国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

產(chǎn)品無論處于哪個階段，解決用戶需求價值點的方法主要遵循2個路徑：自下而上從用戶中來的需求驅動產(chǎn)品迭代發(fā)展；自上而下到用戶中去的產(chǎn)品功能優(yōu)化驅動產(chǎn)品迭代發(fā)展。

大多互聯(lián)網(wǎng)產(chǎn)品無論處于探索期、成長期，還是成熟期、衰退期，產(chǎn)品所處階段解決用戶需求價值點的方法主要遵循這2個路徑：

1. 自下而上從用戶中來的需求驅動產(chǎn)品迭代發(fā)展；
2. 自上而下到用戶中去的產(chǎn)品功能優(yōu)化驅動產(chǎn)品迭代發(fā)展；

第1條路徑市面上相關的方法論說的很多，這里主要結合自己在產(chǎn)品運營的實踐中詳細說說第2條路徑，當我們把用戶需求轉化為產(chǎn)品需求后，為了避免出現(xiàn)產(chǎn)品功能的遺漏或誤解用戶的需求，以及最重要的功能沒上，無關緊要的功能卻上了很多等尬場現(xiàn)象，我們該如何提前做好預防這樣現(xiàn)象的發(fā)生？

一、問卷調研的文本挖掘分析

首先我們肯定已經(jīng)完成了第1條工作路徑了，我們?yōu)榱朔乐钩霈F(xiàn)遺漏或誤解用戶需求的情況，我們有必要進行一次定量的用戶問卷調研，除了要獲得用戶對我們即將上線的產(chǎn)品功能點的態(tài)度與觀點（主要獲得功能點的價值排序），最重要的還是要有收集用戶對產(chǎn)品功能其它補充建議的主觀題，一來為避免出現(xiàn)遺漏了最重要最緊急的功能，二來也為產(chǎn)品的下次迭代做好用戶需求分析的準備工作。

因為最終往往通過問卷調研統(tǒng)計上來的用戶文本信息是非結構化數(shù)據(jù)，所以我們短時間內如果通過文本分析的話處理過程比較耗時耗力，文本分析只適合小群體，此時我們需要通過對文本信息的詞頻統(tǒng)計和網(wǎng)絡語義分析可以將文本進行聚類分析，這樣處理大量定量文本信息不僅客觀而且效率快。

相關的工具推薦用ROST Content Mining內容挖掘系統(tǒng)，我們通過問卷分析后臺導出用戶文本信息后，相關操作如下（數(shù)據(jù)做了脫敏處理）：

1. 文本數(shù)據(jù)清洗

可以將文本以字數(shù)從高到低進行排序（用LEN函數(shù)），清除無意義的用戶調研文本，再將文本保存為text文檔。

2. 打開ROST Content Mining進行分詞和詞頻統(tǒng)計

首先分詞之前我們可以打開軟件本身提供的用戶詞典表格，（軟件功能性分析-點擊分詞-根據(jù)對話框的自定義詞表所在的路徑找到），再將和自身業(yè)務產(chǎn)品相關的專有名詞添加到用戶詞典表格，主要是為了避免出現(xiàn)分詞后的結果將自身的產(chǎn)品、品牌等字詞進行了拆分，給后面的詞頻分析造成麻煩。

此時我們就可以對清洗后的用戶調研文本text文件進行分詞了，（點擊軟件功能性分析-點擊分詞-在對話框中添加用戶調研文本所在路徑），然后會形成分詞后的用戶文本信息效果，如下圖：

最后針對分詞后的用戶文本進行詞頻統(tǒng)計，如下圖，針對高頻出現(xiàn)的詞我們基本上有了全局的了解。

3. 進行語義網(wǎng)絡分析

可以針對原始的用戶調研文本進行語義網(wǎng)絡分析，可以結合上一步對出現(xiàn)頻率高的詞提取關鍵字：

比如針對上圖名片這一高頻詞出現(xiàn)了相關的版面、高大、添加等語義網(wǎng)絡關鍵詞。如果我們想對名片-版面這一高頻詞進行文本分析我們可以通過文本篩選找到所有和名片-版面相關所有的用戶文本信息，針對這些信息可以歸納出關于名片-版面的普遍建議，最后發(fā)現(xiàn)大部分用戶還是希望名片能夠有更好的版面設計和商業(yè)社交范等，當然我們還要給這些觀點的用戶進行定量，比如覺得名片的版面設計需要具有商業(yè)社交范的用戶有200人。

完成了用戶文本挖掘分析后，我們要針對用戶的其它建議進行業(yè)務評估與技術可行性評估從而決定是否有遺漏的重要功能點，如果有，是否可以提前安排研發(fā)檔期，如果沒有，可做甄別再列入需求優(yōu)化池。

基本上文本挖掘分析能夠幫助工作人員在面對大量非結構化文本信息時，能夠更加高效的提煉和歸納結論，整個過程既是科學也是藝術。

二、需求排序之kano模型

針對走完第1條路徑后（自下而上從用戶中來的用戶需求驅動產(chǎn)品需求迭代發(fā)展），為了更好的集中研發(fā)資源滿足好當下最重要的功能優(yōu)先級上線，也為了避免拍腦袋而帶來的決策失誤，較為客觀的做法最好還是讓用戶來決定，此時我們就需要結合kano模型將產(chǎn)品功能需求點劃分為期望型需求、魅力型需求、必備需求、無差異需求、反向需求、可疑需求。

如何對這些產(chǎn)品功能進行需求類型的排序，這需要我們獲得用戶對這些產(chǎn)品功能的正向和反向的態(tài)度，首先正向和反向都要設計好5個檔位，中間的觀點為中立，如下圖所示：

然后從數(shù)據(jù)后臺導出用戶文本信息EXCEL文檔，針對每道題的正反進行交叉分析，可以用函數(shù)COUNTIFS(criteria_range1,”A.我很喜歡”, criteria_range2,”A.我很喜歡”)獲取每個功能的交叉分析值，如下圖所示：

其次對每個功能的正反交叉分析值進行功能屬性的色塊劃分：A：魅力屬性；O：期望屬性；M：必備屬性；I：無差異屬性；R：反向屬性；Q：可疑結果。

最后計算每個功能的better與worse值。better就是提供該功能后的滿意系數(shù)：=（A+O）/(A+O+M+I)；worse就是不提供該功能后的不滿意系數(shù)：= -1*（O+M）/(A+O+M+I)；前者越接近1代表用戶越滿足，后者越接近-1代表用戶越不滿足；

我們分別針對這次調研的6個產(chǎn)品需求功能點分別計算出6個產(chǎn)品功能的better-worse值，再用spss或EXCEL對6個功能的better-worse值進行散點圖分析，如下圖所示：

最后我們可以得出相對必備功能2和魅力功能4，優(yōu)先級可以前置，相對無差異功能1、3、5、6可以根據(jù)現(xiàn)有資源安排是否開發(fā)上線。

總結：自下而上從用戶中來的需求驅動產(chǎn)品迭代發(fā)展是內核，自上而下到用戶中去的產(chǎn)品功能優(yōu)化驅動產(chǎn)品發(fā)展是外部推手，只有兩者兼顧用戶需求驅動產(chǎn)品發(fā)展才完整。

作者：活著便精彩，5年+產(chǎn)品運營人，專研于產(chǎn)品運營、用戶運營，這幾年在總結屬于自己的運營思維模型。微信公眾號：運營心經(jīng)雜談，歡迎一起交流。

本文由 @活著便精彩 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉載

題圖來自Unsplash，基于CC0協(xié)議