正文主要包括什么是需求、需求的收集、需求的过滤、需求的挖掘、需求的转化、需求的落地和小结这几大部分。

• 用户根据以往的经验自己想出来解决方案，并把它归为需求（买电钻的案例）；

• 通过其他方式来掩盖真正的需求（以复习为理由的宾馆案例）；

• 言行不一致的需求（用户告诉你要A，结果却选择了B）；

• 没有场景的需求（万一用到了呢…）。

用户需求是客观存在的，而解决方案则是主观存在的，用户通常告诉你的很有可能是他们根据自己以往的经验想出来的解决方案，如果你能够找到他们的真实需求并且用其他的方式加以满足，这样也是可以的。

比如我说“我饿了，你帮我带份叉烧饭吧”，带份叉烧饭是我根据我以往的经历想出来的解决方案，而我的真实诉求其实是我饿了，我想解决果腹的问题。如果你直接带给我一份叉烧饭肯定是可以的，而如果你帮我带来我喜欢吃的其他东西当然更好，再不济你给我丢过来几个馒头，我也是会接受的。

需求一般可分为需求的收集、过滤、挖掘、转化、落地这几步，然而很多时候过滤、挖掘、转化却被直接跳过了，最后的效果也就可想而知了，在整个需求的过程中，当然也是符合漏斗转化模型的，见下图：

需求的来源可能会有很多很多种，归根到底可以划分为以下几大类，分别是来源于：

• 用户；
• 团队；
• 产品；
• 竞品；
• 外部环境（公司、行业、社会等）。

这些收集来的需求可以统一丢掉需求池里，作为产品后期优化迭代的依据，当然某些需求的优先级可能最高，立刻马上就得做…

需求过滤是指通过简单的判断，将一些需求进行直接的过滤，比如一些不符合常理的、没有具体使用场景的、自相矛盾的需求，从而避免做一些没有价值的需求，或者说避免最开始方向就跑偏了，有时候选择比努力更重要…

• 需求的来源是谁？有多少人有这样的需求？

• 是我们的目标用户吗？用户对我们而言有价值吗？

• 在需求没被满足之前用户的做法是怎样的？
• 不满足用户的需求的后果会是什么？
• 满足用户的需求之后结果又是怎样的？

以上都是基于意识流的东西，而卡诺模型则是可以拿来直接实操的，通过在问卷调查中合理的设置问题来定性的判断这个需求对于用户到底有没有价值。

• 需求是什么？目标用户是谁？
• 有多少人有这样的需求，需求的紧迫性如何？
• 用户的痛点是什么，场景是怎样的，以前用户都是怎么处理的？

• 解决之后数据上会有怎样的体现？

因为种种原因，导致需求挖掘困难重重，比如：

• 经常会遇到伪需求的坑；
• 用户通常会说出来自以为的解决方案；
• Want不等于Need；
• 人总是会在有意或者无意间撒谎；

• 用户的说法和行为可能完全不一致等等…

  
  

所以啊，认真的听用户说，但不要直接照做。

需求分析归根到底就是和人打交道，那又怎么能少的了人性呢，然而这种方法真的不是一般人能够随便驾驭的，风险也比较高，但是这种方法却是能够最接近隐性需求的方法。

• 马斯洛需求层次理论；
• 七宗罪；
• 人性。

数据分析是指通过用户产生的行为数据来进行定量+定性的需求分析，数据分析主要包含两大类，一类是探索型，一类是验证型。

• 探索型即由已知找未知，根据数据的表象来找到数据指标背后的用户行为和目的；

• 验证型则是通过数据指标来验证已有的猜想。

逆向法是指根据用户的具体行为来反推用户可能的需求，用户的说法可能会撒谎，但是行为却是比较真实的。认知心理学家唐纳德•诺曼将人类的行动分解为7个阶段，分别是：

1. 确定目标；
2. 确定意图；
3. 明确行动内容；
4. 执行；
5. 感受外部状况；
6. 解释外部状况；

7. 评估行动结果。

接上述案例，以“我饿了”为例，首先我产生了解决饿了问题的需求，之后我确定了我的目标是吃饭，并且我确定的解决方式是找人帮我带饭，在整个和外部交互的过程中，外部给了我一些反馈，而我则通过外部的反馈得出来这次的结果。

然而以上过程发生的时间会非常短暂，通常会在极短的时间内完成，所以我们也就意识不到整个完整的反馈过程。但是这样的一个模式却使得我们对整个需求解决的过程有线索可循。

用户故事也好，用户体验地图也好，5W1H也罢，都是在讲故事，即通过When（时间）、Where（地点）、Who（人物）、Why（起因）、How（经过）、What（结果）来描述一个发生在一个有某种需求的人身上的故事，通过情景带入来考虑在具体的场景下人物的需求是什么，可能会遇到什么问题，会产生什么行为，造成什么结果。

当需求经过层层的过滤和挖掘之后，就能够转化为产品的需求了，然而实际上因为资源、时间等因素的限制，导致需求的转化还是需要进行取舍的，至于如何进行取舍，则能够归到两个词上，那就是优先级和性价比。

优先级首先需要进行优先级规则的界定，之后才是如何排优先级的问题，比如可通过这些东西来定优先级：

• 目标贡献度；
• 重要紧急程度；
• 功能重要性；

• 用户影响面等等…

满足需求只是解决问题的一种手段，而如果说不能很好的满足用户需求，也能够通过降低预期和转移注意力的方式来改变现状，从而避免引发其他的问题。比如在之前的支付宝五福活动中，通过用户期望管理、用户注意力转移的方法来扭转了可能出现一片骂声的局面。

没有经过用户验证的产品永远只是停留在想法阶段，需求的解决方案也需要能够利用MVP来尽快的进行用户测试，如果有需要的话也可以运用灰度测试的方法来验证猜想。毕竟越晚验证想法，变动的风险和成本也就越大，不要用已完成的产品来做最昂贵的原型测试…