一、需求挖掘与分析
1、如何了解大众需求？
聊天、观察（日常生活，to be敏感）
2、需求分析的方法：
角色：用户—原因动机—他是谁？
场景：实现需求的场景—他在哪里？
路径：实现需求的完整过程—他如何被满足？
作业：在“AA收款”功能找到一个用户、场景、路径都非常贴合的需求，然后设计出对应的功能
答：情形【同事午饭】
角色：同事。相对固定场所、时间和吃饭的伙伴
场景：社交场所（吃饭地方）→公司（手机端付款）
路径：通过通讯录添加同事支付宝账号—拉群—发起AA收款
3、需求决策：
穷举法—抓重点—通用功能
音乐类产品需求
Q：不能每个需求都做一个功能，产品太累赘。
A：如何抽象出一种通用功能来达到需求？
内容型产品：打碎—重组
4、用户洞察
心理需求：
• 爱现：（年轻）人需要塑造自己，通过周围环境来判断自己
• 共鸣：情感的共鸣，而共鸣是和记忆碎片连接的。
记忆碎片=文字、音乐、地点、小物件、电影、照片（越抽象的东西越容易引发共鸣）
• 群体：更加认同观点和群体矛盾：如何把控群体间的矛盾；意见领袖的影响和管理：如何留住意见领袖？
Eg：网易云音乐的评论功能，总结用户的评论特点
•感情：暗恋、前男/女朋友、青涩初恋
•同龄人：一代人的记忆、回忆的童年、逝去的青春
•粉丝：共同的偶像、相同的感悟、对未来的畅想
作业1：网易云音乐评论与网易新闻跟帖有什么不同？
不一样的内容吸引不一样的用户。网易新闻，讲究的是真实、现场的现实报道，而云音乐是包装后极具情感共鸣的美妙音乐，前者会带来尖锐的点评和抨击，情绪较为激烈，而后者是对共同情感的共鸣，或回忆或畅想，比新闻理想、也比新闻美好。
作业2：如何让个性化推荐有惊喜感？
二、市场挖掘与分析
1、建立用户模型
方法：通过属性因子划分用户群、快速建立用户模型再做出和优化产品决策
建立用户模型
属性因子：性别、年龄、收入、职业、学历、触网习惯、触媒习惯……
建立用户模型
Eg：通过“用户年龄”和“音乐喜好程度”区分用户群
用户年龄：＜16岁、16-24岁、24-30岁、30岁以上
音乐喜好程度+年龄
三、竞品分析
用户、功能、数据
1、用户：核心用户、主流用户、用户构成比例
2、功能
3、数据：整体数据、变化趋势、其功能数据
网友评论