1.1. 需求¶
人类为了维持生活机能或健全心灵的基础满足条件,更多见需求层次理论
需求是产品产生的前提,如果没有需求,产品也就不会存在,从而产品经理这个岗位也就不会存在了。 9
需求总是含混的,做需求相关的工作,就是不断地降低含混。——需求蛋模型 《探索需求》 7
需求决定产品核心价值:解决的需求越重要,你的产品核心价值就越大。
1.1.1. 别做「传话筒」¶
产品经理作为需求「收纳箱」,要接收来自四面八方的需求,然后将需求串起来并进行有效的规划后,形成产品需求。可是很多时候,产品经理只是被动地接收需求,对需求不进行任何的分析和转换,直接就放到了产品规划清单里,等待着开发上线,似乎一切就这样完成了。 8
如果只是简单传个话,公司直接用一支录音笔是否更合适呢?而且录音笔的保真率至少能够达到 95%,而人的保真率可能连 80% 都达不到。
最糟情况,东西做出来了,对方不认可,而怪罪:
需求方提需求没说清楚(手机端搞成PC)
研发部实现不了(无第三方稳定接口、自研耗时长)
老板定的(先抓紧上线PC端,再慢慢研究手机端)
1.1.3. 需求or伪需求¶
真需求:“客户不是想买一个1英寸的电钻,而是想要一个1英寸的钻孔!”——市场营销学教授 西奥多·莱维特
伪需求:一例子,有对大学情侣去酒店开房,和酒店的老板说开房的目的是为了考试想找个安静的地方学习。于是老板就把房间改成书房的形式,最后酒店倒闭了。从这里我们可以发现,情侣用学习来掩饰他们去酒店的真实动机,这也是人性使然。老板并没有理解到这对情侣的本质需求,以提供安静舒适的学习环境来满足情侣口中的“伪需求”,情侣的本质需求没有得到满足自然不会再来。16
是否是围绕主路径;迅雷:搜电影-下电影-看电影,“边看边播”、影评和打分2
该需求的使用频率;必须高频
1.1.5. 需求职责¶
需求管理、需求定义、需求确认、需求跟踪等与需求相关的职责都是公司对产品经理最基本的要求。原因是产品经理是对公司产品的负责人,而产品是为用户解决某种特定需求的,因此即使我们来到了人工智能时代,产品依然是围绕用户需求定义的,这个本质是不变的。12
1.1.6. 需求采集¶
直接采集与间接采集,获取到的需求分别是一手需求与二手需求。
可以从两个角度来理解它们的差异:需求的提出者是不是有需求的人、需求是原始的还是加工过的。比喻:生孩子与养孩子;
直接从用户处采集的一手需求更准确,所以产品经理一定要确保手里有足够比例的需求是直接采集的,这样才能让产品本身和自己对产品的判断更接地气。
而从销售、营销、服务人员6等间接采集的二手需求,有可能被扭曲,就需要带着“问号”来看,思考原始需求方和转述者分别是谁,以及它有没有被曲解过。但二手需求(比如一份客户反馈周报)可以通过更多的人,收集到更多的用户声音,而且是经过梳理的,所以获取信息的效率更高。
扩展到实践层面,团队内“全员参与采集,产品人员处理”是比较可行的模式,是一种效率和准确度的兼顾方案。
1.1.6.1. 用户需求vs产品需求¶
用户需求:用户自以为的需求,并且经常表达为用户的解决方案;
产品需求:经过我们分析,找到的真实需求,并且表达为产品的解决方案;
需求分析:从用户需求出发,找到用户内心真正的渴望,再转化为产品需求的过程;
用户需求-(需求分析)–》产品需求
1.1.7. 满足需求 6¶
由于理想与现实的差距产生需求,所以满足需求有3种方式
改变现状
降低理想
转移需求
1.1.7.1. 降低理想¶
1.1.7.1.1. 商业化与用户体验冲突¶
对于中小企业的产品经理来说,生存才是第一要义,因此中小企业的产品经理一定要优先考虑商业化。产品经理只有在对利益诉求没有那么高的情况下,才会优先考虑用户体验。10
1.1.7.1.2. 先满足哪类用户?¶
如果说,普通用户有一个需求,核心用户也有一个需求,而且,两种用户群体的需求都是比较重要的大需求,那么,你觉得应该先满足哪类用户?
答案是先满足普通用户。
因为核心用户属于平台忠诚度非常高的用户群体,在产品里已经投入了较多的时间和精力,并不会因为你的需求稍微晚一些就选择离开;即使离开也只是暂时的,他还会回来的,因为这是沉没成本,而且你并没有做出严重伤害他们的行为。
不论运营还是产品,都应该重视用户留存,也必须绝对肯定的要重视,甚至在产品的爆发期,留存大于一切。
1.1.7.2. 转移需求¶
需求延期
1.1.8. 需求的checklist¶
1.1.9. 需求管理附加值¶
通过对需求各项属性的统计,进行需求管理;统计提交人的需求数量、提交时间等信息、每个模块的需求数量、每个分类的需求数量等;
1.1.12. 量化需求 11¶
1.1.12.1. 为什么要量化需求¶
基于概率 –> 需求量化 –> 技术可行性预研 –> 得出结论 –> 开发、测试、上线 –> 复盘
在产品开始之前提出量化标准,方便对工作成果进行衡量; 一般有三种结果:
存在“小数据”或若标注的情况 –> 保持上线时间不变,需求更改:在算法精度上进行妥协【尽量避免】;
存在“小数据”或若标注的情况 –> 保持量化标准不变:申请更多的资源【尽量避免】;
基于现有资源在规定时间内可以实现量化要求;
1.1.12.2. 需要考虑的点¶
预研期间:衡量数据质量、算力资源、上线时间,在算法精度上给出合理量化标准,或者要求增加资源投入;
开发、测试、上线后:对量化的目标进行精准地验证,进行 A/B 测试时可以比较 A、B 两个方案的效果;
复盘期间:总结量化评估经验,和研发团队沟通,了解团队技术实力和算法能力边界。争取量化更靠谱,减少需求变更和额外申请资源。
1.1.13. 示例¶
同花顺问财功能需求分析文档:https://www.jianshu.com/p/130fb4f1036a