作者对产品经理常用的需求挖掘的方法进行了梳理总结,并结合相关案例进一步加深了对需求分析的理解。 为什么我要说常用需求挖掘方法是产品经理必备的知识?在《俞军产品方法论》一书中提到产品经理需要为用户创造价值,在我看来产品经理只有通过解决用户的问题进而满足用户的需求才能不断为用户创造价值。 解决用户的问题就需要进行需求分析,在上一篇文章《产品经理必备之如何进行需求分析》中我们将需求分析分成需求收集、需求分类、需求挖掘、需求分级四个阶段。 需求挖掘,又可理解为需求深挖、需求思考、需求评估等,是产品经理进行需求分析时的最重要的阶段。通常产品经理在进行需求挖掘时需要结合常用需求挖掘方法进行深度思考分析得到产品需求。因而,产品经理需要懂得常用的需求挖掘方法。 需求挖掘是先分析需求背后的动机找到深层需求,然后根据深层需求进行需求扩展形成产品需求。在分析需求背后的动机时会出现以下几种情况: 第一种是需求较为简单,出现没有找到深层需求的情况,此时对需求本身进行扩展形成产品需求即可; 第二种是找到了深层需求,然后进行需求扩展形成产品需求; 第三种是找到了深层需求但需要更深入一层挖掘用户心智,然后在此基础上进行需求扩展形成产品需求。 接下来,本篇文章将会介绍不同的需求挖掘方法并结合案例进行说明。 01 3W分析法 3W是指"What,Why,How" ,即这个需求是什么,为什么会产生这样的需求,如何将需求转化为产品进行后续的价值分析。3W分析法是比较聚焦的需求挖掘方法,一般只会进行针对性的1到2个产品方案设计来满足需求。 图1 3W分析法 例如:用户提出想要勋章系统的需求? 根据3W分析法,我们列出用户提出这样的需求背后的原因可能是成就感、被激励、收集控、强迫症、利益、好看和新鲜感,这些原因就是用户提出这个需求背后的动机,就是用户的深层需求,找到原因后然后产品经理就可以进行针对性的设计产品解决方案,从而满足用户的需求。 02 马斯洛需求层次理论分析 马斯洛需求层次理论把需求从低层次到高层次分别为七个层次:生理需求、安全需求、归属与爱的需求、尊重需求、认知需求、美学需求、自我实现的需求。 图2 马斯洛需求层次理论分析 例如我们可以通过马斯洛需求层次理论对不同的互联网产品满足需求的类型进行分析: 属于生理类的产品有电商、团购、房屋出租、旅行服务等; 属于安全类的产品有清理软件、安全软件、杀毒软件等; 属于归属与爱的产品有即时通信、邮箱、博客、微博等; 属于尊重类的产品有网络平台中的高级认证、奖励等; 属于认知的产品有信息流、搜索引擎、知识付费等; 属于美学类的产品包括各类产品不断在视觉方面的优化、健身软件、美妆软件等; 属于自我实现的产品包括公益平台、朋友圈等。 03 卡诺模型 卡诺模型(KANO模型)将用户需求分为基本型需求,期望型需求,兴奋型需求,无差异型需求,反向型需求五类需求,通过对用户需求的分类来对用户的不同需求进行区分处理,从而帮助产品经理找出提高用户满意度的切入点。 (1)基本型需求 又称为必备需求,是指用户觉得产品应该具备的功能或服务。如果不具备,产品的可用性会大大降低,所以用户的满意度会大幅下降。但是,产品满足此类需求时,用户认为这是理所当然的,所以满意度并不会提升。 (2)期望型需求 是指用户期望得到的功能或服务。用户想要得到,但又不是非要不可。如果满足此类需求,用户的满意度会提升。如果不满足此类需求,用户的满意度会下降。 (3)兴奋型需求 又称魅力型需求、亮点型需求,是指提供给用户完全出乎意料的产品功能或服务,使用户产生惊喜感的需求。如果满足了用户对于兴奋型需求的期望,用户满意度会急剧上升。反之,即使产品没有满足用户的兴奋型需求,用户的满意度也不会降低。 (4)无差异型需求 无论产品提供或不提供此类需求,用户满意度都不会有所改变。此类需求,有或没有都不会对用户的满意度产生影响。 (5)反向型需求 是指会引起用户不满的产品功能或特性,用户并不希望其出现,提供后用户满意度反而会下降。此类需求要尽量避免。 图3 卡诺模型 例如我们运用卡诺模型对浏览器的用户需求进行分析,可以得到: 属于基本型需求的有浏览网页、收藏网址; 属于期望型需求的有网页打开速度快、系统占用资源少、界面简洁、拦截恶意广告等; 属于兴奋型需求的有屏蔽网页广告等; 属于无差异型需求有分享、意见反馈、退出前确认,反向型需求有强制弹框广告、推送过多通知等。 04 5W1H分析法 5W1H分析法,中文也叫六何分析法,包括:What(是何)、Why(为何)、Who(何人)、Where(何地)、When(何时)、How(如何)。 借鉴"5W1H分析法",在做互联网产品或移动互联网产品设计时通常还需要考虑产品价值,于是可以用5W1H1V分析法来思考产品和功能: What:用户可以用这个产品或功能能做什么?产品或功能为用户解决什么问题? Where:用户在哪里会用这个产品或功能? Why:用户为什么用你的产品,而不用别的产品?为什么需要这个功能?和其它产品有什么区别? When:用户在什么时候会用这个产品或功能? Who:谁是我们的用户群?产品或功能为谁设计? How:用户如何使用这个产品或功能? Value :产品的价值? 产品经理使用"5W1H分析法"进行分析可以更好的理解要做的产品,产品的用户群以及用户的使用场景,帮助产品经理对产品进行分析和决策。 例如用5W1H1V来分析企业为什么要建设大数据平台: What:大数据的特点是大量、高速、多样、真实性,大数据平台是为了满足企业对于海量数据的处理和分析需求而产生的产品。 Where:在公司上班、在外地出差、移动办公等都可能会使用 Why:大数据能帮助产品经理增强对用户的分析和洞察能力 When:大数据是重要而不紧急的事情,随着流量成本越来越高,企业越来越注重精细化运营,大数据平台的建设越来越重要,对于企业管理决策和日常运营都越来越重要。 Who:上到管理层,下到运营、市场等普通员工都需要大数据平台来支撑。 How:可以通过自建的平台或者第三方的大数据平台产品来获取日常报表和进行数据分析 Value:降低运营成本,提高运营效率,建立产品的壁垒,不断提升企业竞争力。 05 HMW分析法 HMW是"How might we"的简称,即:我们可以如何,我们可以怎么样。这个分析方法是借鉴Design Hackathon中的一种方法,主要适用于头脑风暴前去寻找解决问题的方向,扩展我们的思路,而不是局限在具体的解决方案里,在产品新功能设计中应用尤为重要。 图4 HMW分析法 例如:我们使用布棉老师对于HMW分析法的实战案例来进一步理解该方法,布棉老师针对于在线教育产品的"专题课的作业完成率不是特别高"使用HMW分析法进行分析。 图5 HMW分析案例 06 PSP分析法 PSP分析法是P(person)、S(scenes)、P(paths)的简写,即"角色-场景-路径"分析法。角色是指对同一个功能,不同角色的需求不一致。产品经理在面对一个需求的时候要搞清楚提这个需求的人的角色是什么。 场景是指每个需求都有一定的应用场景,产品经理在分析需求时需要分析真实发生的场景,考虑实际情况。 路径是指分析满足需求的关键路径。用户提出一个需求,产品经理在设计功能的时候要去考虑能不能够在一条完整的路径上都去满足他,而不是说只满足这个需求中的某一部分。 例如我们使用PSP分析法对瑞幸咖啡进行分析: 首先关于角色,如果一个身份是互联网软件工程师的用户提出来一个需求,你在分析这个需求的时候需要联想到用户的这个互联网软件工程师角色,思考他提这个需求的原因是什么?背后有什么样的动机? 然后来看场景,用户在一个瑞幸咖啡厅实体店聊天,这个时候瑞幸咖啡的应用场景就是社交,而在家里点了外送的瑞幸咖啡的应用场景中可能就是一杯饮料。 最后关于路径,就是在每种角色的每个场景中都是需要一条完整的路径才能实现用户在该场景的需求,用户在瑞幸咖啡中社交时实体店中需要手机软件点单和扫码取咖啡,然后进行聊天,完成后离开店铺,我们可以通过软件和硬件的优化不断提升用户到店购买咖啡的效率和社交聊天的体验;用户在家里点外送的瑞幸咖啡时需要手机软件点单然后在家等待收货,我们可以不断优化咖啡外送时的保温、保质、派送速度等来提高使用体验。 07 穷举抓重点法 穷举抓重点法是先穷举所有可能性,然后选择出重点需求,在这基础上可以进一步总结抽象出一种通用功能满足用户的需求。 例如:网易云音乐的产品经理王诗沐老师在他的《幕后产品》这本书中分享了使用穷举抓重点法进行网易云音乐产品的"发现音乐"的需求分析实战案例。 图6 穷举抓重点法案例 (1)穷举,穷举出发现音乐的所有可能性。发现音乐包括主动发现和被动发现音乐,其中,主动发现音乐的方式有搜索音乐、识别环境中的音乐、热歌新歌等排行榜,被动发现音乐的方式有熟人推荐、KOL意见领袖、随便听听、关联推荐。 (2)抓重点,通过竞品分析,选择其他产品满足不了的、有增长空间的、量大的需求,这样就可以选择出重点需求,将有限的资源投入到重点需求的实现中,从而让投入产出比最大化。 (3)在抓完重点需求后,通用功能的思路是在此基础上进行总结。对于云音乐而言是重组分析,重组的常用思路是利用列表和标签。列表是指相关内容组织在一起,用户一次性发现内容。标签是指通过打标签方式将内容组织在一起,很快扩大用户发现内容的面。云音乐是一个UGC的产品,以列表作为突破口,建立以人为中心,让用户主动创建列表,释放用户的创造力。所以,通过列表和标签的重组分析后,总结得出的通用功能是歌单。 08 小结 本篇文章主要探讨需求分析时最重要的阶段需求挖掘的概念,并介绍了需求挖掘时常用到的方法,包括3W分析法、马斯洛需求层次理论分析、卡诺模型、5W1H分析法、HMW分析法、PSP分析法、穷举抓重点法等。 文中在介绍不同的需求挖掘方法时还结合了浏览器、大数据平台、在线教育产品以及云音乐的歌单等案例,这样通过理论与案例结合的方式来进一步加深对需求分析的理解。