（转）产品功能决策思路（二）
产品功能决策思路（二）
二，用处有多大
当我们在谈及一个功能的用处有多大时，是指“在理想状况下，用处有多大”。由于技术可行性而导致的价值变化，这个会在后面的篇章中专门谈及。
为什么要对价值大小做出分析？
在资源硬约束的情况下，事情会有一个优先级排序。而价值大小，是优先级判定的重要因子。此外，每个人在做一件事情之前，也总是期望了解该事情的价值大小，以便对于工作的成就感有一种预期。
价值大小如何界定？
我无法给出一个明确的“算法”。本文只是给出一种思路，使得大家在分析问题时，能看得更加全面，更利于与他人沟通。
“价值”这个词，如同“美”一样，是主观性很强的东东。大家都能有隐约的感觉，但很难做出精确的描述。很多时候，当我们在说“你觉得做这件事情价值有多大”的时候，不如说，“你觉得A和B价值哪个更大一些”。
但是，正如我们对“女性身材”用“三围”来量化那样，对功能的用户价值，也可以有“三维”上的考虑：
第一是受众群的大小
会用这个功能的人有多少人（绝对数），或者是多少比例（相对数）。
比方一款黄金打造的手机，定价10万元。这个受众群就会受到收入的严格约束；不仅有收入，还有品味——真正的大款大概不会手里捏块黄金来炫耀自己的富有。于是可以估测一个大致的潜在用户数。
搜索界面推出一个老年版，则将眼神不好的退休老人，当作目标用户群。这个群体中的上网人群，则是这个功能的受众群。根据cnnic的统计报告，也可以估测出数量。这是从年龄角度的细分。
以上的受众群分析思路，仅对用户角色单一的产品而言的。当用户分成若干种截然不同的角色（追求的核心价值不同，但互相密切关联，共同构成产品的基本要素），那么受众群大小的分析思路就要有所调整了。
比如，百度百科，其用户可分为两大类角色，一类是创造者，一类是享用者。创造者是极少数，但他们却是整个平台成败的关键所在。所以在分析百科功能的受众群
时，需要将创造者和享用者区隔开。当我们在说到一个编辑功能易用性优化时，它的受众分析基数是全体“编辑者”（尽管他们也是用户）。但若是提出一个新的编 辑功能（比如公式嵌入），则是两个群体都需要做出分析。
在实践中，对于受众细分群体有时候还会有“重要性”的差异化考虑。比如对意见领袖的特殊考虑，对教师群体的特殊考虑等。
第二是受众对功能的平均使用频度。受众群*使用频度，就是需求量了。
第三是受众对功能的依赖程度。高依赖度的功能若没有，目标用户群在需要时的产品体验就变得极差。所以策略决策时，有时候影响面大小并非唯一的考量因子，而影响程度常常是另外一个需要综合考量的因子。这在后面的成本和收益权衡一节中会有详细提及。
从一些例子说起。
例1：空间相册功能。
受众几乎是空间所有用户。就用户自己而言，使用频度中，不会天天用，但仍是使用较多的功能。依赖程度高，这是因为相册是个人属地的一个必备功能，将相册安在别处的成本太高了。
例2：音乐搜索结果，直接播放功能
搜“青花瓷”，音乐搜索结果页的第一个结果插入音乐盒，直接播放周杰伦的青花瓷（有点框计算的味道）。
受众几乎是所有音乐搜索用户群。去掉一部分环境中立刻播放音乐不合适的。使用量大致等于歌名搜索+（歌手名/歌名），影响面非常大。依赖程度中等，表面上 是减少了一个鼠标点击播放的动作，但考虑到以这种形式展现的需求，对资源需要有更多的质量约束，因此可以认为用户的视听效果会得到提升（降低了遴选成
本）。
例3：列车时刻表
框计算做了一个列车时刻表功能。这个功能的受众基本上是全局成年用户（未成年人大概不会去查列车时刻表），但使用频度非常之低，一年中难得有几次。少数频
繁出差的人可能会用得比较频繁。依赖度，从网页搜索角度，是从0到1的跨越，搜索体验大幅提升。虽说外界有很多的列车时刻表服务，但不好记，且不容易判断
质量的优劣，而框计算结果则有百度的背书。所以这可以看作是一个高人群覆盖，极低使用频度，高依赖程度的功能。类似的还有招聘功能。
例4：搜索结果自定义调序
指登录用户可以对特定query的搜索结果进行自定义调序。这个功能的受众，基本属于重度用户，意味着他会重复的搜索某个关键词，才能从这个功能中获得好
处。粗粗判断，人群并不大。使用频度高。而依赖度则会很高，考虑一个魔兽玩家，将最常用的工具和资源站点列表，聚到“魔兽世界”这个关键词下的状态。
例5：网页快照
受众广；使用频度低；依赖度高。
例6：哼唱搜索
受众广；使用频度极低；依赖度高。
例7：搜索历史
受众广；使用频度极低；依赖度低。
例8：文库课件专区
受众为网络用户中的中小学教师群体，绝对量并不大，但影响了教师群体，即影响了学生群体，因此，为教师群体的服务价值，不能简单的用教师群体的大小来判断；使用频度中；依赖度高。
以下是一个三维坐标系，供价值分析之用。
