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

有赞技术团队
有赞技术团队
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
P
Palo Alto Networks Blog
C
Cisco Blogs
The Hacker News
The Hacker News
T
Threatpost
S
Schneier on Security
K
Kaspersky official blog
Spread Privacy
Spread Privacy
博客园_首页
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
NISL@THU
NISL@THU
量子位
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Google DeepMind News
Google DeepMind News
Security Latest
Security Latest
博客园 - 司徒正美
云风的 BLOG
云风的 BLOG
博客园 - 叶小钗
H
Hackread – Cybersecurity News, Data Breaches, AI and More
N
News and Events Feed by Topic
爱范儿
爱范儿
P
Proofpoint News Feed
C
CERT Recently Published Vulnerability Notes
Project Zero
Project Zero
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Cisco Talos Blog
Cisco Talos Blog
GbyAI
GbyAI
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Apple Machine Learning Research
Apple Machine Learning Research
T
Tenable Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
V
Vulnerabilities – Threatpost
Forbes - Security
Forbes - Security
博客园 - 三生石上(FineUI控件)
C
Cyber Attacks, Cyber Crime and Cyber Security
N
News and Events Feed by Topic
V
V2EX
Webroot Blog
Webroot Blog
The Register - Security
The Register - Security
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
阮一峰的网络日志
阮一峰的网络日志
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Blog — PlanetScale
Blog — PlanetScale
M
MIT News - Artificial intelligence
Scott Helme
Scott Helme
Simon Willison's Weblog
Simon Willison's Weblog
L
LangChain Blog
W
WeLiveSecurity
Cloudbric
Cloudbric

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,
需求分析的步骤别再搞错啦!!!
诺儿笔记本 · 2024-05-15 · via 人人都是产品经理

上一篇文章,我们已经带队需求分析进行了简单的描述,了解了什么是需求分析、需求分析的原则、需求分析的内容以及需求分析的技巧。接下来,我们对需求分析的步骤展开进行描述,透过现象看本质,题解用户𣈗真实目的。

需求分析可以简单理解为判断一个需求为什么做,要解决什么问题,值不值得做,要做成什么样子,要怎么来做才能实现产品目标以及价值最大化。

在做需求分析时,我们需要透过现象看本质,理解用户的真实目的,提出产品的解决方案。

下面,我们将对需求分析的步骤展开进行描述:

一、收集需求

在进入正题之前,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,现实中的需求往往是这么来滴:

  • 老板提了一个想法
  • 合作部门的某位同事抛了一个需求
  • 某个客户提了一点意见
  • 产品经理发现现有系统需要优化的需求

……

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需求,总的来说,需求来源可分为

1)用户需求

这些需求通常通过用户调研、用户测试、用户反馈等方式获得。用户需求关注的是用户的使用体验,包括产品的易用性、可靠性、安全性以及能否满足用户的特定需求。

2)业务需求

业务需求是企业或组织对产品或项目的期望和要求,通常与企业的战略目标、业务流程、经济效益等紧密相关,由来源于企业内部。业务需求可能包括提高市场份额、降低成本、增加收入、提高运营效率等。这些需求体现了企业对产品或项目的商业价值和回报的期望。

3)市场需求

市场需求反映了市场的整体需求水平和潜在机会,对于产品或项目的定位和市场策略至关重要。通过市场研究和分析,可以了解市场的需求和竞争态势,为产品或项目的开发提供指导。

4)技术需求

这些需求可能包括特定的技术标准、技术架构、系统集成等。技术需求关注的是产品或项目的技术可行性和实现难度,对于项目的成功实施和交付具有重要影响。同时,新技术的出现和应用也可能带来新的技术需求,推动产品或项目的创新和发展。

二、需求整理

我们在收集了一堆需求后,如何从一大堆需求里挑出该做的需求呢?

1. 基于业务场景进行整理

B端产品就关键就在于解决业务场景中遇到的问题。那么,我们可以基于真实的业务场景流程,梳理我们所收集的需求。

比如我设计的产品为企业数据安全,那么其针对的最典型的场景就是数据泄密。基于数据泄密的场景,我们可以梳理出在【泄密监控】-【关键数据外发】-【泄密检测】-【泄密告警】-【泄密举证】-【线下处置反馈】-【持续泄密监控】这一泄密流程中所需要的一切功能和需求点,进而整理出该做的需求。

2. 基于决策链进行整理

B端产品的决策链冗长而又复杂。我们在整理需求时,也可以从Key Person的角度出发,去整理一些针对决策链中关键人物的需求。比如企业数据安全产品,这款产品在企业中涉及到的关键人物如下图:

基于这些关键的决策人物,我们就可以去整理产品的需求,例如:针对CTO,我们的产品所使用的技术一定要够前沿,如使用神经网络分析等等;针对IT运维主管,产品的部署和实施要尽可能简单,最好能旁路部署等等。

3. 基于紧急程度进行整理

这里可以采用大名鼎鼎的四象限法则进行整理,举例如下:

4. 基于整体性进行整理

基于整体性进行整理的意思是,我们在整理需求的时候,既要能够看到产品的细节,也要能够看到产品的宏观。

你可以想象成随时放大/缩小一款产品,这样就不会被局限在某个小细节或者小需求中,能够更全面地去考虑多个需求之间的关联性。

三、分析需求

用户需求只是用户自以为的需求,不够专业,而且有时用户说的并非心中所想,也可能不会表达内心真实需求。

分析需求,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),除了需要挖掘用户动机寻找真实需求,还需要考虑:

  • 该用户是否为目标用户:如果不是产品针对的目标用户,其建议或需求的参考价值可能没那么大。
  • 该需求是否符合产品定位:该需求的满足可能会影响产品的核心服务,破坏用户体验。
  • 该需求是否能实现:评估这个需求需要多少开发资源或运营能力,价值有多大?

1)辨别真伪

狭义上的伪需求是指不存在的需求,也就是错把用户诉求当成是需求来解决。

而广义上的伪需求则是没必要去解决的需求,比如不存在普遍性的需求;已有解决方案的需求;以及用户不愿意解决的需求。

在实际应用中,我们可以以逻辑思维寻找归纳、演绎的漏洞

归纳法:从个别经验归纳普遍规律

演绎法:从普遍性结论,推导出个别性结论

2)价值评估

价值评估是个很重要的环节了,不管是内部需求,还是商业化项目,既然要接,一定是有价值的,要不然投入那么资源和时间处理,就是浪费。价值可以按下面几个评估:

  • 实际产生收益
  • 覆盖面判断:功能使用频次、用户群体、能否规模化等
  • 数据重要性
  • 是否影响流程、工作
  • 降本增效情况
  • 需求紧急程度
  • 市场趋势

3)优先级评估

每家公司的资源都是有限的,需求实现的成本也需要可控,所以作为一个产品经理,学会管理需求,排定需求优先级,也是一个非常重要的能力。

确定需求优先级是个非常重要的环节,它最终决定了产品会提供哪些功能,产品会长成什么样,优秀的产品经理应该在确定需求优先级上有自己清晰的思路。

判断产品需求优先级的主要依据是产品需求的产出投入比,即产品需求的产出价值与投入成本之间的比例。产出投入比越高,代表产品需求的效益越大,产品需求越值得我们开发;反之,产出投入比越低,代表产品需求的效益越小,产品需求越不值得我们投入资源。

产出价值的评估是确认用户使用该功能可以获得什么利益,该功能满足了用户什么需求,有多少用户有这个需求,用户期望产品满足这个需求的迫切程度;

投入成本是指实现产品需求需要投入多少成本,包括开发的人力成本、固定的硬件投入以及日常的运营成本等。

除了产出投入比以外,产品需求优先级的判断还需要重点考虑需求的紧急程度。

我们会经常遇到一些从投入产出比来看不重要的需求,但是因为领导原因或市场变化而很紧急,这时候就需要授予该需求较高的优先级。

对于需求排序,我们可以用到两个方法:四象限法则,P序列

四象限法则:根据重要和紧急程度划分为四个维度,如下图所示:

P序列:按照优先级划分P0>P1>P2>P3>…>Pn,如下图所示:在工作中产品经理经常会碰到多个需求,没办法绝对判断出哪个需求是P1、哪个需求是P2的顺序。

这种情况下,建议按照经验执行就好,不要那么纠结,反而浪费时间。

四、输出分析结果

基于以上分析,输出分析结果,需求分析的输出结果是一个文档,该文档描述了项目的目标、功能、约束、用户群体、操作流程等关键信息。

以上就是需求分析的全部步骤啦!

作者:诺儿笔记本,公众号:诺儿笔记本

本文由 @诺儿笔记本 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。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。