不會做需求評估?這里有3種方法來解救你

產(chǎn)品需求的優(yōu)先級評估是一個頗有難度的工作,其實也是也是頗有技術(shù)性的活。本文介紹幾種常用的需求優(yōu)先級的評估方法。

一、數(shù)字排序法(三分法)

需求可分為強制型(Mandatory),滿意的(Desirable),非必要的(Inessential)三種類型。

假設(shè)有需求R1、R2、R3、R4、dR5、R6。

假設(shè)參與需求評估的用戶為A和B。強制需求賦值為3,滿意需求賦值為2,非必要需求賦值為1。

結(jié)論:最終優(yōu)先級為:R1>R3=R4=R5>R2>R6

此方案優(yōu)點:簡單易行

缺點:每個用戶給出評估值的邏輯可能不一致,最終結(jié)果可信度不高。

二、KANO模型

受行為科學(xué)家赫茲伯格的雙因素理論的啟發(fā),東京理工大學(xué)教授狩野紀(jì)昭(Noriaki Kano)和他的同事Fumio Takahashi于1979年10月發(fā)表了《質(zhì)量的保健因素和激勵因素》(Motivator and Hygiene Factor in Quality)一文,第一次將滿意與不滿意標(biāo)準(zhǔn)引入質(zhì)量管理領(lǐng)域。

KANO模型定義了三個層次的顧客需求:基本型需求、期望型需求和興奮型需求。這三種需求根據(jù)績效指標(biāo)分類就是基本因素、績效因素和激勵因素。

基本型需求是顧客認(rèn)為產(chǎn)品“必須有”的屬性或功能。當(dāng)其特性不充足(不滿足顧客需求)時,顧客很不滿意;當(dāng)其特性充足(滿足顧客需求)時,無所謂滿意不滿意,顧客充其量是滿意。

期望型需求要求提供的產(chǎn)品或服務(wù)比較優(yōu)秀,但并不是“必須”的產(chǎn)品屬性或服務(wù)行為有些期望型需求連顧客都不太清楚,但是是他們希望得到的。在市場調(diào)查中,顧客談?wù)摰耐ǔJ瞧谕托枨螅谕托枨笤诋a(chǎn)品中實現(xiàn)的越多,顧客就越滿意;當(dāng)沒有滿意這些需求時,顧客就不滿意。

興奮型需求要求提供給顧客一些完全出乎意料的產(chǎn)品屬性或服務(wù)行為,使顧客產(chǎn)生驚喜。當(dāng)其特性不充足時,并且是無關(guān)緊要的特性,則顧客無所謂,當(dāng)產(chǎn)品提供了這類需求中的服務(wù)時,顧客就會對產(chǎn)品非常滿意,從而提高顧客的忠誠度。

M代表Must-have,是基本型需求;L代表Linear,是期望型需求;E代表Exciter,是興奮型需求;R代表Reverse,是相反的需求;Q代表Questionable,是可疑的結(jié)果;I代表Indifferent,是無關(guān)緊要的。

1、第二、第三象限:表示一旦實現(xiàn)了一定數(shù)量的必需功能,就無法再通過增加這類功能來提高用戶的滿意度了。無論增加多少必需功能,用戶滿意度都不會超過中點以上。

2、第一、第四象限:表示只要實現(xiàn)一部分興奮點,就可以明顯提升用戶滿意度,蘋果的產(chǎn)品在這方面是典型代表。

3、第一、第三象限:表示期望型需求的增加和用戶滿意度呈線性增長,所以這類需求越多越好。

4、時間的衰減:用戶的需求類型是隨著時間變化的,也許期望型需求變成了基本型需求,興奮型需求變成了期望型需求,需要重新挖掘用戶的興奮型需求。

通過以上分析不難得出,對于必須完成的需求,在產(chǎn)品發(fā)布時需要完成,但并不是要求在第一次迭代時就開發(fā)完成;完成盡可能多的期望型需求;如果時間允許,至少應(yīng)該確定少量的興奮點需求優(yōu)先級,進入研發(fā)和發(fā)布計劃;及時跟進用戶的需求狀態(tài)和類型,不斷挖掘用戶新的興奮型需求。

三、維格斯法(WIEGERS’ Method)

維格斯法分為四個緯度進行評估:

1、實現(xiàn)需求給客戶帶來收益(Benefit)

2、不實現(xiàn)需求給客戶帶來的損害(Penalty)

3、實現(xiàn)需求所需要耗費的成本(Cost)

4、實現(xiàn)需求的風(fēng)險(Risk)

其中收益和損害是從客戶角度出發(fā),而成本和風(fēng)險則從實現(xiàn)角度出發(fā)。

優(yōu)先級算法:

例如:

假設(shè)Wbenefit =Wpenalty =?Wcost =Wrisk=0.5,推算結(jié)果如下:

此方案優(yōu)點:每個用戶都是通過四個緯度的分析,邏輯清晰

缺點:有效性缺乏驗證,結(jié)果仍不夠可信


層次分析法Analytic Hierarchy Process (AHP)

美國運籌學(xué)家Saaty于二十世紀(jì)70年代提出的一種實用的多方案或多目標(biāo)的決策方法,它合理地將定性與定量的決策結(jié)合起來,按照思維、心理的規(guī)律把決策過程層次化、數(shù)量化,是一種定性和定量相結(jié)合的、系統(tǒng)化的、層次化的分析方法。

根據(jù)層次分析法,需要設(shè)置”目標(biāo)“,兩個”準(zhǔn)則“(價值和成本),若干”解決方案“(需求項目R1…)

在比較過程中,需要用到判別矩陣,矩陣中數(shù)字填寫行列兩項之間的重要想比較結(jié)果,重要性判斷的原則如下:

例如:

VALUE維度的評價結(jié)果:

COST維度的評價結(jié)果:

最終結(jié)果

X軸表示成本,Y軸表示價值。落入“成本低、價值高”區(qū)域的需求優(yōu)先級最高。

作者:李春雷

來源:http://blog.csdn.net/szliszt/article/details/52033997

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,702評論 6 534
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,615評論 3 419
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,606評論 0 376
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,044評論 1 314
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 71,826評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,227評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,307評論 3 442
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,447評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 48,992評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 40,807評論 3 355
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,001評論 1 370
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,550評論 5 361
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 44,243評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,667評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,930評論 1 287
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,709評論 3 393
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 47,996評論 2 374

推薦閱讀更多精彩內(nèi)容