（2018第22话）烧烤清洁刷的需求分析

       最近很忙，很久没更新，以前写的一些东西大家可能觉得比较不接地气，方法论的东西，没有一定的积累和体验，确实是很难体会到其中的妙处的，如果你坚持做产品开发几年之后，你会愈发觉得方法论的重要性。不过以后的时间，我会更多通过产品的实例的角度去分析。

       采用之前说过的一种需求分析方法分解，今天我们要看的产品是：烧烤清洁刷，这个产品的市场有多大呢？在这个类别（Patio, Lawn & Garden），TOP100以内的，旺季（目前处于旺季）的时候一般在4款左右，淡季的时候，1款左右，但掉出去无非也是在一千名之内，所以，从市场容量来讲，这个叫量大又稳定，季节性的差异有，但不明显；

       注意：这里的旺季在夏秋，淡季在冬春，不是传统理解的淡旺季，为什么？理由很简单：天寒地冻的，没多少人愿意去室外烧烤聚会。

       从具体产品角度而言，其中有代表性的有四种，先看图：

       第1种：

       第2种：

       第3种：

       第4种：

       以上产品各有各的优缺点，具体功能属性等就不一一列举，可以阅读产品描述，以下我们从用户使用需求角度结合进行分析。

       产品开发限制：

       烧烤清洁刷属于配套型产品，并且主要清洁烤盘和烤网，所以烧烤清洁刷应根据具体烧烤架特征进行差异化设计（或者选品要考虑，并且在listing中进行引导）。一般分为烤网（下图左）和烤盘（下图右），刷子类型设计的，适合清理烤网，清理烤盘效果变差（钢丝球效果更好）；

       核心维度一：场景与元素

       1、高温；

       材料选择需要抗一定高温，否则清洁刷容易损坏；尤其塑胶刷头的采用，要非常谨慎。

       2、食物污垢；

       基本属于顽固污渍，所以对刷头的设计与材料选择要求很高，市面产品基本选用钢丝材质，第1、2、4种是刷毛，清洁效果不错，第3种设计是钢丝环（像弹簧一样），由于缺乏有效摩擦，清洁效果差很多。

       对于比较难清洁的局部区域，需要用到刮片。

       3、放置环境；

       烧烤清洁刷带油污，尤其在使用过程中，所以对使用中的放置有一定要求，避免污染其他物品，也需避免其他物品污染清洁刷。

       4、烤网；

       烤网的钢条粗细、间距，对于刷子设计要求有一定区别。另外，烤网网缝与背面难以清洁，要考虑这些清洗范围。

       5......

       核心维度二：使用行为

       1、正在烧烤时进行局部清洁：

       烧烤炉处于高温状态，所以短手柄容易导致用户被烫伤，采用长手柄可以避免此类伤害；为什么需要烧烤时清洁？因为整个烧烤过程中，烤网是不更换的。

       2、刷洗方向：

       用户习惯顺刷，这样省力，所以刷头的方向设计应与手柄保持一致；（看到一些新卖家，为了差异化而做差异化，产品明显有悖于这条使用行为）。

       3、清洗行为：

       1> 边刷边冲洗；

       2> 刷完之后一起冲洗；

       最终是需要水流冲洗的（烧烤过程中清洁除外），所以对于刷和冲洗的结合设计仍具备一定市场空间。

       4、重复清洁：

       刷洗是一个重复的行为，行为次数越多，对产品品质要求越高，钢毛掉落是一种常见现象，造成极大安全隐患与用户反感，第3种设计一定程度上避免这种现象发生。（为什么会掉，在这种产品的主流生产工艺中，钢毛是通过两个铁丝夹在一起的，另外，多次弯折也会导致钢毛变脆弱，普通人都可以通过来回弯折折断2MM直径的钢丝，原理可自行百度）。

       5、刷子本身的清理：

       刷头使用后带油污，难以清理，长期不清理容易产生大量污垢，所以刷头本身清洁也需要纳入考虑，另外一种设计方式是增加可换刷头。

       6、......

       核心维度三：人群与偏好

       烧烤清洁刷属于典型的功能性产品，所以用户对外观没有强烈偏好，但需要考虑使用者身体特征的区别。

       1、男性：

       手臂力量大，对产品强度需求大，手柄等受力位置采用材料刚性与韧性不够，容易导致弯曲变形与断裂（尤其如上文所述，烧烤产生的残渣属于顽固污渍，需要比较大的力量才能清洁）；

       2、女性：

       手臂力量小，双手握把更容易发挥清洁效果；            

       综合核心诉求：

       清洁效果、安全性、品质、操作的人性化设计；

       结合以上要点，如果你要开发清洁刷，你会怎么设计或者选品呢？

       我们可以在众思阁再进行深度交流。

       以上问题处理不好，必然会招致差评，事实上，各个产品的差评也是基于以上维度产生，关于顾客的具体反馈，可以自行统计分析更多的review数据获取。