2类常用方法,解决需求优先级决策

不懂技术怎么做产品?15天在线学习,补齐产品经理必备技术知识,再也不被开发忽悠。了解一下>

在产品初期,产品经理们会面临这样一个苦恼:这个需求很关键、那个需求很重要。想实现的需求很多,但奈何资源是有限的。这个时候,决定需求的优先级成了一种难题。

任何一个需求实现都需要消耗资源成本,如何让这些成本获得最大化收益,考验着产品负责人的决策能力。

一个惯常的思路是——我们投入了资源成本,对应地会带来收益或效率提升。只要关注投产比这个指标,自然能很轻松做出正确决策。

理论与实践的差距正在于此。绝大多数时候,投入和产出都是很难量化的东西。就算真正去量化,涉及很多拆解出来的细分项,也只能靠拍脑袋估算;少量的指标估算对结果的影响可控,一旦绝大多数指标都需要通过估算来完成,结果显然就不可靠了。

所以,进行需求优先级决策时,定性的分析尤为重要。

一、业务目标拆解

站在公司或项目的角度,上一层级的目标实现通过下面层级来拿结果,至上而下的目标拆解和执行,至下而上的过程管理和结果反馈,共同推动公司整体目标的实现。

用人话来说,就是心往一处想,劲儿往一处使,聚焦出成果。

说起理论框架,大家都不爱听,那么如何对业务目标进行拆解?

在数据分析领域,有一个很重要的工具——MECE拆解原则。我也曾在一篇文章中详细介绍过这个原则。英文发音为:me-see,中文意思是:相互独立,完全穷尽。

即是明确业务目标后,找准一个切入点,从这个维度将目标进行细分,要求细分结果不重不漏。细分结果可以理解为要达成整体目标所必须具备的部分。再说通俗点,就是你自己找一个你认为合理的角度,然后从这个角度出发,不断进行分类拆分,直到不能再分为止。

举个例子:

公司领导要求今年内新增20个城市业务,要实现这个目标,所有相关业务模块都需要拆解出自己的KPI,而要实现这些KPI很多需要产品的支持。

首先,拓展城市新业务落地需要产品因地制宜,不同城市支持不同的业务模式。其次,为了提高人效节约成本,可能对平台信息化程度要求也会增加。业务的拓展带来更多的订单,对平台运营效率的需求也会增加。这里我们可以得到三个重要细分维度:支持业务个性化拓展,提高平台信息化程度,提高平台运营效率。

实际拆解过程中,我们并不需要像数据分析师一样,拆解得足够细。对于产品而言,一般找到跟自己业务相关的一级或二级细分目录就可以了。因为我们用MECE原则的目的是找到影响目标的关键因素,然后再对这些因素进行优先级排序。

对关键因素优先级的排序,可以用权重来量化。例如上面的例子中,支持业务个性化拓展最重要,缺了它后面的业务无法开展。那么权重我们可以给到60,后面两个因素各给20。

那么接下来,就是把所有接到的需求,分别从不同影响因素的角度,进行评分。单个因素下的需求评分乘以权重,再求和,最终得到一个表征这个需求优先级的量化分数,再进行数学排序,就得到需求优先级列表。

说到这里可能有点晕了,成了优先级套优先级的套套逻辑。其实大象装进冰箱就分三步:

  1. 明确目标是啥;
  2. 拆解出达成目标的关键影响因素,并评估优先级;
  3. 把需求同时放在关键影响因素上来对比评分,并通过线性加权的方式得到最终的优先级量化分数。

二、象限分析

象限分析是日常用的最多的优先级决策方法。通过不同维度,将需求放在二维或三维象限进行决策。大致而言,分两种类型的象限:一种是通过紧急、重要两个维度,对需求进行划分;另外一种是通过用户量、使用频次对需求进行二维划分,有时候也会加上使用强度进行三维分析。

1. 紧急·重要

关于紧急 · 重要象限模型,在很多时间、工作管理书籍上有很多介绍。这里抽出几个我认为比较关键的,适用于需求管理的点:

①紧急不等于重要

紧急的需求,不一定是重要的需求。这点其实很容易被忽视,往往有时候处理紧急的事多了,就会默认它是当前最重要的。尤其是我们经常关注用户反馈,每天铺天盖地的问题,可能让产品经理迷失。

紧急关注当前,在某个时间点以前必须完成,但是它对最终结果影响不大。重要是必须要搞定,搞不定很可能影响成败。

②始终关注重要的需求

四个象限当中,不重要不紧急就直接忽略了,焦点在于第1、2象限。大多数人会把精力完全放在重要且紧急的需求上,随着时间推进,重要不紧急的需求也变成了紧急需求。

时间是公平的,如果我们一直都在被动处理紧急的需求,那么结果肯定也会大打折扣,因此专注重要紧急需求的同时,也要将重要但不紧急的需求逐步推进,循序渐进。

③需求不是一成不变的

所有需求优先级的评判,都跟业务发展阶段强相关,并不是不紧急不重要的需求永远是这样的。因此,需求的评估不是一蹴而就,随着业务的推进,需要不定期对需求优先级进行重新评估。

2. 用户量·频次

这种方法比较适用于2C大用户量级需求优先级评估,依次解释四个象限:

刚需:用户量级大,使用频次又很高,只能说明该功能需求是产品核心,优先级最高。

期待:所有用户都需要,但是用的并不多。这类需求是用户期待的,在满足用户核心需求的情况下,这类需求对提升用户体验,提升关键用户指标有很大帮助。

例如:滴滴平台的及时IM通讯工具,乘客可以不用给司机打电话,而通过短信的形式及时告知司机当前情况,提高沟通效率。

口碑:小众用户的个性化需求,满足这部分用户需求,能为产品带来好的口碑。例如:微信读书里的将读书笔记生成图片书签的功能,方便读者记录分享,满足用户心理需求。

惊喜:超出用户预期的体验。例如:滴滴司机生日当天,乘车的乘客APP端会显示该司机今天生日标识,乘客可以给司机送祝福。想象一下,对于司机这个群体,每一位上车的乘客都跟你说一声生日快乐,给予司机的精神奖励胜过千言万语。

其实除了以上两种方法,还有KANO模型,价值曲线等方法,但是我始终觉得这些方法理论研究价值大于实践价值。方法或工具终究是辅助人来做决策,影响决策结果的关键仍然在于:我们是否对我们的用户足够了解,是否对我们的业务足够了解。

 

作者:花四爷,微信公众号:花四爷(ID:siyesay)

本文由@花四爷 原创发布于人人都是产品经。未经许可,禁止转载

题图来自Unsplash, 基于CC0协议

给作者打赏,鼓励TA抓紧创作!
评论
欢迎留言讨论~!