二维四象限矩阵分析法在产品设计中的实践分析

一、什么是二维四象限法

刘润在《五分钟商学院》把二维四象限法作为重要的思考工具。这是一种二元对立到二元统一的思维模型，可以让我们思考问题更全面、更辩证，减少片面性分析问题。用两个对立统一的重要属性，把问题分为四个象限，分别讨论，逐个解决。

上图：对立到统一

二、二维四象限法应用场景有哪些

商业分析方法中有经典的产品分类矩阵——象限产品，由美国商业咨询公司波士顿咨询集团首创，以产品的市场占有率和增长率为两个维度，构建一个坐标系，形成四个象限，分别对应明星产品、金牛产品、问题产品和瘦狗产品。然后针对这四类不同的产品，分析企业应该如何有效分配资源，保障企业的最终利益。

上图：波士顿产品矩阵

时间管理理论有重要的四象限法，根据重要和紧急两个维度，区分了重要、不重要、紧急、不紧急，让我们通过这个方式可以有效进行时间管理，处理好身边的每一件事。

上图：时间管理四象限

《人人都是产品经理》系列图书作者苏杰，在产品创新课中，在讨论如何有效进行竞品分析时，提出了基于“问题”和“方案”两个维度的四象限法，将竞品生态分从同方案、不同方案、同问题和不同问题4个角度组成4个大类进行分析，让我们可以更科学合理的分析竞品市场。

上图：竞品生态矩阵

三、二维四象限法在软件产品设计的应用

我们在软件产品的设计中，会遇到一些因为技术成本问题导致只能提供有限服务，这个技术服务成本包括付费的第三方资源、网络硬件资源等。现在以账户分析数据服务为例，简单做分析。

账户分析服务的后端采用Hadoop大数据平台，每天凌晨消耗大概3个小时进行全量客户的数据计算，然后将计算结果数据缓存在redis供前端调用展示，为客户提供截止T-1日的证券账户分析服务。

目前计算的客户量是基于150多万客户的交易相关数据，由于数据的分析时间跨度和成本有很大的正相关，目前粗放式做法是，前端给客户提供最长不超过2年的账户数据分析服务。产品上线后，目前在交易日平均每天大概10w个账户使用该服务。

后来，也有不少客户反馈，想要5年或者开户以来的账户数据分析服务，这对于目前的产品设计来说几乎是不可能的，因为全量客户按这种时间跨度去计算的话，对凌晨的计算时间极大延长，对数据的存储空间要求也会翻倍增加，限于公司内部硬件成本的控制，不能直接简单的拉长时间范围。

现在，我们基于二维四象限法来研究这个问题。

首先，我们需要找出这个问题中对立统一的两个因素，从框架概念来讲，应该是成本和收益，但考虑到产品的特殊性，我们可以进一步具象成“单客成本”和“服务客户数”两个维度，构建出4个象限（如下图）。

上图：成本和覆盖客户数四象限

第一象限，单客成本高，覆盖客户数多，这种模式直接放弃。

第二象限，单客成本低，覆盖客户数多，这个模式是主流的互联网服务模式，这种模式下服务客户的边际成本最低，一般也是很多主流平台提供服务的首选模式，面向所有客户提供一种标准化的服务。

比如账户分析服务目前面向所有客户提供最长2年的数据分析服务。

第三象限，单客成本低，覆盖客户数少。这个模式一般适合对成本资源控制要求较高的公司，或者想试水的新产品功能，只给特定少量的客户群提供某种服务。

第四象限，单客成本高，覆盖客户少。这种模式下一般适合付费模式产品或主动订阅模式产品。通过付费分摊单客的高成本，通过主动订阅筛选用户使用意愿，只给使用意愿强的用户提供服务。

账户分析服务针对那些需要5年期甚至是开户以来数据服务的客户，可以考虑采用第四象限这种模式。平台开通主动申请如入口，为产品的重度用户提供5年期的数据分析服务。这类用户人群数量按平日使用人数的10%，也就是1w用户左右，对整体的资源成本增长有限，并且，通过这种订阅方式也灵活满足不同客户群的对产品的需求。

同时，在后端的设计上，也有针对性的只同步此类用户的5年数据，节省数据资源和计算资源。

四、总结

最后，我们总结下二维四象限法在产品设计中的使用步骤：

1.对问题进行分析，抽象出问题的看似矛盾对立的两个面。比如成本高低和收益高低，风险大小和可能性大小等。

2.将两个维度应用在横轴和纵轴，建立二维四象限。

3.对四个象限分别进行问题分析，寻找可能解决方案。