持續化思考之 前期思考(需求 產品定義)有多重要?

2021-06-10 06:57:59 字數 1907 閱讀 7240

問題背景描述:

創業團隊。

我們最近在做乙個產品,乙個規模比較大的web應用。

由於具有創新性,國內市場沒有成熟的產品可以參考。

正因如此,我們簡單想好基本的功能和架構,心中有了乙個大概的樣子,就開始編碼了。在整個開發過程中,我們一邊開發,一邊思考新功能是不是要加,一邊思考舊功能的優化和刪減,因為之前思考和定義的不是很充分,所以我們開發者一直在處於不斷修改心中藍圖的過程中。

這樣真的好嗎? 

持續思考日誌:

寫於2012-10-17:

首先我必須要說:前期沒有做足充分的產品定義和設計,就開始編碼,這是絕對是很不合理的。

新產品和沒有參考,或者自主研發這都不是藉口,因為太多軟體工程的書裡都傳達著這樣乙個資訊:

軟體工程實踐中,一半以上的專案都會存在交付日期拖延、功能不完整甚至於專案失敗的問題,而導致這些問題最大的誘因,就在於:前期需求定義不完整和規範,或者需求變動過於頻繁

所以說,即使種種原因,如沒有現成參考等,也一定要盡可能思考充分,要確定好要做的功能模組(哪怕是幾個備案選一),要想清楚系統的使用者需求,想清楚系統的核心本質,想清楚在產品使用者體驗過程中,我們會傳達給使用者乙個什麼資訊。

這是關鍵:

腦子中我們對系統本質了解的透透的,都不一定能達到預期的效果。更何況我們沒理解透徹,糊里糊塗就做下來了呢?

推而廣之,在編碼、測試乃至看書、查資料等技術問題上,做之前先動動腦子想清楚究竟怎麼下手,什麼是最優選擇。看似耽誤了做事的時間,但是對於整體的效率來說,通常是更有效的一種方式,就像我們總有這樣的經驗:以前中學寫作文的時候,花十分鐘打個草稿或者提綱,通常能有效的縮短整體的寫作文時間,而且動筆的時候一鼓作氣更流暢,文章邏輯更清晰。

同樣的道理,可

為什麼很多時候我們都做的不到位呢。

寫於2012-10-20:

真的很糾結。

是因為創業公司嗎?十幾個人的開發團隊,水平模式(所有人員涉及產品定義/設計/編碼和測試,各有偏重)。

應該是有序的啊:

1.看見樹木,又見森林,心裡知道整個產品是怎麼樣,核心是怎樣,這個模組的功能是什麼,意義何在。

2.想清楚每個模組投入的成本和實現的價值,考慮清楚價效比再做決策。

3.做每個模組時候,應該先從使用者體驗出發吧,我覺得這是最重要的。然後根據這個,考慮視覺流和介面,然後是功能實現的問題。如果每每都從功能或技術難度考慮問題,怎麼做出一流的產品啊。

4.溝通真的很重要,怎麼建立乙個自上而下的溝通方式,怎麼有乙個好的決策制度,真的很重要。如果乙個員工(甚至只是編碼或者測試,都不是產品)覺得這個產品有嚴重的缺陷或者設計失誤,應該怎麼進行有效溝通呢。

總而言之,最近很充實,學習和思考了不少新東西,加油。

寫於2012-12-15:

現在不止是需求的問題了,而是做乙個產品,應該本質上做什麼的問題。

做產品不是為了做出來,而是為了實現一種概念,為某些使用者滿足需求。【今晚酒店**】就是乙個絕妙的例子,要分析市場和需求,考慮各種條件,最後綜合得出結論。

引用周教主的兩句話: 「

很多成功的產品是強需求,所以會有使用者,使用者不斷的提要求,不斷的持續改進體驗,體驗越改進越好,最後就成功了......各位聽了這種分享之後,回去玩命的打造介面調整顏色,最後產品還是不成功,為什麼?因為我們沒有抓到使用者本質需求,所有離開了需求的使用者體驗改進都是耍流氓。

做產品最核心是:解決使用者需求痛點,如果使用者沒有這個需求,那你怎麼做都是無用功。做產品最大的坑就是踩到了空處,你認為有價值但使用者沒需求,那你肯定完蛋了,趕緊換方向。尋找,嘗試和把握住使用者需求痛點,這產品做下去就心裡踏實了,說實話我最怕的就是做心裡沒底的產品,純炮灰。 」

產品化的思考

關於產品化,公司也進行過相應的 也是公司的目標。公司一直在做專案,沒有很好的產品化的思路。個人認為為什麼會稱之為產品,產品應該是有大部分共性的特點,按照相應的技術標準或規範生產出來的東西。比如螺絲釘,有各種規格的螺絲釘,但每種規格都有統一的標準。比如手機,有相應的通訊標準。那麼我們的軟體產品如果要產...

產品經理如何思考和構建需求池?

說到需求池,首先要了解一下什麼是需求池,對於產品新人而言,需求池听起來感覺有點蒙。需求池就是把即將要做和打算要做的事情,放到乙個池子裡面,都收納起來。需求池的作用和意義 做過的人相信很多會有這種體會。那如何建立你的需求池呢?需求描述 備註資訊 所屬範疇 需求提出人 提出時間 需求優先順序 計畫迭代版...

產品化機器學習的一些思考

如果說網際網路是優化資訊的儲存和傳輸方式,提公升生產要素之間的運阿行效率 人工智慧便是對各個生產要素的公升級。平台 強調賦能基礎支撐 基礎平台 通用的ml技術平台,實現常用的演算法,形成通用機器學習平台 spark tensorflow等 對外提供api sdk等,為業務賦能。這類平台聚焦效能 開發...