Framework Deep Dive

Jobs Portfolio
平衡

用户不只有一个 Job,而是有一个 Jobs 组合。健康的产品需要系统性地覆盖核心工作、相关工作和情感工作——找到「高重要度 × 低满足度」的空白,就找到了下一个增长引擎。

你的产品在帮用户完成哪些「工作」?
平衡了吗?

大多数产品在成长过程中,会自然倾向于优化它「最擅长的那个 Job」,而忽视用户同样有需求的其他 Jobs。久而久之,产品在单一 Job 上越来越深,但总体对用户的价值密度却停滞不前。Jobs Portfolio 框架来自 Bob Moesta 对 JTBD 理论的扩展:用户不只有一个 Job,而是有一个 Jobs 组合,产品需要思考如何系统性地覆盖这个组合。

Moesta 和 Christensen 的研究发现,用户雇佣一个产品完成的 Jobs 可以分为三类:核心工作(Core Job,用户最主要的目的,也是用户最愿意付费的)、相关工作(Related Jobs,核心工作前后和周围的任务)、情感工作(Emotional Jobs,用户在完成核心工作时想要的感受)。健康的产品应该在三类 Jobs 上都有足够的覆盖。

Jobs Portfolio 框架的实用价值是帮助产品团队系统性地回答「我们还能服务用户哪些未被满足的 Jobs?」这不是功能蔓延,而是有原则地扩展价值覆盖范围。一旦找到了一个未被满足且高价值的 Related Job,往往就找到了下一个增长引擎。

三类工作 × 满足程度:找到增长空隙

把用户的 Jobs 分为三个层次,再评估每个层次的当前满足程度——「高重要度 + 低满足度」的格子,就是产品最值得投资的增长机会。

C
核心工作 Core Job
用户雇佣产品的主要目的。这是产品存在的根基,必须做到出色,否则用户会「解雇」你。核心工作通常是用户最愿意付费的部分。
如果连核心工作都没做好,相关工作和情感工作再好也留不住用户。优先确保核心工作的质量。
R
相关工作 Related Jobs
核心工作前后自然出现的任务。用户在完成核心工作的旅程中还需要做什么?这些 Jobs 通常由其他 App 或工具满足,存在被整合的机会。
Related Jobs 是最常见的产品扩展机会来源。找到用户在使用前后在用哪些其他产品。
E
情感工作 Emotional / Social Jobs
用户在使用过程中想要的感受和社会认同。往往是品牌差异化的来源——功能相同,体验可以完全不同。
情感工作被满足时,用户不只在使用产品,而是在认同这个产品代表的身份。
Jobs × 满足程度矩阵(以音乐流媒体产品为示例)
Job 类型 不满足
用户需求未被覆盖
部分满足
有覆盖但体验粗糙
充分满足
体验成熟、用户满意
核心工作
发现并收听喜欢的音乐
早期推荐算法精度有限 个性化推荐已成熟,用户满意度高
相关工作 1
收听长篇内容(播客)
2015 年前完全空白
增长机会
2015–2018 初步布局 2019 年后大规模投资后成熟
相关工作 2
了解喜欢的艺人动态
基础信息很少 艺人主页功能粗糙
待优化
情感工作 1
展示音乐品味/社交认同
分享功能基础可用 年度报告「Wrapped」成为社交现象
情感工作 2
专注工作 / 营造氛围
专注/睡眠场景未覆盖
增长机会
Lo-Fi 歌单部分满足
增长机会 = 高重要度 × 低满足度的格子 已充分满足的 Jobs

什么时候该用它?

当产品增长遇到瓶颈、需要寻找新的增长方向,或者在做产品线规划和版本设计时,Jobs Portfolio 是系统性寻找机会的有效工具。

🔭
产品增长机会系统性挖掘
当核心功能已经成熟、增长趋于平缓时,用 Jobs Portfolio 系统性地寻找用户的相关工作和情感工作,找到下一个增长引擎。
📐
产品线扩展决策支持
该不该推出新产品线?用 Jobs Portfolio 评估新产品是否覆盖了当前产品未满足的 Related Jobs,而不是盲目扩张功能。
🎯
用户访谈洞察分类整理
访谈完用户后,用 Core/Related/Emotional Jobs 框架整理洞察——很多「功能需求」背后其实是 Related Job,用框架分类能帮助团队更准确地定义优先级。
🔍
竞品差距分析
绘制竞品的 Jobs Portfolio 地图:它们在哪些 Jobs 上已经充分满足?哪些 Jobs 存在空白?从竞品的 Jobs 空白中找到差异化机会。
📦
产品版本规划(基础版 vs 高级版)
免费版和付费版该如何划分?用 Jobs 重要度划分:核心工作基础满足放免费版,高满足度和 Related Jobs 放付费版。
💎
订阅产品增值服务设计
增值服务应该提供什么?从用户未被满足的 Related Jobs 和 Emotional Jobs 出发——用户愿意额外付费的,往往是能帮他们完成更完整旅程的功能。

Spotify 从音乐播放到播客生态的
Jobs Portfolio 扩展(2015–2020)

2015 年,Spotify 的核心 Job 定义非常清晰:「发现和收听我喜欢的音乐」——这一点已经做得非常出色。但 Moesta 式的问题是:用户除了音乐,还有哪些 Related Jobs 在用其他产品满足?这个问题的答案,让 Spotify 做出了一个价值数十亿美元的战略决策。

Spotify
Jobs Portfolio 扩展:从音乐到播客生态 · 2015–2020
2015–2020
🎯
Jobs Portfolio 分析过程
Core Job
发现和收听好音乐
2015 年已做到行业最佳。算法推荐、Discover Weekly 等功能让用户满意度极高。充分满足。
Related Job(空白)
收听深度长内容(播客)
用户在收听音乐的前后,还在用其他 App(如 Overcast、Stitcher)听播客。这是个未被 Spotify 满足的 Related Job
Emotional Job(扩展)
「学习成长 / 陪伴 / 专注」
从「娱乐」扩展到「学习」「陪伴」「专注工作」等情感状态——播客恰好服务了这些情感 Jobs,而纯音乐做不到。
🚀
战略行动时间线
15
2015 年:Spotify 正式进入播客领域,开始支持第三方播客接入
19
2019 年:斥资超 4 亿美元收购 Gimlet Media、Anchor、Parcast,建立独家内容护城河
20
2020 年:收购 Joe Rogan Experience 独家播出权(据报道超过 1 亿美元)
23
2023 年:播客 MAU 占总用户 40%+,播客用户日均使用时长显著高于纯音乐用户
💡
关键洞见与教训
1
成功来自「找到用户在你的产品外完成什么 Job」——不是凭空创新,而是观察用户的日常行为
2
播客不只是功能扩展,而是覆盖了全新的情感 Jobs——这是用户粘性更高的根本原因
3
Jobs Portfolio 的扩展需要勇气:当时投资者并不看好 Spotify 进入播客,但数据验证了决策的正确性
7500万
2015 年 MAU
5 亿
2023 年 MAU(增长 567%)
100万+
平台播客内容数量
+40%
播客用户日均使用时长提升

如何系统性地盘点你的 Jobs Portfolio?

1
盘点当前产品覆盖的所有 Jobs
1–2 小时
通过用户访谈 + 行为数据分析,梳理用户实际在用你的产品完成什么目的。不要只看功能列表,要看用户实际的目的("我用它来……")。收集 10–20 个真实用户的使用故事。
访谈问题:「你最近一次使用这个产品是什么情况?你当时想做什么?在那之前你在做什么,之后你做了什么?」
2
将 Jobs 分类(Core / Related / Emotional)
1 小时
把收集到的 Jobs 逐一分类:哪些是用户最主要的目的(Core)?哪些是主目的前后的任务(Related)?哪些是用户在过程中想要的感受(Emotional)?注意:同一个行为可以同时是 Related Job 也是 Emotional Job。
分类原则:看用户的「雇佣目的」,而不是功能本身。同一个功能(如分享)可能服务的是 Emotional Job(展示品味),而不是 Core Job。
3
评估每个 Job 的用户重要度和当前满足程度
1–2 小时
对每个已识别的 Job,用 1–10 分别评估:这个 Job 对用户有多重要?(重要度)我们当前对这个 Job 的满足程度如何?(满足度)这两个维度最好来自用户调研数据,而不仅是团队主观判断。
数据来源:调研问卷 + NPS 细分 + 用户访谈综合判断。如果没有数据,先做小规模的定性访谈建立假设。
4
找到「高重要度 + 低满足度」的 Jobs 空白
30 分钟
把所有 Jobs 填入矩阵,标记出「重要度高 × 满足度低」的格子——这就是增长机会所在。特别关注:用户目前在用其他哪些产品满足这些未被你覆盖的 Jobs?这些产品就是你隐性的竞争对手。
增长机会优先级:相近的 Related Job > 陌生的新领域。从离现有用户旅程最近的未被满足 Job 开始投资,降低用户教育成本。
5
制定 Jobs 扩展路线图并持续验证
持续迭代
从「最近的 Related Job」开始,设计最小可行方案进行验证。不要一次性投入大量资源——先用轻量级功能验证用户是否真的有这个 Job,以及是否愿意在你的产品里完成它。验证通过后再加大投入。
验证指标:新功能的使用率是否高于基准?使用了新功能的用户留存率是否更高?这两个指标能证明 Job 是否真实成立。

在不确定性中寻找平衡:创新组合管理的演进

创新组合平衡(Innovation Portfolio Balance)脱胎于金融投资组合理论与波士顿矩阵,强调企业应同时在核心业务优化、相邻业务扩展与颠覆性创新三个层次上分配创新资源,以规避单一押注风险。这一框架由麦肯锡在2012年前后系统整理并推广,融合了克莱顿·克里斯滕森的颠覆性创新理论与JTBD方法中的增长机会视角。

1952
马科维茨投资组合理论奠定分散配置逻辑
哈里·马科维茨(Harry Markowitz)发表现代投资组合理论,证明通过分散化配置可以在给定风险水平下最大化预期收益。这一框架后来被管理学者引申至创新投资领域,成为"不要把鸡蛋放在一个篮子里"的组合创新管理的理论基础。
1970
波士顿矩阵引入业务组合管理
波士顿咨询集团(BCG)推出增长-份额矩阵(BCG Matrix),将企业业务单元按市场增长率与市场份额分为明星、现金牛、问题与瘦狗四类。这是企业首次以组合视角系统管理不同发展阶段的业务,对创新组合思想的形成产生了深远影响。
1997
克里斯滕森提出颠覆性创新理论
克莱顿·克里斯滕森(Clayton Christensen)在《创新者的窘境》中揭示了市场领导者为何在颠覆性创新面前失败的规律,指出企业过度聚焦现有客户与核心业务是致命盲点。这一理论强化了在核心业务之外同步投入颠覆性探索的战略必要性。
2012
麦肯锡发布"70-20-10"创新组合框架
麦肯锡全球研究院通过对超过300家企业的研究,提出将创新资源按70%(核心)、20%(相邻)、10%(颠覆)比例分配的经验法则,并将这一框架发布于《哈佛商业评论》。这一比例建议因其简洁性在企业创新规划中获得广泛认可。
2015至今
与JTBD增长理论的融合应用
产品管理实践者开始将创新组合框架与JTBD理论结合,以"待完成任务"为创新机会的识别单元,从用户需求视角重新划分核心、相邻与颠覆性创新的边界。这种融合使组合框架从战略层面延伸到产品层面的机会发现与资源分配。

与这些工具搭配效果更好