做产品不懂需求怎么混

机缘巧合,不常刷微信的我,凑巧看到了向右奔跑发的微信,SO,我来参与“来简书聊聊你的产品之路|@产品专题征文”活动啦!,你写不一定会得奖,但不写那肯定没有啊,这一想,立马动手,虽然我还是拖延了几天,哈哈。好,言归正传。

很多时候产品人员接受到的需求就是一句话,对于新晋的产品人员要是一脸懵,无从下手,那该多心慌。为了安抚新手们稚嫩的容易受伤的心灵,作为职场老人皮糙肉厚的我,决定手把手的来传授你们如何解读需求。下面从需求的概念,如何获取需求,如何分析需求,如何决策需求这4个方面来让大家有个全面的认知。

1.需求的概念?

怎么来理解需求,需求是什么样子的呢?刚开始需求是没有实际形态的,它是一个慢慢从抽象到具体,从粗到细,逐层分解的一个过程。如下图所示:

需求逐层分解图

>业务需求

按面对不同的服务对象,可以分为TOB和TOC的产品,TOB的产品更多的是面向业务部门,给业务部门提供系统化的解决方案,而TOC产品是直接面向大众面向个人用户,相对来说需求更难把握,产品千变万化,各不相同。业务需求是对产品需求一个高层次,概括性的,粗线条的理解。业务需求可以包含商业需求,上图中我把商业需求独立出来,是为了说明它的重要性,也是为了让大家对业务需求理解更清晰。

>用户需求

怎么理解呢?可以从“NEED”和“WANT”去理解。NEED,可以理解为本质的需求;WANT,可以理解为对本质需求的一种表象,即表象需求。比如,我渴了,想吃西瓜。这里解决渴是本质需求,想吃西瓜是表象需求,但其实没有西瓜的话,能喝点白开水也是好的。当然如果你能提供给我一杯西瓜汁那就更好了。只有抓住本质需求才能更好的为用户提供更满意的服务。

另外从卡诺模型(Kano model))来理解,这是日本东京理工大学教授狩野纪昭(Noriaki Kano)构建的理论模型,用来帮助提高企业产品和服务满意度的一个模型。在这里也可以更好的帮助你理解用户需求。请先看图:

Kano模型-图片来自网络

必备属性-基本需求:产品必须要有的功能或特性,不满足,产品不可用,满足了也不会增加用户满意度。比如,音乐APP不能播放音乐,车不能开。

期望属性-期望需求:这类需求得不到满足或表现不好的话,客户也不会有什么不满,但提供了可以提高用户的满意度。比如,音乐APP能听歌,还能给歌手发私信。

魅力属性-兴奋需求:超出用户预期,顾客满意度急剧上升。比如,不仅能听歌,还能通过识别音乐旋律来找到自己喜欢的歌曲。

无差异属性-无差异需求:做和不做,不会产生任何影响。比如,我能通过歌手名字找歌,然后又做了根据名字拼音也能找歌。

反向属性-反向需求:此类需求会引起用户强烈不满,导致满意度大大降低。比如,你每听一首歌,都在音频前面先播放个广告语。

>功能需求

功能需求是对业务需求和用户需求的最小颗粒度分解,用户利用这些功能操作来完成任务,也是我们进行产品设计和产品研发的基础。

>非功能需求

当你专注在业务上时,往往比较容易疏忽这些需求。包括哪些呢?有性能,安全性,稳定性,健壮性等等。比如闪退,长时间无法加载等等,虽然不涉及具体业务,但是如果疏忽它,很可能因此致命,但往往也是最容易疏忽的。。

2.如何获取需求?

来源有很多。老亨利·福特说过:“如果你问你的顾客需要什么,他们会说需要一辆更快的马车。因为在看到汽车之前,没人知道自己需要一辆汽车。”我为什么要说这一点呢,因为自己的观察和思考是最重要的来源,要善于抓住本质需求,用户给不了你答案。另外有老板要求,业务相关人员调研,运营需求,客户反馈,客服反馈,用户反馈,用户调研,数据反映,头脑风暴等等。越全面,越有助于产品需求的的构建。

3.如何分析需求?

前面提到过了,要挖掘用户需求的本质,或者说底层动机。那么我们要做好三块工作:调研,归纳整理,打碎重组。

>调研

关注点“人?何时何地?做啥咋做?”,就是对于这个业务来说,相关的人员会在哪些时间哪些场景下来怎么处理业务内容。这个时候就要找相应的用户去调研,通常调研越全面,并不是说调研的人越多越好,而是有效的目标用户,这样才能把握产品需求,也更有效。

>归纳整理(横向)

归纳出角色,场景,需求,实现路径或流程,以及功能。如图所示:


需求归纳

简单举个列子如下:


需求归纳举例

>打碎重组(纵向)

需求和需求之间是有联系性的,我们不能单一的来看待某一业务需求,也需要根据业务的相关度组合来看。如图所示:


功能业务相关性

简单举个列子如下:


需求相关性举例

所以,通过调研,再从横向纵向两个方面考虑,才能系统化的来分析需求。

4.如何决策需求?

简单说来就两点,一,通过自己的主观判断来抓重点,当然你前期的分析工作已经为你的判断提供了依据。二、根据一系列调研方法客观量化来确定。下面具体说下如何根据Kano模型来量化决策。

首先发布用户调研,如下图:

调研内容

然后,统计数据结果,如下图:

调研结果统计

最后,进行数据计算分析,如下图:

如图所示,功能需求的决策已经一目了然,必备肯定优先级最高,期望和兴奋中,无差异最低,可做可不做。

最后,说点需求之外的东东。人的认知不同,需求不同,一万个读者眼中有一万个哈姆雷特。文化环境不同,需求不同。如,股市涨跌颜色显示,国内绿色表示跌了,但在外国,绿色是涨了。时代不同,需求不同。今天的期望需求,到明天可能已变成了基础需求。比如,指纹支付。总之,产品需要持续更新,与时俱进。照搬过去的、别人的理论方法并没有什么卵用。还是要靠自己活学活用。共勉!

附:Kano统计评价对照表

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,491评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,856评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,745评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,196评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,073评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,112评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,531评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,215评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,485评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,578评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,356评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,215评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,583评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,898评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,497评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,697评论 2 335

推荐阅读更多精彩内容