2.2 需求分析 - 需求优先级排序(上)

当完成需求梳理后,得到了诺大一张需求的思维导图,上面有很多点需求,如何筛选出哪些需求是需要解决的有效需求,哪些是无效需求,就是本篇分享要解决的问题。

需求优先级的排序有很多种方法,各有优劣,没有一个标准说哪种好哪种不好,毕竟黑猫白猫能抓到老鼠就是好猫。本篇分享会介绍三种分析方法,希望能够帮助你找到合适的适合自己的排序方法。

象限法是比较常用的分类方式,第一个介绍的方式是我比较常用的方式“重要 - 紧急”四象限分析需求优先级。

相信大伙儿对于这个矩阵肯定不会陌生:

重要-紧急矩阵

在需求分析的环节,重要和紧急的维度针对每种需求分析都是适用的,可以根据自身业务判定重要和紧急的评估标准,这里有一份我觉得好用的评估标准,可以参考一下:

重要程度判断:(由强至弱)

  • 不做,会造成严重的问题和恶劣的影响

  • 做了,会产生巨大的好处和极佳的效果

  • 跟核心用户利益相关

  • 跟大部分用户权益相关

  • 跟效率或成本有关

  • 跟用户体验有关

紧急程度判断:(由强至弱)

  • 不做,错误会持续发生并造成严重影响

  • 在一定时间内可控,但长期会有糟糕的影响

  • 做了,立刻能解决很多问题、产生正面的影响

  • 做了,在一段时间后可以有良好的效果

根据以上重要和紧急的程度,大致可以将有效需求分为四个等级,P1、P2、P3、P4,类似于上面四象限。一般我们关注P123,P4需要再次评估是否有价值,如果从用户分析中发现确实是个兴奋型需求,可以考虑重新评估。

kano模型是东京理工大学教授狩野纪昭提出的,具体可以百度一下详细了解,它的原版是这样的:

kano模型

其实相当于升级版的四象限,这里咱们不考虑概念,就讲怎么用。刘飞老师在《从点子到产品》这本书提到的简化模型是很不错的方法,方便大家记忆和理解,大致如下:

kano九宫格

解读一下这个表,横向的“行(hang)”表示如果有这个功能,用户会开心、无所谓、不开心,“列”同样的,表示没有的话用户的心情。

首先最重要的三类需求:

必备(基本型需求)

必备(基本型需求):如果有这个功能,用户没有特别的感觉,如果没有这个功能,用户会不开心。这说明这个功能是要满足最基本的需求的,也是大家所说的“痛点”。当必备需求还能发挥作用,但产品不能满足用户需求的时候,这种情况就会带来不满意的用户。但是在达到某个点之后,用户的满意度就会趋于平稳。其实这个道理很简单,想想就明白:如果轮子不转,就会带来不满意,但一旦它 转起来的时候,这些不满意就消失了。然而,仅仅依靠“能转的轮子”让用户high 起来是不太可能的(因为轮子转是应该的)。

期望(期望型需求)

期望(期望型需求):如果有这个功能,用户会很开心,如果没有这个功能的话,用户会不开心。这就是满足用户最直接、最明显的需求,因为用户内心已经有所期待,认为这是期望型的需求了。对于一款产品来说,多就是好:更大的存储空间和电池寿命,更快的下载速度,这些都是更好用户体验的例子,这些体验越优化,用户满意度就越高。在期望型需求中,用户满意度和功能的投入度整体是呈现正相关的。

兴奋(兴奋型需求)

兴奋(兴奋型需求):如果没有这个功能的时候用户并没有感觉,说明对这个功能用户是没有预期,但是一旦有了这个功能,用户会很开心,这就是惊喜,也就是兴奋型需求,超预期的需求。

其次是三种不重要的需求:

矛盾:当需求存在或者不存在的时候用户都开心或不开心,这种情况逻辑存在问题,不予考虑。

错误:当需求存在的时候,用户无所谓;不存在的时候反倒开心,那说明这个需求是不该存在的,是错误的,不予考虑。

无关:当需求存在和不存在,用户觉得都无所谓,那这个需求无关痛痒,不予考虑。

依据kano模型,任何需求对应的功能都能按照“必要、期待、惊喜”进行分类,而这三类需求才是有价值的需求,分别对应“基本型需求、期望型需求、兴奋型需求”。一般来说,在产品和运营手段上,就是在满足“必要”和“期待”两个需求的背景下,利用“惊喜”不断去激活用户热情,促使用户完成自传播。

那么,怎么对这些需求进行优先级排序呢?

P1.期望型需求:在这些需求上需要加大资源投入,这是拉新和留存的关键,也是产品的竞争优势。

P2.必备型需求:在这些需求上,需要加大投入,直到用户需求基本被满足。

P3.兴奋型需求:这个需求排第三,需要有投入,但是不能占用期望型和必备型上投入的资源。兴奋型需求是产品的特点,也是建立产品用户忠诚度的重要因素。

P4.矛盾、错误、无关型需求:这些需求上投入的资源仅仅是分析的资源,咱多费些时间把这些需求区分出来,避免之后在这些需求上浪费资源。

用户量-使用频率四象限是布棉老师提出的方法,通过评估用户量和用户的使用频率进行优先级排序,与kano模型其实有些关联和类似。

此种方法较适合于需求梳理后的思维导图需求的排序,因为其正好针对“用户-场景-问题”,直接将用户量和场景发生频率扯上了关系。

用户量-频次矩阵

这个四象限评估的方式较为简单,如下:

  • 有线解决大量用户的高频问题,提升基础体验

  • 最后解决少量用户的低频问题,提供超预期的体验

  • 当用于需求梳理时,额外需要多考虑“产品价值”以及“对目标用户的熟悉程度”

举个电商平台的大致排序就明白了:

订单流程、商品详情页是核心流程上最重要的模块,频次高且所有核心用户都会使用到;设置和个人资料关系到个人的收货地址、提醒情况等等;商家入驻和管理后台的问题涉及量少,一般可以通过人工指导、培训等,或者不同功能暂时替代解决;发票是超出用户网购预期的功能,没有这种超预期的功能用户其实并不会有很大影响,如小量需求通过人工开票也可以解决。

本篇分享介绍了三种需求优先级的评定方式,这些都是经历过实践检验的结果,馒头根据个人理解稍作调整,望各位能够掌握至少一种评定方式,这将会对你的需求把控起到非常大的帮助。

另外,这三种需求优先级评定是产品策划/经理在讨论和设计阶段的YY,没有绝对的对错,全部依赖于个人水平。

当需求进入评审/待开发阶段,还需要确定“方案可行性、是否有更好方案、涉及产品和技术、方案成本”等,经历了这些的时候,相当于对需求进行了“二次排序”,不用担心,这部分就是团队一起协作的结晶了,不过产品也是最后的决定人,做产品不就是要有随时做决策的觉悟么,哈哈。。

想要更多干货分享就快来关注我的个人公众号吧!!
花名:馒头
个人公众号:我是馒头
座右铭:博学之,审问之,慎思之,明辨之,笃行之

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,026评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,655评论 1 296
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,726评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,204评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,558评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,731评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,944评论 2 314
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,698评论 0 203
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,438评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,633评论 2 247
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,125评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,444评论 3 255
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,137评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,103评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,888评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,772评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,669评论 2 271

推荐阅读更多精彩内容