做好“用戶洞察”:行動(dòng)篇

一個(gè)典型的用戶洞察研究項(xiàng)目主要包括需求的溝通與評(píng)估,研究設(shè)計(jì)與執(zhí)行,成果輸出三個(gè)關(guān)鍵環(huán)節(jié)。

需求的溝通與評(píng)估關(guān)系著研究命題的價(jià)值,畢竟一個(gè)沒(méi)有太大價(jià)值的研究命題也不會(huì)產(chǎn)生有價(jià)值的用戶洞察;研究設(shè)計(jì)與執(zhí)行是用戶信息的收集過(guò)程,科學(xué)合理的研究設(shè)計(jì)與高質(zhì)高效的執(zhí)行可以為用戶洞察打下堅(jiān)實(shí)的基礎(chǔ);成果輸出是對(duì)已獲得的用戶信息進(jìn)行匯總解讀,是對(duì)用戶洞察的最終呈現(xiàn)。

如何做好“用戶洞察”?(行動(dòng)篇)

下面從項(xiàng)目流程全鏈路優(yōu)化的角度來(lái)談?wù)勅绾巫龊糜脩舳床煅芯俊?/p>

01

需求溝通與評(píng)估

要想確保業(yè)務(wù)/需求方的需求是有價(jià)值的,需要注意避免需求的碎片化,單點(diǎn)化。

1.1 對(duì)單個(gè)需求評(píng)估

用戶研究人員經(jīng)常會(huì)接到那種比較明確而具體的需求,但是也正是因?yàn)樘^(guò)具體,局限于某一個(gè)小點(diǎn),導(dǎo)致做用戶洞察的價(jià)值不高。

這時(shí)候有兩種選擇,一種是評(píng)估完后不做,并從可行性和合理性兩個(gè)角度說(shuō)明原因;另一種是和業(yè)務(wù)/需求方一起就需求背景、業(yè)務(wù)問(wèn)題進(jìn)行進(jìn)一步溝通,繼而確定更合適的研究目標(biāo)。

【案例】

業(yè)務(wù)/需求方:我們今年計(jì)劃要對(duì)我們APP的圖標(biāo)進(jìn)行升級(jí),設(shè)計(jì)那邊出了三個(gè)版本,能否請(qǐng)用戶來(lái)測(cè)一下喜歡哪個(gè)版本?

【分析】

這個(gè)需求非常明確具體,但沒(méi)啥價(jià)值,通過(guò)灰度A/B test就可以解決問(wèn)題,但進(jìn)一步溝通下來(lái)發(fā)現(xiàn)需求的背景是品牌重塑升級(jí),那么改一下需求,了解用戶對(duì)于APP圖標(biāo)升級(jí)的需求就有比較大的施展空間,包括挖掘用戶對(duì)APP的品牌、產(chǎn)品認(rèn)知、未來(lái)預(yù)期,這種未來(lái)的預(yù)期如何通過(guò)視覺(jué)體系(包括圖標(biāo))來(lái)承載等。

1.2 對(duì)多個(gè)需求的評(píng)估

用戶研究人員常常從多個(gè)業(yè)務(wù)/需求方那里接到很多臨時(shí)性、碎片化的調(diào)研需求,這些需求往往只能解決產(chǎn)品某一個(gè)單點(diǎn)的問(wèn)題,如果每一個(gè)都展開(kāi)去做,不僅人力排期面臨挑戰(zhàn),研究的范圍也非常受限,導(dǎo)致能給到的信息增量非常有限,用戶洞察很難有廣度、深度和高度。

更加合理的做法是對(duì)這些臨時(shí)性、碎片化的需求進(jìn)行適當(dāng)整合,提煉需求和問(wèn)題的共性,并加以拓展。

【案例】

業(yè)務(wù)/需求方A:很多用戶打開(kāi)我們APP什么也沒(méi)做就退出了,能不能幫忙調(diào)研下原因?

業(yè)務(wù)/需求方B:我們最近想對(duì)商品詳情頁(yè)進(jìn)行改版,想調(diào)研下用戶對(duì)于商品詳情頁(yè)的需求?

業(yè)務(wù)/需求方C:我們的訂單取消率一直居高不下,能不能調(diào)研下用戶取消訂單的原因?

【分析】

這幾個(gè)需求的共性,可以發(fā)現(xiàn)都圍繞著成交轉(zhuǎn)化,那么是否可以整合成一個(gè)“XX產(chǎn)品成交轉(zhuǎn)化提升”研究專項(xiàng)呢?

02

研究設(shè)計(jì)與執(zhí)行

好的研究設(shè)計(jì)與執(zhí)行能確保收集到的用戶信息是全面的、深入的、準(zhǔn)確的,從而為接下來(lái)的信息解讀打下好的基礎(chǔ)。

2.1 研究設(shè)計(jì)

限于篇幅,在研究設(shè)計(jì)方面這里說(shuō)一個(gè)重要的原則,那就是無(wú)論是研究方法的選擇還是研究腳本(問(wèn)卷、訪談大綱等)的設(shè)計(jì),都要服務(wù)于挖掘目標(biāo)未知信息。

很多用戶研究人員容易出現(xiàn)的一個(gè)問(wèn)題就是在研究方法、研究腳本方面設(shè)計(jì)了很多導(dǎo)向已知或者不相關(guān)信息的內(nèi)容,這樣不僅導(dǎo)致資源的浪費(fèi),參加調(diào)研用戶的負(fù)擔(dān)增加,而且無(wú)法聚焦最重要的問(wèn)題。

最好的辦法就是回顧研究目標(biāo)和問(wèn)題大綱,圍繞研究目標(biāo)或要回答的核心問(wèn)題,進(jìn)行詳細(xì)的拆解設(shè)計(jì)。

我們?cè)谘芯吭O(shè)計(jì)環(huán)節(jié),一定要多問(wèn)自己,這樣設(shè)計(jì)最后能拿到什么信息,這些信息是否可以刷新現(xiàn)有的認(rèn)知水平,能帶來(lái)什么信息增量。

只有對(duì)最終的成果產(chǎn)出進(jìn)行提前推演,繼而反推研究設(shè)計(jì),才能確保用戶洞察的價(jià)值。

2.2 項(xiàng)目執(zhí)行與管理

(1)定量研究執(zhí)行

這里說(shuō)說(shuō)主流的問(wèn)卷調(diào)研。

首先,要想清楚調(diào)研對(duì)象。比如想知道大盤用戶中的低活群體的特征和低活躍原因,就最好不能只調(diào)研低活用戶,而是最好也要調(diào)研中高活用戶,中高活用戶與低活用戶的對(duì)比更能看出低活用戶的人群特征差異。參照體系的不同,會(huì)對(duì)最后的結(jié)果解讀(洞察)造成影響。

其次,控制好系統(tǒng)誤差。比如涉及到本品、競(jìng)品的對(duì)比,最好不要使用內(nèi)部渠道(如APP消息通知,帶有本品牌標(biāo)識(shí)的短信鏈接等),因?yàn)闀?huì)存在本品牌光環(huán)效應(yīng),造成本品牌數(shù)據(jù)的傾向性增大。

再者,控制好抽樣誤差。無(wú)配額控制的隨機(jī)抽樣問(wèn)卷調(diào)研注定一開(kāi)始就存在誤差,因?yàn)橛脩籼畲饐?wèn)卷存在偏好。獎(jiǎng)品、問(wèn)卷的標(biāo)題、問(wèn)卷調(diào)研的內(nèi)容等都會(huì)對(duì)用戶填答偏好造成影響,從而使得最后回收的樣本分布不均勻,與總體存在一定偏差。基于總體數(shù)據(jù)對(duì)抽樣樣本進(jìn)行加權(quán)是減小誤差的一種方式,但并不能完全消除誤差,所以盡量在最開(kāi)始就把抽樣誤差控制在最小。

以上,只是簡(jiǎn)單列舉了幾點(diǎn),還有很多細(xì)節(jié),改期可以詳談。

(2)定性研究執(zhí)行

這里主要說(shuō)說(shuō)焦點(diǎn)小組座談會(huì)和深訪。

很多用戶研究人員還不清楚焦點(diǎn)小組座談會(huì)和深訪的區(qū)別是什么,什么情況下用焦點(diǎn)小組座談會(huì),什么情況下采用用戶深訪。簡(jiǎn)單來(lái)講就是焦點(diǎn)小組座談會(huì)的目的是共創(chuàng)和發(fā)散;用戶深訪的目的是聚焦和深挖。

因?yàn)樾枰涣?、碰撞、共?chuàng),焦點(diǎn)小組座談會(huì)同組群體必須是同質(zhì)的,這樣才會(huì)存在“共同話題”,也就是交流同頻;因?yàn)樾枰劢购蜕钔?,所?strong>深訪對(duì)象必須是總體樣本中的典型的個(gè)體,通過(guò)一個(gè)典型個(gè)體盡量挖掘所代表的背后大多數(shù)。

無(wú)論是焦點(diǎn)小組座談會(huì)還是深訪,都很考驗(yàn)主持人的能力和經(jīng)驗(yàn)技巧,這直接決定挖掘信息的全面性、深度與準(zhǔn)確性。

這里分享兩個(gè)最重要的座談會(huì)/深訪探測(cè)技術(shù)。

一個(gè)是深度追問(wèn),也稱為「攀梯術(shù)」。簡(jiǎn)單來(lái)說(shuō)就是不滿足于用戶流于表面的回答,連續(xù)追問(wèn),這個(gè)方法能有效的使用戶表達(dá)出深層的想法和原因。

【案例】

以一個(gè)短視頻產(chǎn)品用戶流失原因調(diào)查為例

訪問(wèn)員:為什么最近一段時(shí)間沒(méi)登錄過(guò)***了?

用戶:我用抖音了。

訪問(wèn)員:為什么去用抖音?

用戶:因?yàn)槎兑衾锏膬?nèi)容更有趣。

訪問(wèn)員:為什么覺(jué)得抖音里的內(nèi)容更有趣?

用戶:里面有很多戶外野釣的視頻。

訪問(wèn)員:為什么喜歡戶外野釣的視頻?

用戶:平臺(tái)工作、生活壓力大,需要排遣下。

另一個(gè)方法是「?jìng)?cè)寫」,也就是不直接正面問(wèn)用戶,而是通過(guò)側(cè)面迂回的方式讓用戶表達(dá)出深層次的想法和原因?!皞?cè)寫”具體又包括類比法、圖片測(cè)試法、外星人法,人格化法等。

【類比法案例】

訪問(wèn)員:為什么不續(xù)費(fèi)我們的視頻會(huì)員了?

用戶:沒(méi)錢啊

訪問(wèn)員:您目前有沒(méi)有開(kāi)通其他視頻APP的會(huì)員?

用戶:有開(kāi)通B站的

訪問(wèn)員:為什么開(kāi)通了B站的會(huì)員?

用戶:因?yàn)槔锩嬗幸恍┆?dú)家動(dòng)漫資源

【圖片測(cè)試案例】

訪問(wèn)員:我們的產(chǎn)品給您什么樣的品牌印象?

用戶:說(shuō)不上來(lái)。

訪問(wèn)員:這里有一些圖片,有獵豹,大象,熊貓,豐田汽車等,您選一些能代表我們品牌形象的,并說(shuō)說(shuō)為什么?

用戶:我選大象,因?yàn)榇笙簖嫶?、笨重,就如你們的品牌知名度是很大的,用的人多,再就是像大象一樣穩(wěn)重給人安全感

【人格化法案例】

訪問(wèn)員:我們的產(chǎn)品給您什么樣的品牌印象?

用戶:說(shuō)不上來(lái)。

訪問(wèn)員:如果把我們的品牌看做一個(gè)人,你覺(jué)得最像哪個(gè)明星?

用戶:我覺(jué)得像XXX,他不帥但是很有才華,非常務(wù)實(shí),努力上進(jìn)。

03

成果輸出

很多用戶研究人員最終的用戶洞察報(bào)告都有一個(gè)要命的問(wèn)題:數(shù)據(jù)描述很多,用戶洞察很少。

如何做好“用戶洞察”?(行動(dòng)篇)

為了讓我們的研究報(bào)告更有洞察,有以下幾點(diǎn)可以參考。

如何做好“用戶洞察”?(行動(dòng)篇)

3.1 多源數(shù)據(jù)整合

在撰寫研究報(bào)告前,對(duì)信息進(jìn)行規(guī)整,給研究報(bào)告打地基。除了調(diào)研得到的一手信息,也可以整合二手信息(比如行業(yè)第三方數(shù)據(jù)報(bào)告等);除了調(diào)研的小數(shù)據(jù),也可以與大數(shù)據(jù)進(jìn)行交叉驗(yàn)證。

例如,可以用大數(shù)據(jù)對(duì)調(diào)研得到的用戶畫像、行為信息等進(jìn)行校準(zhǔn),這會(huì)直接影響最后的結(jié)論方向,使得用戶洞察更加準(zhǔn)確。

3.2 建立好的研究報(bào)告框架

好的研究報(bào)告框架一定是問(wèn)題導(dǎo)向而非研究導(dǎo)向的。

所謂問(wèn)題導(dǎo)向的框架,是圍繞業(yè)務(wù)/需求方關(guān)心的核心問(wèn)題進(jìn)行層層拆解逐一進(jìn)行解答形成的框架;而研究導(dǎo)向的框架,是圍繞用戶研究人員自己的研究腳本(比如問(wèn)卷、訪談大綱等)對(duì)數(shù)據(jù)的直接呈現(xiàn)形成的框架。

很顯然問(wèn)題導(dǎo)向的報(bào)告框架更有利于呈現(xiàn)用戶洞察價(jià)值,也更容易被業(yè)務(wù)需求方所理解、接受。

【案例】

某汽車廠商想向中國(guó)市場(chǎng)引進(jìn)一款中高端皮卡產(chǎn)品,想就可行性進(jìn)行論證。

研究導(dǎo)向的報(bào)告框架常見(jiàn)的如:(1)中國(guó)皮卡市場(chǎng)分析(2)皮卡用戶研究(3)皮卡產(chǎn)品需求測(cè)試(4)皮卡標(biāo)桿企業(yè)分析。

而問(wèn)題導(dǎo)向的報(bào)告框架應(yīng)該是:(1)是否存在市場(chǎng)機(jī)會(huì),然后從市場(chǎng)空間,增長(zhǎng)趨勢(shì)等維度去展開(kāi)論證(2)如果存在市場(chǎng)機(jī)會(huì),該產(chǎn)品目標(biāo)用戶群體是誰(shuí),然后從用戶需求、產(chǎn)品匹配度等維度去展開(kāi)論證(3)如果有市場(chǎng)機(jī)會(huì),目前用戶群體也明確,那么相應(yīng)的落地配套策略是怎樣的?然后從產(chǎn)品優(yōu)化、銷售渠道搭建、市場(chǎng)營(yíng)銷等角度去論證。

3.3 善于利用專業(yè)模型

專業(yè)模型可以很好地對(duì)已有的信息進(jìn)行整合加工,變“描述”為“洞察”。

在用戶畫像洞察方面的模型,典型的有Censydiam用戶動(dòng)機(jī)分析模型,發(fā)源于美國(guó)的VALS(全稱價(jià)值觀和生活方式系統(tǒng))模型等。

如某手機(jī)廠商就曾基于Censydiam模型把中國(guó)智能手機(jī)市場(chǎng)的人群細(xì)分為八類,在此基礎(chǔ)上確定自己的目標(biāo)人群。

如何做好“用戶洞察”?(行動(dòng)篇)

在用戶認(rèn)知、行為(動(dòng)機(jī))洞察方面的模型,典型的有漏斗模型(AIDMA,AISAS,AARRR,RARRA等),Sheth-Newman-Gross消費(fèi)價(jià)值模型,福格行為模型,八角行為分析模型,上癮模型等。

如調(diào)研為什么用戶使用夸克時(shí),就可以應(yīng)用Sheth-Newman-Gross消費(fèi)價(jià)值模型,從功能價(jià)值(界面簡(jiǎn)潔清爽)、認(rèn)知價(jià)值(滿足好奇心、新鮮感和追求新知)、條件價(jià)值(學(xué)習(xí)時(shí)可以拍照答疑)等方面去展開(kāi)分析。

如調(diào)研為什么用戶使用抖音極速版時(shí),就可以應(yīng)用福格行為模型,從動(dòng)機(jī)(APP包體小,占用手機(jī)內(nèi)存少;功能精簡(jiǎn)后使用更加流暢;賺金幣),能力(應(yīng)用商店可以直接下載,方便獲取,同時(shí)內(nèi)容與已有抖音差別不大),觸發(fā)(朋友分享鏈接邀請(qǐng))方面去展開(kāi)分析。

在用戶需求洞察方面的模型,典型的有KANO模型,馬斯洛的層次需要理論等,就不再枚舉。

上述這些模型的應(yīng)用,感興趣的大家可以自己去搜索下,本文不做更多展開(kāi)。

總體上,在用戶洞察領(lǐng)域可以應(yīng)用的專業(yè)模型還是偏少的,因此我們一方面應(yīng)該積極發(fā)現(xiàn)、轉(zhuǎn)化其他領(lǐng)域的成果,比如心理學(xué)、社會(huì)學(xué)、經(jīng)濟(jì)學(xué)、市場(chǎng)營(yíng)銷等領(lǐng)域,實(shí)行“拿來(lái)主義”;另一方面,我們也可以嘗試通過(guò)項(xiàng)目經(jīng)驗(yàn)的積累、方法論的沉淀來(lái)開(kāi)發(fā)新的模型。

3.4 對(duì)研究對(duì)象細(xì)分

很多時(shí)候用戶研究都會(huì)接到針對(duì)某特定用戶群體進(jìn)行研究的命題,典型的就是流失用戶研究。

如果籠統(tǒng)的對(duì)流失用戶流失原因進(jìn)行調(diào)研,得到的也基本都是剛性流失、自然流失、受挫流失、競(jìng)爭(zhēng)流失之類的答案,可能流于表面和品類常識(shí)。

以一款旅游APP產(chǎn)品為例,如果把流失用戶進(jìn)一步切分,從功能使用的角度分成交通出行為主的流失用戶、酒店住宿為主流失用戶、度假為主的流失用戶等;從活躍程度的角度分成高活-流失用戶、中活-流失用戶、低活-流失用戶,從人群差異的視角或許可以獲得更多的用戶洞察。

3.5 數(shù)據(jù)的深加工

數(shù)據(jù)的分析挖掘是構(gòu)成用戶洞察的重要部分,對(duì)數(shù)據(jù)的加工深度直接決定著用戶洞察的價(jià)值。

數(shù)據(jù)的加工會(huì)分為幾個(gè)階段:第一個(gè)階段就是原始數(shù)據(jù),未經(jīng)觀察和審視,也就是“元數(shù)據(jù)”;第二個(gè)階段,對(duì)數(shù)據(jù)進(jìn)行觀察和審視,初步分類、分組,同質(zhì)的歸到一起,初步形成可以理解的信息,但這時(shí)候還是“信息孤島”;第三個(gè)階段,尋找數(shù)據(jù)之間的關(guān)聯(lián)和影響,把一個(gè)個(gè)“信息孤島”串聯(lián)起來(lái);第四個(gè)階段,穿過(guò)重重“信息孤島”的迷霧,發(fā)現(xiàn)關(guān)鍵點(diǎn),也就是關(guān)鍵洞察。

如何做好“用戶洞察”?(行動(dòng)篇)

(圖 從Data到Insight @gapingvoid,culture design group)

很多時(shí)候,我們最后的成果產(chǎn)出里對(duì)數(shù)據(jù)的呈現(xiàn)、解讀止步于數(shù)據(jù)白描(照?qǐng)D說(shuō)話),報(bào)告里的每一頁(yè)都是孤立的,不能串起來(lái)講述一個(gè)“故事”(洞察),這樣得到的只能是“information”、“knowledge”而不是“insight”。

怎么避免這種情況?

一方面,要有意識(shí)的加強(qiáng)數(shù)據(jù)之間的關(guān)聯(lián)、對(duì)比、影響等分析。

例如,一個(gè)品牌滿意度&NPS&品牌表現(xiàn)評(píng)估的項(xiàng)目,通常情況下,用戶研究人員會(huì)分模塊獨(dú)立呈現(xiàn)品牌滿意度、NPS、品牌表現(xiàn)的數(shù)據(jù),這樣做沒(méi)有大的問(wèn)題,但更能獲得用戶洞察的方法是,看看滿意度和NPS的關(guān)系,滿意度和NPS交叉可以形成四種關(guān)系,如果是高滿意度低NPS則很大程度說(shuō)明產(chǎn)品體驗(yàn)很好但品牌缺乏吸引力,然后從品牌表現(xiàn)部分進(jìn)一步進(jìn)行數(shù)據(jù)挖掘,這樣就可以把滿意度、NPS、品牌表現(xiàn)三個(gè)模塊串起來(lái)講一個(gè)“好故事”了。

另一方面,積極應(yīng)用高階分析技術(shù)。

從Data到Insight的第三個(gè)階段開(kāi)始,簡(jiǎn)單的描述性統(tǒng)計(jì)、交叉分析就力不從心了,這時(shí)候就需要回歸,多元對(duì)應(yīng)分析,聚類分析,結(jié)構(gòu)方程模型等高階分析技術(shù)。

如何做好“用戶洞察”?(行動(dòng)篇)

(圖 SPSS的高階分析技術(shù))

比如一個(gè)快消品類品牌健康度的調(diào)研項(xiàng)目,已知影響品牌購(gòu)買的有產(chǎn)品工藝、產(chǎn)品包裝、產(chǎn)品原料等,我們想知道品牌的購(gòu)買驅(qū)動(dòng)是怎樣的,哪些因素更重要,就只能通過(guò)高階的分析方法(主成分分析,結(jié)構(gòu)方程,回歸等)。

3.6 共創(chuàng)

我過(guò)去這些年的經(jīng)驗(yàn)告訴我,不要孤立地做研究,不要“閉門造車”,要相信并積極利用團(tuán)隊(duì)的力量。

在研究方面,一個(gè)研究者無(wú)論經(jīng)驗(yàn)多么豐富,能力多么強(qiáng),總會(huì)存在思維盲區(qū)、認(rèn)知偏差,從而導(dǎo)致用戶洞察的以偏概全甚至錯(cuò)誤。

保持開(kāi)放學(xué)習(xí)的心態(tài),不要固執(zhí)己見(jiàn),不要玻璃心。

在項(xiàng)目展開(kāi)的過(guò)程中,比如焦點(diǎn)小組座談會(huì)和用戶深訪,積極卷入業(yè)務(wù)/需求方參與,并在會(huì)后或者深訪結(jié)束后和卷入業(yè)務(wù)/需求方一起總結(jié)、腦暴。

在項(xiàng)目成果輸出階段,也積極卷入業(yè)務(wù)/需求方參與,他們從業(yè)務(wù)視角給的觀點(diǎn)和建議往往至關(guān)重要;很多研究團(tuán)隊(duì)內(nèi)部有成果評(píng)審機(jī)制,其實(shí)也是共創(chuàng)的體現(xiàn)。

最后,洞察力的提升不是一朝一夕的,需要長(zhǎng)期的積累。

如何做好“用戶洞察”?1.蹲門店做售貨員,蹲電商后臺(tái)做店小二,一對(duì)一的親身體會(huì)之后你才真正知道你的消費(fèi)者是啥樣子,絕對(duì)和廣告公司市調(diào)公司告訴你的有所不同。這叫個(gè)體洞察。2.看大數(shù)據(jù),流量和銷量,什么人看你的廣告,什么人買你的產(chǎn)品,有個(gè)群體洞察。3.看整個(gè)行業(yè)的消費(fèi)群在哪,競(jìng)品的消費(fèi)者畫像,這樣有個(gè)行業(yè)洞察。4.接下來(lái)看3-5年的全行業(yè)的產(chǎn)品升級(jí)變化,發(fā)現(xiàn)規(guī)律。這叫歷史洞察。5.研究大學(xué)生群體的喜好,預(yù)判未來(lái)五年的下一代消費(fèi)趨勢(shì)。這叫未來(lái)洞察。6.直到這個(gè)時(shí)候,你就可以略微的洞察到消費(fèi)者的內(nèi)心潛在需求了。

從個(gè)體洞察到群體洞察,從人群洞察到行業(yè)洞察,從歷史規(guī)律洞察到未來(lái)趨勢(shì)洞察,概括了在用戶洞察方面的能力升級(jí)路徑,也說(shuō)明了用戶洞察不能僅僅只理解用戶,也需要對(duì)行業(yè)的歷史、現(xiàn)狀、未來(lái)趨勢(shì)有深刻的理解。

作者:劉佩龍 1.用戶研究的方法論、技能、案例分享 2. 用研人的成長(zhǎng)故事分享。

本文經(jīng)授權(quán)發(fā)布,不代表增長(zhǎng)黑客立場(chǎng),如若轉(zhuǎn)載,請(qǐng)注明出處:http://gptmaths.com/cgo/user/65914.html

(0)
打賞 微信掃一掃 微信掃一掃 支付寶掃一掃 支付寶掃一掃
上一篇 2022-04-23 21:53
下一篇 2022-04-24 09:56

增長(zhǎng)黑客Growthhk.cn薦讀更多>>

發(fā)表回復(fù)

登錄后才能評(píng)論