Skip to content

第4章 收集需求,明确产品定位

做了4年产品经理,我最深的体会是:不是所有的需求都值得做,也不是所有的产品都值得活下来。产品经理70%的价值,体现在"判断什么不该做"这件事上。

我是怕浪猫,这一章不讲玄学,只讲实操——用户调研怎么做、需求怎么管理、产品怎么定位,一套方法论拿走直接用。

4.1 用户调研与需求收集

4.1.1 常见用户调研方法概览

用户调研的方法很多,但大部分产品经理都用不对。原因很简单——没有针对调研的目的选择正确的方法。

调研的目的可以分为三类:

第一类:探索性调研——我们不知道问题在哪

目的是发现用户的行为模式、痛点和机会点。这时候要用的方法偏向"开放式"——不做预设,去发现。

第二类:验证性调研——我们有了假设需要验证

目的是验证某个判断是否成立。这时候要用的方法偏向"结构化"——有明确的问题,需要统计意义上的结论。

第三类:监测性调研——已经上线了需要跟踪

目的是持续监控产品的使用情况和用户满意度。这时候要用的方法偏向"定量化"——持续采集数据,跟踪变化趋势。

方法选择对照表

方法用途样本量时间成本信息深度
用户访谈探索、深度理解5-15人极深
焦点小组探索、群体互动6-8人/组中等
问卷调研验证、量化100+人
可用性测试验证、优化5-8人
日志分析监测、量化所有用户行为层面
A/B测试验证、择优大量用户结果层面

调研方法没有"最好的",只有"最合适的"。探索阶段做深度访谈,验证阶段做AB测试,监测阶段看数据——方法服务于目标。

4.1.2 用户访谈:设计与执行

用户访谈是产品经理的基本功。好的用户访谈像剥洋葱——每一层揭开,离用户的真实需求更近一步。

访谈前的准备

第一,明确访谈目标。你想验证什么假设?想了解用户的什么行为?目标越清晰,访谈越有产出。

第二,筛选合适的用户。访谈对象要满足三个条件:目标用户群体内、有一定使用经验、愿意开口说话。你可以从后台筛选高频用户,也可以找运营推荐活跃用户,或者通过问卷招募。

第三,设计访谈提纲。提纲不是"问题清单",是"话题方向"。

好的访谈提纲包含三类问题:

问题类型目的示例
开场问题建立信任、了解背景"你平时是怎么做XXX的?"
探索问题深入了解行为和方法"能详细说说这次是怎么完成的吗?"
价值问题评估功能的价值和优先级"如果这个功能没有了,你会有什么感受?"

访谈中的技巧

技巧一:多听少说。好的访谈里,访谈者说20%,用户说80%。你的任务是引导,不是表达。

技巧二:追问不满足于表面回答。用户说"这个功能好用",你要追问"好在哪";用户说"很方便",你要追问"比你之前的方法方便在哪"。追到第三层,才能看到真实需求。

技巧三:避免引导性问题。"这个功能你觉得怎么样"比"你觉得这个功能有用吗"好得多。引导性问题会让用户顺着你的思路走,而不是表达真实想法。

技巧四:关注具体行为,不问主观判断。"你上次使用这个功能是什么场景"比"你喜欢这个功能吗"更有价值。

技巧五:允许沉默。用户思考时的沉默是珍贵的,不要急着填补空白。有时候沉默几秒钟,用户会说出比之前更有价值的内容。

访谈后的整理

访谈结束后48小时内完成整理。整理的内容包括:

用户画像片段记录:年龄、职业、使用场景、核心诉求 关键语录摘录:用户原话往往比你的总结有说服力 行为模式提炼:用户在做什么、怎么做的、为什么这么做 痛点归类:哪些是高频痛点、哪些是核心痛点、哪些是可以接受的代价

5个用户访谈就能发现80%的问题,但5个访谈发现的问题往往高度重叠。通过5个访谈可以验证"问题是否存在",但不足以判断"问题的普遍性和严重性"。

用户访谈常见错误

错误后果纠正方法
问引导性问题得到虚假结论用开放式问题替代 "你觉得"
打断用户发言丢失深层信息保持沉默,等用户说完
选择性记录信息偏差全程录音,事后完整整理
样本偏差结论不适用于目标群体轮换不同特征的用户
过度解读把个案当趋势结合定量数据交叉验证

4.1.3 问卷调查:设计与投放

问卷调研适合验证假设和量化数据,但不适合探索未知。

问卷设计五原则

原则一:问题不要超过15个。超过15个问题,完成率断崖式下降。每个问题都要问自己:这个问题去掉会不会影响结论?

原则二:先易后难。基本信息放最后(年龄、职业等),核心问题放前面。用户刚打开问卷时耐心最足,到后面耐心下降,填写质量下降。

原则三:避免模糊表述。"你平均每天使用几次"比"你经常使用吗"好。具体的问题才能得到具体的答案。

原则四:选项要互斥且穷尽。"未婚/已婚/离异/丧偶"是互斥务尽的。"小于1小时/1-3小时/3-5小时/5小时以上"存在边界不清晰的问题——3小时算哪个选项?应该写成"不足1小时/1小时到不满3小时/3小时到不满5小时/5小时及以上"。

原则五:不设引导性选项。"很好/好/一般/差/很差"比"很好/不错/还行/不太好/很差"更中性,没有情感倾向。

问卷投放渠道

不同渠道的样本偏差不同。你需要选择和目标用户匹配的渠道。

渠道优势劣势适用场景
App内弹窗精准触达活跃用户打扰用户、样本偏向活跃用户PMF验证后的迭代调研
公众号推送触达已关注用户样本偏差(关注者≠全量用户)探索性调研
社群投放用户配合度高样本量有限单次调研
付费样本库样本覆盖均衡成本高、质量参差大规模大规模验证
线下拦截样本最随机成本极高全量用户覆盖

投放时机

一个好的投放时机比一个好的问卷更重要。

合适时机:用户刚完成某个核心操作后(如完成订单、发布内容) 较差时机:用户刚打开App时(打扰用户、完成率低) 不合适时机:用户正在使用核心功能时(打断体验、样本偏差)

回收300份有效问卷就可以得到统计上可信的结论,但前提是问卷设计本身没有偏差。问卷的质量远胜于数量。

4.1.4 用户反馈的提炼与归纳

用户反馈是产品迭代的"燃料",但燃料需要提炼才能使用。大部分产品经理的问题是:收集了一堆反馈,不知道怎么用。

反馈分类框架

类型定义处理方法
功能请求用户明确要求某个功能放入需求池评估优先级
体验反馈用户抱怨使用体验评估体验优化方案
Bug报告用户发现产品缺陷走Bug处理流程
表扬用户表达满意纳入案例库给团队鼓劲
投诉用户极度不满优先处理,涉及核心体验的立即修复

反馈提炼三步法

第一步:去重归类。同一个反馈出现3次就是"普遍问题",出现1次可能是"个案"。

第二步:分析原因。用户说的"加载太慢",可能不是性能问题,而是用户不理解进度提示。要穿透表面,找到根本原因。

第三步:确定优先级。反馈的优先级公式是:

反馈优先级 = 影响用户数 × 影响频率 × 影响严重度 × 解决方案成本(反向)

影响用户数:有多少用户会受影响 影响频率:用户多久会遇到一次 影响严重度:对用户体验的伤害程度 解决方案成本:需要多少资源来解决

反馈闭环

收集反馈 → 提炼归类 → 评估优先级 → 推动解决 → 回复用户

没有闭环的反馈管理等于白做。既浪费了用户的信任,也浪费了团队的时间。

用户反馈中90%都是噪音,但剩下的10%决定了产品的方向。区分噪音和信号的能力,是产品经理是否成熟的重要标志。

4.2 需求管理与优先级

4.2.1 需求真伪识别方法

怎么判断一个需求是真的还是假的?我总结了一个"需求真伪四问"框架。

一问:用户真的会为此付费/付出吗?

假需求的特征:用户说"如果有这个功能我会经常用",但实际上线后发现使用率极低。

区分方法:不要说"你愿意用这个功能吗",要说"如果有两个选择:A有这个功能但贵10元,B没有这个功能但便宜10元,你选哪个"。真实的取舍才能测试出需求是否真实。

二问:这个需求是"痛点"还是"痒点"?

痛点:不解决就难受,用户会主动寻找替代方案 痒点:有比没有好,但用户不会因为没有它而离开

区分方法:看用户为了解决这个问题付出了什么代价。如果用户已经在用各种笨办法解决,是真痛点。如果用户只是说说但什么都没做,是假需求。

三问:这个需求的使用频率和场景是什么?

高频场景下的需求优先级高,低频场景下的需求优先级低。你花了同样的研发成本,一个功能用户每天用,一个功能用户每周用一次,前者的ROI高5倍。

四问:解决了这个需求对商业目标有什么帮助?

需求的最终目的是服务于商业目标。如果解决了一个需求但不会对留存、时长、收入有任何影响,这个需求可能并不那么重要。

识别需求真伪不需要很高深的方法,只需要问"如果这个功能不做,用户会怎样"。如果答案是"会继续用"——这是伪需求。如果答案是"可能会离开"——这是真需求。

需求真伪判定矩阵

判定标准真需求伪需求
用户付费意愿愿意付费/换替代方案说说而已,不切实际
问题严重性痛点,不解决难受痒点,无所谓
使用频率高频场景低频偶发
商业价值正向影响关键指标对指标无影响

4.2.2 需求分类管理(功能/体验/商业/技术)

不是所有需求都是"功能需求"。把需求分类管理,是高效处理需求的前提。

需求四分类

类别定义举例评估标准
功能需求用户能用产品做什么增加搜索功能功能完整度、使用率
体验需求用户使用产品时的感受优化加载速度满意度、NPS
商业需求产品如何创造价值接入广告系统收入、转化率
技术需求支撑产品的技术能力重构数据库性能指标、稳定性

分类管理的核心逻辑

每一类需求的管理方式不同:

功能需求:用产品规划和版本迭代管理。列入Roadmap,按优先级排入版本。

体验需求:持续优化。可以单独设立"体验优化专项",批量处理这类需求。

商业需求:由产品负责人或业务团队驱动。需要评估投入产出比。

技术需求:由技术团队主导,产品团队配合评估影响。有些技术需求可以长期规划,但影响用户体验的技术需求要尽快处理。

需求分类动态调整

同一个需求可能在不同阶段分属不同类别。比如"搜索功能"在新产品中是功能需求("用户能不能搜索"),在成熟产品中变成体验需求("搜索结果是否精准")。分类不是一成不变的,要跟着产品的生命周期调整。

4.2.3 需求优先级评估框架(KANO模型/MoSCoW/RICE)

需求优先级是产品经理的核心决策。我常用的三个框架:

KANO模型:理解需求类型

KANO模型从"需求满足程度"和"用户满意度"两个维度,把需求分为五类:

类型定义特征举例
基本型必须有的功能没有会很不满,有了也无所谓聊天App的"发送消息"
期望型越多越满意的功能有了满意度显著提升搜索的"智能推荐"
兴奋型意想不到的功能没有无所谓,有了很惊喜聊天"一键修图"
无差异型有和没有一样不影响满意度花哨的转场动画
反向型越多越不满做了反而有害强制弹窗广告

KANO模型的应用:优先保证基本型需求,重点投入期望型需求,在有余力时加入兴奋型需求,果断砍掉无差异型和反向型需求。

MoSCoW方法:排定优先级

MoSCoW方法把需求分为四类:

优先级含义说明占比
Must have必须有没有这个功能产品无法上线约20%
Should have应该有很重要但可以推迟约30%
Could have可以有有比没有好但没有也影响不大约30%
Won't have这次不做明确放弃的下次再做约20%

MoSCoW方法的应用:每个版本都需要有清晰的Must列表,确保核心功能完整。Should和Could可根据资源灵活调整。Won't需要有明确的记录,避免同样的问题反复讨论。

RICE评分:量化评估

RICE评分把需求优先级量化为一个数字:

RICE Score = (Reach × Impact × Confidence) / Effort

维度含义评分标准
Reach影响用户数1=极少数 2=部分 3=大部分 10=全部
Impact影响程度1=微弱 2=中等 3=显著 10=颠覆性
Confidence把握度0.2=猜测 0.5=有依据 1=有数据 1.5=已验证
Effort开发成本1=几小时 2=几天 3=几周 10=几个月

举个例子:

需求A:增加分享功能

  • Reach=3(大部分用户会用到)
  • Impact=2(有影响但不显著)
  • Confidence=0.5(有用户反馈,但没有数据验证)
  • Effort=2(需要2天开发)
  • Score = (3×2×0.5)/2 = 1.5

需求B:优化登录流程

  • Reach=10(所有用户都会用到)
  • Impact=3(简化登录对转化率影响大)
  • Confidence=1(有数据支撑)
  • Effort=1(半天就能完成)
  • Score = (10×3×1)/1 = 30

显然需求B的优先级远高于需求A。

RICE的四个维度可以根据产品阶段调整权重。探索期可以加大Confidence的权重,增长期可以加大Reach的权重。没有绝对正确的评分,只有适合当前阶段的评分。

4.2.4 需求池维护与迭代规划

需求池不是"垃圾桶",而是一个需要持续维护的"活系统"。

需求池的基本要素

要素说明
需求ID唯一编号
来源用户反馈/产品规划/运营需求/技术需求
描述需求是什么,用户场景
价值为什么做这个需求
优先级Must/Should/Could/Won't或RICE评分
状态待评估/已评估、已排期/开发中/已上线/已驳回
负责人谁在跟进这个需求
创建时间什么时候提出的

需求池维护周期

每周做一次:需求池review,更新状态,清理已完成的

每月做一次:优先级重排,补充新需求,淘汰过时需求

每季度做一次:需求池评审,和版本规划对齐,讨论大方向

迭代规划三步法

第一步:固定版本周期。两周或一个月一个版本,固定节奏,不要频繁变更。

第二步:根据优先级和资源匹配确定每个版本的需求。Must优先,Should补充,Could随缘。

第三步:留10-15%的弹性空间。每个版本都要预留一些容量,应对紧急需求的插入。

需求池管理的核心不是"记录需求",而是"帮助我们做更好的决策"。一个清晰的需求池,能让你在面对"能不能加个功能"的时候,快速判断这个需求应该放在什么优先级。

4.3 产品定位与规划

4.3.1 基于市场与需求明确产品定位

产品定位一张表就能说清楚:

产品定位模板

要素内容
目标用户谁会用这个产品
核心场景用户在什么场景下使用
核心价值用户为什么用这个产品
差异化用户为什么用你不用别人
一句话定位以上四个要素的整合

举例:某笔记产品的一句话定位

"给互联网从业者提供一款AI驱动的知识管理工具,让信息收集、知识整理、协作分享在一个平台上完成,比Notion更本地化、比印象笔记更智能化。"

产品定位的常见错误

错误一:用户太多。定位太宽等于没有定位。"给所有人用的笔记工具"没有意义。

错误二:价值太多。能解决的问题越多,意味着没有一个问题解决得足够好。一个产品解决一个问题,做到极致。

错误三:定位一成不变。产品定位不是写一次就不变了。随着市场和用户的变化,产品定位需要动态调整。

4.3.2 产品目标设定(短期/中期/长期)

有了定位之后,需要把定位转化为可衡量的目标。

目标分层

时间维度范围目标类型示例
短期1-3个月功能目标上线搜索V1,搜索使用率达到30%
中期3-6个月体验目标搜索准确率提升到85%以上
长期6-12个月商业目标搜索广告贡献10%的营收

SMART原则

好目标要遵循SMART原则:

S(Specific)具体:不说"提升用户体验",说"提升搜索转化率"

M(Measurable)可衡量:不说"效果很好",说"从20%提升到30%"

A(Achievable)可实现:有客观条件支撑

R(Relevant)相关:和产品定位一致

T(Time-bound)有时限:有明确的完成时间

4.3.3 产品路线图(Roadmap)规划

产品路线图是产品目标的"外化表达"。

一个好的Roadmap包含什么

时间轴:现在是哪个月,重要的里程碑在哪 功能规划:每个时间窗口要做什么功能 目标和指标:每个功能上线后要达到什么指标

Roadmap不是排期表

产品经理最常见的错误:把Roadmap当成"研发排期表"。实际上,Roadmap是"产品方向表达",不是"排期承诺"。

好的Roadmap看起来是这样的:

Q1:上线社区MVP,验证用户有没有社交需求 Q2:根据数据优化社区,引入话题系统 Q3:探索商业化可能,上线虚拟道具 Q4:完善会员体系,提升付费转化

而不是:

1月15日:完成社区V1需求评审 2月1日:开始开发社区V1 3月15日:社区V1上线

Roadmap的核心是"方向承诺"而非"排期承诺"。

4.3.4 产品方向决策:每一步做什么

产品方向决策是最难的。不是因为没有信息,而是因为信息太多。

决策框架

第一步:看数据。当前产品数据告诉你什么?用户在哪一步流失?哪个功能使用率高但满意度低?

第二步:看用户。用户反馈中最核心的问题是什么?解决了这个问题能带来多大的商业价值?

第三步:看竞品。竞品在做什么?他们做得好吗?有没有我们可以做的差异化空间?

第四步:看资源。团队有什么能力和资源?有什么制约条件?

决策优先级

当多个方向摆在面前时,按这个顺序判断:

  1. 修复核心体验缺陷(做了不会让数据更好看,但不做数据会下降)
  2. 验证高回报假设(做了可能带来显著增长)
  3. 优化已有功能(做了能提升数据和满意度)
  4. 增加新功能(做了能丰富产品能力)
  5. 修补非核心缺陷(做了能提升边际体验)

本章小结:需求管理和产品定位是产品经理的日常工作,但大多数产品经理在处理需求时都是"来者不拒",导致产品功能堆砌、定位模糊。好的产品经理,是在有限资源下做出最好的选择。

本章核心知识点一句话总结
调研方法选择探索用访谈,验证用AB测试,监测看数据
需求真伪四问付费吗?痛点吗?高频吗?有商业价值吗?
需求四分类功能/体验/商业/技术,分类管理
KANO模型基本型必须做,期望型重点做,兴奋型锦上添花
MoSCoWMust/Should/Could/Won't,明确优先级
RICE评分Reach×Impact×Confidence÷Effort
产品定位目标用户+核心场景+核心价值+差异化

觉得有用?收藏起来,下次做需求调研时直接照抄模板。

你被假需求坑过吗?评论区说说你的经历。

关注怕浪猫,下期我们讲"搭建产品架构"——1张表、4张图,把产品从想法变成一个可落地的架构方案。

系列进度 4/16

下章预告: 第5章是最实操的一章。一张功能清单表,四张核心图(信息架构图、功能架构图、业务流程图、状态机图),就能把任何产品的架构搭得清清楚楚。怕浪猫不讲理论,直接教你怎么画。

热爱生活,喜好美食,追求未来!