
產(chǎn)品新人如何入門:需求分析
產(chǎn)品新人入門系列,已經(jīng)在大家的陪伴下走過了整整五期,前幾期我們已經(jīng)對產(chǎn)品經(jīng)理的概念、思維習(xí)慣、軟實(shí)力、硬實(shí)力對產(chǎn)品經(jīng)理有了一定的了解,我們已經(jīng)了解一個(gè)產(chǎn)品從無到有,需要經(jīng)歷需求分析、產(chǎn)品設(shè)計(jì)、產(chǎn)品開發(fā)、產(chǎn)品測試及上線運(yùn)營的歷程。
從本期開始,我們會細(xì)數(shù)各個(gè)階段的種種,在產(chǎn)品的各個(gè)階段,我們需要做什么?怎么做?其中的酸甜苦辣如何應(yīng)對?以確保產(chǎn)品質(zhì)量和效果。本期討論圍繞“產(chǎn)品的源頭——需求分析“展開,本篇涵蓋了需求的定義、用戶分析、需求獲取、需求評估、需求管理幾個(gè)方面。
簡單的說,每當(dāng)你想到,如果可以這樣就好了,那就是一個(gè)需求。
一個(gè)很形象的例子,餓了,想吃飯。這就是一個(gè)需求。
理解什么是需求之后,那么需求分析又是什么?
深度理解用戶需求,挖掘用戶的深層次需求。
比如:
用戶想要找東西——找到更符合要求的東西——推薦給他他所關(guān)注的東西——好東西推薦給好友。
這就是用戶需求逐步深入挖掘的典型案例,由最初的用戶想找某一個(gè)東西,到最后好東西共享好友,讓好友方便找東西,做到信息共享。
當(dāng)然用戶在提出某一個(gè)需求想法的同時(shí),也會提出自己認(rèn)為正確的解決方案,但是這個(gè)方案并不一定就是我們可實(shí)現(xiàn)的產(chǎn)品原型。聆聽用戶需求,深度剖析用戶底層需求要點(diǎn),找準(zhǔn)用戶痛點(diǎn),這就是需求分析的精髓。
一千個(gè)讀者眼中有一千個(gè)哈姆萊特,用戶需求會千奇百怪,而產(chǎn)品不可能大而全的滿足所有用戶的所有需求,那么找準(zhǔn)自己的目標(biāo)用戶群,很關(guān)鍵。怎么來做用戶分析,用戶分析的要點(diǎn)又是什么?
(1)根據(jù)產(chǎn)品基本定位,明確用戶分類;
(2)不同用戶群體的特征:年齡、性別、教育程度、消費(fèi)能力、城市、共性習(xí)慣等;
(3)不同用戶群體想要什么;
(4)用戶想要的我們是否滿足。
案例解析:以螞蜂窩為例,進(jìn)行用戶分析。
定位:螞蜂窩是一家旅游攻略、自助游、自駕游攻略、靠譜旅游社交媒體網(wǎng)站。
用戶群劃分:
分享類用戶,愛旅游愛分享,喜歡分享各種旅行感受攻略等;
瀏覽類用戶,看旅行攻略和他人游記為主;
旅行賺錢類,如背包客小鵬;
軟文推廣類,旅行社/公司職員,旅行編輯,寫旅行類文案推廣;
組隊(duì)約伴型,組隊(duì)旅行,順便預(yù)定一個(gè)酒店。
認(rèn)識了解用戶后,下一步就該了解各用戶群體的需求,通過多種途徑采集用戶需求。我們常用的需求采集方法有:文獻(xiàn)調(diào)研、用戶訪談、問卷調(diào)查、競品分析、運(yùn)營數(shù)據(jù)分析及用戶模擬(歡迎補(bǔ)充,請?jiān)谙路皆u論區(qū)留言)。下面抽取幾種典型的需求采集方法展開:
查閱歷史資料、行業(yè)報(bào)告、網(wǎng)絡(luò)資訊等相關(guān)訊息,如《年度互聯(lián)網(wǎng)用戶行為分析報(bào)告》、《移動APP年度報(bào)告》等互聯(lián)網(wǎng)行業(yè)報(bào)告,了解判斷行業(yè)趨勢、把脈用戶習(xí)慣,粗略判別用戶需求。PS:艾瑞咨詢發(fā)布互聯(lián)網(wǎng)報(bào)告較多,當(dāng)然明確產(chǎn)品相關(guān)行業(yè)及目標(biāo)用戶后針對性的了解分析更為關(guān)鍵。
用戶訪談分為2種形式,1V1的深度訪談和座談會形式的焦點(diǎn)訪談。兩種用戶訪談的方式各有所長。下表對兩種不同的訪談形式做詳解:
深度訪談 | 焦點(diǎn)訪談 | |
訪談對象 | 隨機(jī)小白用戶(螞蜂窩的普通注冊會員) | 代表性用戶,每場人數(shù)8-10人為宜,相互間是陌生的,排除行業(yè)專家(普通注冊會員、分享游記的專業(yè)驢友、旅游公司職員等幾類典型用戶) |
主持人 | 提起思考點(diǎn),引導(dǎo)用戶多說,注意觀察受訪者的表親、語氣等,扮演傾聽者的角色 | 主導(dǎo)話題主線,但保持嚴(yán)格中立,注意追問,注意觀察場上各人員,對意見領(lǐng)袖適當(dāng)冷藏,激活沉默用戶多發(fā)言, |
場地 | 無要求 | 專業(yè)焦點(diǎn)訪談室,分為前后兩個(gè)部分,前邊為訪談主場,后邊為監(jiān)控室。訪談主場以圓桌為佳,桌上備有少量水果、點(diǎn)心,營造輕松氛圍;備有紙筆、錄音筆、攝像頭等;監(jiān)控室為觀察場上情況,整體把握調(diào)整話題方向所用。 |
訪談提綱 | 訪談提綱僅作參考,不限定,具體視現(xiàn)場情況訪問員/主持人把控。1 驗(yàn)證你心中原定的需求點(diǎn)是否能得到認(rèn)同;2 用戶的心中是否有其他見解;3 開放性的問題多一點(diǎn),讓受訪者思考;4問題盡量貼近生活。 | |
優(yōu)點(diǎn) | 1V1深度訪談,獲取更多用戶信息,實(shí)時(shí)觀察用戶表情及特征,為判斷需求真?zhèn)翁峁┮欢ㄒ罁?jù);場地?zé)o要求,易實(shí)施。 | 不同代表性用戶,易激發(fā)思考。 |
缺點(diǎn) | 難以激發(fā)思考,需訪問員注意啟發(fā)式提問 | 部分受訪者易受意見領(lǐng)袖影響;主持人控場要求高。 |
說明:()內(nèi)以螞蜂窩為案例
相比用戶訪談,問卷調(diào)查是一種定量的調(diào)研方式,常用于用戶訪談之后;通常先通過定性的用戶訪談判斷基本方向及要點(diǎn),再通過問卷對各需求關(guān)鍵點(diǎn)進(jìn)行定量驗(yàn)證,了解其特點(diǎn)后再次通過1V1的深度訪談把脈需求(一般在問卷調(diào)研過程中發(fā)掘深訪對象)。當(dāng)然視產(chǎn)品的具體情況選擇最適合的方法。
全流程的問卷調(diào)查,執(zhí)行過程中一般會涵蓋調(diào)研方案(調(diào)研時(shí)間、地點(diǎn)、主題、投放數(shù)量、受訪者構(gòu)成等)、問卷設(shè)計(jì)(問卷設(shè)計(jì)完成后,可小范圍投放測試)、實(shí)際調(diào)研(網(wǎng)絡(luò)、電話、實(shí)地)、問卷回收(審核問卷真實(shí)性、有效性)、問卷分析(分析調(diào)研數(shù)據(jù),出具分析報(bào)告)幾個(gè)方面。其中的問卷設(shè)計(jì),有幾個(gè)原則:1)問題通俗化,忌專業(yè)術(shù)語;2)選擇題為主,問題設(shè)置由淺入深,邏輯性;3)選擇題答案閉合,標(biāo)準(zhǔn)化。
從運(yùn)營數(shù)據(jù)報(bào)告中獲取需求,一般針對已上線的產(chǎn)品/業(yè)務(wù),通過現(xiàn)產(chǎn)品的運(yùn)營監(jiān)控,為產(chǎn)品迭代提供一定依據(jù)。通常來自于采集運(yùn)營數(shù)據(jù)(如UV、PV、瀏覽軌跡、轉(zhuǎn)化率等)和市場、客服等其他合作部門的建議反饋。
案例解析:螞蜂窩這一案例中的酒店預(yù)定、機(jī)票預(yù)定功能,如果訂單數(shù)量很多,但最終完成支付的很少,可以怎么解決?
1、 梳理下訂單之后的各個(gè)環(huán)節(jié),下單成功后,需要什么環(huán)節(jié)才能成功支付;
2、 分析各個(gè)環(huán)節(jié)的轉(zhuǎn)化率,找到用戶流失的關(guān)鍵步驟;
3、 從產(chǎn)品角度考慮產(chǎn)品功能優(yōu)化,以降低用戶流失。
現(xiàn)場簡要分析,用戶流失可能因?yàn)椋?)登錄注冊繁瑣;2)支付方式太少;3)頁面跳轉(zhuǎn)環(huán)節(jié)過多等等。針對這幾個(gè)問題,從用戶需求的角度來看,1)簡化登錄注冊,最好可以支持通用的如QQ、微博等社交類帳號;2)豐富支付方式,支持常用網(wǎng)銀、支付寶等支付工具;3)簡化非必要跳轉(zhuǎn)頁面。
市場、客服等合作部門的反饋,因?yàn)槭袌觥⒖头藛T是與一線用戶直接接觸的,對于用戶對產(chǎn)品的反饋和建議是能夠快速掌握的,有時(shí)可能就是用戶的一句抱怨,可能會給產(chǎn)品帶來很大的價(jià)值,因此留意用戶,接觸用戶也是非常關(guān)鍵的。
所謂的競品分析就是找類似定位的產(chǎn)品,看別人的產(chǎn)品功能、設(shè)計(jì),逆推用戶需求,發(fā)現(xiàn)競品的閃光點(diǎn),拿來用在自己的產(chǎn)品上。
從領(lǐng)域、產(chǎn)品類型、未來規(guī)劃的方向、相關(guān)功能等角度去找競品;再從競品的定位,具體功能,戰(zhàn)略規(guī)劃,運(yùn)營推廣等角度去分析。(ps:當(dāng)今社會創(chuàng)新的成本太高,拿來主義式的微創(chuàng)新也是不錯(cuò)的選擇)
如本篇案例中的螞蜂窩,競品分析可對途牛網(wǎng)、悠哉網(wǎng),去哪兒,酷訊,到到網(wǎng),驢評網(wǎng),蟬游記等產(chǎn)品的產(chǎn)品定位、功能結(jié)構(gòu)、產(chǎn)品規(guī)劃等多維度分析,找到不同產(chǎn)品的優(yōu)勢,然后為我所用,基于此對螞蜂窩進(jìn)行優(yōu)化改造。
用戶模擬的目的是在具備產(chǎn)品核心定位后,融入用戶角色,再不斷的對產(chǎn)品核心理念做修正的一個(gè)過程。有兩種方式,一種是1S變小白,自己化身用戶,思考如果你是用戶,你想用這個(gè)產(chǎn)品在什么場景下做什么;另外一種方式,代入用戶角色,走進(jìn)目標(biāo)用戶群,去體驗(yàn)感受用戶的所有感知。
通過多種需求采集方法收集了大量的用戶需求后,在進(jìn)行產(chǎn)品設(shè)計(jì)前,會預(yù)先對需求進(jìn)行評估。需求評估的目的在于,對所有需求做評估,做優(yōu)先級判斷,判斷哪些需求是必須要滿足的,哪些是可以延遲一點(diǎn)滿足的,而哪些又是可以不用考慮的。
需求評估考慮的因素有:1)可行性(技術(shù)能否實(shí)現(xiàn))、2)成本(人力成本、時(shí)間成本)、3)商業(yè)風(fēng)險(xiǎn)、4)是不是用戶最迫切的需求(緊急性與重要性)。
我們常用的需求評估方法有KANO模型、需求減法、專家評估式:
KANO模型,是需求實(shí)現(xiàn)與用戶滿意度之間的關(guān)系模型圖,把需求按照需求滿足和滿意度兩個(gè)維度把需求劃分為基本型需求、期望型需求和興奮型需求三大類。同時(shí)用戶的需求類型是隨著時(shí)間變化的,也許期望型需求變成了基本型需求,興奮型需求變成了期望型需求,需要重新挖掘用戶的興奮型需求。
對于必須完成的需求,在產(chǎn)品發(fā)布時(shí)需要完成;同時(shí)完成盡可能多的期望型需求;如果時(shí)間允許,至少應(yīng)該確定少量的興奮點(diǎn)需求優(yōu)先級,進(jìn)入研發(fā)和發(fā)布計(jì)劃;后續(xù)及時(shí)跟進(jìn)用戶的需求狀態(tài)和類型,不斷挖掘用戶新的興奮型需求。
KANO模型分析可參見《如何解決“女生喜歡白馬王子”的需求》。
有時(shí)候決定不做什么,比決定做什么更加重要。產(chǎn)品經(jīng)理或多或少有一些”完美主義“情結(jié),生怕缺少什么,增加不必要的功能。但是從成本、效率等多方面考慮,我們應(yīng)該傾向于”輕產(chǎn)品“,根據(jù)一定的原則做需求減法,適當(dāng)?shù)目车粢徊糠中枨蟆?
需求減法的核心要點(diǎn)依舊是產(chǎn)品定位,圍繞產(chǎn)品定位,根據(jù)產(chǎn)品價(jià)值,定義需求邊界,把握核心需求,砍掉需求邊界外一些無關(guān)緊要的需求。
如阿里集團(tuán)旗下的淘寶和阿里巴巴同為電商平臺,為何阿里會搭建兩個(gè)平臺來開展電商業(yè)務(wù)?很清楚的定位,淘寶是2C,阿里巴巴是2B,兩者所面向的用戶群體不一樣,對于不同的買家和賣家的需求都會不一樣。
專家評估法,顧名思義就是組織資深產(chǎn)品專家一起評估產(chǎn)品需求,決定做還是不做,是否值得去做,運(yùn)用群體智慧的力量來決策產(chǎn)品需求。資深專家可以是技術(shù)專家、資深市場、資深客服等。
尤其值得一提的是老板需求,老板作為一個(gè)特殊的客戶,常常會對產(chǎn)品提出一些自己的設(shè)想,老板以他的經(jīng)驗(yàn)、閱歷及對市場的敏感度會做出一定的判斷。針對老板需求在不影響整體產(chǎn)品邏輯的前提下可以適當(dāng)考慮。如果偏離太遠(yuǎn),可提供相應(yīng)理由給老板定奪。
在需求采集、需求評估的過程中,如何整體管理這些需求,在整個(gè)產(chǎn)品的生命周期里更好的跟蹤把控需求進(jìn)展。公司不同,個(gè)人習(xí)慣不同,對于需求管理的方法會有所不同,但是目的是一致的,實(shí)時(shí)把控跟蹤需求。下面是幾種使用較多的需求管理方式:
需求卡片:描述需求來源、需求內(nèi)容及需求優(yōu)先級的需求卡片,一般會用于市場、客服等相關(guān)合作部門提交需求所用。
需求矩陣:EXCEL表單的形式記錄每條需求,追蹤需求動向,包括相應(yīng)提出人、需求描述、需求優(yōu)先級、需求評審時(shí)間、開發(fā)時(shí)間、開發(fā)人員、測試人員等。
需求文檔:把整個(gè)產(chǎn)品拆成N個(gè)小功能模塊,出具相應(yīng)的需求文檔,分階段提供給開發(fā)、測試相關(guān)人員,在小公司小的產(chǎn)品中比較適用,但要求產(chǎn)品人員必須非常清楚產(chǎn)品的每個(gè)功能點(diǎn),可以全盤考慮管理。
測試用例:測試用例一般以用戶場景的形式描述,使用測試用例的形式來記錄需求,管理需求也不失為一種很好的方法。
最后提供兩個(gè)群友們貢獻(xiàn)的工具參考:Jira、FitNesse。
結(jié)束語:上述內(nèi)容不一定全面,是我們在自己實(shí)際工作中的經(jīng)驗(yàn)分享,經(jīng)驗(yàn)有限,如有不同意見或補(bǔ)充,請?jiān)谙路皆u論區(qū)留言,謝謝。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10