需求分析:对原始需求进行加工提炼

需求收集阶段得到的需求信息构成原始需求库,这些需求来自不同渠道,往往是零散的,描述也不规范,需要进行"二次加工",也就是对需求进行分析,包括对需求进行解释、过滤、分类、排序和证实。经过分析后的需求形成初始需求库。

(1)解释:用正式的语言,描述需求的背景、场景、客户需要完成的任务、验收与衡量标准等。需求经过"解释"后,使各方对需求的理解趋于一致。利用"需求采集卡"对需求进行解释。

(2)过滤:对需求进行提炼,判断是否对企业有价值,包括"去粗取精"和"去伪存真",前者是对各种需求信息进行归纳总结,后者是去掉虚假信息和个别客户需求,抓住细分市场的共同需求。

(3)分类:可按前面探讨过的时间、层次和来源等对需求进行分类,让需求信息更加结构化,易于交流和理解。

(4)排序:不同细分市场客户对需求各维度的重视程度是不同的。例如,中低端客户对价格更加敏感,中高端客户对品牌和产品性能更加看重。同时,为了让产品的投入产出比更高,也需要对需求的重要性和投入产出比进行排序。需求的重要性排序通常采用卡诺(KANO)模型,如图所示,该模型从满意度和需求满足程度两个维度将需求定义为四类:基本需求、核心需求、兴奋需求、无差异属性。

基本需求:也叫必备需求,当优化此需求时,满意度不会提升;不提供此需求,客户满意度大幅降低或拒绝购买,如羽绒服的保暖功能。核心需求:也叫期望需求,该需求满足得越好,客户满意度越高,如羽绒服的款式。

兴奋需求:也叫魅力需求,是令客户惊喜或意想不到的需求。不提供此需求,客户满意度也不会降低;但提供此需求,客户满意度将会大幅提升,如羽绒服的免费清洗。

无差异需求:客户不在意的需求,无论是否提供此需求,满意度基本不会有改变,比如电视机遥控器上有很多从来不会用的功能。卡诺模型对需求的分类在不同细分市场中是不同的。例如,老年人羽绒服市场,保暖更有可能是核心需求;而年轻女性羽绒服市场,款式更可能是核心需求。四类需求也会随时间的推移相互转换。例如,手机的照相功能,曾经是兴奋需求,而目前是基本需求或核心需求。

需求的投入产出比可以用价值工程(Value Engineering,VE)方法进行评估。价值工程的基本思考逻辑是V=F/C。其中,V(Value)是需求的价值;F(Feature)是从客户角度考虑为满足需求需要实现的特性/功能;C(Cost)是实现该特性/功

能需要增加的成本,包括研发费用的摊销和产品本身的成本。通过比较需求的价值,对需求进行优先级排序。需求的投入产出分析,为需求的分配提供关键信息,首先要满足高价值需求。

(5)证实:在需求收集和分析过程中,信息可能被误读,传递过程也可能失真,所以要对经过处理的需求进行验证,始终确保和客户的真实需求保持一致。需求证实是一个端到端的过程。需求证实的方法包括关键干系人访谈、原型法等。关键干系人访谈是把经过分析加工的需求,与关键关系人进行确认。原型法是指在获取需求后,在对需求进行分析的过程中,快速提供能够满足客户需求的产品初始原型,并和客户进行确认。初始原型可以是用语言文字表达的产品概念,也可以是用原理图、草图表达的二维模型,还可以是三维数字模型或实体模型。原型法的目的是在开展下一步工作前,以成本较低的方式快速验证需求的真实性。

需求的收集和分析是一个不断迭代的探索过程,是需求管理流程中独立和核心的工作,因为需求的分配、实现和验证阶段的具体工作内容,往往是和规划、立项、研发流程同时进行的。需求的收集和分析两个阶段的工作相互交叉、循环,收集的同时要进行分析,在分析的过程中,如果发现需求不够完整,就要及时启动新的需求收集工作。

相关推荐
咨询QQ6882388618 小时前
数字IC新手项目:40nm SNN加速器的奇妙之旅
需求分析
我晕死哦2 天前
【管理系列】什么是管理?
项目管理·管理·团队管理·企业管理
帅次2 天前
系统分析师:系统规划与分析的业务流程分析、业务流程图、数据与数据流程分析和系统方案建议
流程图·软件工程·软件构建·需求分析·敏捷流程·设计规范·规格说明书
workflower3 天前
典型用户的价值
压力测试·团队开发·需求分析·个人开发·结对编程
九卷3 天前
技术管理:搭建团队研发管理体系的一个框架概述
管理·研发管理
陈奕昆3 天前
n8n实战营Day3:电商订单全流程自动化·需求分析与流程拆解
大数据·开发语言·人工智能·自动化·需求分析·n8n
帅次8 天前
系统分析师:系统规划与分析的系统规划概述、项目的提出和选择、系统分析概述以及问题分析
软件工程·团队开发·软件构建·需求分析·敏捷流程·设计规范·规格说明书
tianyuanwo13 天前
从机器人到软件管理:“具身”思维如何重塑我们的世界
人工智能·管理·具身
Mysticbinary15 天前
IT项目管理流程梳理
管理
蒋星熠15 天前
实证分析:数据驱动决策的技术实践指南
大数据·python·数据挖掘·数据分析·需求分析