对于产品人来说，需求分析的重要性毋庸置疑。需求分析该怎么做？大概是每个产品人都有过的痛点。以下两点就是需求分析的特点。

1.需求分析是分层性

　　很多从业者都在抱怨公司自己就是画原型的，需求都是上司或者老板拍板，自己只能执行，这话即对也不对，对的原因大家都懂就不多说了，我说他不对是因为持这种观点的人忽略了需求分析其实是分层的，我们以最近风风火火的支付宝做社交来看阿里内部这次的需求分析（不完整处大家多担待哈，毕竟也是小编自己揣测的）：
　　阿里最高层的需求分析：阿里到底要不要做社交？如果要做，是自己做还是投资别人？如果自己做，是从0到1做还是从现有产品切入社交？…
分析结果是：一定要做，而且要从现有产品做
　　阿里各事业群高管的需求分析：阿里谁来做社交？..
分析结果是：那还是支付宝来吧
　　支付宝产品总负人的需求分析：支付宝咱要怎么做社交呢？我们的优势在哪里呢？
分析结果是：还是以信用分这个点来做吧
……
　　支付宝初级产品经理的需求分析：这个按钮要放哪里呢？这样放会不会用户体验不好呢？…
所以大家可以看出来，在团队中不同的产品身份，你所要做的需求分析高度是不一样的，在工作中需求分析和产品设计花费占比也是不同的，大概是下图这个样子：

（注意：此图数据并不准确，只为方便突出本文主旨，后文会补充）

　　所以再小的产品岗位，也都有需要你负责的需求分析，而且需求分析的结果并不是没有意义的，这就谈到需求分析的第二个特点：

2.需求分析的传导性

　　多数情况下需求分析是从上往下传导的，但是当下层需求被验证是假的或者不存在时，是可以影响到上层的需求分析的，也就是需求分析的自上而下贯彻，但逐级往上反馈。
　　需求分析的从上而下传导很容易理解，很多人也都是觉得工作中确实这样，有些人还因此产生消极情绪，其实反而忽略了：当下层需求分析被证明是假的或者不存在的时，是切切实实影响到上个层次的需求分析的，也就是逐层反馈，甚至是最终反馈到最终决策层，还拿支付宝的例子来说，最底层的产品人员发现不管按钮放在哪里，都是会影响用户体验的，自然就和直属领导沟通这事，就这样一层一层的，最终支付宝最高负责人也出来表态认错了，所以很多时候，不要因为自己负责的需求分析层面低就不去用心分析，因为需求分析是可以传导的。

3、利用大数据做需求分析

　　如今，社交网站的流行，网购的普及以及各种传感器的广泛应用伴以数据储存成本的降低和分析处理的思想与算法发展，让我们产生了巨大的数据的同时更容易存储、分析和利用它们。这就是所谓的大数据时代。一款优秀的产品，必定是迎合时代潮流的。那么在“大数据时代”下，我们应该如何去创造一个“大数据”产品？如何采集并利用数据？这就要求我们做产品的要多了解大数据行业的资讯，时刻把握大数据发展动向。大区块链联合湖北科技厅、中国计算机协会举办了大数据技术应用与人才发展高峰论坛，于12月8号在武汉大学举办，你不容错过。（详情请关注公司微信公众号：dqklkj）

以下五点是做产品需求分析时在“大数据时代”下的思考。确定产品定位时利用大数据主要有以下几个方面：

数据收集
数据收集即自己去收集数据，成为数据拥有者，通过数据授权等方式利用数据。

数据分析
拥有出色的数据分析技术，从别人提供的数据那挖掘数据的价值。

数据创新
没有数据，也没有出色的技术。但是看到了数据之间的联系，预见到了数据存在的价值，成为这方面的先行者。

转变产品思维
很多时候，我们能获取约等于全局的数据量，但是我们很多时候还是用原先的数据处理方式。

　　1680)this.width=1680' />原先我们只能获取一部分数据，然后以这部分数据去估算。所以我们的数学模型对数据的精确性和随机性要求非常高，因为数据是这么的少，改变一点点就能带来结果上的巨大偏差。现在我们拥有了更多的数据，使用相对简单的算法，只需带入更多的数据就会拥有更精确的结果。1680)this.width=1680' />1680)this.width=1680' />