惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

S
Schneier on Security
F
Fortinet All Blogs
博客园_首页
The GitHub Blog
The GitHub Blog
V
Visual Studio Blog
D
DataBreaches.Net
aimingoo的专栏
aimingoo的专栏
爱范儿
爱范儿
B
Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
N
Netflix TechBlog - Medium
阮一峰的网络日志
阮一峰的网络日志
P
Proofpoint News Feed
D
Docker
Engineering at Meta
Engineering at Meta
大猫的无限游戏
大猫的无限游戏
The Cloudflare Blog
罗磊的独立博客
云风的 BLOG
云风的 BLOG
Microsoft Azure Blog
Microsoft Azure Blog
T
The Exploit Database - CXSecurity.com
博客园 - 三生石上(FineUI控件)
量子位
The Last Watchdog
The Last Watchdog
MyScale Blog
MyScale Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
T
The Blog of Author Tim Ferriss
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
小众软件
小众软件
Cloudbric
Cloudbric
博客园 - 司徒正美
H
Help Net Security
人人都是产品经理
人人都是产品经理
Application and Cybersecurity Blog
Application and Cybersecurity Blog
L
LangChain Blog
Latest news
Latest news
M
MIT News - Artificial intelligence
T
Threat Research - Cisco Blogs
博客园 - Franky
S
Security Affairs
W
WeLiveSecurity
F
Full Disclosure
Know Your Adversary
Know Your Adversary
Google DeepMind News
Google DeepMind News
The Hacker News
The Hacker News
Cyberwarzone
Cyberwarzone
美团技术团队
PCI Perspectives
PCI Perspectives
C
Check Point Blog
Spread Privacy
Spread Privacy

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
大厂产品专家教你:三步做好需求分析
海贝学姐 · 2022-06-14 · via 人人都是产品经理

编辑导语:做好需求分析对于产品经理来说十分重要,也是应对各种产品需求的解决方法。本篇文章作者分享了做好需求分析的三个大步骤,从挖掘动机、辨别真伪、准备方案三个层面进行分析,感兴趣的一起来学习一下吧,希望对你有帮助。

后台收到童鞋的留言,问怎么做好需求分析,其实以前学姐在大厂的时候呢,很少用到这个词,可能这个词太直白了,听上去不够互联网黑话?学姐严重的需求分析,就是指怎么样把“一个idea”、“一句话需求”落地成为真正“可执行的项目”,这整个过程。

学姐之前有写过一个完整的项目推进流程,共有6个阶段,每个阶段里面的步骤、参与人员、所需材料等↓

三步教你做好需求分析

而本篇文章会更注重在做项目的第一阶段和第二阶段里,怎么去“做好”需求分析,为了记忆方便,学姐会按照“三步走”的模式来给大家讲~第一步是挖掘动机,第二步是辨别真伪,第三步是准备方案。

一、挖掘动机

在进入正题之前,学姐先介绍一下常见的需求来源,也就是需求通常是从哪里来的:

  • 通过问卷、访谈等用户调研和分析得出;
  • 通过深入的行业调研和分析得出;
  • 通过现有的数据分析得出;
  • 通过竞品调研(或类似功能调研)得出。

当然,这都是比较理想的情况,如果你的需求已经经过了上面这几类调研和分析,那完全可以直接跳过第一步。不过,现实中的需求往往是这么来滴:

  • 某老板提了一个想法;
  • 合作部门的某位同事抛了一个idea(而且还很执着);
  • 某个客户提了一点小意见(然后还投诉到了老板那边);
  • 网上出现了一篇黑稿,暴露了产品的某个缺陷。

所以,很多时候产品经理会身不由己,要去应付别人提的五花八门的(不靠谱的)需求,这时候做需求分析才是hard模式~所以,学姐建议你先挖掘一下提出者真实的动机。

1. Why——提出者的动机是什么

关于提出者的动机,无非有三种情况:

  1. 为了提升某个指标,这个指标和TA的绩效相关性较大;
  2. 为了提升某方面的用户体验;
  3. 自己也没想清楚,随便提的。

当然,1和2之间并不是互斥的,一个比较优秀的需求提出者,可能会把1和2都想得比较清楚再来找你。

至于3嘛,学姐觉得,如果你打心底认为这个需求不靠谱,可以和TA唠几句你们现在的产品规划,画点大饼啥的,表示一下现在资源排得比较满,然后婉转地拒绝。

毕竟产品经理也是要学会说“不”的!

2. 为了提升某指标

一旦搞清楚这类需求背后真实的动机之后,情况就会变得非常简单了。

举一个大家耳熟能详的例子,在没有发明车子之前,大家想要“更快的马车”。背后的“动机”其实就是缩短路上的时间,如果把它看成一个指标,那么其实解决方案就可以是汽车、飞机,甚至传送门等,就不一定局限于马车啦~

所以,有时候我们会发现,即使是接了别人提的这个需求,原封不动的做了,上线之后别人还不是很满意,原因就是我们上线的是马车,而不是汽车、飞机或者传送门,最终并没有达到提出者的目的。

如果我们认可这个需求想提升的指标,那么就可以把(提升该指标的)这类需求都归纳起来,排好优先级,如果发现有更好的解决方案,耐心地向提需求的人解释就行了。

当然,也可能这个指标并不一定是我们现阶段比较关注的核心指标,或者这个过程指标对应的结果指标不是我们现阶段关注的,那么也可以把指标的选择向提出者解释清楚(关于指标的选择,可以参考学姐的这篇文章)。

3. 为了提升用户体验

有时候,可能提出者并没有想得这么功利,仅仅是作为热心群众,提了一些体验优化,其实学姐个人还是挺喜欢在职场上遇到这类人的。

毕竟说明人家对产品还是挺上心的嘛。

不过我们还是要对这种类型的需求做进一步分析,帮别人想得更透彻才行,毕竟我们才是产品的第一负责人这就要讲到第二步了,如何辨清需求的真伪(自己想出来的需求也是同理)。

二、辨别真伪

真需求、伪需求算是这行比较火的话题,不过学姐在大厂的时候其实也很少用到这些词,大概也是因为不够“黑话”吧。

其实学姐觉得,用户千千万,并不存在什么“伪需求”,总会有那么一些个的用户,是有这种需求的(就比如需求提出者本人),无非就是这种需求到底是不是比较小众,我们要不要投入或者投入多少精力去做的问题。

所以,我们要做的,就是分析出,哪些用户(who),在哪种场景(where)下,出于什么目的(what),有这样的需求。搞清楚这些,才能知道这个需求到底是否值得做,优先级是怎么样的,后续应该怎么设计方案(how),也就是本文的第三步。

1. 用户——who

首先,我们思考这三个用户相关的问题:

  1. 这个需求的核心用户是谁?
  2. 这些核心用户的覆盖面怎么样?
  3. 如果覆盖面不高,那么这些用户对我们而言重要吗?

举个例子,我们想在点击搜索栏之后,新增“搜索历史”这个区域,里面展示出一些该用户最近搜索过的一些词,那这个需求的核心用户肯定是“使用过搜索框”的用户了。

所谓的覆盖面是否广,就看你们App上使用搜索框的用户占比怎么样了,如果没人用搜索框的话,那这个需求也就比较鸡肋了。

上面例子比较简单,因为是基于某个已有的功能进行的优化,我们再来看个稍微复杂点的情况,比如我们想做某个新业务/功能

比如,假设时光倒流十几年,我们要怎么分析餐饮外卖的核心用户和覆盖面呢?外卖可以节省你去店里吃饭或自己做菜的时间和精力,所以对于不方便出门去堂食或不方便自己做菜的那些人来说,是一个不错的选择。

进一步分析这类用户的画像,我们可以发现忙碌的上班族会是外卖的核心用户,而这些年,职场越来越“卷”(不像以前大锅饭,大家挣的工资和工分都差不多),年轻人一定会成为外卖的主力军,因此我们可以看下人口普查的数据,年轻、在上班的城镇人口有多少,基本就可以毛估出外卖用户的覆盖面啦,还是比较可观的。

所以,针对新业务/功能,我们可以从用户画像的角度来分析覆盖面,比如城市、性别、年轻、婚育情况、收入/恩格尔系数等等。

有时候我们会发现,该需求覆盖的用户有限,但这部分用户对我们而言又非常重要,是我们的大客户、高净值用户或者贡献度非常高的那部分活跃用户之类的,比如网游里面氪金几百万的煤老板。这种情况下,我们也要尽量满足这一小撮用户的需求。

2. 场景——Where

搞清楚用户之后,我们还需要思考这两个和场景相关的问题:

  1. 使用场景是什么?
  2. 这类场景的频次高吗?

比如,刚刚提到的“新增搜索历史记录”这个小优化,除了这个用户需要使用搜索这个功能之外,还需要用户有“重复”搜索的需求场景才行,如果这种“重复”的频次很低的话,即使搜索框用的人再多,这个需求也很鸡肋了。

做新业务/新功能也是类似,如果是很低频的场景,我们就要好好琢磨下了。互联网平台基本都是从中高频的业务起家的,比如衣食住行这类,就有阿里、美团、贝壳/58和滴滴等,等平台成长到一定体量了,再考虑把自己的地盘扩充到比较低频的业务,比如天猫上也会卖汽车,美团上也能订婚纱照,滴滴上也可以叫代驾等等。

学姐建议,如果你还不是很资深的话,在不能保证自己对业务方向的判断完全准确的情况下,还是优先考虑比较中高频的需求,找工作、选业务也是同理。

3. 目的——What

明确用户和场景之后,我们要再进一步思考用户真正的目的,就像刚刚说到的“更快的马车”这个例子一样,有时候用户表面上看上去有这类需求,实际上他们的目的是更深层次一些的。

举个例子,学姐之前在做KTV和酒吧这两个类目的时候,一开始觉得大家去KTV那不就是为了唱歌嘛,去酒吧那不就是为了喝酒嘛~然鹅访谈了一些用户之后,学姐眉头一皱,发现事情并不是我想得这么简单,于是就做了更大规模的问卷。

最后发现,有一半去KTV玩耍的小伙伴,并不喜欢唱歌,只是为了聚会才去的,去酒吧也是类似,是为了和朋友聊天或者去搭讪新的小伙伴。

总之,不管是去KTV还是去酒吧,都是为了线下社交,所以现在大家能理解为什么很多酒吧(甚至是高档酒吧)用的都是假酒了吧,因为喝酒本来也就不是目的嘛。

搞清楚用户的真实目的之后,我们又需要问自己最后俩问题:

1)是否有可替代性

就像刚刚学姐举的KTV的例子一样,既然大家去KTV的目的是社交并不是唱歌,那么随着更多玩乐方式的出现,KTV就有可代替性,现在大家聚会的时候可能会选择去酒吧、露营、剧本杀、咖啡厅等等。

做需求也是同理,如果你做的这个需求,如果有更好的方式去达到用户目的,那就没有必要死抱着这个需求不放啦。

2)是否是刚需

但凡我们设计出一个功能,就必然会有用户去用它,但往往我们会发现这个功能的使用率并不是很理想,甚至去掉之后,用户也没有任何抱怨和投诉~类似于这种功能,就是“非刚需”啦。

当然,如果这个功能是纯增量,也就是不会影响到任何现有的其他指标的数据,只会提升指标,甚至还能提升不少,那学姐觉得还是不错的。

否则,我们就应该把这种功能的优先级降低一点,等资源充足的时候再考虑去做。

三、准备方案

1. How——怎么设计

在前一部分里,我们基本上把这个需求都分析清楚了,这时候就该考虑输出方案啦。这部分学姐就介绍一些产品在做方案设计的时候必须要有的一张表格,一方面帮助大家思考更完整,一方面也可以把这张表格直接给设计师,让他们更好地了解如何设计。

三步教你做好需求分析

表格共有两大部分,第一部分是让不了解这个需求的人快速了解这个需求,也就是我们刚刚分析过的用户群、场景等等,这里别忘了加上需求的价值和预计提升指标,对这部分不了解的可以去看学姐这篇文章

第二部分是设计相关的一些具体的细节,比如平台、涉及的页面、具体的功能点和优先级、流程图等等。关于优先级怎么排,学姐是建议综合刚刚我们分析的,用户的覆盖面、场景的使用频次、是否刚需,再加上预计能提升的指标,来排出一个令人比较信服的优先级。

当然,如果能具体到每个功能点是最好的,这样可以把大的项目拆小,避免工期太长。

流程图也可以是其他的图,比如产品架构图、产品原型等等,只要能说明问题就好了,不会画图的可以戳学姐这篇PRD的文章

需求分析就介绍到这里啦,学姐再总结一下,挖掘动机(Why)、辨别真伪(Who,Where,What)、准备方案(How),祝大家都能顺利搞定需求(特别是老板提的)。

#专栏作家#

海贝学姐,公众号:海贝学姐,人人都是产品经理专栏作家。十年大厂产品经验,精通产品方法论和产品知识。

本文原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。