一數據，即數據分析和預測
數據分析對於產品經理輸出一份能夠堵住所有人嘴，同時讓所有人信服的需求分析報告而言還是略顯飄渺，所以我們還需要一個有力的武器提供更加客觀的支持，它就是：數據分析。
是的，我們除了相對主觀的二性和三度分析之外，還需要相對客觀的數據分析來做更強大的支撐。
怎麼用？舉個例子：
需求方：“我要列表頁的內容標題放的長一點，多放幾個字”。
產品經理：“好嘛~~，我先了解了解嘛”，態度一定要積極。
說實話，這類需求簡直就是扯淡。不過爲了完成這個例子的分析，磊叔還是硬着頭皮分步驟說明：
經過和需求方溝通，大致瞭解到該需求是爲了避免日後可能出現內容標題過長導致頁面顯示出錯的問題
上述理由很充分也很必要，接下來就從數據角度來分析現有情況和做一個適當的預測
首先跑一個SQL語句，select avg、max和min，幾十毫秒就能輸出目前平臺中已有內容標題長度的平均值、最大值和最小值
再跑一個SQL語句，select VARIANCE，幾十毫秒就能輸出目前平臺中已有內容標題長度的方差，也就是最大值和最小值的分佈情況
然後在Excel裏面跑一個貝葉斯預測，依據現有內容標題長度的情況預測未來的可能情況
所以說產品經理也要懂一點數據分析的知識。
4. 怎樣用：這樣用
其實我們將每個需求從必要性、持續性、頻度、廣度、可替代度和數據分析等六個維度進行了標記，那麼怎麼才能看出哪個需求合理，哪個需求不用做，哪個需求晚點做呢？
很簡單，首先給這六個維度分別加上一個分制，5分制，10分制，100分制，無非是影響接下來過濾、篩選和排序的粒度。其次再給這六個維度的分制加上一個權重，誰的權重高，誰的權重低，無非是影響維度的影響力而已，按照你們當前業務發展重點來制定。
關鍵詞：產品經理 需求分析 需求過濾
更多產品經理、需求分析、需求過濾相關內容請登錄陪學網（www.pexue.com）觀看免費視頻課程。