近些年来，关于AI 的讨论有很多，也有不少人工智能相关的产业与产品在不断发展着。不过，对产品经理来说， AI 能否应用在产品需求分析上呢？为打造一款产品做出更好的帮助吗？笔者将为我们带来一系列的分析。

AI人工智能技术是否可以帮助我们更好的分析用户对产品的需求呢？有什么好的使用方法和案例吗？

由于工作需要，近些年研究了很多国内外的AI人工智能产品，也做了一些项目，因此我想做一系列关于如何将AI人工智能技术应用于产品、营销与运营的文章，把自己的一些研究沉淀一下，也希望对读者有些启发和帮助。

一、产品在收集用户需求时的问题

在我们的工作中一般需求会有很多来源，包括：

1. 自己意淫的需求

基本是通过看看竞品的功能时发现的或者觉得用户可能会有这样那样的需求，这种需求缺乏数据支持，是否是用户需要的还待验证。

2. 老板/上级给的需求

大部分也是意淫的，少部分参考用户反馈和竞品，一样缺乏数据支持，是否是用户需要的还待验证。

3.销售反馈的用户需求

这种需求说是来自客户，但销售往往更关心的是自己业绩和成单，因此很多是来自销售自己的大客户，或者是那些销售有望成单的客户，因此这些需求往往会被夸大或者提到比较高的位置。另外用户的实际场景可能在与销售沟通中被曲解。

4. 客服反馈的用户需求

客服反馈的用户需求相当比较公平，因为没有很多的业绩成分在。但需要建立一个良好的需求反馈渠道，另外与销售反馈的需求一样，客服人员大多对产品需求和功能的理解专业度不够，导致一些需求被曲解，或者遗漏。

5. 产品自己与用户沟通收集需求

这种一手需求我认为是最靠谱的，在沟通过程中可能深度了解用户的场景和真实需求。但问题是太费时间了，平常工作很多，一天能深度聊4-5个用户就不错了，收集的需求是否有普遍性，缺乏数据支持。结果最后还是靠感觉了。

二、AI人工智能与产品需求管理

可见许多时候产品在判断用户的需求的时候是没有什么数据支持的，或者是基于很小的数据样本，这很容易导致产品方向上的错误，也让我们遗漏了需求与机遇。

那么我们是否可以通过人工智能技术帮助我们判断用户的需求，并且以数据为基础指导我们产品方向呢？

答案是肯定的，下面我列举一些方向：

1. 利用AI语义分析提取产品需求

用户与企业的沟通内容在哪里？大部分在客服电话、销售电话、在线对话、工单、产品评论、信息中。

这些内容中什么类型的都有，有投诉的、有常规问题咨询，当然也存在大量关于产品需求的内容。

我们可以通过AI语义分析把这些有谈及产品需求的内容提取出来，怎么做？ 我给些示例：

（1）将用户与销售与客服的电话内容转换为文本并提取用户需求

通过将对话录音文件转换为文本对话内容，在通过语义模型规则识别其中提及用户需求的对话内容，快速在大量的日常对话中收集用户需求，并且产品经理可以通过文本内容快速看到用户的需求详情以及上下对话内容，了解用户场景。

（2）通过语义分析模型对用户需求内容自动分类

很多时候用户的需求被埋没在茫茫的信息中，产品经理一般来说没有时间把所有的用户对话内容，沟通内容都看一遍，然后对需求进行分类。

但是，AI人工智能是可以的，只有稍微进行训练就可以创建一个适合自己产品的语义分析模型，批量对每日所有的沟通记录进行分析，发现和需求相关的对话内容，然后自动进行分类整理，比如新需求、缺陷问题、哪个产品、哪个模块等。

如图：

（3）通过语义分析感情模型自动判断用户对功能的感受

除了分类，我们还需要判断用户对功能反应，是正向还是负向，这有助于后续统计和分析新功能上线后的用户感受。

比如这些年比较流行的产品反馈衡量标准：NPS （净推荐值）可以直接使用情感分析模型得出。（终于不用一次次的发邮件和微信推送了。）

通过AI人工智能技术产品可以快速实时的发现用户需求，需求的模块，需求分类，并通过上下文了解第一手的用户需求，方便快速。

三、利用BI系统构建自己的产品需求数据看板

通过AI人工智能技术我们可以对大量的用户沟通信息进行批量扫描，自动挖掘与产品需求相关的内容，在自动分类并判断。

可以说，我们完成了将非结构话数据转为结构化数据的过程，然后我们要做什么？

创建实时的数据看板，通过数据来指导我们的产品需求和方向。这里可以用一些BI工具，比如微软免费的PowerBI， 或者功能很强大，上手很简单，我个人最喜欢的Tableau来做数据看板，这些数据看板可以实时更新并分享给整个产品，研发，运营团队使用。

我这里做几个例子：

1. 各模块用户体验变化看板

查看用户对各个产品模型的情感变化，及时发现变化原因：

2. 各类型企业对不同产品与模块的需求看板

以上是很随便的一些产品需求分析看板，数据已经在了，看板做什么样子可以根据自身需求来制作。