月度归档:2020年06月

聊聊问题解决之道

## 背景

某一视角而言,生活就是不断地解决各种问题,那有没有什么方法论有助于我们更高效地解决问题呢?有的,之前看《你的灯亮着吗》收获良多,现在该书内容基础上补充优化如下:

## 定义

1、谁遇到了问题,是不是问题

首先,搞清楚谁遇到了问题,同时 “确定服务对象,也就是解决问题是为了让谁满意”,很多时候除了问题遭遇者本人,也是为了让其他人满意,比如同事转过来一个 TA 朋友遇到的产品 bug。

微观视角下,“问题的本质是理想状态和现实状态之间的差别”,但最好从各相关方视角分析一遍,因为每个相关方关注的点都不一样,甚至对于某些相关方,目前发生的根本不算问题。具体分析中,放低自我,避免先入为主,也就是所谓的做产品需要同理心。

其次,核实情况查明原因,《理解需求》中提过:“如果是 bug,请先核实真实性,之前就遇到过用户反馈身份验证失败,但实际是自己输错了密码,TA 以为自己输的是对的。如果是建议,需要进行逻辑分析和市场检验,我们可以按 “角色 – 场景 – 任务” 的方式去思考,即谁在什么情况下遇到了什么问题,怎么一步步解决的,有可能放到具体场景中后会发现这是一个伪需求,无需满足。”

特别需要注意的一点是,“别把解决方案误当作问题的定义”,因为很多时候产品经理收到的需求并不是问题,而是运营、商务同学提出的解决方案,如果我们只是基于解决方案去讨论,很可能失去提出更好尤其是更系统解决方案的机会。

2、谁是制造者,谁是解决者

问题的制造者多是我们自己,而且多是解决之前的问题时考虑不够全面导致的新的问题,当然谁制造的问题不是最重要的,重要的是解决问题以及如何避免类似的问题再次出现。

至于解决者,工作中需要主动性,自己也可以是解决者,但某些情况下,不在其位,不谋其政,同时 “一个人眼中的罪行在另外一个人眼中可能是美德”,解决者无法中立,只能平衡。

## 分析

1、要不要解决

从宏观视角看与目标的关联性,如果关联性较低,暂缓解决,因为还有更重要(有助于拉近与长短期目标间距离)的事情要做。有些问题重要,答案却未必重要,还有些问题不解决它反而更好。

2、何时解决

问题的影响范围多大、程度多深,解决方案的 ROI 如何,《如何判断需求的优先级》中提过:“要做的有很多,每件事都有收益,也都有成本(含机会成本),就当前而言,要不要做,先做什么后做什么,怎么做。收益层面,现实中面临的往往是两难甚至多难选择,短期收益和长期收益、正向收益和负向收益等,如何平衡。成本层面,时间、人力等,如何支持。”

## 解决

1、自己解决

大部分问题都能解决,如果问题抽象难以下手,可以考虑操作性定义化、分解细化,查尔斯・F・凯特说:“问题表述清楚了,就解决了一半”。再个,思考方案时结构化思维,比如要提高产品的 DAU,从用户生命周期的角度,可以考虑如何拉新用户、促活老用户、召回流失用户,从用户需求的角度,可以考虑如何满足更多需求,滴滴就从出租车做到了各种车。

认知层面,每种方案都有正负向影响,即可能带来新问题,但只要大问题在变小,复杂问题在变简单,就没问题。执行层面,很多时候,解决当前主要的问题即可,同时基于现有资源,部分问题可能需要退而求其次考虑临时方案。曾经收到运营提的提数需求,如果设计开发上线新的运营管理后台模块,开发测试资源不支持,因此协商后选择短期内:运营发提数邮件,研发协助手动提数。

对于结果,第一步,保证逻辑;第二步,超越逻辑,保证优雅。换句话说,服务对象觉得满意才是真的满意。早前滴滴爆出乘客安全问题,虽然滴滴在安全方面已经胜过出租车,但用户认为滴滴需要负责,那滴滴就应该承担更大的责任,不管是进一步提高司机准入门槛、与公安机关合作还是让乘客更直观地感知到滴滴的安全措施。

2、他人解决

“如果一个人处于解决问题的位置却并不受问题困扰,那就采取一些行动使他能亲身体验到问题”,比如工作中遇到对方响应问题消极,该发邮件抄送双方领导还得发。

## 扩展阅读

1、文章:如何解决问题
2、书籍:《决策思维》

如何判断需求的优先级

产品经理平时打交道最多的就是各种需求,需求的来源有很多,包括用户侧、同事侧(上级、商务、产品、设计、研发、测试、运营等)和自己的调研等。

要做的有很多,每件事都有收益,也都有成本(含机会成本),就当前而言,要不要做,先做什么后做什么,怎么做。收益层面,现实中面临的往往是两难甚至多难选择,短期收益和长期收益、正向收益和负向收益等,如何平衡。成本层面,时间、人力等,如何支持。

## 设计阶段

设计阶段主要是根据收益判断优先级并设计产品方案,需求按 P1、P2、P3 标记,P1 最优先,同时说明理由,写不清楚理由的需求不应该列入需求池中。

收益包括两方面:一是(对用户的)影响范围和程度,对多少用户产生了多大的影响,核心用户、非核心用户还是涉及多个核心用户群,正向影响、负向影响还是两者兼而有之,比如滴滴前段调整了拼车价格策略,原来是拼成拼不成乘客端都是拼车价(低于快车价),现在是拼成拼车价拼不成快车价,乘客端体验是下降的,同时从《俞军产品方法论》“关于拼车价值分配问题的权衡” 一节中获知方案对司机端也有影响;二是对公司的影响如何,比如可能短期亏损但战略意义很大,美团在南京上海打车做得一般,也迟迟没有进入北京,但美团并没有关闭打车业务,之后还高价收购了摩拜单车,对于美团而言,满足用户的衣食住行需求才是目标,而收益的确认需要结合目标来进行。

就日常而言,问题(BUG)修复>新增功能>产品优化,但并不是说 BUG 在所有情况下都要第一时间解决,响应是必须的,但查明原因后还要评估,如果 BUG 影响的只是一小部分用户,同时现有开发计划很重要,那就考虑有没有临时或线下处理方案。产品优化需求一般会排到最后,因为既然是优化,说明原有功能是可用的,流程是能走通的,只是说体验可以做得更好。

## 评审阶段

评审阶段主要是根据实施成本再排序。跟研发测试(含设计、运营等)讨论产品方案,一是需求层面,对需求的判断有无问题,个人视角往往有局限,即使需求判断没有问题,团队成员也有了参与感,有利于后续实施,二是方案层面,有没有更合适的方案,现有方案有没有漏洞,方案的实施成本如何,当然产品经理设计方案时也要根据经验将实施成本考虑进去。

某种程度,产品的设计研发上线过程也是一个产品,如何保证期间的用户体验良好,可以想想,提前考虑成本只是其中一点。对于技术问题,不清楚的先百度,然后再咨询研发,咨询研发时要考虑对方的时间,在不影响对方现有工作的前提下进行。之前就遇到过一个对产品经理要求比较高的研发同学,但他回复问题是非常专业的,也让我学到很多。

评审完成后,基本就确定了本期要做的需求,然后研发测试那边开发、准备测试用例,产品这边跟进的同时考虑下一期需求并设计方案,依此循环往复。对于需求,总的来说,就是要做 ROI 高的,包括短期 ROI,也包括长期 ROI。

## 扩展阅读

1、问答:产品经理如何分析和管理需求

理解需求2

之前在《理解需求》中聊了需求的特点和管理,这里聊下需求的分析和调研。

## 分析

需求是什么?归根到底,就是某些人遇到了某些问题有待解决。我们可以从 “5w1h” 的角度进行分析,即 who(用户)@when&where(场景)遇到了 what(问题),然后 how(怎么一步步解决的)&why(为什么)。

其中场景在移动时代更重要了,同时 why 包括 why 这样处理和 why 是我们,why 是我们又包括两方面:一是价值,@俞军 提出的 “产品价值 = 新体验 – 旧体验 – 迁移成本” 很好地概况了这点,当然该公式更适合 C 端产品;二是可持续性,以瑞幸咖啡为例,比如市场竞争,星巴克也搞起了咖啡外送同时喜茶、奈雪の茶等新式茶饮也很受欢迎,再比如成本管理,优惠券能发多久是可以衡量的。

## 调研

解决用户的问题是一切的基础,我们对问题认识越深,越有可能提出好的产品方案。问题本身是客观存在,我们需要的只是全方位的了解,了解问题可以从两方面考虑:一是听其言,二是观其行。

### 听其言

1、用户反馈

反馈渠道包括产品内和产品外,产品内即系统自建渠道如官网、应用中的意见反馈功能,产品外包括用户在线上平台如百度贴吧、百度知道、App Store、微博、知乎、微信公众号等发布的以及通过商务、运营同事线下反馈过来的。对于用户的声音,我们需要更加重视,因为愿意发声的要么是问题真的严重,要么是真爱。

2、用户访谈

直接问能获取更多深层次信息。访谈中有两点很重要:一是开放的心态,用户对产品的理解很可能和我们不一样,多听听他们的理解和他们的使用习惯;二是批判性思维,包括区分事实和观点、确认事实等,确认事实中很重要的一点是提问足够具体、深入,同时最好有数据、截图等证明,因为有时候用户并不是真正地了解自己,同时人的记忆也不完全可靠。

3、问卷调查

问卷的设计和投放是一项比较专业的工作,建议学点统计学知识,有助于提高问卷调查的效果和效率。其中需要关注的点包括如何找到潜在目标用户、如何鼓励他们参与进来、如何设计题目以测试回答的真实性和提高问卷的完成率等。

### 观其行

1、亲身体验

自己是产品的重度用户是最理想的情况,这样对细节的理解会更深,同时可以持续记录自己在每个阶段不同场景下的使用体验,但并不是所有产品经理都有这个机会,尤其对很多 B 端产品经理而言,此时我们可以采取线下轮岗等方式短期内成为自己产品的用户。亲身体验很重要,因为是第一手资料。

2、线下观察

对于 C 端产品,不管是平时观察亲戚朋友的使用,还是在地铁中观察陌生人的使用,都能获取一定量的信息,而对于 B 端产品,线下观察会相对困难一些,更多地需要考虑通过其他方式进行调研。

3、数据分析

数据分析的好处,一方面是能获取群体数据,让我们可以从整体层面看待用户的使用情况,另一方面,行为相比言语可信度和效力都更高。比如人人都在说要锻炼和学习,但 “身体是诚实的”,健身房年卡的消费次数、得到知乎付费课程的学习完成度、微博微信抖音快手的使用时长等都能说明问题。当然光看数据也不够,因为数据反映的是结果(what),原因(why)还需要研究。当我们没有头绪时,可以考虑 “用户访谈”,如果说数据分析是 “最好” 的 “知其然”,那用户访谈就是 “最好” 的 “知其所以然”。BTW,理解和解读数据这事,需要本事,也需要良心。