决定需求价值的四个参考系

枯叶 2023-07-25 14:51:29

物理学有一个经典的问题：当人们处于行驶中的火车内部时，是静止的，还是运动的？

选项A：静止；
选项B：运动；
选项C：既是静止的，也是运动的。

你会选哪一个？

人们的运动状态是一个相对概念，也就是将一个物质与另一个物质进行对比，人们处于什么状态，要看与什么样的事物进行对比。

相对火车内的司机，车厢，乘客等不动的事物而言，人们是处于静止的状态，相对于地面，车站，树木等火车外不动的事物而言，则是处于运动的状态。

所以，正确答案是C。

不仅仅是物理学，相对概念在生活中的很多地方都有体现，如同数字“3”与数字“5”对比，是一个小数字，但数字“3”与数字“1”对比，则是一个大的数字。

大数字，还是小数字，区别点不在于数字“3”本身，而在于和他对比的另一个数字。

需求也是如此，我们所谈到的需求价值，实际上，也是一个相对价值。

01 相对价值

某资讯产品，累计拥有100万注册用户，日活为5万，每天新增用户5000人。

产品总监认为当前的数据表示产品处于一种不健康的状态，日活率只有5%，表示用户的活跃度较低，作为资讯产品而言，意味着大多数新增用户，都在较短的时间内流失了，也就是用户的留存周期太短。

基于这种不健康的状态，总监希望能在下一次大规模获得新增用户之前，解决产品活跃度低的问题，这样才能让新增用户产生价值，而不只是在用户表增加一条数据。

产品团队经过一番研究后，提出了A和B两个需求。

A需求，能够有效提升日活，预期可将每日活跃用户提升至10万。
B需求，能够有效提升新增，预期可将每日新增用户提升至5万。

此时，哪个需求是高价值需求呢？

答案是能够提升日活数据的A需求，不能提升日活的B需求，尽管能够带来可观的新增用户，但却不能增加日huo也依然是低价值需求。

但，如果总监的期望发生了变化，想要先扩大用户规模，再提升用户。

此时，能够带来新增用户的B需求就变成了高价值需求，而A需求，尽管能提升产品日活，也依然会成为低价值需求。

需求的价值，是一个相对概念。

我们将需求带来的某项数据变化与产品当前存在的某种数据指标进行对比，以此衡量一个需求的价值。并且，作为对比对象的数据指标，也是衡量需求价值的标准媒介。

一旦作为对比对象的数据指标发生变化时，实际上的对比内容也会发生变化。

A需求能够极大的改善产品日活数据，但却不能带来新增数据，若是以日活数据作为对比对象，就属于100分需求，若是以新增数据作为对比对象，就变成了0分需求。

在以日活数据作为对比对象时，是将需求带来的“日活数据增长”与当下产品的日活数据进行对比，我们可以得到该需求能够极大提升日活数据的结论，以此判断该需求是100分需求。

在以新增数据作为对比对象时，是将需求带来的“新增数据增长”与当下产品的新增数据进行对比，也就会得到该需求不会带来新用户增长的结论，以此判断出该需求是0分需求。

在我们的工作当中，也会有很多特别好的需求，能够为大规模的用户创造出价值，也能大幅度提升产品的某项数据指标，只是这些需求也经常会被延后或者淘汰，原因就在于相对当前关注的数据指标而言，他们是0分的需求。

所以，我们在判断需求价值时，并不是单纯的以服务用户规模作为参考条件，而是要判断需求的相对价值，判断该需求对产品的某项数据指标能产生多大的价值。

用来作为对比对象的数据指标，也就是产品需求价值的参考系。

02 需求的参考系

一个高价值的需求，既要为大规模的用户提供有价值的服务，同时也要为产品带来某项数据的增长。

所以，产品内部的所有数据，均可视为衡量需求价值的参考系，所有的参考系，也均可以用来衡量需求的价值。

而不同参考系衡量出的需求价值是存在差异的，每一个需求，在不同参考系的衡量下，都会产生一个对应的需求价值。也就意味着，需求价值并不是单一的，而是繁多的，有多少个参考系，就会有多少个需求价值。

如果一款产品，内部包含了20项数据指标，意味面向该产品的需求，存在20种参考系，等同于该需求会有20个需求价值。

有时候，产品因为过于激进留下了许多遗留BUG，严重影响了用户的使用，当前的状态，即使是一个BUG修复的需求也会比能够带来大量新用户的需求更有价值。

此时的参考系是产品的BUG数，拉新的需求并不能减少产品的BUG数，以BUG数为参考系时，拉新的需求就是0分需求。

参考系的数量越多，需求的价值数量也就越多，有的产品具备超过100项数据指标，也就意味着每一个需求都会有超过100个需求价值，从业者几乎无法确认需求在每一个参考系下的价值。

实际上，也不需要确认每一个参考系，尽管参考系的数量很多，但只有四种类型，我们只需要关注该参考系属于何种类型即可。

1. 弱点参考系

需求相对于该参考系价值为0，甚至为负数。

对于需求而言，大多数的参考系都是弱点参考系，如果以弱点参考系衡量需求价值时，尽管该需求在其他参考系里能有良好的表现，但依然是一个0分需求。

2. 最优参考系

需求相对于该参考系价值最高。

最优参考系与弱点参考系相反，是指需求相对于该参考系能够产生最大的价值，当我们以最优参考系衡量需求价值时，该需求便是一个100分需求。

3. 普通参考系

需求相对于该参考系，价值即不为0，也不是100分，属于中间阶段。

除了弱点参考系和最优参考系，剩下的参考系均可视为普通参考系，以该参考系衡量需求的价值，存在许多可能性。

如果最优参考系的价值是100，弱点参考系的价值为0，普通参考系就是游走在1-99之间的任意数字。

通常情况下，对于需求而言，大多数的参考系都是弱点参考系，需要毫不犹豫的舍弃，少数参考系属于普通参考系，可以根据具体的数值再确定舍弃或者进入第二轮的评估，而最优参考系只有一个，可以直接进入第二轮的价值衡量。

如果A需求能够让日活提升1万，新增用户提升100，付费转化率提升为0，业务参与率提升为0。

那么，对于A需求而言，日活数据便是最优参考系，新用户增长则是普通参考系，付费转化率以及业务参与率则是弱点参考系。

4. 目标参考系

团队所期望增长的数据指标便是目标参考系。

前三种参考系以衡量需求价值为主要目的，划分方式则是基于需求与参考系之间的关系，以此得到“弱点参考系”，“最优参考系”以及“普通参考系”三种关系类型。

但，目标参考系不同。

目标参考系是以团队的期望为主要内容，是由团队指定的某项数据指标，主要作用便是与前三种参考系进行对比：

若是目标参考系对于需求而言是一个弱点参考系，那么该需求便是一个错误需求，是一个低价值需求，需要被舍弃。
若是目标参考系对于需求而言是一个最优参考系，那么该需求便是一个正确的需求，有可能是一个高价值需求。
若是目标参考系对于需求而言是一个普通参考系，就需要根据具体的数值，再行判断。

目标参考系随时都在发生变化，上个版本团队期望活跃数据得到改善，下一个版本就可能转变为新增数据得到改善，在下一个版本则可能转变为业务参与率的提升。

所以，需求的价值也在随着目标参考系的转变而转变。

现在，我们已知A需求，能够为产品带来1万日活的增长，并且会带来1000日新增用户的增长，但不会影响业务转化率，也不会影响付费转化率。

相对于A需求而言，日活的数据指标便是最优参考系，日新增的数据指标便是普通参考系，而业务转化率与付费转化率均属于弱点参考系。

当团队期望日活数据增长时，日活的数据指标就是目标参考系，相对于A需求而言，也是最优参考系，该需求便是一个正确的需求。

当团队期望日新增用户数据增长时，新增用户的数据指标就是目标参考系，相对于A需求而言，是普通的参考系，需要根据具体的数据再行判断。

当团队期望业务转化率提升时，业务转化的数据指标就是目标参考系，相对于A需求而言，则是一个弱点参考系，该需求将会被作为低价值需求而舍弃。

如果团队期望付费转化率提升时，付费转化的数据指标则会成为目标参考系，相对于A需求而言，同样是一个弱点参考系，该需求也会被视为低价值需求而舍弃。

目标参考系决定了应该使用哪一个参考系作为需求价值的衡量对象，脱离目标参考系的情况下，便无法对需求价值进行判断。

因此，我们在尝试判断需求价值时，第一件事便是约定一个目标参考系，也就是我们期望当前版本改善哪项数据？

若是没有目标参考系，也就无法判断需求价值了。

类似于A需求，能够让日活提升，B需求，能够让新增用户提升，谁的价值更高呢？

03 需求之争

产品经理其实是一个很容易与他人发生争执的岗位，从老板，公司高管，我们的leader到开发同事，设计同事，测试同事，运营同事，以及商务，市场等，几乎所有与我们有协作关系的角色，都是潜在的争执对象。

这些争执的背后因素，就在于需求价值的多样性。

参考系不同，需求的价值就不同。团队当中的每一位成员都有自己期望提升的数据指标，有的想提升日活，有的想提升新增，也有想要提升变现能力，我们都会以自己对产品的期望，形成自己的目标参考系。

这就会导致需求的争执，你认可的需求，我不认可，而我认可的需求，他不认可。

实际上，关于需求的争执，大多数情况均是因为目标参考系的偏差导致，我们所争执的并不是需求，而是目标参考系。

A需求能够为产品带来日活增长，B需求能够为产品带来更多的新用户，站在需求的角度，两个需求没有可比之处，我们不能说A需求比B需求更好，也不能说B需求比A需求更好。

但，若是以日活为目标参考系，A需求就优于B需求，若是以新增为目标参考系，B需求就优先于A需求。

所以，我们争执的实际上应该是先提升日活，还是先提升新增用户，而不是A需求和B需求。

若是团队中的成员，存在不同的目标参考系，就会形成争执的局面。

一位成员以新增为目标参考系，批判A需求不能为产品带来新增用户，即使能让日活提升，也没有意义，强调能带来新增用户的B需求更有价值，另一位成员则是以日活为目标参考系，批判B需求不能提升日活，即使能新增用户，也同样没有意义，强调能提升日活的A需求更有价值。

实际上，需求与需求之间的争执，多数都是“目标参考系”的争执。

我们争论的并不是需求，也不是一定要在A需求和B需求之间分个高低，我们争论的是衡量需求价值所使用的目标参考系。

也就是说，我们所争论的，是在当前阶段，产品应该期望哪一项数据增长，哪一项数据指标才是现在的目标参考系。

若是目标参考系未达成一致，需求的争论就没有意义。

尽管需求与需求之间无法判断对错优劣，但目标参考系却可以结合公司的实际情况进行调整。

用户规模不同，产品的发展阶段不同，一些特殊的时间点，事件点乃至于我们所负责的模块不同，甚至老板的心情等等都会让目标参考系发生改变。

产品处于快速增长阶段时，通常会以用户的新增数据作为目标参考系，能带来新增用户的需求，就是最有价值的需求，而一些基础建设的需求优先级会被降到极低。

这个阶段，即使是导致崩溃的bug，只要不影响用户的增长，也有可能延缓数个版本再解决。

一旦高管决定让产品处于修复和稳定阶段时，以产品的稳定性或者产品的体验为目标参考系时，基础建设的需求则会成为最有价值的需求，甚至每个BUG都会及时得到相应。

在这个阶段，能带来新用户的需求，不论是带来100万，1000万的新用户，都只能进入需求池，等待下一次的目标参考系的变更，才有可能被提上开发日程。

更多的时候，目标参考系是由上至下指定的，目标参考系的变化也是由上至下触发的。

作为产品从业人员，需要与公司的决策层，高管层，乃至产品负责人基于目标参考系达成共识，这样才能避免陷入目标参考系的争执当中。

同时，也需要警惕目标参考系的变化，需要根据目标参考系的变化重新衡量需求的价值，调整需求的排期。

一旦目标参考系发生了变化，原本高价值的需求，可能会立即变的一文不值，原本被舍弃的需求，也可能变的炙手可热，被赋予极高的期望。

需求的争执，只有建立在共同的目标参考系之上，才是有意义的碰撞和讨论。

否则，只是一场灾难。