在阐述需求之前，先搞清楚什么是需求，那什么是需求呢？

百度百科的定义是：

需要是有机体感到某种“缺乏”而力求获得满足的心理倾向，是内外环境的客观要求在头脑中的反应。

需求是指人们在欲望驱动下的一种有条件的、可行的，又是最优的选择，这种选择使欲望达到有限的最大满足，即人们总是选择能负担的最佳物品。

此处抽离三个核心要素：对物品的偏好，物品的价格和手中的收入并且区分需求和需要：需求不等于需要。需要只相当于对物品的偏好，并没有考虑支付能力等因素。

也就是常说的满足人们的七宗罪，并且是某一群人在能力范围之内的可以承担的那部分。

但事实上需求也就意味着人们生产生活中所遇到的一系列的问题，需求与问题是相生相伴的，所以需求的满足也就意味着问题的解决。

那么实际操作中需求从何而来以及怎么满足这些需求，有没有可行的方法和路径呢？

事实上不同时代的需求凸显度是不尽相同的，一个充分竞争的社会，需求的感知与挖掘是比较困难的，不过人们也不是拿它没有办法，人们通过不断的创新不断的试错，用创新这根探针把人们的需求探取出来，然后在此基础上不断延伸。

那么问题又来了，那创新又从何而来呢？

按《有的放矢》作者NathanFurr的观点是：创新是发明和市场洞识的结合，那么发明的灵魂与市场洞识有从何而来呢？

发明的来源？

1、发明的灵感可能来自于你的行业经验；

2、发明也可能来自不同领域的知识重新组合；

创业者不一定要自己动手发明什么，我们可以借用现成的发明。

市场洞识有从何而来呢？

从客户中来，但市场洞识不是靠简单地咨询客户得到的，不仅要询问客户需要什么，更要了解他们想解决的问题及动机，追寻现象背后的本质，才能达到目的。

所以最终落脚点，在于通过创新这根探针，挖掘问题背后的动机，追求现象背后的本质。

一般情况下，用户需求是相应的产品承担的，产品定位包含两个范畴：产品定义；用户需求。产品定义涵盖三方面内容：使用人群、主要功能、产品特色。

使用人群意味着需求的真假、产品的适用范围，主要功能意味着为了满足相应人群相应的功能承载，产品特色是满足于该需求区别于其它竞品的核心要素。

用户需求涵盖：目标用户、使用场景、用户目标。

目标用户意味着产品所针对的用户需求群，使用场景意味着需求所发生的时间和空间以及状态，用户目标也就意味着用户的真实需求，用户所要亟待解决的问题。

从大的范围把产品定位清楚了，需求也就基本上定义清楚了。

更细致的对需求进行分析，根据姑婆那些事在文章《6000字讲透最专业的用户调研和需求分析方法》中王诗沐的分析方法是根据角色->场景->路线进行深入的分析，同样的阐述也在《产品经理为什么要考虑用户场景》的文章中出现了用户画像+用户场景+产品用例，可见看似朦胧的需求研究，似乎有了些许规律，那么这三个词又有什么神奇的地方呢？来直接上干货！

除了在日常生活中找到需求，有没有一些更直观或者更常规的方法去帮助我们分析某个需求是不是靠谱的？这里有一个比较经典的方法。总的来说可以分为三个词：角色、场景、路径。

角色是指你面对一个需求的时候要搞清楚提这个需求的人的角色是什么。比如说我们现在做一个在线教育项目，如果一个老师提出来一个需求，你在分析需求的时候首先要联想到老师这个角色他提这个需求的原因是什么？有什么样的动机？

再来说场景，场景是指每个需求都有一定的应用场景。比如说我们在一个咖啡厅聊天，这个时候咖啡的应用场景就是社交。如果我在家里煮咖啡，咖啡的应用场景可能就是一杯饮料。

最后来说下路径，用户提出一个需求，你在设计功能的时候要去考虑能不能够在一条完整的路径上都去满足他，而不是说只满足这个需求中的某一部分。

这里有一个非常经典的案例，支付宝的AA收款。这个功能可能是大部分人在用了移动智能手机之后才了解到的。实际上支付宝的AA收款在五六年前的PC时代就已经有了，但是很多人都不太知道。所以，这个功能是比较失败的，我们来去分析一下这个功能为什么会失败？

首先从角色分析，AA收款这个功能会有哪几种人来用？

第一种就是如果一帮朋友一起出去娱乐，吃饭，这个时候可能会遇到AA收款。

第二种就是如果用户是某个兴趣团体的一员，比如是某个一个球队的成员，经常一起出去踢球可能也会有收款AA的需求。

最后一种就是相对固定的团队，人数比较多，比如某个班的班长，经常要收班费。传统的方法收班费会告诉学生直接带现金过来，以后可能会通过AA收款直接用电子化方法把费用收上来。说到这里看来上述三种角色都有这个需求，那这个需求也是应该做得，我们继续往下分析。

再来看下这三中需求下的场景。第一种情况我和狐朋狗友们一起出去腐败一下，然后AA。现在已经有了一种功能叫当面付，在付款的时候两台手机靠在一起就能够把这个钱付掉。在当时那个场景下为什么不行呢？因为在五六年前智能手机还没有普及，如果要用到支付宝的AA收款功能，会发生如下场景：我在一家餐厅和朋友们去吃饭，我先付了钱然后回到家打开电脑上支付宝去问我朋友们你们的支付宝帐号是什么，一个个添加数据，最后再发一个AA收款的请求，可想而知这个场景是有多么复杂。所以，第一种场景下AA收款的功能是不适合做的。

第二种场景，对于某个小团体而言这个场景可能就很适合，为什么？因为团队是相对固定的，每次可以从这些人里面挑选出来发起AA收款，也就是说用户只要去记录每一个人一次支付宝账号就好，还是很方便的。

第三种是收班费，人数比较多的情况，这个时候往往由于人数太多，可能没有任何一个人会愿意在输入40个人的支付宝帐号的情况下收班费，这是非常痛苦的一种体验，所以这个情况也不太常见。

最后的事实就是支付宝AA收款功能在上线之后一段时间内一直都没有什么人用，只有两种人会用。第一种人就是阿里巴巴自己的员工，因为这些人经常在一起吃饭，彼此的支付宝帐号也非常熟悉，每天登录网站最常用的也是支付宝，所以说添加支付宝帐号非常方便，这样的场景他们会去用。第二种情况是我们刚才说的收团费的场景，这两个场景下面是有用的。但是在绝大多数其他场景下支付宝AA收款都没有得到很好的应用。

到了移动互联网时代，为什么AA收款反而会有更多的人来用呢？很重要的原因是大家的智能手机里面都包含通讯录，现在AA收款不需要再去知道每个人的支付宝帐号。甚至连微信也推出了一项收款功能，利用财富通的AA收款。用户只需要去填朋友们的联系人帐号就能够将他的收款请求发出来，这样的话整个场景和路径都会比较简单。所以AA收款功能会有更多的人来用。

需求的穷举和重点抓取

现在我们去分析一个发现音乐的需求，然后去做一个音乐的穷举和抓取重点的案例。我们首先看一下发现音乐的需求，分为两大类，包括主动发现音乐和被动发现音乐。主动发现音乐也就是用户主动去搜寻一些他想要听的音乐，比如搜歌曲，搜歌手这些。还有就是去识别环境音乐，比如用户正在咖啡厅里面，听到一首歌非常好听，特别想知道这首歌的歌名和歌手都是什么。同时，用户也会主动找一些新歌或者比较热门的流行歌。

上面的这些需求就构成了一个用户主动发现音乐的需求列表，相当于把主动发现音乐这块儿穷举掉了。

再来看一下被动发现音乐，被动从最早人们还没有通过互联网听音乐的时候就开始存在了。比如说熟人之间会交流你最近听什么？朋友之间会进行音乐的交流，用户会收到被动的推荐。所以，熟人推荐就是一种需求。另外一种听意见领袖的，比如说很早以前大家都听电台的DJ，电台里面放什么歌，我接收到了会觉得这首歌比较好听。还有一种是随便听听，当用户懒得找音乐的时候，比如说他在读书，在工作，在厨房烧菜做家务等等，肯定需要一些音乐的陪伴，这个时候用户可能不太愿意去找，所以就需要一个比较快的找到音乐的方式。

上面就是关于发现音乐需求的穷举，穷举完之后我们就要抓重点。抓重点的原因是什么？关于用户的某一个需求，你可以穷举出很多小的需求，一个产品不可能把所有需求满足特别好，你肯定要去满足其他人满足不了的，有空间的，同时量比较大，这就是你的重点。所以抓重点是需要寻找一些你比较容易满足的，同时能够为你的产品带来大幅度增长的需求。

在抓重点之前，我们先要把这些穷举出来的需求在市场上做一个分析。在音乐市场上面已经有非常多的人去做比如搜索，新歌排行榜这样的功能。这些所有的传统音乐产业都有做，所以它是比较成熟的需求。同时，还需要看一下被动需求发现里面有尝试但是不深入的需求，比如说熟人推荐，意见领袖推荐，这些已经有一些产品在做，但是做得不够深入。比如说熟人推荐，你在QQ上或者在QQ空间里面都可以看到类似的推荐，但是做得不够深入。还有一种就是做得比较好，很小众的需求，比如说随便听听，从一首歌发现更多的线索，这些有人在做，但是做得比较小众。

通过上面的分析我们可以看出来除了识别环境音乐这一项之外，在被动发现音乐里面很多需求都有比较大的增长空间，都是我们应该大力去发展的。

通过穷举，找出来这么多需求之后，你还会发现一个问题，这么多需求我们应该怎么去做？一个产品不可能把所有的需求都满足的特别好，也不可能把每个需求都做一个功能，这样的话产品会显得臃肿和复杂。这时我们就要考虑能不能从这些需求中抽象出来一种通用功能满足以上所有需求。在被动发现音乐的需求里面都是根据用户发现的内容去考虑的。内容型产品需要去考虑如何帮助用户更好的发现和组织内容。

两种思路，一方面打碎和重组，打碎就是把一个内容打成碎片，重组就是把碎片化内容重新组织在一起。对音乐而言我们面临的就是一个组织的情况，怎么组织？有两种方法标签和列表。标签就是通过打标签的方式把各种各样的内容组织在一起，这样能够很快扩大用户发现内容的面。列表也是一样的，把很多很多相关的内容组织在一起，用户一次性就能发现很多内容。这些都是帮助提高用户发现内容效率的办法。

用户调研

再来说一下产品分析里面的第二大块内容，用户调研。用户调研一般来说是用户研究员的工作，但在团队里面最了解用户的一定是产品经理，不然他是无法做好产品经理这个职位的。所以说产品经理必须去了解一些用户调研的基本方法和技巧，帮助自己在工作过程中去不断的揣摩感知用户的需求。

怎么做用户调研？产品经理首先要能够自己去找到典型用户，然后去观察用户行为。

比如说现在很火的二次元领域，在这些二次元产品里面很多创始人自己本身就是二次元的资深用户，他对二次元的圈子比较了解，同时他在认识很多二次元圈子里面的人，所以说他能够很快找到典型用户，找到他们的需求所在。

产品经理除了自己做用户调研外，肯定还需要其他同事的协助。这个时候会打破一些传统的合作模式，以往模式是产品方确定需求之后提需求给业务员，我要调研什么什么东西。在用户时代用研在产品想需求的时候就提前介入进来，这个时候不但能够帮你做调研，还可以利用自己专业的经验和知识为产品提供更多的一手信息。

同时，用研部门去做深度访问，做问卷调查的时候，产品经理最好能够跟他们一起去现场，这样能够第一时间获得用研调研的结果，往往在现场你所感知用户的反映最真实也是最有价值的。

还有就是要进行快速需求决策，这个对用研来讲是一个非常头疼的问题，也是很多大公司，像网易，阿里巴巴都会遇到的问题。在我们之前一些经验中，用研做出来的比较大的项目和报告之后，最后往往都没办法在产品方落地。这个时候我们应该在产品刚刚提出非常想做用研需求的时候马上叫用研过来一起参与讨论，最终确定这个就是我们最终想要调研的东西，并且快速的去做这个调研，并且结果出来之后做一些快速决策，进行一些产品功能的验证，一边调研一边验证，这样效果是最好的。

市场分析

对于产品经理而言必须要掌握的另一个技能就是快速建立用户画像。在传统模式下，建立用户画像往往需要非常长的时间，两到三个月甚至半年。在快节奏的移动互联网时代，产品立项的时候不可能用这么长时间去做用户调研，所以产品经理必须依靠自己的能力去做一些用户模型的建立。

1.快速建立用户画像

这个时候就要去考虑两个东西，第一个是一些社会学、人口学方面的因素，比如通过用户的性别、年龄，经济收入情况来做用户分层。第二个情况就是垂直，垂直的意思是你所在产品的领域，比如说我是做音乐的，我需要去考虑音乐这个因素如何能够对用户进行分层和画像？最简单来说就是把音乐用户分为歌手，作词作曲的人，包括一些酒吧演唱者，还包括一些综艺节目主持人，还有一些资深乐迷，甚至普通的乐迷，甚至一些大众的老百姓用户等等这些，通过以上的垂直因素结合社会学因素，你能够对用户做分层的画像，这样一开始就能快速把用户模型建立起来，帮助你在产品初期做好决策。

快速建立用户模型的时候要用到的一个叫因子的东西。因子就是你去划分用户模型的时候用到的一些属性，比如说用户的年龄，性别，收入等等，这些都可以叫属性。产品经理通过自己对用户的理解选择划分用户的标准就是因子。

合理的因子选择能够帮助产品经理建立起有效、准确的用户模型。而如何选择因子则需要产品经理在深入了解用户，不断积累经验的过程中锻炼出来的。

在现在比较快节奏移动互联网时代里。如果产品经理需要自己快速建立用户模型的时候，往往需要用到两到四个或者更少的因子。对于一个用户群来说它的因子会非常多，如果你要做快速的模型没办法用到很多的因子。这个时候你要首先对用户群有一个预期，就拿网易云音乐来说，我想去了解一下音乐用户的口味和品味，我可能会用一个音乐的喜好程度这个因子来做。当你选好因子以后，你就可以对这个用户群进行简单的划分，划分出来之后你可以看一下这个划分的效果是否符合你的预期。如果不符合预期，你可以不断地去做一些调整。

2.网易云音乐是如何做到精准推荐的？

在做云音乐的时候我就特别想要去了解对音乐有不同喜好程度的人究竟是怎么样的？哪些人可能是我们可以争取的增强市场，哪些人是属于保守派的。于是我选择了用户的年龄和对音乐的喜好程度作为两个因子。

为什么会去选年龄呢？因为年龄是和音乐非常相关的一个元素。用户在不同年龄的时候对音乐的消费频次和需求是不太一样，举例来说一个用户在18到22、24岁之前他听音乐的频次是最高的，因为这个时候他的音乐喜好风格基本成型，对音乐需求量特别大，每天听音乐时间可以超过一个小时到两个小时。但是往下走，比如说这个用户到了30多岁，他参加了工作，或者生活有压力造成听音乐时间有下降。所以说，年龄是一个非常好的划分标准，能够把用户群做一个很好的区分。

通过年龄和音乐的喜好程度把用户群划分为一个四象限的坐标系。在这个坐标系里面每一个区域都是一个用户群的代表。把用户群划分出来之后，对这个用户群加一些描述，比如说用户的使用习惯，用户听音乐的场景等等这些东西加进来，丰富用户画像，这时整个用户群的模型就会搭建起来。

第一个叫做听音乐打发时间的人，这部分人群在社会上比较普遍，他的音乐喜好这个因子下面喜好程度是一般，年龄区间在24岁往上走，到30岁之间，这部分就是我们常见的白领族群。他们听音乐的时间就是上下班听音乐，比如在公交上，在地铁上，然后在自己开车的时候听音乐，他们对音乐的喜好程度比较一般，听音乐习惯和品位也比较固定。

另外一种是把音乐视为陪伴者的人，这部分人群的音乐喜好程度相当高。年龄段会有两种，一种是在18到24岁之间，这个年龄段的人处于青春期的结尾，他会把音乐视为自己一种心理的寄托，把音乐当做自己的一种陪伴。

还有一种30岁往上走，这种人年纪比较大，同时他对音乐的了解是非常充分的，已经把音乐当作生命中一部分，尽管自己的工作非常忙，只要闲下来就会听音乐，音乐就是他生命中最大的爱好。

还有一种人就是资深的音乐爱好者，他们对音乐的理解和认识往往超过一般听众，会收藏很多专辑，包括购买一些实体CD，还会去阅读很多音乐的媒体和杂志，这些人对于音乐的需求已经非常大了。尽管说数量很少，但对音乐的理解和认识都非常深。

把这些人群划分出来之后，就可以帮助我们做一些快速的产品决策。比如我们想去看一下哪些用户群是未来我们可能的增量市场？哪些是我们需要去重点抓的人群？比如说云音乐做一段时间之后，我们发现资深的音乐爱好者在云音乐里面数量已经非常非常多了，他们已经形成了一个足够大的圈子。那么未来我们就需要把重点放在那些听音乐只是为了打发时间的人群上面去。他们数量众多，并且并不是云音乐用户，未来我们要去争取他们。这时，通过这个用户模型就可以了解他们的特点，他们的需求，就可以帮助你在产品上面做一些决策。

当然此处的用户精准推荐还有待改进！

总结：根据从创新作为探针，到用户+场景+产品路径形成一个经验闭环还有更大的完善可发展空间。

附：以上资料整理自书籍《有的放矢》、超仔老师教程《产品经理不在纸上谈兵》、文章刘飞《产品经理为什么要考虑用户场景呢？》、姑婆那些事儿《6000字讲透最专业的用户调研和需求分析方法》中王诗沐阐述部分。