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

C
Cisco Blogs
Cyberwarzone
Cyberwarzone
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
SecWiki News
SecWiki News
Martin Fowler
Martin Fowler
T
Tor Project blog
N
Netflix TechBlog - Medium
C
Cybersecurity and Infrastructure Security Agency CISA
V
Vulnerabilities – Threatpost
V
Visual Studio Blog
GbyAI
GbyAI
PCI Perspectives
PCI Perspectives
D
DataBreaches.Net
Jina AI
Jina AI
H
Heimdal Security Blog
云风的 BLOG
云风的 BLOG
P
Privacy International News Feed
A
About on SuperTechFans
J
Java Code Geeks
美团技术团队
H
Hackread – Cybersecurity News, Data Breaches, AI and More
N
News | PayPal Newsroom
有赞技术团队
有赞技术团队
MyScale Blog
MyScale Blog
博客园 - 司徒正美
C
Check Point Blog
T
Threat Research - Cisco Blogs
Attack and Defense Labs
Attack and Defense Labs
宝玉的分享
宝玉的分享
AI
AI
Simon Willison's Weblog
Simon Willison's Weblog
C
Cyber Attacks, Cyber Crime and Cyber Security
I
Intezer
P
Proofpoint News Feed
Blog — PlanetScale
Blog — PlanetScale
Apple Machine Learning Research
Apple Machine Learning Research
Hugging Face - Blog
Hugging Face - Blog
The Last Watchdog
The Last Watchdog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Vercel News
Vercel News
I
InfoQ
阮一峰的网络日志
阮一峰的网络日志
Cisco Talos Blog
Cisco Talos Blog
W
WeLiveSecurity
Hacker News: Ask HN
Hacker News: Ask HN
Recent Commits to openclaw:main
Recent Commits to openclaw:main
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
D
Docker
博客园 - Franky
Security Archives - TechRepublic
Security Archives - TechRepublic

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,
需求分析的整体结构框架,都有什么?
跳跳堂 · 2024-08-17 · via 人人都是产品经理

通过实际案例和理论框架的结合,文章揭示了如何将用户需求转化为具体的产品功能和商业模式,为创业者和产品经理提供了宝贵的指导。

一、对于一款0-1的产品/业务/功能来讲,最关键的是什么?

是商业模式,是增长,是壁垒?

我认为:是需求(需求分析)。

需求不存在,没法谈商业模式,更谈不上增长。商业模式是建立在需求的基础之上的。需求才是产品立足的那个根本。需求是客观的,有就有,没有就没有。

而商业模式是带有主观的,商业模式可以设计,可以创造,可以创新。而需求不行,只有在解决需求的方案上,在实现方案的功能上才有主观,而需求还是那个需求,有就有,没有还是没有。

1. 需求是什么?

用户,场景,和问题。

细分用户在什么场景下遇到了什么真实问题。

你想给用户提供什么不重要,重要的是用户想解决什么具体的问题。因为用户需求是极度客观的,我们只能从一些信号中发现需求,而不是去创造需求,最多只能在需求的基础上去做创新,创新本身并没有产生新的需求,只是改变了实现需求的手段方式。

2. 商业模式是什么?

价值,买单,和成本。

为谁提供什么价值(实现需求),谁为价值买单,成本怎样(当然还有其它几点,具体可参考商业画布)(所以,简单点来看,似乎所以产品都能通过为谁提供什么价值,谁为价值买单,成本来分析其商业模式,或者小一点来讲,盈利模式)

3. 增长的本质是什么?

是概率(严谨点叫数学期望),需求成立的前提下,才会提高增长的概率。需求为0。概率就没有分母。

要实现需求,前提是需求成立,所以你需要先分析需求成不成立。

然后再去设计产品解决方案,然后才是商业模式,再次才去谈增长,最后是壁垒。

(以上,除了需求是客观的,其它都带有主观)

若一上来就搞流量,搞渠道,搞营销,谈商业模式多厉害。大概率会飞的越高,摔的越惨。

苦练基本功,基本功是对需求的分析决策判断力。

但,不是说做了需求分析之后,产品就一定能成(所以为什么新产品一般都是最小解决方案快速去跑,而不是一上来就搞一个完美的产品)。是不做,大概率成不了,是这个逻辑。

所以,需求分析是产品的原点,是业务的原点,是创业的原点。你的业务到底解决了什么用户什么场景下的什么问题,对这个原点理解的足够透彻,分析得越清楚,后面每一步的决策质量才越高。

二、那么如何做需求分析呢?

回答这个问题之前,先来看看需求分析的几个层次。

  • 泛泛而谈:缺乏对用户的拆解,只谈解决方案,想服务所有人。
  • 会拆用户:但缺乏对需求的描述,脱离使用场景,脱离已有产品。
  • 能完整描述:但缺乏定性评估,需求是否普遍(覆盖人群有多大),频次,需求强度。
  • 会定性评估:但缺乏定量的空间预估,不懂估算用户规模,不懂估算行业天花板。
  • 会定量预估:但缺乏动态推演,比如对行业渗透率的预判,对供给侧和需求侧可能发生变化的预判等。
  • 会动态评估,这属于极少数人才能达到的顶级认知阶段。

1. 需求分析的步骤

回到主题,基于上述对需求分析层次的分析,大致也能总结出需求分析的方法:

  • 拆:拆解用户,明确细分用户,过滤非目标用户。
  • 推:推演用户使用场景,通过模拟真实的用户使用场景,分析用户遇到的问题,即什么样的细分用户,在什么场景下,遇到了什么真实问题。基于各种问题列举对应的解决方案。
  • 评:定性的评估需求的可行性,判断需求的价值。具体可以从需求普遍性:覆盖的用户规模(全民级,大众,小众,特殊群体);刚需程度;频次(天,月,年…)。具体如何评估,可以和同行比较。任何一个项目,没法孤立看好坏,更多是在同类模式相互比较着看。
  • 算:定量预估需求空间。能做多大,指标能提升多少等。

举例:假设分析一款定位中端大众的某现制茶饮:

1)拆用户:细分用户

  • 年轻人为主:15~35岁的为主,有自己的钱(中学生开始),尚未被家庭琐事过度消耗有比较多的休闲娱间(一般35岁以下),是主要客群。
  • 城市人为主:不论城市等级,哪怕是经济不算太差的县城。基本上只要是城市的年轻人,尤其是年轻女性。
  • 中端消费:杯单价8~15元,比喜茶(25~30元/杯)定位低,比蜜雪冰城(5~6元/杯)定位高。类似肯德基麦当劳的用户,星巴克的用户就不是该产品的目标用户
  • 排除掉那些特别注重健康、养身、低卡的小部分极端人群

2)推场景:在什么场景下遇到什么问题

  • 休闲(逛街、看电影、解馋、下午茶,等等)场景为主
  • 办公室下午茶、团建、同学家人朋友聚餐场景为辅

解决细分用户遇到的这几个问题

  • 在做其他事情(逛街、看电影、解馋、下午茶,等等)的时候想喝点什么,但又不想喝瓶装水、传统的茶、咖啡。
  • 馋:其实烟酒糖茶、可乐、奶茶,都是提供多巴胺,解决的事一个生理+心理上的瘾

3)评估可行性:普遍性,是否刚需,频次

普遍性:目前看,起码在一线城市应该比较普遍(这块可以做调研具体得出结论),比如按地域拆解来分析。

刚性和频次:对于年轻人而言,现制茶饮(比如奈雪的茶,霸王茶姬等)消费的刚性感觉还是很强的,而且消费频次也比较高

4)预估空间这里仅给出逻辑,数字随便写的

比如1000万人口的城市的市场空间=300家门店*200万年=6亿

以上是市场空间,你大概率吃不完,因为有竞争对手。对标行业集中度相对高的市场基准值,给自己设定个目标,比如拿下市场的30%份额。

2. 再分别对各步骤举几个例子

1)拆用户:

比如分析一个给20-35左右年龄段的人提供在家就能跑步的租赁跑步机这么个需求。

你可以先想想你会如何去分析这个需求是否值得做。

目标用户分为本身不健身+本身健身的。

先来看本来不健身的用户,是因为缺少跑步机么?显然不是,所以你这个解决方案(提供跑步机)对这部分用户群体根本不是一个好的方案。

再来看健身的用户:

  • 第一类,健身房用户。这类用户的痛点是器材、教练和社交,很难通过家里租一个跑步机撬得动吧。
  • 第二类,习惯在户外锻炼的用户,出去锻炼只是一个目的,主要的需求还有放松、遛狗、看看风景、呼吸呼吸新鲜空气等。这时候家里跑步机估计大概率也撬不动这部分用户。
  • 第三类,本来就在家健身的用户了。又可以分为两类,一类是现在就在做瑜伽、波比跳、健身环或者KEEP,体验原本就不错。

还有一些人可能真的需要跑步机。大概有两个方案:买或者租。

那我们来看看跑步机的价格。网上搜一下,大概500到2万不等。

两干就能买到一个能用的跑步机,那么去租赁那种便宜的跑步机价值就不太大。如果是一两万的豪华型跑步机,是不是就有竞争力了?但新的问题来了,城市年轻人房,多大比例可以摆得下一个豪华跑步机呢?估计需要整租大户型,或者独立公寓甚至别墅吧?再切一刀的话,这个剩下的比例又更少。

以上就是大概的拆解过程。

2)推场景(在什么场景下遇到什么问题)

如分析从家到地铁站的需求

上班族(一种用户)上班时(场景)从家到地铁站(要解决的问题),来推一推:

  • 每天很多人早出晚归,上班着急。有时效要求。
  • 他是工薪族,也不需要花更多钱,要控制成本。
  • 腿着去,但时间又很长。所以,第一时间是可控的,第二成本不要太高,第三节约时间,这是核心的几个问题。所有能够解决问题的方案有,比如公交,打车,走路,共享单车等等都行。

接下来:对比类似方案,会发现共享单车对于需求满足实际上是最匹配(公交时间不确定,打车贵,走路慢)。而这就是我们在定义最优解的逻辑。需穷举出所有的解法,然后基于实际情况,一点点去选择。

上面提到3要素,场景是上班。

那下班场景可能就是另一个解决方案了(下地铁后到家这段距离),因为下班起码不用那么赶时间了,骑车或许就不是当前场景下的最优方案了。

另一要素:细分用户。刚才是上班族,那换成大爷大妈看看,面临的另一个要素就变了,同样是要解决从家到地铁的这个场景问题,大爷大妈不需要上班,不赶时间。所以公交或许是当前人群最优解(公交还有老年卡呢)。

所以你看:从细分用户,使用场景,具体问题3要素来分析需求,得到的最优解方案会不同。

重点1:细分用户,最好根据需求划分,而不是根据属性划分。

重点2:需求是具体的,客观的。而不是抽象的,是和场景相结合的。

为什么要细分用户,怎么理解需求是客观的?

比如打工族早上上班要从家到地铁站,到地铁站是需求,更快的到地铁站也是需求。而走路去,骑车去,公交去,打车去等等都不是需求,而是为解需求这个函数的几种解决方案,这几种解决方案都能实现用户到地铁站的这个需求。

而最优解是哪个呢?最优解对应细分用户,以及不同场景。不同细分用户在不同场景下的最优解会不同。

不同的解决方案背后的商业模式不同,比如打车(滴滴),骑车(共享单车),背后的商业模式不同,对解决家到地铁,地铁到家这个需求对应的总的潜在市场空间来说,两者是竞争关系,空间就那么大,谁能吃下多少空间取决于各自背后的商业模式和增长模式。这个文章后面也会提到。

所以,同一个需求,不同的产品解决方案会有不同的商业模式。就像文章开头部分说的,先有需求,再有解决方案,然后才是商业模式。(比如经典的用户想要一匹更快的马,这不是需求,需求是从A地到B地,马只是其中一种解决方案,汽车也是一种解决方案,只是汽车这个方案在这个场景下优于马。但如果将场景换到不适合汽车开的地方,马又优于汽车了。

你看,需求是客观存在的,不以人的主观意志而改变,但解决方案是人设计的,是主观的)

3)评估可行性:普遍性,刚需程度,频次

这个应该相对比较简单吧,就不再举例了。比如可以画一个坐标轴,是否刚需,频次高低,对应四个象限。

普遍性可理解为用户规模。

刚需程度可理解为活跃的强度,比如用户愿意为产品花费的时长,钱等。(V)

频次就是用户多长时间用一次产品。(LT)

而活跃的强度和活跃的频次组合起来就是参与度,参与度是留存的一个前置指标(参与度更高会反应到留存上更好),因为留存是活跃在时间的延续。(LTV)

产品的商业价值=用户规模*单体用户价值(LTV)-成本,这里是一个定性的评估。

4)算空间

这个感觉会稍微难一点。

一般融资,投资人如何衡量一个项目呢?

其核心就是衡量这个项目的业务天花板有多高?

  • 你所在的是哪个行业。
  • 这是一个多大的市场。
  • 这个行业的集中度如何。
  • 你未来能分到这块蛋糕的比例。

即:

赚钱=公司能做多大×多大概率能做到

而公司能做多大=市场天花板×集中度CRn

公司能做多大:这个是你公司的极限,而它又等于市场天花板乘以集中度,市场天花板就是你产品的商业模式,是整个行业的极限天花板。

比如,公司常见的办公室货架业务,主要卖零食饮料:

  • 什么是总潜在市场呢:中国白领在办公场景下的零食饮料消耗2000亿/年(假设,行业报告可查到)
  • 什么是可服务市场(即上面说的“市场天花板”)呢:中国白领能用“办公货架”满足的有50亿(假设)
  • 那什么是可获得的市场(即上面说的“公司能做多大”)呢:你能做到的市场份额,考虑到竞争、地区、文化、政策等等(假设5亿元)

所以,很多融资资料里面写的什么我这个市场有千亿规模什么的,但你再往下细拆试试。

以上提到“总潜在市场”,“可服务市场”,“可获得市场”三个概念,其中:

  • 总潜在市场:总潜在市场是客观的,不随你产品商业模式,增长模型等而改变,这个其实就是需求的原点,所以说需求是客观的。
  • 可服务市场:可服务市场天花板的高低和你的商业模式有关,也就是不同的商业模式能吃下的市场多少不同,比如拼多多,淘宝,天猫,京东等都是电商,但其各自“可服务”的市场大小不同,天花板不同。所以说商业模式是主观的,可被设计的,创新的,但它一定是基于需求之上的。
  • 可获得市场:“可获得”指实际真实能占领的市场大小,和上面“可服务”的不同,可服务指你的商业模式的潜在能有多大市场空间,而“可获得”依赖你的增长模式,是指你实际上真实占领的市场大小。

所以说需求是客观的,需求是原点,其他都可以是主观的,在这里也得到佐证。

回到主题,预估市场规模一般有四种方法:

  1. 第三方数据
  2. 自顶向下
  3. 自底向上
  4. 寻找行业对标

比如,“鲜花礼品市场”的规模有多大呢?到底是干亿量级,还是百亿量级,还是十亿量级呢?

(1)第三方数据预估

根据艾瑞报告调查,鲜花2016年市场600亿

根据青山资本,中国鲜花2020年市场约800亿

(2)自顶向下法

中国鲜花市场1000亿、礼品鲜花市场60%约600亿,线上花礼市场占75%约450亿

(3)自底向上法

中国20到30岁人群约20%,共2.8亿,城市占比7成约2亿,人均购买鲜花2次,客单120,约480亿。

(4)参考同类

中国鲜花市场与蛋糕市场类似,中国烘焙食品规模2474亿元,蛋糕占比38%,约940亿元。

三、衡量需求优先级

上面说的主要是0到1的项目。平时大家接触更多的是在现有产品上做功能迭代,对于这类需求,如何预估指标的提升空间呢?可从分析需求优先级的角度进行拆解:

很多需求都会面临3个因素:

  1. 需求上线后能影响多少用户。
  2. 能提升某指标多少,该指标和当前阶段业务的一级指标关联性多大。
  3. 需要投入多少成本,比如开发测试人力成本,是否用到虚拟积分货币等,若是活动是否有宣传,实物等成本。

以上3因素基本能量化绝大部分需求的价值。接着看:

产品商业价值=用户规模*单体用户价值(即LTV)-总成本,恰巧也是刚好是3个因素。

单体用户价值和上面第2点的那个某指标对应。能影响的用户数*某指标提升多少-该需求要投入的成本,即决定该需求价值,这就和商业价值公式对上了。最后,提升的指标和当前阶段业务一级指标是否强关联。

所以这才是决策需求优先级的底层逻辑,不只是简单的4象限来划分,为何紧急为何重要4象限解释不了。

拆下用户价值:

用户和价值。用户需要细分。”价值”在产品上的载体一般是某个行为。比如下单这个行为,因为下单后用户会从平台得到想要的东西,这是平台对他的价值。比如阅读行为,观看行为,浏览行为,互动行为,咨询行为,问答行为等等。

把行为看作一个点,基于点向上下游延伸就是路径,路径由多个点组成(漏斗只是路径的一种形态)一个成规模的产品,其用户一定可以被分成多个群体。(因为只有让用户感受到价值,用户留下来的概率才会增大,所以需要让用户触发关键行为,完成关键路径。

所以产品上的一切手段策略的目的都是在为关键行为服务,为路径服务,都是想让更多用户完成关键行为。只是因为多了用户细分,场景细分,让问题看起来复杂了)

基于上述分析,我们可以得到,一款产品随着用户体量的逐渐增大,不断针对不同用户(用户细分),找到性价比最优的转化/成长路径(最优解方案),然后再配合激励体系加以激励引导,增长就丝滑了。

用户体量变大之后要细分用户,因为不同用户诉求不同,爱用的功能不同,那必然导致用户路径不同,但一个用户当他不熟悉产品时,他是需要摸索的,如果这个“摸索”的效率就低了,用户留下来的概率就小了,为了高效让用户找到喜欢的功能,产品就要把到达该功能的最优路径找到或设计出来,然后引导用户往这个路径上走,他就高效了,然后才是加激励。

不然用户路径没找到之前,加激励就没有逻辑。激励一定是加到关键路径的关键行为节点上。所以为什么很多大体量产品都要做用户分群用户研究,做激励体系(会员|积分|成长体系本质都是激励体系),做路径优化。

底层逻辑就是针对某类用户想尽一切办法让他快速使用他潜在的那个对他最有价值的功能。

本文由 @产品李十三 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。