数据是不会说谎的，竞品的数据能给我们提供一些决策依据和验证我们的一些设想
2021-04-07
数据分析：
数据是不会说谎的，竞品的数据能给我们提供一些决策依据和验证我们的一些设想。做数据分析，主要是三个方面：
要了解哪些数据：不同行业主要关注的数据指标是不一样的，所有一定要明白自己业务的核心数据指标有哪些？例如用户规模数据、付费用户数据等。
怎么了解到这些数据：收集数据就需要一些数据工具产品，行业类的数据服务，通常会提供一些行业分析报告。这类型的数据都是从全局去看待整个行业的现状以及未来的趋势。部分有特色的另行说明，例如:
-
艾瑞：艾瑞咨询，会发布各种互联网行业研究报告。而艾瑞数据，可查看 移动app/ pc web/ 网络广告/ 移动设备/ 海外app/ 微信小程序等指数，实时性较低
-
极光大数据
-
CBNData（第一财经商业数据中心）
-
TrustData
-
360研究报告：数据安全方向
-
艾媒咨询
-
麦肯锡
如何分析这些数据：
这个要先跟你的行业和产品，确定你有收集哪些数据？例如智能客服行业，要收集的数据一般是：客户数、产品价格、活跃用户、销量、甚至是销售人员数量。根据他的客户数量和产品价格，基本可以核算一下销售额，根据销售人员数量初步判断他们的产品的销售策略。如果可以获取他们的服务客户类型，也可以判断他们的产品的适用领域。
头脑风暴：
在需求不明确或者需求挖掘阶段，可以通过头脑风暴方式明晰需求。一般头脑风暴要有一个主持人确定一些规则，设计公司 IDEO 的头脑风暴的七条守则：
-
暂缓评论（Defer Judgment） 先不要急于对别人的观点发表是非对错的评论，这样会打击提出点子者的积极性，先提后评。
-
异想天开（Encourage Wild Ideas） 华人总是怕自己说错话，在别人发言时，脑子想的是“我要怎么讲是对的”、“我要怎么讲才能表现我的水准”。这是因为我们缺乏允许异想天开存在的环境，只有让异想天开大行其道，才能鼓励每个人真正去思考设计，而不是思考自己的水准和对错。
-
借“题”发挥（Build on Ideas of Others） 有些时候别人会提出来很疯狂的点子，你自己虽然是专家，知道行不通，但在座的很多不是专家，说不定听到这个疯狂的点子会得到启发、获得灵感，在这个疯狂点子的基础上，提出更实际的方案。 所以，只有在暂缓评论的环境下，才能让更多的人借异像天开的点子发挥。因此前三个规则是鼓励出好点子的环境基石。
-
不要离题（Stay Focused on Topic） 每一次讨论，要定一个明确的题目。不然的话异想天开的结局是不能收敛。
-
一次一人发挥（One Conversation at a Time） 讲话的时候，一次一个人讲，不要七嘴八舌的。这样就没办法做记录。
-
图文并茂（Be Visual） 鼓励大家在想点子的时候，把这个点子用图案的方式画出来。你不是很会画图也没关系，这是因为，有时收集了很多很多点子张贴在墙壁上，也许有几百个，你过几天再回去看，如果只有文字的话，有的时候会想不起来这到底是什么。所以画图可以帮助记忆。
-
多多益善（Go for Quantity） 在一个小时之内，鼓励大家尽量讲，要讲究速度！IDEO 公司内部一般一个小时可以汇集 100 个点子。如果与客户一起合作脑力激荡的话，因为企业文化和习惯的不同，这个数字会相对少一些。
五、如何做需求分析
何为需求？需求=预期-现状，B端产品基本上是将「线下已有需求」系统化，所以需要「还原业务」，而非「创造业务」。
当需求收集来之后，就需要做减法了，一般分为以下几个步骤：
需求过滤：产品定位，我们获得需求后，落地执行前，第一个要考虑因素。只有符合产品定位的需求，产品才具备落地价值。对应不符合定位的产品需求，要舍弃，对应技术不能实现的需求要舍弃，对应投入太大，不足以支撑的需求要舍弃。所以，我们在收到需求后，落地执行前，自己要先评估需求，过滤需求。
需求合并：有些需求是抽象了之后可以合并的，例如导数运营数据的需求和数据看板的需求其实是类似的，在开发之前可以合并成一个，如果面板数据足以满足了导数数据字段，是不是可以舍弃导出功能。
需求分类：需求分类一般会有两个维度，
第一是按照需求的类型一般分为：
-
新功能需求，业务部门新提交的功能
-
优化需求，这里涉及到文优化、设计优化等
