产品经理工具包

product-manager-toolkit
分类写作
作者Alireza Rezvani
许可MIT
评分4.20/5
使用6.9K

产品经理工具包 (Product Manager Toolkit)

从需求挖掘到产品交付，为现代产品管理提供核心工具与框架。

---

目录

- 功能优先级排序 - 用户需求挖掘 - PRD 编写 - RICE 优先级排序工具 - 用户访谈分析工具

---

快速上手

功能优先级排序

bash
# 创建示例数据文件
python scripts/rice_prioritizer.py sample

根据团队人力资源运行优先级排序

python scripts/rice_prioritizer.py sample_features.csv --capacity 15

访谈分析

bash
python scripts/customer_interview_analyzer.py interview_transcript.txt

PRD 创建

1. 从 references/prd_templates.md 中选择模板 2. 根据需求挖掘结果填写各章节 3. 与工程团队评审可行性 4. 在项目管理工具中进行版本控制

---

核心工作流

功能优先级排序流程

code
收集 → 打分 → 分析 → 规划 → 验证 → 执行

#### 第一步：收集功能需求

  • 用户反馈（支持工单、访谈）

  • 销售需求（CRM 管道中的阻碍因素）

  • 技术债（工程团队输入）

  • 战略举措（领导层目标）

#### 第二步：使用 RICE 打分

bash
# 输入：包含功能的 CSV 文件
python scripts/rice_prioritizer.py features.csv --capacity 20

RICE 公式和打分指南请参阅 references/frameworks.md。

#### 第三步：分析组合
审查工具输出结果，关注：

  • “快速获胜 (Quick wins)”与“重大押注 (Big bets)”的分布

  • 投入集中度（避免全部是 XL 级项目）

  • 战略对齐的差距

#### 第四步：生成路线图 (Roadmap)

  • 季度人力资源分配

  • 依赖关系识别

  • 利益相关者沟通计划

#### 第五步：验证结果
在最终确定路线图之前：

  • [ ] 将最高优先级项与战略目标进行对比

  • [ ] 进行敏感性分析（如果估算偏差 2 倍会怎样？）

  • [ ] 与关键利益相关者评审，查漏补缺

  • [ ] 检查功能之间是否存在缺失的依赖关系

  • [ ] 与工程团队验证工作量估算

#### 第六步：执行与迭代

  • 与团队共享路线图

  • 跟踪实际投入与估算投入的偏差

  • 每季度重新审视优先级

  • 根据学习结果更新 RICE 输入值

---

用户需求挖掘流程

code
计划 → 招募 → 访谈 → 分析 → 综合 → 验证

#### 第一步：规划研究

  • 定义研究问题

  • 确定目标用户分群

  • 编写访谈脚本（见 references/frameworks.md）

#### 第二步：招募参与者

  • 每个分群访谈 5-8 人

  • 涵盖核心用户和流失用户

  • 提供适当的激励

#### 第三步：进行访谈

  • 采用半结构化形式

  • 关注问题而非解决方案

  • 在获得许可的情况下录音

  • 访谈期间尽量减少笔记记录

#### 第四步：分析洞察

bash
python scripts

/customer_interview_analyzer.py transcript.txt
code
提取内容：
  • 痛点及其严重程度

  • 功能需求及其优先级

  • JTBD（待完成任务）模式

  • 情感倾向与关键主题

  • 值得关注的引用


#### 第 5 步：综合分析
  • 汇总各访谈中相似的痛点

  • 识别模式（提及 3 次以上即视为模式）

  • 使用机会解决方案树（Opportunity Solution Tree）映射至机会领域

  • 根据出现频率和严重程度对机会进行优先级排序


#### 第 6 步：验证方案
在开发之前：
  • [ ] 创建方案假设（参见 references/frameworks.md）

  • [ ] 使用低保真原型进行测试

  • [ ] 衡量实际行为与陈述偏好的差异

  • [ ] 根据反馈进行迭代

  • [ ] 记录学习心得以供未来研究


---


PRD 开发流程
范围定义 → 初稿 → 评审 → 完善 → 批准 → 跟踪
code
#### 第 1 步：选择模板
从 references/prd_templates.md 中选择：

| 模板 | 使用场景 | 时间线 |
|----------|----------|----------|
| 标准 PRD | 复杂功能，跨团队协作 | 6-8 周 |
| 单页 PRD | 简单功能，单一团队 | 2-4 周 |
| 功能简报 | 探索阶段 | 1 周 |
| 敏捷 Epic | 基于 Sprint 的交付 | 持续进行 |


#### 第 2 步：撰写内容
  • 以问题陈述开头

  • 预先定义成功指标

  • 明确列出超出范围（out-of-scope）的项目

  • 包含线框图或原型图


#### 第 3 步：评审周期
  • 工程端：可行性与工作量

  • 设计端：用户体验缺口

  • 销售端：市场验证

  • 支持端：运营影响


#### 第 4 步：根据反馈完善
  • 解决技术限制

  • 根据时间线调整范围

  • 记录权衡决策（trade-off）


#### 第 5 步：批准与启动
  • 相关利益方签字确认

  • 整合至 Sprint 计划

  • 向整个团队传达


#### 第 6 步：跟踪执行
发布之后：
  • [ ] 对比实际指标与目标值

  • [ ] 开展用户反馈会议

  • [ ] 记录成功与失败之处

  • [ ] 更新估算准确度数据

  • [ ] 与团队分享心得


---


工具参考


RICE 优先级排序工具


带有组合分析功能的进阶 RICE 框架实现。


功能：
  • 支持可配置权重的 RICE 分数计算

  • 组合平衡分析（快速获胜 vs 重大赌注）

  • 根据人力容量生成季度路线图

  • 支持多种输出格式（文本, JSON, CSV）


CSV 输入格式：
csv
name,reach,impact,confidence,effort,description
User Dashboard Redesign,5000,high,high,l,Complete redesign
Mobile Push Notifications,10000,massive,medium,m,Add push support
Dark Mode,8000,medium,high,s,Dark theme option
code
命令：
bash

创建示例数据


python scripts/rice_prioritizer.py sample

使用默认容量运行（10 人月）

python scripts/rice_prioritizer.py features.csv

自定义容量

python scripts/rice_prioritizer.py features.csv --capacity 20

输出 JSON 格式以便集成

python scripts/rice_prioritizer.py features.csv --output json

输出 CSV 格式以便使用表格软件

python scripts/rice_prioritizer.py features.csv --output csv
code
---

客户访谈分析器


基于 NLP 的访谈分析工具，用于提取可落地的洞察。


能力：
  • 痛点提取及严重程度评估

  • 功能需求识别与分类

  • JTBD 模式识别

  • 分段情感分析

  • 主题与引用提取

  • 竞品提及检测


命令：
bash

分析访谈转录文本


python scripts/customer_interview_analyzer.py interview.txt

输出 JSON 格式以便聚合

code
gation
python scripts/customer_interview_analyzer.py interview.txt json

---

输入/输出示例

→ 详见 references/input-output-examples.md

集成点

兼容的工具与平台：

| 类别 | 平台 |
|----------|-----------|
| 分析 | Amplitude, Mixpanel, Google Analytics |
| 路线图 | ProductBoard, Aha!, Roadmunk, Productplan |
| 设计 | Figma, Sketch, Miro |
| 开发 | Jira, Linear, GitHub, Asana |
| 研究 | Dovetail, UserVoice, Pendo, Maze |
| 沟通 | Slack, Notion, Confluence |

JSON 导出支持与大多数工具集成：

bash
# 导出以导入 Jira
python scripts/rice_prioritizer.py features.csv --output json > priorities.json


导出至仪表盘

python scripts/customer_interview_analyzer.py interview.txt json > insights.json

---

常见误区

| 误区 | 描述 | 预防措施 |
|---------|-------------|------------|
| 方案先行 | 在理解问题前直接跳到功能设计 | 每份 PRD 必须以问题陈述开始 |
| 分析瘫痪 | 过度研究而迟迟不发布 | 为研究阶段设置时间上限 (Time-box) |
| 功能工厂 | 发布功能但不衡量影响 | 在构建前定义成功指标 |
| 忽视技术债 | 未为平台健康分配时间 | 预留 20% 的产能用于维护 |
| 利益相关者惊讶 | 沟通不及时、不充分 | 每周异步更新，每月进行演示 |
| 指标剧场 | 优化虚荣指标而非真实价值 | 将指标与交付的用户价值挂钩 |

---

最佳实践

撰写优秀的 PRD：

  • 从问题开始，而非方案

  • 预先包含清晰的成功指标

  • 明确列出超出范围 (Out of scope) 的内容

  • 使用可视化图表（原型图、流程图、图表）

  • 将技术细节放在附录中

  • 对所有变更进行版本控制

高效的优先级排序：

  • 将“快速获胜 (Quick wins)”与“战略押注”相结合

  • 考虑延迟带来的机会成本

  • 考虑功能之间的依赖关系

  • 为意外工作预留 20% 的缓冲时间

  • 每季度重新审视优先级

  • 在提供决策背景的同时沟通结果

用户探索 (Customer Discovery)：

  • 连续追问五个“为什么”以寻找根本原因

  • 关注过去的行为，而非未来的意向

  • 避免引导性问题（例如“你难道不喜欢...吗”）

  • 在用户的自然环境下进行访谈

  • 观察情绪反应（痛点 = 机会）

  • 用定量数据验证定性结论

---

快速参考

bash
# 优先级排序
python scripts/rice_prioritizer.py features.csv --capacity 15

访谈分析

python scripts/customer_interview_analyzer.py interview.txt

生成示例数据

python scripts/rice_prioritizer.py sample

JSON 输出

python scripts/rice_prioritizer.py features.csv --output json
python scripts/customer_interview_analyzer.py interview.txt json

---

参考文档

  • references/prd_templates.md - 不同场景下的 PRD 模板
  • references/frameworks.md - 详细的框架文档 (RICE, MoSCoW, Kano, JTBD 等)