通过对产品的理解去解析这些需求，列举出可能的实现方案以及需求场景

 我是谁

我是入行两年的产品人钟倾，一直做B端的产品，以后会一直往B端的方向发展。

02 问题

做B端产品两年下来，从实习生到初级产品经理，我发现很多需求都是通过运营人员反馈得到的，而沟通工作会占据大量的时间，剩余的工作时间也被一些评审会、第三方对接会瓜分。

时间长了我就觉得我只是在重复劳动，自己的产品技能并没有提升；而且还会出现大量的纰漏，需求没有整理到位，在评审的时候需求会漏掉；上线的时候没有通知到相关运营人，导致运营人员在服务不到位；然后下一波需求又来了，完全没有空隙去深度思考产品。

所以为了改变这个工作状态，我自己反思了整个工作的流程，发现我们大部分的时间用在沟通需求上，而需求又是联结用户和产品的纽带，所以我可以通过日常的需求沟通来不断练习产品的相关的技能，那么如何做呢？

03 如何做

1. 解析需求，思考产品

在沟通之前需要做的事情，对需求进行筛选，排除伪需求和bug型需求，筛选出有价值的需求；然后我们通过对产品的理解去解析这些需求，列举出可能的实现方案以及需求场景，对现有产品进行查漏补缺。

1）我们为什么要这样做？

• 对产品本身来说：筛选出对产品有价值的需求能更贴近用户，增加用户对产品的粘性。
• 对个人来说：加深我们对现有产品的理解知道我这个功能最终是为了满足什么样的场景，解决用户什么样的问题。

2）具体怎么实践？

我把需求分为四大类：bug型需求、体验优化型需求、伪需求、值得深挖的需求，通过对需求的分类能节约我们对需求筛选的时间，提高团队协作，提升我们的工作效率。

在分类的基础上，我们要对需求进行简单的处理。

①Bug型需求

线上出现的问题，偶尔出现的；或者是大面积问题急需解决。

自己先验证这个需求是否真实存在，通过跟研发协同，每周给出一个小版本来快速迭代这些需求，通过需求的方式来快速解决bug，让运营人员和用户能快速感知到自己提出的问题得到完善；

如果没有这个需求，需要转交给相关的技术支持人员进行单独排查，让他们协助运营人员解决单个用户的偶然性问题。

②体验优化型需求

用户在使用产品时，有些步骤会反复操作会影响到他们的工作效率，希望通过优化组件或者相关功能提示来达到节约操作时间成本。

这样的需求需要协同UE和UI人员，看看能不能优化操作体验，根据优化的程度对其进行排期。优化程度比较复杂，需要重新设计组件或者连同整个功能一起优化的，那么需要排进功能性优化的大版本；优化程度比较简单的，排进bug型需求小版本中尽快优化。

③伪需求

看上去跟值得深挖的需求接近，但是多次提出没有解决的、技术上无法实现、与用户行为相违背。伪需求容易耗费我们大量的时间和精力去思考，而且需要花费一些时间给运营人员解释。

这样的需求，我们要想清楚，以前为什么没有这么做，这个需求确实对产品起到非常大的优化作用，但是为什么我们一直没有实现，这时候就要请教相关技术人员进行咨询；根据需求设计出来的产品放到场景中是否符合逻辑，如果不符合逻辑说明，这与用户行为习惯相违背。

④值得深挖的需求

符合产品规划的，在产品设计中并没有想到的，对现在产品设计不满意的。

这样的需求，需要我们重点关注，在需求列表中也需要标注出来，然后我们对相关的场景和用户行为进行进一步的研究，与运营人员进行精准沟通，在确认需求后进行归档和排期。

2. 精准沟通，深挖场景

在进行沟通时最重要的就是知道用户想要什么和怎么使用。  

 1）我们能获得什么？

• 对产品设计来说：明确了需求的价值，完善了产品覆盖的应用场景，帮助用户解决问题；
• 对个人来说：增强同理心，通过了解用户行为，加深对场景的理解，对产品上的创新有更多的帮助；验证自己的想法，强化对产品的理解。

 2）我将提问形式分为两类

①直接提问

一般用于运营人员对需求描述缺少我们对需求判断的信息，比如用户使用场景或者具体的用户行为。

我们需要通过提问的方式引导运营人员表达超出用户的原话，或者通过实际案例来说明这个需求是如何产生的。

②反问法

一般用于运营人员描述了完整的用户行为或者用户场景以及功能需要修改的地方，这样我们通过反问对方你猜想的修改后的用户场景和需求理解是否正确来验证。

通过沟通我们能获取比较详细的场景信息和用户行为，明确了需求的价值，然后我们进一步深挖场景。

3）如何进一步深挖场景？

①列举满足用户需求后产生哪些有可能的结果，根据列举的结果再反过来思考功能是否能满足用户达成这些结果。

对于需求的解决方案有很多种，在我们还没有定下来最终解决方案的时候，我们需要思考的是每种解决方案带来的后果，以及对前后流程有什么样的影响，你考虑的越周全，最终定下来的最优解就能越贴近用户。

②思考产品中有没有其他类似的应用场景。

在我们平时生活中其实也会遇到很多相似的场景，我们能更好的把自己想成是一个用户，将自己的遇到的场景带入产品中，将更多场景综合到产品中，增强产品的通用性。

③根据用户操作数据统计，分析跟该需求相关功能的指标。

需求对应的功能会产生大量的数据，数据分析是支持我们为什么要改善的强有力的证明，比如这个功能下一步跳出的数量和继续点击的数量进行对比，如果相差很大说明用户在这边的操作让他们放弃了，那么是什么让他们放弃的，是我们需要继续思考的问题； 如果相差不大，是不是用户觉得使用这个功能的效率不是很高，浪费了用户很多时间，或者是没有按照常规的操作接着往下走。

通过数据我们能找出用户行为超出常规逻辑的地方和出现异常的地方，能帮助我们对场景更加深入思考，慢慢完善用户使用逻辑，让用户觉得使用产品时又快又高效。

根据上面三步，我们能从需求中看到更多复杂的使用场景，将这些场景通过功能快速解决用户工作中遇到的问题，用户才会觉得这个产品是在帮助他达成目的。