起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識2類常用方法，解決需求優先級決策
在產品初期，產品經理們會面臨這樣一個苦惱：這個需求很關鍵、那個需求很重要。想實現的需求很多，但奈何資源是有限的。這個時候，決定需求的優先級成了一種難題。
任何一個需求實現都需要消耗資源成本，如何讓這些成本獲得最大化收益，考驗著產品負責人的決策能力。
一個慣常的思路是——我們投入了資源成本，對應地會帶來收益或效率提升。只要關注投產比這個指標，自然能很輕松做出正確決策。
理論與實踐的差距正在于此。絕大多數時候，投入和產出都是很難量化的東西。就算真正去量化，涉及很多拆解出來的細分項，也只能靠拍腦袋估算；少量的指標估算對結果的影響可控，一旦絕大多數指標都需要通過估算來完成，結果顯然就不可靠了。
所以，進行需求優先級決策時，定性的分析尤為重要。
一、業務目標拆解
站在公司或項目的角度，上一層級的目標實現通過下面層級來拿結果，至上而下的目標拆解和執行，至下而上的過程管理和結果反饋，共同推動公司整體目標的實現。
用人話來說，就是心往一處想，勁兒往一處使，聚焦出成果。
說起理論框架，大家都不愛聽，那么如何對業務目標進行拆解？
在數據分析領域，有一個很重要的工具——MECE拆解原則。我也曾在一篇文章中詳細介紹過這個原則。英文發音為：me-see，中文意思是：相互獨立，完全窮盡。
即是明確業務目標后，找準一個切入點，從這個維度將目標進行細分，要求細分結果不重不漏。細分結果可以理解為要達成整體目標所必須具備的部分。再說通俗點，就是你自己找一個你認為合理的角度，然后從這個角度出發，不斷進行分類拆分，直到不能再分為止。
舉個例子：
公司領導要求今年內新增20個城市業務，要實現這個目標，所有相關業務模塊都需要拆解出自己的KPI，而要實現這些KPI很多需要產品的支持。
首先，拓展城市新業務落地需要產品因地制宜，不同城市支持不同的業務模式。其次，為了提高人效節約成本，可能對平臺信息化程度要求也會增加。業務的拓展帶來更多的訂單，對平臺運營效率的需求也會增加。這里我們可以得到三個重要細分維度：支持業務個性化拓展，提高平臺信息化程度，提高平臺運營效率。
實際拆解過程中，我們并不需要像數據分析師一樣，拆解得足夠細。對于產品而言，一般找到跟自己業務相關的一級或二級細分目錄就可以了。因為我們用MECE原則的目的是找到影響目標的關鍵因素，然后再對這些因素進行優先級排序。
對關鍵因素優先級的排序，可以用權重來量化。例如上面的例子中，支持業務個性化拓展最重要，缺了它后面的業務無法開展。那么權重我們可以給到60，后面兩個因素各給20。
那么接下來，就是把所有接到的需求，分別從不同影響因素的角度，進行評分。單個因素下的需求評分乘以權重，再求和，最終得到一個表征這個需求優先級的量化分數，再進行數學排序，就得到需求優先級列表。
說到這里可能有點暈了，成了優先級套優先級的套套邏輯。其實大象裝進冰箱就分三步：
- 明確目標是啥；
- 拆解出達成目標的關鍵影響因素，并評估優先級；
- 把需求同時放在關鍵影響因素上來對比評分，并通過線性加權的方式得到最終的優先級量化分數。
二、象限分析
象限分析是日常用的最多的優先級決策方法。通過不同維度，將需求放在二維或三維象限進行決策。大致而言，分兩種類型的象限：一種是通過緊急、重要兩個維度，對需求進行劃分；另外一種是通過用戶量、使用頻次對需求進行二維劃分，有時候也會加上使用強度進行三維分析。
1. 緊急·重要
關于緊急 · 重要象限模型，在很多時間、工作管理書籍上有很多介紹。這里抽出幾個我認為比較關鍵的，適用于需求管理的點：
①緊急不等于重要
緊急的需求，不一定是重要的需求。這點其實很容易被忽視，往往有時候處理緊急的事多了，就會默認它是當前最重要的。尤其是我們經常關注用戶反饋，每天鋪天蓋地的問題，可能讓產品經理迷失。
緊急關注當前，在某個時間點以前必須完成，但是它對最終結果影響不大。重要是必須要搞定，搞不定很可能影響成敗。
②始終關注重要的需求
四個象限當中，不重要不緊急就直接忽略了，焦點在于第1、2象限。大多數人會把精力完全放在重要且緊急的需求上，隨著時間推進，重要不緊急的需求也變成了緊急需求。
時間是公平的，如果我們一直都在被動處理緊急的需求，那么結果肯定也會大打折扣，因此專注重要緊急需求的同時，也要將重要但不緊急的需求逐步推進，循序漸進。
③需求不是一成不變的
所有需求優先級的評判，都跟業務發展階段強相關，并不是不緊急不重要的需求永遠是這樣的。因此，需求的評估不是一蹴而就，隨著業務的推進，需要不定期對需求優先級進行重新評估。
2. 用戶量·頻次
這種方法比較適用于2C大用戶量級需求優先級評估，依次解釋四個象限：
剛需：用戶量級大，使用頻次又很高，只能說明該功能需求是產品核心，優先級最高。
期待：所有用戶都需要，但是用的并不多。這類需求是用戶期待的，在滿足用戶核心需求的情況下，這類需求對提升用戶體驗，提升關鍵用戶指標有很大幫助。
例如：滴滴平臺的及時IM通訊工具，乘客可以不用給司機打電話，而通過短信的形式及時告知司機當前情況，提高溝通效率。
口碑：小眾用戶的個性化需求，滿足這部分用戶需求，能為產品帶來好的口碑。例如：微信讀書里的將讀書筆記生成圖片書簽的功能，方便讀者記錄分享，滿足用戶心理需求。
驚喜：超出用戶預期的體驗。例如：滴滴司機生日當天，乘車的乘客APP端會顯示該司機今天生日標識，乘客可以給司機送祝福。想象一下，對于司機這個群體，每一位上車的乘客都跟你說一聲生日快樂，給予司機的精神獎勵勝過千言萬語。
其實除了以上兩種方法，還有KANO模型，價值曲線等方法，但是我始終覺得這些方法理論研究價值大于實踐價值。方法或工具終究是輔助人來做決策，影響決策結果的關鍵仍然在于：我們是否對我們的用戶足夠了解，是否對我們的業務足夠了解。
作者：花四爺，微信公眾號：花四爺（ID：siyesay)
本文由@花四爺 原創發布于人人都是產品經。未經許可，禁止轉載
題圖來自Unsplash, 基于CC0協議
- 目前還沒評論，等你發揮！
