【报名启动】馒头商学院产品经理训练营开始报名啦！小米产品极致法则、腾讯产品经验、百度产品方法...21天，你能收获的，还有....点击文末左下角“阅读原文”，了解详情！
主讲导师：王诗沐，网易云音乐产品负责人，馒头商学院特约产品导师。（扫描文末二维码，获得更多王诗沐老师的经验心得）
产品经理的能力主要包括三个方面，一个是用户的需求分析，第二个是用户调研，第三个就是市场分析调研能力。
需求分析
1怎么样了解大众用户需求？
怎么样去了解大众用户的需求？首先就是去聊天，还有就是观察，从你身边的朋友开始逐渐去扩大范围。你要去不断的找他们聊，了解他们的需求。同时在生活中去观察，当你坐车的时候，上班的时候，学习的时候，任何时候观察到的一些小的东西都可能会给你带来灵感。如果你真的想成为一名优秀的产品经理，你对用户需求的把握和捕捉并不是通过学习和看一些书或者技能上面获得的，而是通过你在日常生活中不断去观察和揣摩用户的需求才能达到的。
我在坐公交和地铁的时候就发现一个现象，用户在公交和地铁上是比较挤的，没办法两只手都空出来来操作手机。这个时候为了能够扶住把手他必须单只手来操作手机，现在有一些大屏幕手机在操作的时候很难点到抽屉式导航左上角的导航部位的，如果用户想切换内容会特别不方便。如果你是产品经理的话，此时此刻你就要应该观察到这一点，抽屉式导航在这个场景下适不适用？如何不适用的话该怎样改进？
在生活中，通过不断地思考和积累，你就可以逐步了解和感知到大众用户的需求。遇到一些问题也会比别人更快感知到。
在产品设计的过程中，还有一点会比较直观，用户反馈。这里用户不仅仅是包括产品的使用者，还包括你的同事，上司，甚至是你的老板，他们都是你的用户，他们会对产品提出各种各样的意见和反馈。很多产品经理在工作过程中都会遇到这样的问题，自己的上司或者老板直接给你提了一个需求，这个时候你应该怎么办？
首先你要搞清楚用户的概念。要把你上司和老板和其他所有人都当成用户，不要对他们有职级上的区分，所有用户你都需要去尊重，去了解他们的需求，做到一视同仁。其次，他们提过来一个需求的时候千万不要马上当成一个功能来去做，而是搞清楚他背后真正的需求点是什么？有一个很经典的例子：在汽车没有被发明之前，有的人会想我需要一辆跑的非常快的马车，但是做出来的是一辆汽车。成功的把马车取代掉了。这就说明搞清楚需求背后的动机非常重要。
2怎么样分析某个需求是否靠谱？
除了在日常生活中找到需求，有没有一些更直观或者更常规的方法去帮助我们分析某个需求是不是靠谱的？这里有一个比较经典的方法。总的来说可以分为三个词：角色、场景、路径。
角色是指你面对一个需求的时候要搞清楚提这个需求的人的角色是什么。比如说我们现在做一个在线教育项目，如果一个老师提出来一个需求，你在分析需求的时候首先要联想到老师这个角色他提这个需求的原因是什么？有什么样的动机？
再来说场景，场景是指每个需求都有一定的应用场景。比如说我们在一个咖啡厅聊天，这个时候咖啡的应用场景就是社交。如果我在家里煮咖啡，咖啡的应用场景可能就是一杯饮料。
最后来说下路径，用户提出一个需求，你在设计功能的时候要去考虑能不能够在一条完整的路径上都去满足他，而不是说只满足这个需求中的某一部分。
这里有一个非常经典的案例，支付宝的AA收款。这个功能可能是大部分人在用了移动智能手机之后才了解到的。实际上支付宝的AA收款在五六年前的PC时代就已经有了，但是很多人都不太知道。所以，这个功能是比较失败的，我们来去分析一下这个功能为什么会失败？
首先从角色分析，AA收款这个功能会有哪几种人来用？
第一种就是如果一帮朋友一起出去娱乐，吃饭，这个时候可能会遇到AA收款。
第二种就是如果用户是某个兴趣团体的一员，比如是某个一个球队的成员，经常一起出去踢球可能也会有收款AA的需求。
最后一种就是相对固定的团队，人数比较多，比如某个班的班长，经常要收班费。传统的方法收班费会告诉学生直接带现金过来，以后可能会通过AA收款直接用电子化方法把费用收上来。说到这里看来上述三种角色都有这个需求，那这个需求也是应该做得，我们继续往下分析。
再来看下这三中需求下的场景。第一种情况我和狐朋狗友们一起出去腐败一下，然后AA。现在已经有了一种功能叫当面付，在付款的时候两台手机靠在一起就能够把这个钱付掉。在当时那个场景下为什么不行呢？因为在五六年前智能手机还没有普及，如果要用到支付宝的AA收款功能，会发生如下场景：我在一家餐厅和朋友们去吃饭，我先付了钱然后回到家打开电脑上支付宝去问我朋友们你们的支付宝帐号是什么，一个个添加数据，最后再发一个AA收款的请求，可想而知这个场景是有多么复杂。所以，第一种场景下AA收款的功能是不适合做的。
第二种场景，对于某个小团体而言这个场景可能就很适合，为什么？因为团队是相对固定的，每次可以从这些人里面挑选出来发起AA收款，也就是说用户只要去记录每一个人一次支付宝账号就好，还是很方便的。
第三种是收班费，人数比较多的情况，这个时候往往由于人数太多，可能没有任何一个人会愿意在输入40个人的支付宝帐号的情况下收班费，这是非常痛苦的一种体验，所以这个情况也不太常见。
3需求的穷举和重点抓取
上面的这些需求就构成了一个用户主动发现音乐的需求列表，相当于把主动发现音乐这块儿穷举掉了。
再来看一下被动发现音乐，被动从最早人们还没有通过互联网听音乐的时候就开始存在了。比如说熟人之间会交流你最近听什么？朋友之间会进行音乐的交流，用户会收到被动的推荐。所以，熟人推荐就是一种需求。另外一种听意见领袖的，比如说很早以前大家都听电台的DJ，电台里面放什么歌，我接收到了会觉得这首歌比较好听。还有一种是随便听听，当用户懒得找音乐的时候，比如说他在读书，在工作，在厨房烧菜做家务等等，肯定需要一些音乐的陪伴，这个时候用户可能不太愿意去找，所以就需要一个比较快的找到音乐的方式。
上面就是关于发现音乐需求的穷举，穷举完之后我们就要抓重点。抓重点的原因是什么？关于用户的某一个需求，你可以穷举出很多小的需求，一个产品不可能把所有需求满足特别好，你肯定要去满足其他人满足不了的，有空间的，同时量比较大，这就是你的重点。所以抓重点是需要寻找一些你比较容易满足的，同时能够为你的产品带来大幅度增长的需求。
通过上面的分析我们可以看出来除了识别环境音乐这一项之外，在被动发现音乐里面很多需求都有比较大的增长空间，都是我们应该大力去发展的。
通过穷举，找出来这么多需求之后，你还会发现一个问题，这么多需求我们应该怎么去做？一个产品不可能把所有的需求都满足的特别好，也不可能把每个需求都做一个功能，这样的话产品会显得臃肿和复杂。这时我们就要考虑能不能从这些需求中抽象出来一种通用功能满足以上所有需求。在被动发现音乐的需求里面都是根据用户发现的内容去考虑的。内容型产品需要去考虑如何帮助用户更好的发现和组织内容。
用户调研
再来说一下产品分析里面的第二大块内容，用户调研。用户调研一般来说是用户研究员的工作，但在团队里面最了解用户的一定是产品经理，不然他是无法做好产品经理这个职位的。所以说产品经理必须去了解一些用户调研的基本方法和技巧，帮助自己在工作过程中去不断的揣摩感知用户的需求。
怎么做用户调研？产品经理首先要能够自己去找到典型用户，然后去观察用户行为。
比如说现在很火的二次元领域，在这些二次元产品里面很多创始人自己本身就是二次元的资深用户，他对二次元的圈子比较了解，同时他在认识很多二次元圈子里面的人，所以说他能够很快找到典型用户，找到他们的需求所在。
产品经理除了自己做用户调研外，肯定还需要其他同事的协助。这个时候会打破一些传统的合作模式，以往模式是产品方确定需求之后提需求给业务员，我要调研什么什么东西。在用户时代用研在产品想需求的时候就提前介入进来，这个时候不但能够帮你做调研，还可以利用自己专业的经验和知识为产品提供更多的一手信息。
还有就是要进行快速需求决策，这个对用研来讲是一个非常头疼的问题，也是很多大公司，像网易，阿里巴巴都会遇到的问题。在我们之前一些经验中，用研做出来的比较大的项目和报告之后，最后往往都没办法在产品方落地。这个时候我们应该在产品刚刚提出非常想做用研需求的时候马上叫用研过来一起参与讨论，最终确定这个就是我们最终想要调研的东西，并且快速的去做这个调研，并且结果出来之后做一些快速决策，进行一些产品功能的验证，一边调研一边验证，这样效果是最好的。
市场分析
1快速建立用户画像
这个时候就要去考虑两个东西，第一个是一些社会学、人口学方面的因素，比如通过用户的性别、年龄，经济收入情况来做用户分层。第二个情况就是垂直，垂直的意思是你所在产品的领域，比如说我是做音乐的，我需要去考虑音乐这个因素如何能够对用户进行分层和画像？最简单来说就是把音乐用户分为歌手，作词作曲的人，包括一些酒吧演唱者，还包括一些综艺节目主持人，还有一些资深乐迷，甚至普通的乐迷，甚至一些大众的老百姓用户等等这些，通过以上的垂直因素结合社会学因素，你能够对用户做分层的画像，这样一开始就能快速把用户模型建立起来，帮助你在产品初期做好决策。
快速建立用户模型的时候要用到的一个叫因子的东西。因子就是你去划分用户模型的时候用到的一些属性，比如说用户的年龄，性别，收入等等，这些都可以叫属性。产品经理通过自己对用户的理解选择划分用户的标准就是因子。
合理的因子选择能够帮助产品经理建立起有效、准确的用户模型。而如何选择因子则需要产品经理在深入了解用户，不断积累经验的过程中锻炼出来的。
在现在比较快节奏移动互联网时代里。如果产品经理需要自己快速建立用户模型的时候，往往需要用到两到四个或者更少的因子。对于一个用户群来说它的因子会非常多，如果你要做快速的模型没办法用到很多的因子。这个时候你要首先对用户群有一个预期，就拿网易云音乐来说，我想去了解一下音乐用户的口味和品味，我可能会用一个音乐的喜好程度这个因子来做。当你选好因子以后，你就可以对这个用户群进行简单的划分，划分出来之后你可以看一下这个划分的效果是否符合你的预期。如果不符合预期，你可以不断地去做一些调整。
2网易云音乐是如何做到精准推荐的？
在做云音乐的时候我就特别想要去了解对音乐有不同喜好程度的人究竟是怎么样的？哪些人可能是我们可以争取的增强市场，哪些人是属于保守派的。于是我选择了用户的年龄和对音乐的喜好程度作为两个因子。
通过年龄和音乐的喜好程度把用户群划分为一个四象限的坐标系。在这个坐标系里面每一个区域都是一个用户群的代表。
把用户群划分出来之后，对这个用户群加一些描述，比如说用户的使用习惯，用户听音乐的场景等等这些东西加进来，丰富用户画像，这时整个用户群的模型就会搭建起来。
另外一种是把音乐视为陪伴者的人，这部分人群的音乐喜好程度相当高。年龄段会有两种，一种是在18到24岁之间，这个年龄段的人处于青春期的结尾，他会把音乐视为自己一种心理的寄托，把音乐当做自己的一种陪伴。
还有一种30岁往上走，这种人年纪比较大，同时他对音乐的了解是非常充分的，已经把音乐当作生命中一部分，尽管自己的工作非常忙，只要闲下来就会听音乐，音乐就是他生命中最大的爱好。
还有一种人就是资深的音乐爱好者，他们对音乐的理解和认识往往超过一般听众，会收藏很多专辑，包括购买一些实体CD，还会去阅读很多音乐的媒体和杂志，这些人对于音乐的需求已经非常大了。尽管说数量很少，但对音乐的理解和认识都非常深。