需求分析阶段:如何识别伪需求、需求优先级排序方法(RICE/ICE模型)、需求文档(PRD)的撰写规范

需求分析,说白了就是数据产品的「地基」。

我见过太多项目,地基没打好就急着盖楼。结果呢?楼盖到一半发现客户要的根本不是这玩意儿。返工、扯皮、延期,最后产品成了烂尾楼。

这一章,咱们就聊聊怎么把需求分析这步做实。我会把我在项目中踩过的坑、总结的方法,一股脑倒出来。

一、识别伪需求:别被「想要」骗了

伪需求是什么?就是用户嘴上说「我要A」,但实际需要的是「B」。

举个例子。我之前对接过一个业务方,上来就说:「我要一个实时大屏,展示所有订单数据。」听起来很合理对吧?

我多问了一句:「你拿到这个数据之后,下一步做什么?」

他愣了:「嗯……我其实是想知道今天哪个区域的订单异常,好及时调整配送资源。」

你看,他真正需要的是「异常预警+区域下钻」,而不是一个花里胡哨的大屏。这就是典型的伪需求。

识别伪需求的三个核心问题:

  • 「然后呢?」——拿到这个数据后,下一步动作是什么?
  • 「解决什么问题?」——这个需求对应哪个业务痛点?
  • 「不做会怎样?」——如果这个需求不做,业务会受多大影响?

我习惯在需求评审会上,把这三个问题贴在白板上。谁提需求,先过这三关。过不了的,直接打回。

我的小技巧:让业务方用「用户故事」的方式描述需求。格式是:「作为<角色>,我想要<功能>,以便<价值>。」如果「以便」部分说不清楚,大概率是伪需求。

二、需求优先级排序:RICE 和 ICE 模型

需求多了怎么办?排优先级。

我早期做数据产品时,全靠「拍脑袋」。哪个业务方嗓门大,就先做哪个。结果呢?资源全耗在「面子工程」上,真正有价值的需求反而被搁置。

后来我引入了两个模型:RICE 和 ICE。说白了,就是用公式把「优先级」算出来。

2.1 RICE 模型

RICE 是四个维度的首字母缩写:

维度 含义 评分标准(1-10分)
Reach(覆盖) 这个功能会影响多少人? 1分=仅个别人;10分=全公司/全平台
Impact(影响) 对单个用户的影响程度? 1分=轻微改善;10分=核心痛点解决
Confidence(信心) 你有多大把握这个需求是真实的? 1分=纯猜测;10分=有数据/用户调研支撑
Effort(投入) 开发需要多少人力/时间? 1分=极大投入;10分=极小投入(注意:Effort越高,优先级越低)

计算公式:RICE Score = (Reach × Impact × Confidence) / Effort

得分越高,优先级越高。

注意:Confidence 这个维度很容易被忽略。我见过有人给一个「我觉得用户需要」的需求打了9分信心分,结果上线后日活为0。后来我规定:没有数据支撑的 Confidence 分,最高只能打3分。

2.2 ICE 模型

ICE 是 RICE 的简化版,适合快速排序:

维度 含义
Impact(影响) 同RICE的Impact
Confidence(信心) 同RICE的Confidence
Ease(易实施) 实现难度如何?1分=极难;10分=极简单

计算公式:ICE Score = (Impact × Confidence × Ease) / 3

ICE 适合在需求评审会上快速打分。我一般让产品、开发、业务三方各打一次,取平均值。

我的经验:RICE 适合做「战略级」排序,比如季度规划。ICE 适合做「战术级」排序,比如迭代排期。两个模型可以结合使用:先用 RICE 筛出高价值需求,再用 ICE 排开发顺序。

三、PRD 撰写规范:让开发少骂你两句

PRD(产品需求文档)是数据产品经理的「命根子」。写得好,开发效率翻倍;写得烂,开发天天找你「对需求」。

我早期写的 PRD 被开发吐槽过:「你这文档我看完还是不知道要做什么。」后来我总结了一套规范,分享给你。

3.1 PRD 的核心结构

模块 内容 示例
1. 背景与目标 为什么要做这个功能?解决什么问题? 「当前运营团队无法实时监控活动效果,导致调整滞后。本功能旨在提供活动核心指标的实时看板。」
2. 用户故事 谁在用?怎么用? 「作为运营主管,我希望看到每个活动的实时UV和转化率,以便及时调整投放策略。」
3. 功能描述 具体做什么? 「提供活动列表页,支持按时间、活动名称筛选。点击活动名称进入详情页,展示UV、转化率、ROI等指标。」
4. 数据规范 数据来源、口径、更新频率 「UV来自埋点系统,口径为当日去重设备数,每5分钟刷新一次。」
5. 验收标准 怎么算做完? 「列表页加载时间不超过2秒;数据延迟不超过5分钟;支持导出Excel。」
6. 附录 原型图、流程图、参考文档 「详见附件:活动看板原型_v2.3.pdf」

3.2 数据产品 PRD 的特殊要求

数据产品和普通功能产品不一样。你想想看,开发一个「按钮」和开发一个「数据看板」,复杂度完全不是一个量级。

数据产品的 PRD 必须额外包含:

  • 数据血缘图:数据从哪里来?经过哪些清洗?最终怎么展示?
  • 指标口径定义:每个指标的计算公式、取数逻辑、排除规则。我见过因为「活跃用户」口径不一致,产品和开发吵了三天。
  • 异常处理机制:数据延迟了怎么办?数据缺失了怎么展示?
  • 权限与安全:谁可以看?谁可以导出?

PRD 撰写「三要三不要」:

  • 要:用「用户故事」描述需求,让开发理解业务场景。
  • 要:用「验收标准」明确边界,避免扯皮。
  • 要:用「原型图」辅助说明,一图胜千言。
  • 不要:写「类似淘宝那样」——淘宝哪个功能?哪个页面?
  • 不要:写「尽快上线」——尽快是多快?
  • 不要:写「支持所有格式」——所有格式是哪些?

四、知识体系总览

下面这张图,把本章的核心逻辑串起来了。你可以把它当作需求分析的「作战地图」。

需求分析阶段知识体系 需求分析阶段知识体系 需求输入 识别伪需求 「然后呢?」追问法 用户故事验证法 「不做会怎样」评估 优先级排序 RICE模型(战略级) ICE模型(战术级) PRD撰写规范 六模块结构 数据产品特殊要求

五、避坑指南

最后,分享几个我亲身踩过的坑。

我曾经……接手一个数据平台项目,业务方提了50多个需求。我按RICE模型排完序,发现Top 3需求占了80%的价值。但业务方不干了,说「我每个需求都很急」。后来我用了「成本-价值矩阵」,把每个需求的投入产出比算出来,业务方自己就放弃了那些「高投入低价值」的需求。

教训:优先级排序不是「说服业务方」,而是「用数据让业务方自己说服自己」。

另一个坑:PRD写得太细,开发反而看不懂。我后来学乖了:PRD的「功能描述」部分,用「用户操作流程」代替「功能列表」。比如:「用户进入页面 → 看到活动列表 → 点击活动名称 → 进入详情页 → 看到指标数据」。开发一看就明白,不用来回确认。

嗯,需求分析这块,说白了就是「想清楚再动手」。别急着写代码,先把需求理清楚。你省下的时间,远比花在「返工」上的时间多。