
如何更好的去分解功能点
在日常工作中,都会接触到一个个的需求,通过需求分析。我们通过建立一套解决方案去满足需求的实现。再去细化的话,就是将这套解决方案拆分为一个个的功能点。在这里,我们要讨论的就是对功能点进行分解,更好的去将其表述出来。
为了把功能点尽可能的表述清除,其实很多PM都会有自己的一套思维方式,下面,我对自己的思维方式进行的总结。首先,在确定了功能点后,我就会从最顶层的界面层出发, 然后是用户操作层,接着是数据层,这样由浅到深的去将一个功能点逐步的拆解。
下面,我会罗列出自己在撰写功能点的时候,对功能点说明进行遍历的问题:
首先是界面层:
说到界面层,最基本的就是先想到控件类型,这里展开一个题外话,就是很多人都会去问产品需不需要懂技术,其实,这个问题,用最基本的控件概念来回答的话,就是:在App端或者是 Web端的产品,每个控件其实都会一个技术术语,如TextView、Webview,在进行设计的时候,能够对实现所需的控件有一定的概念的话,到达这种程度的话,其实就挺OK的了。毕竟,懂技术,更多是可以在进行方案的设计时,判断其可行性及预见实现出来后的具体效果。
嗯,我们再把话题扯回来,在决定使用的控件类型后,界面会涉及到的就是控件尺寸、形状、字体大小、颜色、文案(视乎控件类型有所不同)、响应动画(这个里面包含动效这个大boss,这里就不展开说明了)、位置(功能点处于产品的什么模块、什么位置)、引导文案(即引导用户更好的完成操作的,包括新手引导,也可以归类到引导文案中)、限制条件(例如手机号码输入框只能输入数字)。
然后就是,用户操作层
即用户是怎样对当前的界面进行操作,及操作的反馈有哪些
:
1、进行操作的用户有哪些?这个的话,前台不会有很大的区分,基本都是大众用户(当然,电商类会有买家和卖家的区分)。对于后台类产品来说,这个维度更多是用来思考 有哪些角色,对该功能点是否有访问及操作的权限。
2、操作的对象是什么?比如设计注册表单时,里面的输入框就是操作的对象。
3、怎样对 对象进行操作?这里可以细分为操作方式、操作行为。操作方式是指点击、双击or Sth Else、这个就比较简单,就是操作方式的说明。但是,对于处于可触摸屏幕的产品 来说,就会有思考的点就是,手势操作及日常操作的取舍。操作行为的话,举例来说,就是该对象是可点击的,则用户是正常的去点击一下,还是不断的不点奔溃不罢休~最经典的例子就是 Web端对按钮不断的重复点击这种用户行为~
3、操作的反馈是哪些?在这点上,主要是正常流程及异常流程下的不同反馈,反馈的产生形式各种各样,比如弹窗、警示语、页面切换等等,这里就不穷举了,具体问题具体分析即可。
4、操作是否可逆? 最常用的可逆操作就是后台的管理功能,冻结账号or解冻账号
5、操作对功能点对应模块的影响?在这里,我们策划的是功能点,在保证功能点的逻辑齐全外,也要考虑到该功能的操作对当前模块的其他功能点是否有影响~
6、操作对功能点对应模块及其他模块之间的影响? 比如策划电商产品的支付功能时,用户完成支付后,用户中心的站内信模块,会通知用户支付结果。
7、操作对功能点对不同版本之间的影响? 这点的话,更多是成熟类的产品才会存在的问题。最经典的场景就是,上线新功能代替旧功能时,旧版本的处理问题,这个可以去查看具体的数据,进行取舍来解决。
最后,就是产品比较底层的数据层了
这里我们会区分两种维度去梳理,后台从前台获取的信息,系统会如何去处理。然后就是前台从后台读取的数据,系统会对数据进行怎样的处理
: A、从前台获取的信息
1、获取的维度分两种:用户输入、前台上报,如果是用户输入的方式,就要思考这些数据是否进行存储?例如,历史输入数据的存储,如果是要存储的话,存储的方式是什么?另一方面,前台上报的方式,更多是行为数据及运营数据的统计
2、数据的传输,就要去思考这些数据是不是敏感数据,是否需要进行加密处理?具体的传输方式是即时传输、定时传输还是分段传输呢?这个就需要PM和技术大大去商量了
3、数据的存储,这个会分两种:本地存储、后台存储,本地存储的话,最多的场景就是输入历史的本地存储,后台存储的话,就不展开说明了~
B、前台读取的数据
1、要显示的数据,读取的来源在哪里?是数据库,还是其他模块传递过来的数据?
2、如果是需要进行数据的传输,这些数据是不是敏感数据,是否需要进行加密处理?
3、数据是否需要缓存,这个也是和技术大大商量即可~
4、读取的数据是否需要显示?如果是需要显示,是直接显示即可,还是要通过处理才去显示?比如某些敏感信息在前台进行显示时,一般会进行字符串转换之后,才进行显示。如果是读取的数据不需要显示,那是需要传递到什么地方吗?
写到这里,就从界面、操作、数据这三种维度来对应说明了思考的思路。其实,文章一路写下来,更多是响应了一句话:产品在理需求的时候,更多是从最顶层出发,逐渐向底层去分析,而开发大大更多是,从底层开始构造,根据需求文档,一步步的往顶层去实现。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14