产品需求池管理工具_自己创建需求池管理模板分享

因为需求是产品的基石，只有选取恰当的方法进行需求分析及管理，才能更好的构建产品方案，从而输出精准的产品定义。

结合本人学习和自身经验，打算将需求管理分”需求挖掘”、”需求分类与排序”、”需求匹配”三个部分展开说明，希望对你有帮助。

需求挖掘需求挖掘是主动的运用一系列方法，通过各种有效手段挖掘出用户内心真实目标的过程，而并不是简单的记录用户提出的需求。

这里列举几类常见的伪需求方便理解第一类伪需求：不愿意付出任何代价的需求不是需求。

“我想每天免费吃海底捞”这个就不是需求，而是欲望。

第二类伪需求：个体需求不是需求。

一群产生相似需求的用户才能构成市场，产品是解决一群人的需求合集，而不是个人需求。

要考虑项目ROI。

第三类伪需求：经过包装的表象需求不是需求。

经过包装后的表象需求，即使解决掉了也不能解决问题。

需求挖掘的过程中尽量做到”无我”，清空自己，倾听用户，从用户提出的需求出发，去伪存真挖掘用户内心真正的目标。

需求挖掘的方法常用的需求挖掘方法有如下几种：业务方向、调研报告、用户访谈、调查问卷、用户反馈、社交平台、运营数据、竞品分析、头脑风暴。

根据具体项目的实际情况，灵活运用，把事儿办成是第一目标。

业务方向：业务方向的分析主要考虑公司发展方向、战略规划、关键路径、北极星指标、盈利模式等，找到与公司资源、行业阶段相契合的产品需求。

调研报告：目前市面上有很多收费及免费的行业研究报告，这些都是快速了解行业、挖掘有价值信息的重要渠道，产品经理要养成常看调研报告的习惯，积累行业信息。

分析调研报告时要着重关注四个部分：自己行业、总体趋势、未来方向、商业模式。

用户访谈、调查问卷、用户反馈、社交平台都是直面用户侧需求的挖掘方法，最直接的用户需求都是来源于此，也是常用的需求挖掘方式。

每个部分都可以单独成篇，系统介绍，这里先暂不展开。

运营数据：运营数据分析主要是关注产品上市阶段，通过市场、渠道反馈回的数据指标。

通过对用户行为数据的分析可以直观的发现和挖掘出用户需求。

运营数据要和现实中用户调研部分结合运用。

竞品分析：竞品分析似乎是最入门和最好 *** 作的一种方法，对竞品做像素级的”临摹”也是初级产品经理的惯常 *** 作。

竞品有什么就做什么，很容易被竞品带着走，这样是很不可取的。

这里再埋个坑，后续单独写一篇聊聊竞品分析。

头脑风暴：头脑风暴相关的 *** 作介绍有很多，可以自行了解一下。

需要注意的是在”发散”阶段要做到有目标、无预设，想法越多越好。

结束后要对讨论记录的内容做归类和统计，产品经理要综合考虑，找到需求采纳与否的标准，做好”收”的工作。

最后介绍两个实用小方法：1.拆分法这是原爱奇艺首任产品总监高玮老师介绍的方法，主要通过不断问问题、拆分元素、单独提问三个部分向下深挖，寻找底层需求。

举例说明：“a/我想吃KFCb/为什么？a/饿b/包子行不行？（替换一个解决方案，看是否可以匹配）a/想吃炸鸡（发现了深一层的需求，注意KFC和炸鸡的联系和区别）b/烧鸡行不行？（炸鸡包含两个元素，炸和鸡，分别替换）a/想吃油炸（继续发现新的线索，确认更细节的元素）b/炸猪排呢？（KFC和炸猪排没有关系，但找到了用户的替换需求）a/也可以”现实中不太可能有这么理想化的模型，举例是为了方便理解方式方法。

打破砂锅问到底，分解元素，逐个替换验证，深挖一个需求背后的多个成因，透彻了解用户内心真实需求。

2.用户旅程图用户旅程图是从用户的角度出发，将用户为完成某个目标所经历的过程，通过时间线维度可视化呈现出来的一个工具。

以硬件产品举例，在时间线维度上大致是以下几个阶段：用户了解产品（认知）-购买产品（选购）-取货（配送）-开箱安装-使用-收纳摆放-更换耗材和维护。

我们可以抽象归纳为四个场景，分别是：传播场景、购买场景、使用场景、售后场景。

运用用户旅程图，回到用户全场景中去体验、去拆分产品与用户交互的每一个接触点，不放掉任何一个，只有这样才能较为完整全面的发现用户的行为、想法、感受，从中找到产品的机会点。

用户旅程图偏向于系统全面的挖掘用户需求，从中找到产品的机会点。

输出精准产品定义的时候要结合”企业服务蓝图”使用。

通过对需求挖掘结果的汇总和统计，我们会拿到许许多多的需求，形成自己的需求池，这将是我们输出精准产品定义以及产品规划的源头。

哪个需求先做？哪个需求后做？什么时间做？做到什么程度？通过上文需求挖掘部分的方法介绍，我们会收集到来自各方的各种需求。

那么是不是所有的需求都是需要解决的呢？为什么产品实现一个新功能之后，数据上没有达到预期的效果呢？这就带出今天要讨论的问题，当我们把需求挖掘完之后，如何进行需求的分析，以达到追求产品价值最大化的效果。

需求分类及排序首先介绍一种对用户需求分类及排序的定性分析工具-KANO模型。

需要说明的是KANO模型仅仅关注的是产品性能和用户满意度的非线性关系，只衡量了产品功能对于用户的价值，并没有衡量实现该功能对于企业的收益和成本。

其目的主要是为了辨别需求的类型，以便在有限的资源下提高用户最大的满意度。

KANO模型将用户偏好分成了五类：必备型需求，期望型需求，魅力型需求，无差异需求，反向型需求。

必备型需求：当优化此需求，用户是中立的，用户满意度不会提升，当不提供此需求，用户满意度会大幅降低。

这些是进入市场的门槛，被用户认为是理所当然的，是没必要说明的，但是产品必须要做到的。

比如：微信的聊天功能，手机的打电话功能等。

产品必须要不断夯实此类功能。

期望型需求：与用户满意度正相关，当提供此需求，用户满意度会提升，当不提供此需求，用户满意度会降低。

这类需求一般用户可以明确提出来，是用户期待的内容。

比如：微信的朋友圈功能，饮品口感更好等。

产品要不断优化此类功能。

魅力型需求：用户意想不到的（自己不知道自己有这个需求），如果不提供此需求，用户满意度不会降低，但当提供此需求，用户满意度会有很大提升。

比如：早期微信刚推出的红包功能，附近的人等。

产品要寻找挖掘此类功能，领先竞品。

无差异需求：无论提供或不提供此需求，用户满意度都不会有改变，用户根本不在意。

比如：微信”我”的中很多功能对部分用户就是无差异需求。

产品要尽量不在无差异需求浪费时间。

反向型需求：这类需求刚好与用户满意度反向相关，用户根本都没有此需求，提供后用户满意度反而会下降。

比如：微信朋友圈广告。

产品要做到避免反向需求。

随着竞争的水涨船高，今天的魅力需求，就是明天的期望需求，后天就成为了必备需求。

所以对于用户需求的调研要持续进行，只有不断向前挖掘，产品才能持续散发魅力。

具体如何使用KANO模型指导工作呢？KANO模型主要结合KANO questionnaire（KANO调查问卷）进行调研。

问卷设计一般是由一对问题来组成：针对每一对问题，通过一些非常具体的描述满意程度选项来得到答案（参考李克特量表）。

满意程度的选项描述可以根据实际问题灵活修改，如：”非常满意、满意、无所谓、不满意、非常不满意”或者”非常喜欢、理应如此、无所谓、勉强接受、很不喜欢 “根据我们收集到的问卷调查结果，可以制作一个KANO评价计算表：其中：A：魅力型需求 O：期望型需求 M：必备型需求 I：无差异型需求 R：反向结果 Q：可疑结果（一般不会出现，除非是问卷选项设置的问题或者用户理解出现了问题，或者用户在胡乱回答）。

在汇总了所有用户有效问卷后，我们需要针对某一需求点进行比例分析，分别得出这个需求点中用户的A/O/M/I/R/Q所占的比例，计算不同属性需求的比例之和，总值最高的为这个需求的属性归属。

应用举例如下（数据为编纂）：实际项目中经常会出现多个需求同属于一个类别，同类别中的多个需求进行优先级排序就要引入Better-Worse系数来进行分析，Better-Worse系数表示的是某个功能可以增加满意或者消除不喜欢的影响程度。

计算公式如下：通过计算，每一个需求点都会得到 Better/SI 和 Worse/DSI 两个系数，其中 Better/SI 被理解为增加后的满意系数，数值通常为正数。

代表如果产品提供某种功能属性的话，用户满意度会提升，正值越大/越接近1，则表示对用户满意度上的影响越大，对用户满意度提升的效果越强，满意度上升的越快。

Worse/DSI可以被叫做消除后的不满意系数，其数值通常为负，代表如果产品不提供某种功能属性的话，用户的满意度会降低，值越负向/越接近-1，表示对用户不满意度上的影响最大，满意度降低的影响效果越强，下降的越快。

取多个需求的Better/SI和Worse/DSI平均值作为横纵轴，我们可以做一个平面直角坐标系了。

根据这个坐标系，我们可以按照如下排序规则进行排序：必备>期望>魅力>无差异。

对于在同一象限中的功能点，以 Better系数/|Worse 系数|的大小排序，值越大越靠前，越优先做。

通过KANO模型工具对用户不同需求进行分类区分处理，了解不同层次的用户需求，帮助我们识别出影响用户满意至关重要的因素，为我们找到提高产品用户满意度的切入点。

以上我们讨论了需求的挖掘，以及运用KANO模型对用户需求进行分类及排序，这里我们有必要再明确一下需求包含的要素，简单来说明确的需求包含：目标用户和现存问题。

目标用户很好理解，我们定义的产品就是为了解决一部分人的问题。

现存问题指的是有实际场景，有切实遇到的问题。

对用户需求的描述可以参考User Story（用户故事）标准模板。

当我们清晰的了解需求以后，就可以对产生的原因进行分析，然后制定相应的解决方案。

对需求成因的分析可以运用HMW法进行详细拆解，HMW分析主要包括：积极、转移、否定、拆解、脑洞五个维度（这里不详细展开）。

需求成因拆解完后，对所有提出的需求列出对应的解决方案，一个需求会对应不同的解决方案，这里注意，一开始思考解决方案的时候不要去考虑实现的可行性，尽管去提供。

等所有的解决方案都列出来之后，再进行方案分析、评估、排序。

这里再介绍一种模型工具：从产品经理角度，如何对同一需求不同解决方案之间进行分析、评估、排序的工具-ICE排序法。

通过从几个维度考虑进行打分，按总分高低去排序（得分越高越优先）。

ICE排序法包括3个维度：Impact（影响范围）、Confidence（自信程度）、Easy（实现难易）。

影响范围（Impact）:指这个功能完成后有多少用户可以感受和使用到。

自信程度（Confidence）:指该功能完成后对目标达成的效果预测，需要注意的是这个预测是基于单个用户的，而不是对整体效果的预测，是偏主观判断，后续要根据实际效果持续修正。

实现难易（Easy）:指功能的综合实现难度，包括开发成本、运营难度、推广成本等，越容易实现的得分越大。

打分方法释义：1-5的数字，影响范围大得分5，小为1。

（分值的颗粒度大小以项目而定）需求匹配需求挖掘及分析解决发现和确认需求的问题，需求匹配就是要解决要不要做的问题。

需求即便确定存在，但是需求是否在这个产品做、做到什么程度、什么时候做、做成什么形态，就是需求匹配要做的工作，主要从行业阶段和公司资源两大维度进行分析，篇幅所限，这里暂不过详细展开了。

做好需求管理是输出精准产品定义的基础，没有捷径，掌握科学的方法论，多看、多想、多聊、多做，持续迭代，找到适合我们用户和公司产品的判断模型，希望对你有帮助。