作變更。
步驟 3：根據客戶工作整合 AI 驅動的個人化服務 📌 使用人工智能驅動的推薦引擎 以匹配 產品/服務 到真正的客戶工作。
步驟 4：利用對話式 AI 與情緒分析來獲得客戶回饋 📌 監控 AI 聊天機器人和支援互動 以偵測 客戶糾紛 並據此調整業務策略。
未來的 JTBD、AI 與企業敏捷性 ✅ AI 是一個強大的工具，但它必須以 Jobs-to-Be-Done 的洞察力為導向。 業務靈活性對於適應不斷變化的客戶需求至關重要。 JTBD 思維將 AI 驅動的商業模式從功能驅動轉變為真正以客戶為中心。
引文與參考文獻
CB Insights。(2023). 創業公司失敗的最主要原因 .
Christensen, C. M., Hall, T., Dillon, K., & Duncan, D. S. (2016)。 與運氣競爭：創新與客戶選擇的故事 .哈珀業務。
麥肯錫公司。(2023). 全球企業的創新狀況 .
哈佛商業評論》。(2019). 為什麼大多數新產品都失敗了？從 40,000 次發售中汲取的教訓 .
Netflix AI 個人化案例研究，MIT Technology Review (2022)。
Tesla AI 策略報告，福布斯 (2023)。
創新者的困境》。Christensen, C. (1997).哈佛商學院出版社。
JTBD PDF 說明
摄影师 Evangeline Shaw
Chinese 
English 
French 
Arabic 
Czech 
Hindi 
Italian 
Korean 
Portuguese 
Spanish