在产品初期，产品经理们会面临这个需求很重要，那个需求很重要的苦恼。想要达到的需求很多，但无奈的资源有限。这时，确定需求的优先顺序成为了一个难题。

任何需求实现都会消耗资源成本，如何最大限度地利用这些成本，考验产品负责人的决策能力。

一个惯常的想法是——我们可以投入资源成本相应地提高收益或效率。只要集中在生产费这个指标上，自然就能轻易做出正确的决定。

理论和实践的差异就在这里。大多数情况下，投入和产出都是难以量化的。即使真的包含量化后解体的很多细分，也只能拍拍脑袋估计。少量指标对结果的影响是可以控制的，一旦绝大多数指标都要通过预测完成，结果肯定是不可靠的。

因此，在决定需求优先顺序时，定性分析尤为重要。

从

一、业务目标拆解

公司或项目的角度来看，上一级目标的实现通过下一级获得结果，通过自上而下的目标拆解和执行、自下而上的流程管理和结果反馈，共同推动公司总体目标的实现。

用人的话来说，心在一个地方思考，力量在一个地方取得成果。

说到理论框架，大家都不爱听，那么如何解构工作目标呢？

在数据分析领域，有一个重要的工具：——MECE解构原则。我也在一篇文章中详细介绍过这个原则。英语发音是：me-see，中文意思是相互独立，完全匮乏。

也就是说，明确业务目标后，在这个维度上找到可以细分目标的切入点，避免细分的结果泄露。细分结果可以理解为实现总体目标需要具备的部分。再说通俗点，就是直接找到你认为合理的角度，然后从这个角度开始，继续分类分割，直到不能再分割为止。

让我举一个例子。

公司领导要求今年内新增20个城市业务，为了实现这一点，所有相关业务模块都必须解散自己的KPI，为了实现这一KPI，需要大量的产品支持。

第一，要扩大城市的新业务落地，产品必须根据当地条件进行调整，每个城市必须支持不同的业务模式。其次，为了提高效率和降低成本，对平台信息化的要求也可能会增加。业务扩大会带来更多订单，对平台运营效率的需求也会增加。这里可以得到三个重要的细分维度：支持业务个性化、提高平台信息化水平、提高平台运营效率。

在实际拆解过程中，我们不需要像数据分析师一样分解得足够细致。对于产品，一般来说，找到与自己业务相关的第一或第二细分目录就可以了。因为MECE原则的目的是找到影响目标的关键因素，然后对其进行优先排序。

主要因素的优先级可以用权重量化。例如，在上面的例子中，支持业务个性化是最重要的，没有后面的业务，就无法开展。那么权重可以给到60，下面两个因素各给到20。

接下来，是从不同影响因素的角度对所有收到的需求进行评分。单个因素下的需求分数乘以权重，求和，最终得到表示这个需求优先级的量化分数，用数学方法排序，就可以得到需求优先级列表。

说，这里可能有点乱，也可能是优先级集优先级的集逻辑。事实上，大象放在冰箱里的话，分为三个阶段。

请明确目标是什么。解除实现目标的主要影响因素，评估优先事项。将需求同时放在核心影响因素上，比较分数，通过线性加权得到最终优先级量化分数。

二、象限分析

象限分析是日常最常用的优先级确定方法。通过不同的维度将需求放置在二维或三维象限中，从而做出决定。通常分为两种类型的象限。一是通过紧急重要的两个维度划分需求。另一种是通过添加用户数、使用频率和使用强度来执行三维分析。

关于

1. 紧急重要

紧急重要象限模式，很多时间和业务管理书籍上都有很多介绍。我来说说我认为重要的需求管理适用的几个要点。

紧急不重要

紧急需求，不

紧急关注当前，在某个时间点以前必须完成，但是它对最终结果影响不大。重要是必须要搞定，搞不定很可能影响成败。

②始终关注重要的需求

四个象限当中，不重要不紧急就直接忽略了，焦点在于第1、2象限。大多数人会把精力完全放在重要且紧急的需求上，随着时间推进，重要不紧急的需求也变成了紧急需求。

时间是公平的，如果我们一直都在被动处理紧急的需求，那么结果肯定也会大打折扣，因此专注重要紧急需求的同时，也要将重要但不紧急的需求逐步推进，循序渐进。

③需求不是一成不变的

所有需求优先级的评判，都跟业务发展阶段强相关，并不是不紧急不重要的需求永远是这样的。因此，需求的评估不是一蹴而就，随着业务的推进，需要不定期对需求优先级进行重新评估。

2. 用户量·频次

这种方法比较适用于2C大用户量级需求优先级评估，依次解释四个象限：

刚需：用户量级大，使用频次又很高，只能说明该功能需求是产品核心，优先级最高。

期待：所有用户都需要，但是用的并不多。这类需求是用户期待的，在满足用户核心需求的情况下，这类需求对提升用户体验，提升关键用户指标有很大帮助。

例如：滴滴平台的及时IM通讯工具，乘客可以不用给司机打电话，而通过短信的形式及时告知司机当前情况，提高沟通效率。

口碑：小众用户的个性化需求，满足这部分用户需求，能为产品带来好的口碑。例如：微信读书里的将读书笔记生成图片书签的功能，方便读者记录分享，满足用户心理需求。

惊喜：超出用户预期的体验。例如：滴滴司机生日当天，乘车的乘客APP端会显示该司机今天生日标识，乘客可以给司机送祝福。想象一下，对于司机这个群体，每一位上车的乘客都跟你说一声生日快乐，给予司机的精神奖励胜过千言万语。

其实除了以上两种方法，还有KANO模型，价值曲线等方法，但是我始终觉得这些方法理论研究价值大于实践价值。方法或工具终究是辅助人来做决策，影响决策结果的关键仍然在于：我们是否对我们的用户足够了解，是否对我们的业务足够了解。

作者：花四爷，微信公众号：花四爷（ID：siyesay)

本文由@花四爷 原创发布于人人都是产品经。未经许可，禁止转载

题图来自Unsplash, 基于CC0协议