最近读了三本产品方面的书籍（产品思维、从需求到产品和从点子到产品等），系统性的学习了一下产品思维。
学习的目的其实就是为了让自己能更有效的与产品经理、运营等人沟通，挖掘他们真实的诉求。
给出最科学最合理、让大家利益都能最大化的解决方案。
少一点矛盾，多一点理解，更容易地认识到当前工作的价值，有能力主动的给整个团队创造更多的价值。
文章比较短，因为长了，自己很可能会记不住，下面是整理的一些关键字。
用户画像 群体特征 生命周期 用户场景 用户心流 用户心智 社会心智 经济学 心理学 社会学
用户价值 产品价值 交互设计 可用性 易用性 稳定性 超预期 迭代思维
需求 原因 逻辑 合理性 优先级 用户调研 同理心 核心功能 投入产出比 挖掘 竞品分析 市场报告
发现问题 发生背景 相关人员 量化指标 校验预期 分析问题 抽象 本质 统计数据 解决问题 拆分 完整可行 协助 共识
一、用户
首先要能回答出：
- 自己公司的用户是谁？
- 他们具体有哪些特征？
常见的特征包括生活方式、文化程度、价值观、经济资源等。
其次要对用户做群体划分，常见的划分手段是用户生命周期，例如潜在用户、新用户、普通用户、付费用户、流失用户等。
再有就是要清楚用户使用公司产品的真实场景，例如在上下班的地铁上阅读新闻。
还要有同理心，切换为跟你差异比较大的用户视角，例如你是男人，就切换到女人的视角。
要想拿捏用户没那么简单，需要储备些经济学、心理学、社会学、统计学、行业等知识，上述资料其实可以直接问公司业务人员索取。
1）认知偏差
最后列几个比较有趣的用户认知偏差：
- 损失厌恶，例如发放优惠券后，用户就想着去花掉，最后其实花的钱更多了。
- 锚定效应，建立了初始锚定认知后，接下来就会基于这个初始参考物来做判断，例如三个电饭煲，你会选价格适中的那款。
- 注意力偏误，我们不会关注不重要的次要因素，例如用户协议，几乎没人会看协议中的大段文字。
- 概率思维与0/1思维，对用户来说，产品的功能只有 0 和 1，即错误和正确，即使功能有 95% 的概率不会有问题，那这也不是一个好功能。
- 峰终定律，高峰时与结束时的两个感觉，是未来最容易让人回忆起的体验，例如打车的最高峰体验可以是下雨天等待的时间。
- 宜家效应，它会让人高估自己劳动带来的价值，例如通过完成小游戏得到的奖品会特别珍视。
二、需求
首先要明确，用户的诉求并不是需求，真正的需求来自客观的数据分析和验证（用户访谈、问卷调查、竞品分析、市场报告等），以及对原始需求进行拆解和提炼。
用户的诉求多而杂，尽量透过现象看本质，挖掘出用户背后真实的需求，例如表面需求是健身，背后的诉求可能是减脂或增肌。
业务方需要描述清楚需求的来源，由数据或用户反馈支撑，例如热聊用户，85% 以上存在“快速破冰”的需求，数据分析显示如果热聊房 X 秒内没有声音，该热聊房礼物派送概率会降低 10%。基于以上结论，尝试给予用户上麦的破冰引导，经过用户调研分析发现 XXXX。
对于稍微复杂的需求，需要把本需求的核心流程图梳理清楚，方便需求流转过程中的各个角色能够很好的理解需求本身。在需求文档中还要体现出几个关键路径的保障问题：
- 能导致你这个方案成功最关键的环节是什么？
- 你打算如何去保证这个关键环节？
- 是不是存在某种可能，导致你的方案暴毙？应该如何防患于未然？
1）合理性
然后要会鉴别需求的合理性，对于不能说明原因、业务逻辑、无法验证预期的需求，直接打回。采用 5W2H 分析法（Why、What、Who、Where、When、How、How much），对需求进行各个维度的了解，要科学的分析而不带感情色彩。
还可以在质疑需求时发出灵魂提问：
- 背后动机是什么？解决什么问题？
- 分析需求背后真实的用户、场景和流程，来判断是否是伪需求？
- 目前方案是否有必要性？可行性如何？有无其他简单的解决方案？
- 性价比如何 ？能带来多大价值？
- 历史上是否做过类似项目，之前项目的数据如何？
当在某一个层面上无法达成一致时，往前推一个层面，在目标层面或更深的层面上达成一致，然后分析两个层面之间的路径是否一致，目标和路径一致就更容易在一个频道上沟通。同时在沟通的过程中，辅以数据分析、调研情况，尽量将主观的沟通讨论引导到客观的分析说明上。
2）产品价值
产品最大的价值其实就是解决用户的问题，有个产品价值相关的公式也可作为需求是否合理的参考依据：
产品价值 = （新体验 - 旧体验）- 迁移成本
若旧体验和迁移成本都比较大，那得到的产品价值将会比较低，将自己的担心告知业务方，开会讨论达成共识。
3）优先级
再有就是对需求优先级的理解，优先级从高到低：
- 修复对大部分用户造成严重影响的问题。
- 增加公司营收。
- 对大部分用户有益。
- 提升工作效率或降低使用成本。
- 提升用户体验。
根据公司的实际情况和战略调整，上述需求的优先级也会有所改变，以业务方的工作目标作为优先级的依据。
4）量化预期
还有就是对需求所要达到的预期最好能进行数据量化和制订检验标准，预估大致的体验差，用较低的成本去尝试实现需求。成本包括金钱、用户体验损害、品牌透支、产品和技术等。
任何需求都应该有收益（包括营收、品牌、社群收益、创新或经验等），收益大小的天花板取决于用户群大小、需求的频次和强度。建议列出需求预期会覆盖到的人群数，以及这部分人群现状的数据指标、需求做完后可以提升的数据指标。
5）用户体验
最后还要关注用户体验，让用户少动脑，保证可用性，易用性和稳定性，适当的让用户有超过原本预期的感受。
在设计交互之前多问些问题，例如：
- 这个设计方案用户能理解吗？
- 有什么利弊？
- 这个界面布局适合我们的产品吗？
三、自驱
除了被动的接收业务方的指令之外，在有条件或自己感到疼痛时，还可以主动发现业务中不符合预期的问题，对其进行分析，并给出合理的解决方案。
1）严重性等级
当然，在着手解决问题之前可以先通过 4 个维度来简单地评估下问题的严重性：
- 对用户体验的影响
- 预期的发生频率
- 对商业目标的影响
- 技术/实现成本
每个维度的打分有 3 种：0 是低，1 是中，2 是高，将 4 个分数加起来，会得到一个 0 ~ 8之间的严重性等级分数，值越高严重性越大，也就是说，分数越高解决该问题的价值就越大。
在对这个问题的危害性有了初步的了解之后，接下来就是正式解决的过程。
2）解决过程
首先要将问题描述清楚，不要有歧义，内容包括出现的背景、涉及到的相关人员、要达成的预期、问题的合理性等，最好问题修复前后可以有量化的数据支持。
然后在分析问题时，与相关人员讨论的详细点，这样能更容易地抽象出问题的本质，也更容易按阶段、步骤和逻辑对问题进行拆分，已有的统计数据可以作为自己判断的依据，但不要误读其含义。
在发现和分析问题时主要面向事，而在解决问题时主要面向的却是人，因为要解决问题，很多时候需要多端协作。
最后在与各协作方达成共识后，敲定出完整的解决方案，委派负责人，各自给出排期时间，定期关注关键时间点，必要时需要催促或提醒。
若是高优先级，可以顺利的按计划推进。而优先级不高的问题，会经常被延期。所以很多时候，方案的核心实施方得是自己小组，其他组就是打下手配合，这样才能将进度牢牢掌握在自己手中。
3）麦肯锡方法论
除了以上解决问题的步骤之外，还可以参考麦肯锡解决问题的方法论：
- 以事实为基础提出假设，界定问题。
- 将问题细分，形成互不重叠的子问题。
- 进行数据收集与分析，证实或证伪假设的问题。
- 提出方案，推进问题的解决。
posted on
