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

WordPress大学
WordPress大学
O
OpenAI News
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
博客园 - 三生石上(FineUI控件)
Webroot Blog
Webroot Blog
GbyAI
GbyAI
S
SegmentFault 最新的问题
Cyberwarzone
Cyberwarzone
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
J
Java Code Geeks
Google DeepMind News
Google DeepMind News
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
博客园 - 【当耐特】
S
Secure Thoughts
酷 壳 – CoolShell
酷 壳 – CoolShell
AWS News Blog
AWS News Blog
Engineering at Meta
Engineering at Meta
S
Security Affairs
H
Help Net Security
Microsoft Security Blog
Microsoft Security Blog
D
DataBreaches.Net
云风的 BLOG
云风的 BLOG
Hugging Face - Blog
Hugging Face - Blog
Google DeepMind News
Google DeepMind News
Spread Privacy
Spread Privacy
T
Threatpost
Forbes - Security
Forbes - Security
C
Cisco Blogs
Scott Helme
Scott Helme
Attack and Defense Labs
Attack and Defense Labs
Simon Willison's Weblog
Simon Willison's Weblog
腾讯CDC
The Last Watchdog
The Last Watchdog
Cloudbric
Cloudbric
Last Week in AI
Last Week in AI
Recorded Future
Recorded Future
小众软件
小众软件
V
Vulnerabilities – Threatpost
美团技术团队
人人都是产品经理
人人都是产品经理
有赞技术团队
有赞技术团队
Apple Machine Learning Research
Apple Machine Learning Research
Hacker News - Newest:
Hacker News - Newest: "LLM"
I
Intezer
月光博客
月光博客
C
Cyber Attacks, Cyber Crime and Cyber Security
博客园 - 司徒正美
C
Cybersecurity and Infrastructure Security Agency CISA
Martin Fowler
Martin Fowler
博客园 - 聂微东

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,
如何做需求分析
y先生 · 2024-08-01 · via 人人都是产品经理

本文通过一个具体的返利项目案例,详细介绍了从项目背景理解到需求澄清、分类、优先级排序、方案设计及评审的全过程。通过系统的需求分析方法,确保项目能够真正解决业务问题,提高产品的市场竞争力和用户满意度。

你是否经历过,业务方跟你提的需求是要一匹马,你也实际给他了一匹马,但是业务又说这匹马不是他想要的。

你又是否经历过去面试的时候,面试官问你“你怎么做需求分析?”你不知道如何回答更好。

出现问题1的原因,主要在于没有定义好需求,其实业务并不是要一匹马,而是要一个能帮他快速到达目的地的工具而已。出现问题2的原因主要在于不够系统的理解需求分析。

接下来我会拿一个我从0到1负责的一个主机厂给经销商返利的一个项目来举例说明。

一、理解项目背景

1. 了解项目愿景

了解项目愿景其实就是了解业务方通过项目实现的长远目标,即解决什么问题?创造什么机会?带来什么价值?

再这个返利项目中,业务方的愿景是希望能通过给经销商提供返利从而提高经销商的积极性,从而提高汽车的销量。

2. 了解项目目标

明确具体的目标。如本返利系统一期的目标是通过系统提高计算返利的速度20%。

二、识别干系人

1. 识别干系人主要包括确定干系人和了解关系人的需求。

确定主要干系人

主要干系人通常包括项目发起部门/人员、受益部门/人员、实际操作部门/人员、后续影响部门/人员。在本项目中项目发起人是财务部门、受益部门和实际操作部门是财务部门计算和发放返利的人、品牌部制定返利政策的人、计算返利的人、后续影响人员是财务部门负责计提和结账的人

2. 了解干系人的关注点和担忧点

分析关注点时,要从两个角度出发:一是他们希望系统解决什么问题、提供什么业务支持‘二是他们希望避免出现什么样的负面影响’。在返利项目中,我们通过和财务部、品牌部沟通,发现他们的关注点有以下两点:

  1. 能够方便快速的录入返利政策
  2. 能快速无误的计算出返利结果

他们的担忧点主要是

每个月的返利政策类型都不一样、形式也不一样,涉及到的指标也不一样。是否能支持每个月的政策的录入?

三、需求收集

需求收集是需求分析的核心,通常需求可能来源于老板、业务方、竞品分析、用户、产品经理自己通过数据分析等手段发现的需求、以及其他同事做其需求时涉及自己配合的需求等,因此我们可以采用访谈、发放问卷调查、观察用户使用类似应用的行为等手段段来收集需求。

四、需求澄清

需求澄清是我认为是需求分析中最核心的部分。

在实际工作中,我们常遇到业务方提出我们需要XX功能,这类需求我们可以定义为解决方案级需求,如果产品经理照做,就有可能出现问题1中出力不讨好的情况,明明实现了业务要的功能,但是还是没有办法解决业务的问题。

因此,我们需要将解决方案级需求重新澄清为问题级需求。

1.如何将解决方案级澄清为问题级需求?

可通过场景分析,一般会从时间、地点、人物、起因、经过、结果几个维度分析

  • 时间:早/中/晚
  • 地点:室内/室
  • 办公室/家里
  • 人物:儿童/青年/老
  • 新用户/老用户
  • 起因:因为什么原因

1)主动

2)被动

  • 经过:通过什么方式
  • 结果:达到什么结果

2. 多问几个why

可通过几个why,挖掘背后的动机,直到挖掘出用户的行为动机或者心理动机。

我曾经收到运营同学给我提一个功能:增加优惠券申请审批功能。这就是一个典型的方案级需求,我们需要澄清为问题级需求,找到问题。因此我和运营同学有了下面的沟通:

产品:“你为什么需要一个审批功能?”

运营:“因为我们出现了很多次发错优惠券!”

产品:“你为什么会发错优惠券呢?”

运营:“因为我们每个月要发好几次优惠券,每次发放的用户不一样,而我们发放的用户需要通过Excel上传一个白名单,但是有时候忙的时候回上传错名单,又没有办法直接查看名单信息!”

产品:“所以只要防止你发错就可以了吗?”

运营:“是的!”

通过上面提问,我们的需求从”增加优惠券审批功能”重新澄清为”如何防止优惠券发错?”

五、需求分类

将收集到的需求进行分析归类,如功能性需求、非功能性需求、界面需求、数据需求。

  • 功能性需求:简单的可以理解为,为了实现用户的目标,向用户提供有用的功能,系统必须执行的功能。例如返利项目中为了实现返利项目下发的目标,那么需要提供返利规则制定功能、下发政策功能。
  • 非功能性需求:描述系统的性能、安全性、可用性、容错性、扩展型等
  • 界面需求:如界面的设计、色彩搭配、布局等用户视觉需求
  • 数据需求:比如数据获取,数据存储,数据分析。尤其在AI时代,数据需求会变得更多,更加智能化

六、需求优先级排序

对于任何一个项目,都会有很多个需求,而我们的资源有限,所以通常根据需求价值、成本、几个维度评估需求的优先级,通常是需求价值高、成本低、紧急的需求优先做,需求价值低、成本高、不紧急的最后做。

1. 需求价值评估

价值评估是很重要的环节,不管内部需求还是商业化需求,既然要接,一定是有价值的,要不然投入的资源和时间处理,就是浪费。需求价值评估可按以下几个方面评估

  • 战略契合:并不是什么需求都必须做,如果需求与当前战略目标有冲突,即使需求价值再高也不做
  • 市场潜力:相关需求的未来市场有多大?例如iphone面世后,原先全球的手机用户未来将面临更新换代的需求
  • 业务价值:需求落地后,对业务目标和收益的贡献大小
  • 覆盖人群:需求会影响哪些用户,什么量级
  • 功能使用频次:可推测每个用户在一段时间内,适用该功能的次数
  • 是否影响流程、工作:需求是否会影响主流程,如购物,缺少下单功能,流程就走不通
  • 用户满意度:需求对提高用户满意度和用户体验的影响
  • 需求紧急程度:需求满足对时间的敏感程度
  • 依赖程度:需求对其他需求或者项目里程碑的依赖程度
  • …..

在日常工作中,接到新需求不一定都要考虑这么多因素,可以根据实际情况进行删减。一些小功能需求,稍微考虑“覆盖人群”、“使用频率”、“研发成本”也够了

2. 成本评估

成本评估或者叫工时评估,包括产品、UI设计、前后端技术、测试等都加上,一般几个岗位的工时比例,

产品:设计:前后端技术:测试=1:1:(2-3):1,也就是技术的工时应该是其他的2-3倍,当然也要看具体的需求。

3. 输出优先级

根据前面的价值和成本评估,我们可以生成一个四象限,可以看到左上角的应该优先级最高,就是价值越高、成本越低的,付出更少的资源成本可以实现更高价值的需求,这个就是最优先的,相反,右下角的就是最低的了。

注意:有的项目中,尤其是乙方项目,还需要把需求优先级和甲方沟通,把排期计划同步给他们。

七、产品方案设计及评审

再排好需求优先级后,就可以跟进优先级高低进行产品方案设计、PRD文档撰写和需求评审。在这里因为不同的项目,产品方案不同,我就不具体阐述了。

八、需求排期

需求评审后,产品和前端、后端、测试、UI设计师(有的需求可能不需要)需要一起定一个具体的排期计划。

九、需求跟进

需求跟进主要包括设计、研发进度跟进;解答设计师或者研发、测试的一些问题

十、需求验证

在这里我觉得分为两步:

第一步:上线前的验证

第二步:上线后的验证,可采用数据分析、用户回访等方式验证。

本文由 @y先生 原创发布于人人都是产品经理。未经作者许可,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