需求获取技术

官方信息技术老师·25 页·深入(追求细节与边界)·0 次浏览·2 天前
需求工程用户研究深度拆解软件工程

需求获取技术

拆解 7 种核心技法,看清用户嘴上说的、心里想的、真正需要的三层差距

按 空格/→ 演示下一步

1 / 25 页

全部页面点击任意一页,跳回舞台从这页播放

需求工程用户研究深度拆解软件工程

需求获取技术

拆解 7 种核心技法,看清用户嘴上说的、心里想的、真正需要的三层差距

1第 1 页 · 需求获取技术

什么是需求获取

你跟装修师傅说'做个大厨房',他按 20 平做出来,你却摇头——你说的'大'还包含'动线顺、能两人同时下厨'。需求获取就是挖出这种'说出口'和'真正想要'之间的差距。

目标:挖掘真实需求
不是简单记录涉众说了什么,而是发现他们没说出口、没意识到却真正需要的东西
对象:涉众与业务上下文
包括用户、客户、管理层、运维,以及他们所处的组织、流程与痛点环境
边界:到原始素材为止
获取只负责收集与发现;冲突消解、分类、优先级交给后续的需求分析
难点:涉众自己也说不清
人常能描述'哪里不舒服',却讲不清'到底要什么'——这正是获取要解决的难题
医生问诊对应 →需求获取

病人说'我头疼',医生不只记下症状,而是追问病史、做检查,从表层抱怨挖出真正的病因

2第 2 页 · 什么是需求获取

需求获取的重要性

为什么「做对了」比「做完了」更重要

需求获取的重要性
为什么「做对了」比「做完了」更重要
3第 3 页 · 需求获取的重要性

需求获取的典型流程

从启动到验证,需求获取走完一圈才算闭环,少一步都可能在后半段翻车。

1
启动规划
明确目标、识别干系人、定下范围与计划
2
多源收集
用访谈、观察、文档等多渠道获取原始需求
3
分析建模
归类整理、消除冲突、划分优先级
4
规格编写
把分析结果写成可评审的需求规格说明
5
验证确认
回访干系人复核需求,获得签字背书
4第 4 页 · 需求获取的典型流程

需求获取的核心挑战

你问用户「你想要什么功能」,他说「要好用的」——然后就没了。这是需求获取最常见的开场,背后藏着三个深层难题。

说不清
用户知道自己哪里痛,但描述不出想要的具体方案
看不见
需求是脑中的设想,没有实体可以拿来看、触摸
变不停
每看到新方案,对需求的理解又会随之改变
让人描述梦境画面对应 →需求获取三大难题

醒来有感受但画不出;画面只在脑中;你画出来他说又不是

5第 5 页 · 需求获取的核心挑战

访谈法概述

前面走过需求获取的典型流程,但流程再漂亮,没有合适的沟通技术也落不了地。在所有获取技术中,访谈法是最经典、最直接的一种。

核心定位
最古老、最常用的需求获取技术,通过面对面双向对话获取信息
核心价值
不仅收集显性需求,更能通过追问与观察捕捉隐性需求和潜在矛盾
三种类型
结构化(固定问题清单)、半结构化(提纲+灵活追问)、非结构化(完全开放)
适用边界
适合用户少而关键、需求模糊需深入挖掘、需要建立信任的场景
医生问诊对应 →访谈法

病人描述症状≈用户陈述需求;医生追问≈结构化与半结构化提问;观察脸色≈捕捉非语言信息

6第 6 页 · 访谈法概述

结构化访谈的实施步骤

把一次结构化访谈拆成五个阶段,每阶段都有明确动作。

1
准备
设计访谈提纲、研究背景资料、预约时间和地点
2
开场
说明目的、解释流程、建立信任与保密承诺
3
提问
按提纲推进、用漏斗式追问、避免诱导性提问
4
记录
实时笔记或录音、会后整理、交叉对照验证
5
收尾
复述确认理解、感谢被访者、约定后续联系
7第 7 页 · 结构化访谈的实施步骤

结构化 vs 非结构化访谈

两者都叫'访谈',但执行逻辑天差地别——选错方式会浪费时间、漏掉关键需求。

结构化访谈
  • 预设固定问题清单,按顺序逐一提问
  • 灵活度低,所有受访者被问相同问题
  • 适合需求明确、需横向对比的场景
  • 数据易量化,但可能漏掉清单外线索
非结构化访谈
  • 围绕主题自由对话,根据回答即时追问
  • 灵活度高,可深挖意外线索
  • 适合需求模糊、需探索的早期阶段
  • 数据难横向对比,但能挖出隐藏需求
需求清晰需横向对比选结构化;需求模糊需深挖隐情选非结构化;成熟项目常两者结合。
8第 8 页 · 结构化 vs 非结构化访谈

问卷调查法

大规模收集需求的定量手段与设计要点

问卷调查法
大规模收集需求的定量手段与设计要点
9第 9 页 · 问卷调查法

问卷设计的常见陷阱

从问卷设计的两类陷阱出发,沿因果链看它们如何一步步把受访者推向认知偏差,最终造成数据失真。

图解渲染中…
C1一问两件事,如"界面好看且好用吗?"C2措辞暗示期望答案,引导受访者D1受访者回避极端,倾向选中间项D2默认选项被优先选择,不选也是选择
10第 10 页 · 问卷设计的常见陷阱

文档分析

从存量文档中挖掘隐含需求的方法

文档分析
从存量文档中挖掘隐含需求的方法
11第 11 页 · 文档分析

观察法

融入用户环境获取真实行为数据

观察法
融入用户环境获取真实行为数据
12第 12 页 · 观察法

原型法

观察法看到的是用户「做了什么」,但用户没说出口的、连自己都没想清楚的,往往才是真正的需求。怎么办?

原型本质
用可触摸的低成本模型,替代要花数月才能做出来的真实系统
核心价值
用户在「用」原型时,会暴露出访谈和问卷都问不出的隐性需求
两种取向
抛弃型(验证后丢弃)与演进型(逐步迭代为最终产品)
保真度权衡
低保真(纸面/线框)改得快,高保真(可交互)更真实但成本高
建筑师盖房前先做沙盘对应 →原型法

客户在沙盘里走一走、改一改,比看图纸更暴露问题;真盖完再改成本巨大

13第 13 页 · 原型法

低保真到高保真原型演进

从纸笔涂鸦到接近上线状态,原型保真度逐级提升,每一级解决不同问题。

1
纸面原型
用纸笔画出界面草图,5分钟一张,最快验证概念方向
2
线框图
用工具画出布局与结构,只关心信息架构,不管视觉
3
低保真原型
加入基础视觉与跳转,灰块替图,能跑通核心用户流程
4
高保真原型
贴近真实视觉与交互,可做可用性测试与最终设计评审
14第 14 页 · 低保真到高保真原型演进

头脑风暴与协作引导

原型能验证用户怎么用,但不能替你发现用户没意识到的痛——这时需要一群人坐下来,把脑子里的东西倒出来。怎么倒才不浪费?

延迟评判
一切评价留到发散之后,否则第 5 秒就没人敢开口
数量优先
前 20 个想法通常最平庸,奥斯本定律藏在第 50 个里
借力组合
在他人点子上做「+」或「×」,禁止另起炉灶——这是发散的乘数
权威禁声
老板先说想法,团队立刻噤声——这是头脑风暴最致命的禁忌
议题收口
「做得更好」等于没议题,议题越具体,产出才越有用
调鸡尾酒对应 →头脑风暴

调酒师只负责倒料和搅拌,不评判哪种酒「好」,最后众人一起尝成品

15第 15 页 · 头脑风暴与协作引导

JAD联合应用开发

上次访谈是一对一聊,但需求往往跨多个部门。让业务、用户、开发坐在同一张桌子前,几个小时就把需求敲定——这就是 JAD。

集中工作坊
业务、用户、开发共处一室,围绕同一目标现场讨论
引导师主持
中立第三方把控节奏,避免会议被某一方带偏
压缩周期
几天内完成原本数周的需求沟通,减少反复确认
共识产出
现场形成对齐的需求文档,各方当场签字确认
圆桌聚餐点菜对应 →JAD 联合工作坊

所有人围着桌子直接表达口味,当场敲定菜单,没人传话走样

16第 16 页 · JAD联合应用开发

JAD vs 传统访谈对比

两种方法的参与度、时长、产出差异

JAD vs 传统访谈对比
两种方法的参与度、时长、产出差异
17第 17 页 · JAD vs 传统访谈对比

用户故事入门

前面我们学了访谈、JAD 这些把需求挖出来的方法。但需求拿回来之后,怎么写才能让团队一眼看懂、记得住?这就需要一种贴近用户、聚焦价值的描述方式——用户故事。

三段式格式
"作为…我希望…以便…",把角色、动作、价值装进一句话
角色:作为谁
明确是哪类用户在提需求,避免写成"系统应该"
愿望:要什么
用动词描述用户视角下的目标,不预设技术实现
价值:为什么
"以便…"点出动机,让团队判断这个需求值不值得做
写在卡片上
短小独立、可协商,不写技术方案,便于贴在墙上讨论
顾客向销售描述需求对应 →用户故事的三段式

销售不光问"买什么",还会问"给谁用、解决什么问题"——三要素缺一不可

18第 18 页 · 用户故事入门

用户故事的INVEST原则

好的用户故事要满足六条 INVEST 准则,逐条对照才能挑出问题。

1
独立可拆分
故事之间尽量少依赖,可单独排期与交付。
2
可协商
细节由团队与干系人沟通敲定,不写死实现方式。
3
有价值
每个故事都要给用户或业务带来可感知价值。
4
可估算
团队能大致估出工作量,否则无法排迭代。
5
小规模
一个迭代内能完成,通常按人天或人时度量。
6
可测试
能写出明确验收标准,确认是否真正完成。
19第 19 页 · 用户故事的INVEST原则

用户故事地图

横向时间轴+纵向backlog构建全景视图

用户故事地图
横向时间轴+纵向backlog构建全景视图
20第 20 页 · 用户故事地图

从用户故事到Sprint Backlog

Epic→Feature→Story→Task四级分解,INVEST把关后汇入Sprint Backlog

图解渲染中…
PB产品待办列表,所有需求的源头,动态排序FStory级质量门槛:六准则全过才算合格Story
21第 21 页 · 从用户故事到Sprint Backlog

需求获取技术选型矩阵

同一份技术清单,在敏捷小队和传统大项目里权重完全相反。

敏捷小队场景
  • 用户故事 + 原型法优先投入
  • 干系人少,访谈与观察足矣
  • 文档从轻,会议白板即可
  • 需求变化快,矩阵每周回看
传统大项目场景
  • JAD + 结构化访谈主导推进
  • 干系人杂,分类访谈+问卷并行
  • 文档分析与归档形成体系
  • 需求基线管理,矩阵版本受控
变化快、人少选左;规模大、干系人杂选右;模糊度比规模更决定权重。
22第 22 页 · 需求获取技术选型矩阵

需求获取技术自测

点击作答

面对一位时间紧张、无法参加长会议的业务专家,以下哪种需求获取策略最合适?

23第 23 页 · 需求获取技术自测

需求获取技术全景回顾

  • 没有万能方法,按场景组合多种技术
  • 选型取决于风险、不确定性与利益相关方参与度
  • 需求获取是迭代澄清过程,不是一次性完成
  • 用户持续在场比任何工具都关键
  • 结构化产出支撑团队协作与追踪
延伸主题:需求优先级排序技术需求变更管理需求验证与确认
24第 24 页 · 需求获取技术全景回顾

课后思考

先凭直觉想三分钟,再展开参考答案——这些问题没有标准答案。

1需求获取最困难的一环,为什么经常不是'问不到'而是'说不出来'?

参考答案因为用户的需求大多是'隐性知识'——能感知到却说不清。这正是原型法、观察法存在的理由:用具体场景帮用户'看到'自己说不出的需求。

2客户说'我也说不清想要什么'时,你会怎样组合多种获取技术来突破僵局?

参考答案可以先用原型法做几个低保真界面'唤起'用户感受,再结合访谈追问'为什么这样不行',让隐性需求在对比中浮现。

3在AI产品持续演进、数据与模型随时漂移的场景下,传统'一次性完整捕获'需求的假设还成立吗?

参考答案传统方法默认需求可被事先完整描述。但AI产品的能力由数据和模型决定,会随训练迭代而漂移。更合适的方式是:把'获取需求'转为'持续实验+反馈闭环',让需求在迭代中浮现。

25第 25 页 · 课后思考
需求获取技术 · 知识图解