通过数据分析来对需求进行调研，可以帮助我们作出决策

通过数据分析来对需求进行调研，可以帮助我们作出决策。

例如以下这个需求：

假设A产品是一款B端产品，根据商家规模划分多版本，近日观察到该产品整体付费用户数呈现下滑趋势。

从假设中我们了解到了目前存在的问题，付费用户数下滑，所以希望通过一些产品动作来改变这个趋势。

这是一个合理和有价值的需求，但现在对需求非常模糊，有许多细节问题无可得知。

• 付费用户数下降是新订用户减少了吗？
• 付费用户数下降是续费用户率下降了吗？
• 多版本中是每一个版本都存在了下降现象吗？

当结合这几个问题来看后，我们就能发现，假设中对于“付费用户数下降”这一个现象不够直观。

所以我们依托假设中的现象，不知道具体去做些怎么样的产品动作。

• 是增加新功能来吸引用户呢？
• 还是增加功能来提升续费？
• 不同版本之前是否要区分功能呢？

这时，我们就可以分析近90日该产品不同的版本的付费用户数、新订用户数、续费用户数的趋势。

通过图表展示的趋势，更直观、更具象的了解付费用户的变化情况，定位出呈现该趋势的具体原因，从而针对性的作出产品动作。

由此可见，数据分析在需求调研阶段可以发挥很重要的作用，本文就想和大家讨论数据分析在需求调研中的意义。

一、为什么需要借助数据分析

为什么在需求调研环节需要借助“数据分析”呢？

1个问题对应了1个需求，我们会从需求的真实性、严重性和价值性来评估。

当我们面对的需求比较模糊、需求比较主观、需求展示的信息有限时，就无法判断出这个需求的真实性、严重性和价值含量。

这里通过引入“数据分析”可以很好的帮助我们解决问题，在不同需求的场景下，“数据分析”的方法和价值也大不相同。

接下来想通过具体的场景来进行说明。

1. 需求比较模糊

需求比较模糊，指该需求的表述不清晰。

举个通俗的例子，业主向物业反映天气太热希望电梯可以开空调，这就是一个典型的描述不清晰。

天气太热是一个非常模糊的概念，怎么样算天气热？

如果对天气热增加一个明确的定义，室温超过26度，就是一个清晰的描述。

当需求比较模糊时，仅依据现象无法判断需求的真实性、严重性和价值。

“数据分析”通过将描述模糊的现象数据化、图表化，直观具象地呈现出来了，帮助我们清晰地了解需求所表述的内容，做出合理的决策。