关于产品方法论的思考

从事产品，我们都会被问到做产品的思路方法论思维是什么？毕竟在不熟悉的情况下，只有从他所讲出来的理论来判断经验和能力，当然从他说讲诉的项目细节中也更能看出来是否对该行业有所研究和建树。

熟练使用产品方法论来设计产品是一条捷径，不会像无头苍蝇一样，东一榔头西一棒槌，产品方法论就是一条流水线，只是在这条流水线上面的节点是灵活的，因为我们的终点都是一样的，走不同的路（不同的产品方法论）最终实现产品上线使用。

我们在梳理产品方法论的过程其实就是在思考总结我们的工作，然后抽象我们工作中的每个点。再把每个具体的点串起来，形成一个完整的链，这就是我们做这件事情的方法论，可能每个项目都有一个方法论，那么项目做的多了就可以把方法论结合起来，再次提炼，不同的内容可作为配置内容展现，一致的东西就是我们最终形成的方法论。

不要被所谓的方法论所吓倒，我们每个人都有自己的方法论，就像我们每个人的性格做事方式不一样，我们总结出的方法论可能不一样，只是我们再不断抽象的过程中趋于一致罢了，因为我们最终想要解决的问题是一样的。

因此我们看很多产品大拿，都能输出自己的产品方法论，看形式各不相同，但是在仔细去看，还是有很多相似之处的，可能词汇表达不一样（其实是一个意思），可能这方是粗略表达下，那方更细节表达。无可厚非他们的方法论都是正确的，很少有普世的方法论，只是在一定时间和一定区域内对一定的人群有帮助。当然换一种说法可能对其他领域也有帮助，因为毕竟万变不离其中，本质都是一样的，但那也需要站在那个领域去思考，借用那个领域的词语来表述。

我自己在工作中也总结了一些产品的方法，在这和大家汇报下，如有问题，请不吝赐教。我自己总结的方法呢取名叫“人事物务”。

人事物，我们都好理解，毕竟我们从小上学写文章就开始教人事物，我们生活中也全是人事物引起的各种各样的问题，这个务又是什么呢？后面我们会讲，这里简单总结下，人事物是因，务是果。

人：作为所有事物的度量，一切方案的主宰。哪怕是制度/政策也是一部分人制定的，其实也是围绕他们在做事情。

仅从产品角度，人的部分分为两类——需求方和执行方。

需求方：真正提出需求的人，不包括需求的传递者。

一定要找到真正的用户，这个用户不一定是使用产品的，但他有一定权威性让其他人使用这个产品。如果是自用的，那自己对自己就有控制权，可以自己去决定使用；如果是公司内部的管理软件，那么多数情况是老板及管理层为真正的需求方，员工虽然是使用方，但没有决定权，那么员工就变成了执行方。

执行方：服务需求方的人。

承接上述公司老板是决策方，员工是执行方，那么员工要用这个系统去进行作业来满足老板的需求；当然也有需求方和执行方都是自己的情况。那么这里面去完成这个系统和指导执行方去操作的让人其实也是第三方的执行方（如产研），他们需要有明确的方案、时间来告知需求方和执行方。我们后面主讲的是操作执行方。

事：我们都在事上练。

问题：在做事的时候发现哪边行不通了或者做事太麻烦了。

我们在做事的过程中，或多或少会出现一些问题，而这个问题也不是一样，他是在特定的场景下才会出现，因此我们在讨论问题的时候，不能忽略问题出现各种条件，如时间、地理、人等因素。

解决方案：有了问题，我们就要讨论相对应的解决方案。

讨论解决方案也不是跳出实际场景而展开讨论的，我们要还原场景去讨论，才能抓住准确的需求从而提供适合的解决方案。

我们经常通过“客户说要一批更快的马，其实他想要一辆车”来说明需求的真伪，其实这句话本身就是伪需求，没有限定在一定的条件下，这就是伪需求。比如是跑马比赛，参赛选手说要一批更快的马，显然真的要培育一匹良驹；比如说从家门口到地铁站的距离，显然自行车/电瓶车更合适；比如说从南方到北方，显然飞机高铁更合适。一方面的实际场景的诉求，另一方面是认知和技术的完备，缺一不可。

物：赤手空拳难做事。

我们在做事的时候通常会依赖一些外在是实物，比如：在没有线上签约系统之前，为了做业务，我们认准的有效客户就是已经盖章签约的客户，合同作为双方认可的依据。

而我们做产品做系统，也需要考虑基础设施和设备，我们要了解到使用人群当地的信号如何，我们做数据加载该用什么方式；我们要知道用户通常使用什么设备进行操作系统，从而做好相应设备的系统。

事务流：这里面就包含了问题出现的流程和解决这个问题的操作流程。

事情不是孤立的，也很少有事情是一步到位的，通常都是有一连串节点贯通起来做好一件事情的，特别是B端产品，中间涉及到的流程节点及其复杂，我们有可能解决的是整条链路中的某一个节点上的问题，那就需要把上下游一起看下，甚至整条链路都要过一下，才能做好整体方案。

财务流：准确来讲是数据流，我们惯常看到的是两个指标——财务数据和客户数据。

一个是头，一个是尾。这也是果，我们要分析这个果，然后才能不断调整方向/方式，来种更好的因。

数据这块是大头，现在都在讲大数据，数字化转型，以及AI智能，所有的都是围绕数据来展开的，我们留有底层数据，可以拿这些数据进行分析，这就需要会分析，要从不同维度拆着分析，以及企业在某一阶段实现某一目标的时候做专门的分析，做数字化转型也是在通过数据驱动业务，更好的赋能业务，产生新的数据，再调整步伐进一步驱动。而AI是减少我们人为计算的劳动力和劳动时间，学习数据的分析，然后可以在人没有覆盖到的一些场景和维度进行自动分析。

以上就是我在项目中总结的做需求的方法，里面涉及到了谁在什么情况下用什么来做什么，最后产生什么。如此反复循环，不断完善，做到最适合。

不正之处，请不吝指教！

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！