需求管理：鱼骨图分析法在产品需求中的应用

图1：鱼骨图（石川图）

鱼骨图在需求管理上的应用，主要是需求归因分析：

图2，原点需求归因

一、操作步骤

• 设置原点需求：可能来自客户或公司以及合作伙伴真实的需求，也可以通过行业分析、竞品分析或者数据分析获得，也可以凭经验进行假设；

• 以原点需求为起点，列举出能想到的所有原因，并判断其合理性，同时将原因归类后反映在鱼骨图上，这样你可以获得一个需求归因分析过程的逻辑清晰的框架结构。

设置原点需求：可能来自客户或公司以及合作伙伴真实的需求，也可以通过行业分析、竞品分析或者数据分析获得，也可以凭经验进行假设；

以原点需求为起点，列举出能想到的所有原因，并判断其合理性，同时将原因归类后反映在鱼骨图上，这样你可以获得一个需求归因分析过程的逻辑清晰的框架结构。

说明：

• 透过鱼骨图分析，把各种因素、原因全部列举出来进行归类，并不断地向下追问“为什么”。同时，通过鱼骨图分析的过程，也是对需求逐步深化认识的过程，当我们对一个事物掌握到足够细化的深度，其内在的逻辑性和矛盾性也就逐步浮现出来了，因此，鱼骨图对于判别需求真伪有缩小范围的收敛作用。在实际操作中我发现，伪需求一般是经不起连续5个层级的要因追问的，最终一定会出现荒谬的结论；如果要因归纳不能实现逻辑自洽或结论收敛，要么是原点需求需要分拆，要么伪需求的可能性就比较大。

• 对要因追问“为什么是这样？”、“为什么不是那样”、“还有哪些可能性”。

• 原点需求的设置一开始不一定是正确的，可能需要不断修正多次才能找到真正的原点需求。如果能从相对客观的结论中找到原点，比如从数据分析中，那么这样的原点需求至少是值得在鱼骨图上先推演一番的；凭借经验主观设置原点，由于认知、经验、思考角度的原因，往往会产生很大的差异，但是，经过鱼骨图分析，一般都可以得出原点的设置是否靠谱的判断。

• 鱼骨图分析需求的难点在于，设置原点需求、如何进行合理有效地归类、以及艰苦地列举出所有要因，这对参与分析者是艰苦的脑力挑战，同时也是艰辛和枯燥的工作。有人把这种用图表分析的做法斥之为“纸上谈兵”；其实，仅仅坐在空调办公室里是无法完成一份有质量的鱼骨图分析的。在判断需求的过程中，经常需要考虑场景、用户心理分析等必要环节，这就需要现场观察和客户访谈，腾讯的10/100/1000法则就是这种基础工作的真实写照。当你自己一个人已经穷尽智慧，但是仍然无法做到有效的归因分类和要因列举时，就是该走出去观察、交谈和请教的时候了。

• 鱼骨的层级和每个分类的要因不能太少，要在3个层级以上，最少每个分类要给出5个以上的要因；当分析的层级达到4级以上的时候，往往就会出现意想不到的事情。

• 鱼骨图分析由于归因分类不同，权重设置不同，同样一个原点需求会得出完全不同的结论，这很正常。鱼骨图分析不是要通过一次分析就找到正确的结论和路径，事实上没有任何一种方法可以做到；鱼骨图分析在于通过不断地、多角度的归因，让结论尽量收敛于一个明确的方向，从而提升需求判断的准确性和需求管理的合理性。

• 鱼骨图分析需求，产品团队的每个人可以一起来做，也可以各自独立做，最后汇总各自的结论。别迷信老鸟和权威，也不要期望有绝对正确的结论，每人的结论有差别甚至结论相反才是正常的，做鱼骨图分析，只能得到被缩小的范围和相对靠谱的结论。

• 一个人花5分钟可以做一个粗略的鱼骨图分析，整个团队花一个月做一次非常精细的鱼骨图分析也是正常的。用鱼骨图分析需求，应该成为产品团队每个人的工作习惯，这对提升产品经理的业务素养很有好处。

• 当你在用鱼骨图分析需求之后，最终执行的结果与实际不符，更可能的情况是，你在做分析的时候缺少了重要的思考维度，而这些维度是需求得以落地或实现必不可少的因素。为了避免这种糟糕的情况发生，尽量向这个行业的老鸟请教吧。

透过鱼骨图分析，把各种因素、原因全部列举出来进行归类，并不断地向下追问“为什么”。同时，通过鱼骨图分析的过程，也是对需求逐步深化认识的过程，当我们对一个事物掌握到足够细化的深度，其内在的逻辑性和矛盾性也就逐步浮现出来了，因此，鱼骨图对于判别需求真伪有缩小范围的收敛作用。在实际操作中我发现，伪需求一般是经不起连续5个层级的要因追问的，最终一定会出现荒谬的结论；如果要因归纳不能实现逻辑自洽或结论收敛，要么是原点需求需要分拆，要么伪需求的可能性就比较大。

对要因追问“为什么是这样？”、“为什么不是那样”、“还有哪些可能性”。

原点需求的设置一开始不一定是正确的，可能需要不断修正多次才能找到真正的原点需求。如果能从相对客观的结论中找到原点，比如从数据分析中，那么这样的原点需求至少是值得在鱼骨图上先推演一番的；凭借经验主观设置原点，由于认知、经验、思考角度的原因，往往会产生很大的差异，但是，经过鱼骨图分析，一般都可以得出原点的设置是否靠谱的判断。

鱼骨图分析需求的难点在于，设置原点需求、如何进行合理有效地归类、以及艰苦地列举出所有要因，这对参与分析者是艰苦的脑力挑战，同时也是艰辛和枯燥的工作。有人把这种用图表分析的做法斥之为“纸上谈兵”；其实，仅仅坐在空调办公室里是无法完成一份有质量的鱼骨图分析的。在判断需求的过程中，经常需要考虑场景、用户心理分析等必要环节，这就需要现场观察和客户访谈，腾讯的10/100/1000法则就是这种基础工作的真实写照。当你自己一个人已经穷尽智慧，但是仍然无法做到有效的归因分类和要因列举时，就是该走出去观察、交谈和请教的时候了。

鱼骨的层级和每个分类的要因不能太少，要在3个层级以上，最少每个分类要给出5个以上的要因；当分析的层级达到4级以上的时候，往往就会出现意想不到的事情。

鱼骨图分析由于归因分类不同，权重设置不同，同样一个原点需求会得出完全不同的结论，这很正常。鱼骨图分析不是要通过一次分析就找到正确的结论和路径，事实上没有任何一种方法可以做到；鱼骨图分析在于通过不断地、多角度的归因，让结论尽量收敛于一个明确的方向，从而提升需求判断的准确性和需求管理的合理性。

鱼骨图分析需求，产品团队的每个人可以一起来做，也可以各自独立做，最后汇总各自的结论。别迷信老鸟和权威，也不要期望有绝对正确的结论，每人的结论有差别甚至结论相反才是正常的，做鱼骨图分析，只能得到被缩小的范围和相对靠谱的结论。

一个人花5分钟可以做一个粗略的鱼骨图分析，整个团队花一个月做一次非常精细的鱼骨图分析也是正常的。用鱼骨图分析需求，应该成为产品团队每个人的工作习惯，这对提升产品经理的业务素养很有好处。

当你在用鱼骨图分析需求之后，最终执行的结果与实际不符，更可能的情况是，你在做分析的时候缺少了重要的思考维度，而这些维度是需求得以落地或实现必不可少的因素。为了避免这种糟糕的情况发生，尽量向这个行业的老鸟请教吧。

一般而言，需求归因的大类划分有如下分类：

• 按来源分类：“业务与行业”、“客户反馈”、“运营与客服”、“领导或者老板”、“合作方”、“其他干系人”、“竞品”、“市场”、“运营数据”、“监管法规”等；上述这些分类可以设置不同的权重，经过评分后得出结论。可以想象，一个需求的来源越多，一般说明，更多类型的人在意这个需求，它靠谱的可能性就越大。

• 按重要性×紧急性分类：这是将“重要-紧急象限模型”应用于鱼骨图的要因分类上面。以1分为最低分，10分为最高分，分别评价分类的重要性和紧急性，将重要性和紧急性得分相乘，最终得出原点需求的总分数。

按来源分类：“业务与行业”、“客户反馈”、“运营与客服”、“领导或者老板”、“合作方”、“其他干系人”、“竞品”、“市场”、“运营数据”、“监管法规”等；上述这些分类可以设置不同的权重，经过评分后得出结论。可以想象，一个需求的来源越多，一般说明，更多类型的人在意这个需求，它靠谱的可能性就越大。

按重要性×紧急性分类：这是将“重要-紧急象限模型”应用于鱼骨图的要因分类上面。以1分为最低分，10分为最高分，分别评价分类的重要性和紧急性，将重要性和紧急性得分相乘，最终得出原点需求的总分数。

举例：如图所示

假定一个需求，被列举出了4个原因，从重要性评价，原因1得9分，原因2得8分，原因3得8分，原因4得6分；从紧急性评价，原因1得6分，原因2得5分，原因3得2分，原因4得10分，那么可以得到该需求的评价值M为：

M=∑（Ai×Bi）=原因1（9×6）+原因2（8×5）+原因3（8×2）+原因4（6×10）=54+40+16+60=170

Ai代表重要性分值；Bi代表紧急性分值

最终这个需求的得分就是170分，把它放进需求池里面进行排序，一般得分高者就是马上要着手做的需求了。

疑问1：这里你可能会有疑问，按照上述评价方式，那么得分最高的往往就是“重要且紧急”的需求了呀！

你的疑问没错。这取决于你的团队和你的公司如何理解“重要”与“紧急”之间的关系问题。如果在某个时期，“重要”与“紧急”是相对均衡的，那么其权重可以是对等的，比如判断分值都是1至10分；在另外一个时期，公司对“重要”看得比“紧急”重，那么就可以加大“重要”的分值，比如把“重要”设置为1至10分，而把“紧急”设置为1至5分；每个公司在不同时期对产品部门的总体要求、方向都有所区别，问你的老板或主管副总，他至少会给出一个明确的方向。

疑问2：这些评分都是很主观的产物，如何确保客观公正性？

不错，这些评分都是人的主观判断，不同的人判断的标准可能很不一样。因此，这种评分只能通过操作流程尽量做到“客观”。比如，产品团队每个人都参加鱼骨图需求分析，取每个人的权重值加总或者取每人评分加总后的平均值；规定统一的评分标准，凡是可以得到客观数据的标准都采用客观评价标准，尽量缩小主观判断的范围和权重。

疑问3：为什么一定用鱼骨图？

貌似用思维导图或者树状图也能实现。这是个习惯问题，其实表现形式都是为分析需求服务的，只要你认为好用，用其他形式当然没问题。我喜欢用鱼骨图，是因为鱼骨图的原点和主干始终非常清晰，在分析过程中可以始终保持对原点和主干的关注，不至于跑偏；鱼骨图的另外一个好处是，可以从整体俯视整个需求分析演化的过程，有利于从整体和宏观角度把握需求。

三、鱼骨图分析法的局限

鱼骨图分析法，其基本逻辑就是归纳法，要依据足够多的条件才能归纳；而且还仅仅只能得出一个定性的结论。

• 要因列举，就是把所有想到的要因都列举出来，这常常会让分析者感到乏味和疲惫，因此，就涉及到如何激励分析者干下去不放弃的问题，但这已经是鱼骨图分析法范畴以外的事情了。

• 无论要因归类还是要因列举，都不可能穷尽，只能是无限接近“正确”而已——离正确的结论毕竟还是有距离的，所以即便是经过最大努力用鱼骨图分析出的需求结论，照此执行还是有风险的，它毕竟是在有限认知、有限信息的条件下得到的结论。

• 鱼骨图分析的最终结论是定性的，即“Yes”or“No”或者是否靠谱，还无法得出可量化的结论。

要因列举，就是把所有想到的要因都列举出来，这常常会让分析者感到乏味和疲惫，因此，就涉及到如何激励分析者干下去不放弃的问题，但这已经是鱼骨图分析法范畴以外的事情了。

无论要因归类还是要因列举，都不可能穷尽，只能是无限接近“正确”而已——离正确的结论毕竟还是有距离的，所以即便是经过最大努力用鱼骨图分析出的需求结论，照此执行还是有风险的，它毕竟是在有限认知、有限信息的条件下得到的结论。

鱼骨图分析的最终结论是定性的，即“Yes”or“No”或者是否靠谱，还无法得出可量化的结论。

返回搜狐，查看更多