四个步骤，从场景出发系统性分析产品需求

                                                从场景出发给用户提供的服务或触达，会有效得多，而且会更受用户青睐。

互联网产品源于生活而服务生活，当代人从早到晚，甚至连睡觉，大部分时间可能都与移动端互联网产品为伴：晨起看天气、出行需打车、交通时间碎片阅读、闲暇时间网购社交、睡眠时间质量检测。
都说做产品要从用户场景出发，那么，如何衡量一款产品/一个功能需求出现的必要性，如何衡量其真正解决用户的需求痛点，如何根据合适的用户场景对产品或功能做合理性设计？四个步骤，可系统性解决。
实际场景
接下来以一个淘宝用户日常的剁手场景来做代表：
1.用户小G某天在淘宝上闲逛，进入首页后随手往上刷页面浏览，刷到一半突然想起自己想要买面膜，这个时候发现搜索栏并未因为自己刷页面而隐藏了，而是收起在了页面顶部，于是快速在搜索栏中输入自己想要的品牌进行搜索；找到了某个面膜种类后，小G还是像刚才一样向下刷页面，这次搜索栏消失了，但是当小G想要再次搜索并有了向上刷页面的动作，搜索栏马上就出现了！
功能设计特点：搜索商品的功能，在用户逛商品时突然想找某种具体的东西，或有了重新搜索需求（向上回刷页面动作）时，能快速找到搜索栏并完成对应操作

2.小G在逛淘宝的时候，发现首页很多推荐都是自己曾经搜索过的商品，但是当时要么因为太贵，要么因为商品太多眼花缭乱没买成，现在直接把参加了聚划算的商品和其他人评价好的商品直接告诉我，省了好多事儿啊！于是剁手走起~
功能设计特点：推荐用户看过的商品或同类商品，同时将用户评价、用户好评数量、优惠促销信息等外露，辅助用户挑选并做好购买决策；同时提供找相似的功能入口，海量商品，轻松找同类。

3.小G在家里wifi环境下逛淘宝，显示的是高质量的商品图片；中午，小G要出门跟朋友聚餐，在路上用自己的4G网络，就在小G担心自己这个月的流量时，app提示说在移动网络环境下将显示普通质量的图片，打消了小G流量消耗的顾虑。
功能设计特点：用户逛淘宝的时候多图会担心费流量，于是在不同的网络环境下为用户提供不同的图片质量以减轻用户的流量消耗并主动告知用户打消顾虑。

4.小G看到了一款产品，自己拿不定主意，想要让朋友也帮忙看看，于是截了图，惊喜地发现顶部马上出现了分享出去的快捷操作，简直太方便了。
功能设计特点：在用户浏览商品的时候，检测到用户有截图操作，此时用户大概率有进一步的行为需求，如分享出去，此时提供用户一个快捷分享的入口，是非常好的体验。

从上面4个例子我们可以看到，从某个具体场景出发分析用户需求大致可以有以下4个步骤：
需求分析的4个步骤
用户使用习惯/使用动机→用户痛点→预设发生事件→确定策略
用户的行为习惯是一个有迹可循的东西，主要可以分以下几类，并在不同的场景下得到用户需求的预判：
1.产品本身定位即为服务某个用户场景（工具型软件）
如墨迹天气，专门用于天气信息查询，用户打开墨迹天气就是为了查看今日/某个城市的晴雨等情况，因此该场景下简单快捷提供给用户本城市今天（近几天）天气和快捷搜索框即可满足绝大部分用户需求；如车来了，专门用于查看公交车班次和车辆位置信息，强工具型软件，对于新用户来说，需要能快速搜索到想要的公车线路，对于老用户来说，需要记住用户经常查询的几条线路的信息，甚至按位置信息来记录用户操作，让用户能在十几秒内获取到必要信息，用完即走，才是最好的体验。
2.用户的使用时间/使用地点
根据用户的使用时间判断场景功能，最典型的案例是阅读类app或app的资讯模块，用户在晚上打开该类型应用时会发现自动调整成了夜间模式，更适用于夜间阅读；除此之外，还可以根据用户使用应用的地点进行需求预判，如用户在某电影app上购票之后，电影放映前一段时间可提供首页悬浮按钮，供用户快速进入电影订单页面进行相关的打印纸质票操作。
3.用户的行为数据
根据用户的行为数据来预判需求，本质上是利用大数据，当用户长时间使用某个应用时，用户的购买、位置、商品喜好等信息就会被后台所记录，如上所述天猫和淘宝会记录用户每一次搜索和购买的信息，下次浏览时，会在首页给用户做出对应的推荐，并提供很多辅助决策信息，引导快速完成购买。
总而言之，产品或功能的设计，目的是为了满足用户的需求，那么系统性地分析就显得尤为重要了。
从案例到归纳再到案例，接下来用上述归纳的四个步骤，来看一个产品功能设计的历程：

【网易云音乐的听歌识曲功能】
用户使用动机：某天逛街的时候听到某家店正在播放一首歌，觉得很好听，但是不知道名字，也较难去听出具体完整的歌词
用户痛点：用户想要快速知道这首歌的名字
预设发生事件：用户在搜索引擎上输入歌词关键词搜索，但是搜索不到，或速度太慢
确定策略：这个时候只要打开网易云音乐并开启放置在首页的听歌识曲功能，即可马上根据歌曲旋律识别出歌曲名称，简单快捷准确。
一般可以根据应用的自身定位，揣测用户使用该应用时的动机或者根据大数据反应的用户使用习惯，来探索这个时候用户想要的服务是什么（即了解用户痛点），并且预判接下来用户将会发生的操作行为，从而做出对应的应对策略。
从场景出发给用户提供的服务或触达，会有效得多，而且会更受用户青睐。用了这四个步骤，会发现，场景化系统分析用户需求，其实并没有这么难！