《使用workbuddy进行需求管理》

讲师:卢海波 发布日期:10-30 浏览量:19


《使用workbuddy进行需求管理》

用AI拦截假需求、筛出优质需求、沉淀需求资产

主讲老师:卢海波

【课程背景】

需求不好,地动山摇!

AI时代需求来得更快、更多、更杂,PM瓶颈从写得慢变成判不准。

假需求吃掉研发资源,优质需求没被识别,产品就失去增长引擎。

用辩真14模型做标尺,用WorkBuddy把辩真变成团队流程。

让需求管理从被动接单走向主动运营,每次判断都沉淀成资产。

课程主线:拦截假需求→筛选优质需求→AI辩真→沉淀复用

方法论体系:433足球队方法论+需求辩真14模型

【课程收益】

1. 用DEFECT模型识别并拦截六类贬值型假需求

2. 用替换方案法、A1象限、反证法快速过滤需求

3. 用追问法、GROW与万能公式把一条需求讲清楚

4. 用RICE与价值四象限给需求做量化排序

5. 用SAFE与PROVE给需求做保值与增值分级

6. 用WorkBuddy跑通需求辩真并产出标准辩真报告

7. 用IMA沉淀需求判例,让团队辩真能力可复用

【课程特色】

授课形式:方法论讲授+案例拆解+现场实操+分组演练

可视化表达:以可视化方式呈现最优质信息

课程即实战:演练以客户业务场景展开,练出肌肉记忆

交付可带走的模具:依托433方法论,每模块交付原创工具

强实战性:每模块配方法论+工具+案例+实战四段

真工具链:WorkBuddy与IMA现场上手即可用

强定制化:可直接嵌入客户行业与真实需求池

行动导向:训后带走需求池盘点表与30天计划

【课程对象】

ToB/ToG软件产品经理、需求分析师、产品总监

【课程时间】

2天(12小时)

【课程大纲】

图1 课程主线:五步把需求变成资产

一、AI时代需求管理的困境与工作模式重构

1. AI把需求工作的瓶颈从写得慢推到了判不准

1)AI让需求数量暴涨,评审与筛选成为新瓶颈

2)传统需求管理四难:碎片化、无标尺、靠经验、难沉淀

3)AI PM需求管理六维差异:流程、重心、数据、成本、协作

4)课程主线:拦截假需求、筛选优质需求、AI辩真、沉淀复用

2. 方法和工具

1)需求辩真14模型全景图(真伪/深度/量化/分级)

2)传统PM与AI PM需求管理模式对照表

3)需求管理AI就绪度自评表

3. 案例

铱星案例

4. 实战

现场自评:给本组需求现状打分找最大短板(输出:自评表)

二、用DEFECT模型识别六类贬值型假需求

图2 DEFECT模型:六类会贬值的需求

1. 假需求不是错的,是做完就开始贬值的

1)DEFECT六类:打补丁、纯定制、跟风、体验微调

2)DEFECT另两类:刀架脖子被迫承接、边际收益归零

3)三类高频陷阱:代提失真、抄作业、方案前置

4)快速过滤三招:替换方案法、A1象限、反证法

5)合规类需求不做真伪判断,直接进入交付队列

2. 方法和工具

1)DEFECT鉴定清单v2(11道鉴别问题+三档判定)

2)替换方案法决策树:现有方案能解决即为伪需求

3)A1象限模型:场景频率×不能忍程度定位痛点

3. 案例

客留通定制

4. 实战

现场筛查:用DEFECT给本组需求定档(输出:贬值清单)

三、从真需求到优质需求的分级排序与出库图3 从真需求到优质需求的五道关口

1. 真需求只保证不做错,优质需求才决定增长

1)深度分析四招:追问法、GROW、角色穿透、场景还原

2)结构化表达:万能公式A+B+C+D=Z一次讲清需求

3)量化评估:数据验证法、RICE打分、价值四象限

4)价值分级:SAFE四类保值与PROVE五类增值

5)同一批需求先分级再排序,避免只盯着分数

2. 方法和工具

1)万能公式需求描述模板(A+B+C+D=Z)

2)RICE四维打分表(R×I×C÷E)

3)PROVE增值五维打分卡

4)价值四象限:客户价值×自身成本

3. 案例

人路通抽离

4. 实战

现场排序:给本组需求打分排出前三优先(输出:需求优先级表)

四、用WorkBuddy做需求辩真实战

图4 需求辩真四问:工具给依据,人做裁决

1. 把14个模型装进AI工具,辩真从经验变流程

1)辩真四问标尺:价值、能力、成本、组织

2)AI生成追问清单、反证追问与场景还原推演

3)AI扫描DEFECT与RICE打分,人做最终裁决

4)人机分工边界:AI给依据和清单,PM负责拍板

5)AI不会替PM做判断,只让判断有据可依

2. 方法和工具

1)需求辩真Skill包(四问+三陷阱+DEFECT)

2)辩真报告模板(条目/四问/陷阱/判定/置信度/依据)

3)提示词套装:需求拆条、追问生成、判例对照

3. 案例

辩真技能包

4. 实战

现场辩真:用AI工具辩一条本组真实需求(输出:辩真报告)

五、用IMA知识库沉淀需求判例与组织复用

图5 IMA知识库:辩真闭环四步

1. 辩真不回填判例,就只是一次性分析

1)知识库就是标尺:历史需求、场景、判例、底座

2)建库三件事:目录结构、入库规则、检索口径

3)辩真闭环:检索对照、判定、回填判例打标签

4)判例标签化,让AI越辩越准、团队越用越省

2. 方法和工具

1)IMA需求知识库目录模板(需求/场景/判例/方法)

2)精准入库流程(列库→下钻→上传→入位)

3)判例回填模板(真/伪/场景类型/领域标签)

3. 案例

IMA需求管理库

4. 实战

现场建库:搭出需求判例库骨架并回填一条(输出:判例库)

六、需求资产化运营与训后落地路径设计闭环

图6 需求资产化三层:从做完到可复用

1. 需求不是做完就算,能复用才算资产

1)需求池运营四步:入库、分级、排期、复盘

2)需求供应链:从一次性交付走向可复用资产

3)资产化三层:需求复用、方案复用、数据与算法沉淀

4)组织落地三件事:评审机制、责任人、复盘节奏

2. 方法和工具

1)需求运营路线图模板

2)需求收益计算器(CAC与LTV测算模型)

3)需求资产盘点表(复用次数与覆盖场景)

3. 案例

大客流平台

4. 实战

现场盘点:梳理本组需求资产并定30天行动(输出:盘点表)

七、核心成果与课堂产出

序号

交付成果

包含要素

适用场景

1

需求管理自评表

AI就绪度自评+四难诊断

训前摸底时

2

贬值需求清单

DEFECT清单+三档判定

需求入库前

3

需求优先级表

万能公式+RICE+四象限

需求评审会前

4

需求辩真报告

四问+陷阱扫描+置信度

需求裁决时

5

需求判例库骨架

IMA目录+判例回填模板

团队建库时

6

需求资产盘点表

资产三层+30天计划

季度复盘时

八、课后行动建议与效果巩固模块

序号

课后行动建议

落地动作

效果检验

1

清洗需求池

产品经理牵头,两周内定档

两周后统计贬值占比

2

补万能公式描述

需求提出人填写,PM审核

每次评审会查缺项

3

跑一次需求辩真

挑争议最大的需求出报告

30天内完成并归档

4

搭建需求判例库

指定责任人,按月回填

月度统计新增判例

5

需求池RICE排序

产品经理与研发共同定序

每季度复核排序

6

建立复盘机制

每季度盘点资产与复用

季度会输出改进项

分享
联系客服
返回顶部