敏捷五步，手把手教你画产品架构图

产品大峡谷 2023-08-06 11:20:22

结构化思维，是产品架构设计的底层驱动力。上篇文章讲了一个观点：产品同学职场发展的关键在于战略性的制造不平衡，文章中分享了一个关于“架构设计”的案例，不少产品同学看后在微信群内反馈，说很想系统学习下架构设计。

坦白说，产品架构设计需要很多的经验积累，尤其依赖对业务场景的深度理解、体系化的产品思维、较强的抽象能力等等，偏向于水到渠成，很难读完一篇文章就能学会，但掌握了设计方法，再通过反复练习就能逐渐掌握。

因此，镜同学想通过本文系统性的分享下产品架构设计的入门方法，我会通过一个产品案例帮你更好的理解产品架构设计。

当然，能力有限，本文并非适合每个产品同学，欢迎批评指正，主要是想帮助入行不久的产品同学建立对架构设计的一些认知，重点是分享一些方法论。

等你看完，你一定会有这个认知：

产品架构设计对外集中体现的是你的专家效应，尤其是对你的产品视野和格局都有很大的提升，而这对你的职场发展也极为重要，绝不是撑面子的花架子。

你知道的，在“产品大峡谷中”，镜同学一贯愿意并擅长做这样的辅助。

产品经理，产品经理网站

↑- 敏捷版的产品架构图示例

先介绍下该产品案例的背景：

我们团队目前主要在做HSE安全信息化平台，该平台的产品矩阵主要解决企业安全生产管理的需求，诸如“双重预防机制”等等，目前平台积累了近十万企业用户。

同时，为了提高集团各事业部的业务推进效率，我们同时也在做CRM系统，上周我们设计了一个“客户档案”的产品需求。

这个需求属于客户关系管理系统中的一个一级功能，主要是把CRM系统收集到的客户信息，尤其是安全信息平台所拥有的该企业的安全信息进行集中展示，用户可以免费或付费查询，多少有点类似于“企查查”。

这个需求是让一个产品经理负责设计的，评审时我发现他对产品设计的深度还远不够，只是被动的罗列企业的信息，缺少深入的产品设计思考。

归根结底，主要在于没有产品架构的意识，因此，借这个案例，分享一些经验，希望能给你带来一些启发。

一、回归业务场景，找准产品定位

不仅仅是产品架构设计，任何产品设计都应该围绕业务场景所展开，让需求深度契合业务场景是最基础的产品能力。

很多产品初学者，最容易犯的错误往往就是忽略了业务场景，反而在乎某个功能的界面交互、用户体验等，这是本末倒置。

产品定位清楚后，才会有具象化的北极星目标，才可被拆解量化出详细的需求任务。要想搞清楚产品定位，可以从业务场景和功能定义来着手。比如，我们这个“客户档案”这个业务场景：

首先，安全行业的上下游企业在开展业务时，很多时候客户都需要掌握某个企业的基本信息，尤其是关于安全管理的相关信息，借以评估该企业的安全管理水平如何等等。

其次，我们刚好沉淀的有客户数据和安全数据，完成这个需求之后，用户就可以通过该“客户档案”功能查看，可以查询某个企业的基本信息，尤其是安全信息。比如，保险机构在推安责险前就需要了解企业的安全管理水平，安全管理水平高保费就可以低一些，反之就高一些，他就可以通过“客户档案”功能查询。

因此，客户档案的功能定义便是如此：为安全行业的上下游企业，提供以安全数据为核心的一站式查询服务，助力其业务高效发展。

二、提炼本质需求，拆解核心要点

通过业务场景和功能定义基本确定了产品的定位，接下来最重要的其实就需要提炼本质需求，拆解出来核心的需求要点。这个阶段需要完成先从具象到抽象，再从抽象到具象的两轮转变。还以“客户档案”为例：

①从具象到抽象根据业务场景和功能定义，我们对客户档案已经有了初步具象化的认知，那么下一步就是要将需求抽象提炼，客户档案本质上是什么呢？重新审视需求：基于现有的客户系统和安全平台各个系统的基础数据，目的是为了向用户提供企业的基本信息查询服务，进而设计付费查询等增值服务。显然，该需求是一个数据应用服务。

②从抽象到具象明确了这是一个数据应用服务，接下来就需要结合业务场景，向下拆解，再次具象化产品需求，拆解出高层级的核心功能点。比如，数据来源设计、数据查询设计、增值服务设计（套餐配置、线上支付、订单管理等等），这些都属于核心的功能要点。需要说明的是，在这个阶段只需梳理出核心的功能要点，不需要太深入到细节里面，只需要高层级的核心功能就行，这样更利于全局把控或敏捷调整设计方向。

产品经理，产品经理网站

三、对照需求方法论，场景化详细需求

首先，数据应用类需求有哪些需求方法论呢？严格来说，这依赖于你的产品知识积累，当然你也可以边学边应用，比如，我们就可以参考“数字化转型”，一般来说，数据应用服务都需要经历数据收集、数据治理、数据分析、数据融合几个阶段。

事实上，数据应用类的产品设计绝非一朝一夕，它在客观上需要长期的数据沉淀，可能是数年甚至数十年，并且经过数月的打磨和驯化，再通过数小时的数据准备，最后实现秒级的数据结果。对用户而言，他们看到的结果往往都是可视化的统计数据，这些易读性和便捷的交互设计，都是为了能帮用户最大限度地提高决策效率，这背后其实是一系列的数据处理逻辑。

产品经理，产品经理网站

上周我去北京参加了IBM的产品交流会，中间也有提到数字化转型，我当时也在峡谷微信群里分享了一些现场图片，其中就有关于数据应用的方法模型。其次，找到了方法论，就要场景化详细需求，我们还以“客户档案”这个需求为例：

第一，数据收集：数据收集也就意味着要确定数据来源，客户档案我们初步设定有三个数据来源：

①客户系统的企业数据；

②对接企查查的基础数据；

③我们其他安全系统的企业安全数据。

在这里，镜同学还特别想说一句，产品经理要牢记“数据来源”这四个字，在产品设计时反复询问自己，这对业务逻辑的充分理解很有帮助。

第二，数据治理：数据治理意味着设置适用于收集、存储、处理和处置数据的内部标准，即数据策略，它规定了谁可以访问哪些数据以及哪些数据应受治理。数据治理其实很重要，比如，有些数据是没有价值或者价值很低的，这些数据就不必要展示；有些数据涉及隐私或安全，不能够展示；这就对我们提出了要求，我们一定要对数据进行筛选和过滤，剔除无意义的数据，保留最有价值的高效数据。

事实上，我们这个产品同学在最初设计时，直接展示了企业的生产数据，诸如“风险四色图”、“隐患排查”的现场数据，这些数据均没有经过治理，都是最初的原材料堆砌。所以我说，他的第一次产品设计丰富度很高，但设计的深度很浅，更多是被动的罗列数据，并没有对数据进行充分治理，产品自主思考与设计不足。

第三，数据分析在数据治理之后要进行数据分析，这些分析要立足于当下的业务场景，说白了，治理后的生产数据是原料，是最初的生产资料，我们要想办法加工成半成品。

那么，这个案例中“客户档案”的企业安全数据，我们应该如何有效分析呢？

我们首先要进行分维度的权重设计，其次要进行统计分析，诸如，哪些数据是对业务需求意义大，应该分配什么样的权重；这些一定不是单纯的罗列原始数据，因为你展示的是依托数据的客户档案，应该是报告性的、统计性的，一定要让用户最直观的看到你的数据分析结果。

比如，通过数据分析，产品应该可以告诉用户某个企业的安全评分是90分，统计数据大概有哪些，等等，均是直观表达，而不应该是众多的列表、详情，等待用户自己再去计算分析。

第四，数据融合。

在我看来，数据融合应该围绕着产品价值来实现。比如，增值服务应该包括付费查询、报告下载、导出文件、在线支付等等，这些都是具体的功能点；再比如，针对体验性或口碑的提升，通过“客户档案”来提高数据变现能力，进一步提升公司的品牌影响力。

当然，镜同学这里只是提供一个产品思路供你参考，所以也只是一部分细化的需求，像数据查询、付费查看等等需求功能，都可以对照产品方法论，依托业务场景，从底层去构建基础的需求功能点。

产品经理，产品经理网站