码农的产品思维培养第2节----一个需求的奋斗史(人人都是产品经理)

简介:

今天我们继续坚持每日一节的产品思维培养,我喜欢在纸上画,喜欢做笔记。不是为了自己后面回去看,而是为了当时更好理解。不知道大家是否认同这点。

今天看到苏杰的一句话,其实和我之前讲过的是一致的,看来英雄所见略同,还是给大家分享一下“和学习任何领域的知识一样,建议大家在了解了知识框架之后,坚持“需求驱动学习””。

第二章,讲述的是一个需求的奋斗史。其实就是描述如何从用户那里得到需求,得到需求后如何处理的一个过程。今天,我们这一节讲如何从用户那里拿到需求。

用户研究,或者说需求采集的过程,都会有如下几步:明确目标、选择采集方法、制定采集计划、执行采集、资料整理,然后进入下一步的需求分析阶段。


根据定量和定性以及说和做,我们可以将需求采集的方法分为如下:


定性地说:用户访谈

    一对一的聊天,在每一而用户身上花费较多的时间,可能从几十分钟到几个小时。常常用在新的产品预研中。因为那个时候你也没太多的信息基础,你最好和用户进行深度的开放性聊天,然后在交流中采集用户的需求。

然而,每一种用户采集方法都有它的弊端,存在的问题。用户访谈存在的问题及对策:

1)“说”和”做“不一致的问题。

你问的一些问题,用户没碰到过,不熟悉,然后用户会给出一个无关痒痛的答案,甚至用户会去猜测你的心理,会去迎合你。所以给出一个他觉得你想要的答案。

所以,尽量让用户发生交互,在说的同时也做,就比如索尼的那个游戏机案例,他说喜欢黄色,结果拿的却是黑色。

还要注意点“我做了什么,我的步骤是xxx,我碰到了什么问题”这样的客户访谈内容会比“我觉得,我认为”要可信度高。所以,注意区分收集到的信息的质量分类。

2)样本少,以偏概全的问题

对于这个问题,主要是回来访谈的人毕竟少数,而会来访谈本身也说明了有个刷选过程,可能就和实际的客户群体有偏差了。还有,你说要调查全国,但你可能只调查深圳,甚至是科技园的码农。那都是会受到影响的。对于这些问题,解决的方法是:尽量识别出各种引起偏差的因素;以增量式进行访谈。

3)用户过于强势,把我们往沟里带

这个主要是,用户访谈的过程,用户开始讲故事了。慷慨激昂的讲自己的故事,结果一个下午下来,你的访谈目标没有一个完成。听了一下午的故事。记住时刻牢记访谈的目的,记得拉他回来,如果跑题了,如果拉不回那就早点结束访谈。

4)我们太强势,把用户往沟里带

这个主要是我们的访谈员太强势,当用户可能对我们的产品说出问题的时候。我们的人心里不爽,然后争辩,最后用户服了,就差道歉了。所以,要记住自己的目标是收集用户需求,不是卖我们的产品多好用。


最后,记一次用户大会

  确定以产品卖点,明确产品需求优先级,培养种子用户。


定量的说:调查问卷

    都是听用户说,但是调查问卷和用户访谈是有区别的。

用户访谈是提供一些开放式问题,深入的去交流。它在我们对产品方向也不是很清楚的时候用;而调查问卷往往在用户访谈之后,或者至少我们知道产品方向了。这个时候需要收集大量用户信息,但不需要特别深入的信息。调查问卷只提供选择题,不提供作答题,最好不能太长,几分钟就搞定。而且问题的顺序要讲究,比如一开始应该特别容易的,让用户不排斥,然后中间放重要的,这个时候用户已经投入进去了,基本不会或者说不好意思不去作答,最后要收集用户隐私的时候,放到后面,因为其实用户是特别反感自己的联系方式等等被收集的,所以如果放在前面,那么他所有的题都不会做就走的。就算他不留电话什么的,至少他已经作答了前面的问题,所以,顺序绝对要仔细考虑。


作者还说了一个东西就是,用户有其特点----沉默与骑墙的总是大多数。随机的初始值决定了结果。-----《长尾理论》

调查问卷也有很多弊端以及如何避免。

例如样本偏差,例如样本过少,例如问卷的设计细节等等。

一个真是的问卷案例是苏杰自己的书的问卷调查。http://iamsujie.com/

定性的做:可用性测试

    可用性测试:让实际用户使用产品或者原型方法来发现界面设计中的可用性问题。补充一个UGC的概念。

UGC(User Generated Content,用户产生内容,想到了优酷没有)。

怎么做可用性测试呢?主要的步骤如下:

1)招募测试用户,尽量代表真实的用户。跟用户不要说什么可用性测试,那样他会有戒备心里。而应该说“来试用一下我们的新产品,提点意见”。

2)准备测试任务,那些任务肯定是典型的任务。

3)测试过程。测试的时候,一定要观察用户的测试过程,最好允许发声测试,就像用户在打游戏的时候,让他说,问他,你为什么要走这里,他会告诉你理由,这种交互是非常有用的。记录下过程中暴露的问题。

4)测试结束后,问用户对产品的整体感受。并送人家礼物,作为对人家时间耗费的补偿。

5)研究与分析。

可用性测试中也会碰到很多的问题,以及作者给出了相应的对策。

第一,如果可用性测试做得太晚(往往在产品将要上线的时候),这时发现问题也于事无补了。

其实,产品的每个阶段都可以做可用性测试的,没产品的时候用静态原型也可以,用铅笔给用户画都好。

第二,总觉得可用性测试很专业,所以干脆不做。其实,如果徒省事,你可以叫一个项目外的用户来试一试也是可以的,总比没有更好。

第三,明确是测试产品,而不是测试用户。千万不要带着培训的心去做可用性测试。你要的是用户来暴露你的问题。

第四,测试过程中,组织者该做的和不该做的。

允许发生测试,不得有暗示或者引导。

定量的做:数据分析

这里就体现了日志系统的重要性,记得在产品的一开始就有意的去加入统计代码,比如页面的点击次数,按钮的点击等等这些。数据相对是不会说谎的。

将数据转化为商业价值。


最后,提倡所有的人都参与到需求采集中,理解“一手需求”与“二手需求”,作者还提到了单项需求卡片。这样就方便不专业的同事也可以带着卡片去收集信息。


好今天到这里。






相关文章
|
数据采集 运维 监控
|
9月前
|
人工智能 安全 数据可视化
面向业务落地的AI产品评测体系设计与平台实现
在AI技术驱动下,淘宝闪购推进大模型应用落地,构建覆盖“评什么、怎么评、如何度量”的全链路评测体系。面对研发模式变革与Agent复杂性挑战,平台以端到端评测为主、分层测评为辅,打造可回放环境、多裁判机制及变更分级策略,实现质量与效率平衡。已支撑10+部门、90+AI产品,沉淀千余评测集,问题解决率超80%。未来将拓展多模态评测、可视化标注与插件市场,推动评测生态化发展。
|
3月前
|
人工智能 运维 安全
工单闭环从半天到 6 分钟:我们把 AI Agent 编进了组织架构
我们以云原生应用部门为试验田,用商业化产品 AgentTeams 落地一支"数字员工小分队",让它们承接日常研发、工单答疑、开源维护与运营等业务,把原本人肉串联的协作流程,做成 AI Native 的工作方式。
1297 154
|
2月前
|
人工智能 JSON 测试技术
保姆级教程:从零手搓一个 Agent Skill,让AI变成你的专属助手
本文详解AI工程化新范式——Agent Skill:将隐性经验封装为可复用、可复现、可进化的标准化流程。通过实战手搓邮件Skill,揭示其三层渐进加载机制与落地路径,助你告别低效对话,迈向流程驱动的AI协作新时代。
|
1月前
|
数据采集 监控 供应链
电商竞品分析接口实战指南:从数据采集到决策洞察的全链路方案
本文详解电商竞品分析的API化实践,对比人工、爬虫与官方接口优劣,梳理淘宝/京东/1688及亚马逊/速卖通等平台接口能力,提出四层技术架构(采集→标准化→分析→决策),并给出价格监控、选品对标、供应链比价、评论洞察四大场景方案,强调合规风控与数据驱动决策心法。(239字)
|
6月前
|
运维 监控 Java
从单体地狱到微服务天堂:架构演进与拆分的核心原则+全链路实战落地
本文系统阐述微服务本质与渐进式演进路径:破除“盲目拆分”误区,强调业务驱动;详解单体→模块化→垂直拆库→非核心服务→核心服务的五步安全演进;提炼高内聚低耦合、数据自治、业务域对齐等七大落地原则;辅以电商实战代码与避坑指南。
903 6
|
6月前
|
JSON 编解码 前端开发
《QX 游戏商城商品详情页前端性能优化实战》
《QX游戏商城详情页前端性能优化实战》聚焦“强视觉+重交互+高并发”场景,通过分层加载、视频/GIF懒处理、SKU O(1)查找、虚拟滚动、BFF聚合等策略,实现FCP<1.2s、SKU响应<50ms,转化率提升6.8%。
|
2月前
|
人工智能 API 双11
# 百炼 CLI 电商视觉全链路方案:从白底主图到展示视频的 AI 生产力升级
阿里云百炼CLI提供电商视觉全链路AI生产方案:6步生成白底图、场景图、模特穿搭、海报及展示视频,单SKU成本仅约10元,较传统摄影降本99.8%。支持可编程批量处理,适配中小电商、大促及跨境多平台需求。(239字)
|
3月前
|
人工智能 供应链 数据可视化
爱奇迹 x Quick BI:破局数据孤岛,智联全球业务
爱奇迹借助阿里云Quick BI打通全球数据孤岛,实现供应链全链路可视、销售自助分析与实时预警。核心看板月均访问1.2万次,运营效率提升50%,开发响应提速5倍,助力企业构建敏捷、协同、智能的全球化决策体系。
273 0
|
移动开发 前端开发 安全
【HarmonyOS next】ArkUI-X休闲益智消消乐【进阶】
本项目基于ArkUI-X实现H5游戏与原生应用融合,通过Web组件将Vue+Canvas开发的消消乐游戏无缝嵌入ArkTS容器,支持HarmonyOS与iOS双平台运行。核心包括:跨端渲染适配、高性能动画引擎、触控事件归一化及多端性能优化,代码复用率达92%,帧率稳定≥55FPS,触控延迟<80ms。提供完整源码与开发建议,拓展方向涵盖分布式续玩与原生能力集成。
536 0

热门文章

最新文章