一个需求包含背景、场景、解决的问题，比如需求的背景是有个客户需要查看这个数据，需求的场景这里分为了两个部分，一个部分是业务同学的场景是客户提出要数据的时候，另一个部分是客户什么时候有要数据需求。

举个例子，比如客户每个月月底做周报的时候需要用到这个数据，需求解决的问题也分为两个部分，一部分是业务同学满足客户的需求，另一部分客户满足了自身的汇报需求。

当从背景、场景、解决问题这三个方向寻找答案的时候，会得出很多的解决方案。

从背景的角度上分析：

能否让这个需求的背景不成立，直接把数据指标面向客户。

从场景的角度上分析：

把不舒服的场景转换为舒服的场景，业务角度上的场景是客户要数据，能否转换为定时给客户发送数据指标；客户角度上的场景是写周报的时候要用到，能否转换为把这个指标变为客户时刻关注的指标。

从解决的问题角度上分析：

如果问题可以消除，最好是消除，如采用把数据指标面向客户，那么业务侧的这个问题也就不存在了。

如果问题无法消除，则应减少解决问题的步骤，简化流程，客户提供数据的这一页如果数据指标固定，可否改为一键下载报表去替代手工填写，总结解决方案：

1. 把数据指标做成功能，直接面向客户；
2. 定时发送数据指标给到客户；
3. 研发周报或报表功能；
4. 人工数据库拉数据，业务侧发送。

初步方案总结好后，接下来就是方案的可行性判断：基于上述的需求和方案，可行性判断主要在于两方面，一方面是价值，一方面是成本。

从价值角度来说有三个方面：

1. 需求本身：需求刚需程度（高、中、低）、用户使用频次（高、中、低）；
2. 方案本身：服务模式（重、中、轻）、是否可规模化（难、中、易）；
3. 价值本身：付费意愿（难、中、易）、付费价格（高、中、低）。

从成本角度来说有两个方面：

1. 研发成本：研发成本（高、中、低）、维护成本（高、中、低）；
2. 业务成本：人力成本（高、中、低）。

把总结出的五个方案代入可行性判断的五个方面中，就可以得出最优方案，如果感觉上述的可行性判断过于定性，也可以采用定量的方式。

如为需求、方案、价值、研发、业务基于团队或公司的诉求给予不同的权重，如需求（0.3）、方案（0.1）、价值（0.3）、研发成本（0.2）、业务成本（0.1），再为每个方面下属的要素赋予数值，如需求刚需程度中的高赋予5分、中赋予3、低赋予1分、研发成本中的高赋予1分、中赋予3分、低赋予5分，再通过权重乘以数值就会得出一个分数，分数越高价值越大。

综上为需求分析上的结构化方法探索，后续会写需求管理、产品设计上的结构化方法探索；希望本篇文章对你有帮助。