这一年来，做了很多需求，有从客户那里来的，也有从销售那里来的，当然还有从上级那来的。

从 CRM 到智能报表，从语音会议到审批，基本上 to B 行业的各个主场景都趟过了一遍，总结一句就是「了解需求背后的为什么，比了解需求是什么更重要」。

我想用一个案例来解释这句话。

我在做 CRM 系统（注：客户关系管理系统，主要用户是一些销售员）的时候，有用户提到希望我们提供一个排序的功能，根据「最后跟进时间」由旧到新排序。

其实从开发角度看，这个功能并不难搞，很快就能上线，但是我们还是希望了解用户所提的这个「需求」背后的原因是什么。

接着我们开始进行一对一的深度调研，当时客户说了这样的一句话：

很多产品经理或者产品设计师，到了这里可能就会停止发文，并且满口答应说，「是的是的，你这个需求很合理，我们会搞」。

但这还不够，我们还需要了解其需求背后的原因是什么：为啥用户要先跟进 A ，而不是先跟进 B 。

多问了几个为什么后，了解到原来背后有两大原因：

• 销售们为了防止因为太久没跟进，而导致客户流失，都会优先跟进很久没跟进的客户。

• 有些企业会限定销售员跟进客户的时间。如果销售员没法在30天内签单的话，可能这个客户就会转到其他销售员名下。

明白了原因之后，我们再来看原来客户提到的「排序」需求，你会发现「排序」并没有从根本上解决这两个问题，因为客户提到的「排序」需求背后的真实需求是「提醒TA 跟进很久没跟进的客户」。

所以最后，我们为客户设计了「智能提醒」功能，每天会提醒 TA 哪些是需要当天跟进的。

同时在这个过程中，我们还找到了个很不错的销售管理模型——「客户到期回收」，后来这个也成为了我们产品的一大卖点之一。

总结下来就是：当你接到需求的时候，不妨问下自己「为什么有这个需求」，因为你从别人那里得到的需求并不一定是用户的真实需求；甚至连用户或客户提的需求也不一定是真实的。

特别是 to B 产品的用户提的需求，就更不能相信了——因为这类用户对业务都非常熟悉，所以他们反馈问题的时候，往往会基于他们旧的业务角度看待问题，同时给出一个解决方案，而不是需求。

了解完为什么后，我们就要问自己一个问题——要不要做？

为何会有这个问题，原因就是很多时候，我们不是没有需求做，而是需求太多，给用户太多不一定是好事，其实确定不做什么比做什么更重要。

但是该如何判断要不要做呢？我的答案是能不能给用户「提供足够」的价值。

（当然了，决定要不要做，还需要考虑实现成本，是不是用户最迫切的等，我这里更偏向于从更深的角度看待做不做的问题。）

判断能否给用户「提供足够」的价值，我想引用下俞军老师提到的一个产品价值公式：

产品价值=(新体验 – 旧体验)-换用成本

从这个公式中，我们可以看到，要想做出一个高产品价值的产品，首先「新体验」要做到足够好，其次「换用成本」要足够低，最好「旧体验」足够差。

所以在把需求转化为产品之前，我们需要了解用户的「旧体验」是如何的，同时有没有竞品也在做。

比如我们接到一个「为00后设计一款听音乐的产品」的需求，并且假设00后们的确有这个需求，那么我们就看00后们是不是真的需要一款新的听音乐的产品，用已有的网易云音乐可以吗？用 QQ 音乐不行吗？

怎么做这一块，我认为自己一年来只是不断地深化理解。

简单的说下，我认为一个好的产品由三大框架组成，分别是：

• 产品框架：包含核心、流程、细节

• 运营框架：由引擎和准则组成

• 商业框架

知道如何做之后，我们还要由能力去衡量成功。衡量成功的关键就是数据分析。

一般产品经理或者产品设计师，会去看两大数据：

• 用户行为数据

• 运营数据

用户行为数据一般包含用户点击、页面停留时间等数据，而运营数据一般是根据用户的行为数据计算的值，比如点击率、付费转换率等；当然还有些是通过问卷的形式的采取数据，再经过计算得出的值，比如净推荐值。

但是我在学习数据分析的过程中，发现不能简单地把运营数据看成独立的值。

运营数据应该分成两个大类：一个是单体值，一个是整体值。

做功能或者运营活动除了关注单体值，还需要关注总体值——因为有可能某些功能的单体值升高，导致整体值下降了。

举个例子：某个 IM 产品要搞个一键生成生日祝福功能，对于这个功能来说「使用生日功能的次数」这个运营值是个单体值，但是有可能会影响其他整体值。比如发送消息的数量，因为大家都使用一键发送祝福功能了，而不用传统的文字或语音消息。

另一方面，在我做了两年 to B 产品后，我发现除了关注行为数据与运营数据外，还有一个数据非常重要——用户成功数据。

举几个例子，说明下这个数据：

to B 产品的用户成功数据：对于 to B 产品来说，可能付费转化率这个运营数据很关键；但是对于企业客户来说，他们期待的是「赚更多的钱」或「省更多的钱」。

那对于 to B 产品来说，还需要关注用户使用了产品后，比以前赚多了多少或比以前省了多少——这个数据就是产品的长期核心数据目标；当你的客户从原来的小型企业成长成大型企业后，忠诚度以及付费能力也会随至增高。

线上职业教育平台：对于这种产品，运营数据可能包括用户点击率，或付费转化率——但是对于产品来说，长期数据目标是用户的薪水有没有张，有多少人因为这个培训而成功换工作等。基于这些数据指标，再去倒推产品功能，可能比看转化率等数据还有效果。

最后，再举一个 Uber 的例子：

Uber 在产品的早起关注的指标是乘客等车所花的时间，因为对于乘客来说「短时间内打到车」是他们的「成功」目标，当打车变得非常便利后，日活、净推荐值都会有所提高。

最后总结下，我将上面的四点，整理成以下一个圆形。越靠内的就越重要，里面的就像内力，外面的就像外功，越靠外，越容易修炼。

另一方面，我也将产品经理以及产品设计师的一些能力，往这个圆形靠，得出了这样一幅图：

最后，我也总结了下每个模块常用到的方法，希望对大家有用：