利用NABCD模型进行竞争性需求分析

确定项目：搜索引擎

分析小组：狩猎的时间到了

真正了解市场需求的团队，才能设计出实用流行的软件；

NABCD介绍

著名舞蹈家、编舞大师Twyla Tharp在一本名为《创新习惯》的著作中表示，无论是在舞蹈、商业还是餐饮业等各个行业，成就其实都是一系列行为的结果——从详细的准备、计划、有方向的努力到按照成功经验去执行。NABC正是这样的一套框架，当你试图提出一项崭新的提案之际，它能够提供四个思维基点，令你的商业策划具备天马行空的基础。
具体来说，NABC是四个关键词的首字母缩写—
Need（需求）—现在市场上未被满足但又急需满足的客户需求是什么？
Approach（方法）—要满足这种需求，我能够提出什么独特的方法吗？
Benefits （收益）—该方法给顾客提供的便利是什么？
Competition (竞争) —对于竞争对手和其他可选择的方案来说，这种单位成本收益的优势在哪里？

邹老师根据软件工程的具体情况，阐释了NABC在软件工程上意义，并根据实践验证添加了D: Delivery。
强烈推荐围观：现代软件工程讲义如何提出靠谱的项目建议 NABCD

搜索引擎的NABCD

下面是我们对搜索引擎项目NABCD的理解。

1. N 需求

如今的社会，每个公司每个人都有大量的信息需要处理、保管和查询，这就难免会有些信息在个人电脑中保存的位置被遗忘，需要一款简单并且实用的搜索引擎来搜索个人

所需求的信息。

2. A 方法

如今的大学生以及社会人，几乎都有一台个人电脑，可以通过搜索引擎的文本框--->输入要查询的信息--->点击确定--->就会出现你所要查询的信息。后期还可以运用在手机上，随时随地的查询。

3. B 好处

用户使用软件上的这个功能，不需要在不同的需求下使用不同的搜索引擎，只需要更新搜索引擎的数据库，对不需要的数据库数据则可直接删除，针对不同的数据库只搜索该数据库的数据，搜索引擎本身则不需要更新，不仅节约了编写引擎代码的时间，而且可以不用下载软件，直接自由更新数据库就可以进行。解决了繁琐的引擎编码所需时间多与数据库过于庞大的问题，主要面对小中型团队的简单数据搜索需求。

4. C 竞争

现在在信息时代到来的情况下，软件的开发也是日益俱进的，各种各样的搜索引擎层出不穷，不断便利着我们的生活，不仅仅是百度搜狗，多种各类搜索引擎也被人们所熟知。新软件的开发对我们来说是有竞争性的，但是我们此项目是通过对简便化小中型团队的数据搜索，对于新软件来说可能不是很新颖，自身实力也多多少少差强人意。对于类似软件的竞争我们还是需要我们项目完成后的大面积推广宣传，让人们了解并使用。

5. D 推广

对于初版，我先在自己小组试用。待功能稳定后，推广到其它小组使用。后面可以在人流大的地方贴海报。
此项目应用本身有简单方便的特性，趣味性很高，不会使人感到无聊。初期可以邀请有兴趣的同学进行使用体验。（采用邮件或者内部通讯方式发送通知）

可以由小组成员对身边的同学朋友进行介绍说明，吸引同学们的关注度。
也可以通过组织专题活动吸引同学使用。

总结：
通过NABCD模型进行竞争性市场分析后，我们团队已经逐步理清了项目的目的，市场需求和发展方向。我们团队将认真完成各自的工作，珍惜这次实践的机会，尽快完成程序的开发，分享给大家使用。

转载于:https://www.cnblogs.com/xiangyu511213/p/4526010.html

利用NABCD模型进行竞争性需求分析相关推荐

NABCD模型（猫咪记单词）
项目需求分析与建议-NABCD模型(猫咪记单词) N (Need 需求) 对于现在的学生,尤其是大学生来说,学习英语是一件非常重要的事.我们有四级六级托福雅思等各种各样的英语方面的考试.而学习英语,很 ...
Python 3 利用机器学习模型进行手写体数字检测
0.引言介绍了如何生成手写体数字的数据,提取特征,借助 sklearn 机器学习模型建模,进行识别手写体数字 1-9 模型的建立和测试. 用到的几种模型: 1. LR,Logistic Regres ...
在隧道内放置多个地感线圈，车辆通过时、对通过的相邻两个线圈的脉冲信号数据进行实时采集，首先利用云模型算法，计算得到车速的估计值
1.简介与仿真结论在隧道内放置多个地感线圈(间距相同),车辆通过时.对通过的相邻两个线圈(或单线圈)的脉冲信号数据进行实时采集,首先利用云模型算法(正向云与逆向云算法结合)或其他,计算得到车速的估计 ...
TF之DD：利用Inception模型+GD算法生成带背景的大尺寸、高质量的Deep Dream图片——五个架构设计思维导图
TF之DD:利用Inception模型+GD算法生成带背景的大尺寸.高质量的Deep Dream图片--五个架构设计思维导图目录 TF中的Deep Dream实践:利用Inception模型+GD算 ...
ML之nyoka：基于nyoka库利用LGBMClassifier模型实现对iris数据集训练、保存为pmml模型并重新载入pmml模型进而实现推理
ML之nyoka:基于nyoka库利用LGBMClassifier模型实现对iris数据集训练.保存为pmml模型并重新载入pmml模型进而实现推理目录基于nyoka库利用LGBMClassifi ...
DL之DNN：利用MultiLayerNetExtend模型【6*100+ReLU+SGD,dropout】对Mnist数据集训练来抑制过拟合
DL之DNN:利用MultiLayerNetExtend模型[6*100+ReLU+SGD,dropout]对Mnist数据集训练来抑制过拟合目录输出结果设计思路核心代码更多输出输出结果 ...
DL之DNN：利用MultiLayerNet模型【6*100+ReLU+SGD,weight_decay】对Mnist数据集训练来抑制过拟合
DL之DNN:利用MultiLayerNet模型[6*100+ReLU+SGD,weight_decay]对Mnist数据集训练来抑制过拟合目录输出结果设计思路核心代码更多输出输出结果设 ...
DL之DNN：利用MultiLayerNet模型【6*100+ReLU+SGD】对Mnist数据集训练来理解过拟合现象
DL之DNN:利用MultiLayerNet模型[6*100+ReLU+SGD]对Mnist数据集训练来理解过拟合现象导读自定义少量的Mnist数据集,利用全连接神经网络MultiLayerNet ...
ML之Xgboost：利用Xgboost模型(7f-CrVa+网格搜索调参)对数据集(比马印第安人糖尿病)进行二分类预测
ML之Xgboost:利用Xgboost模型(7f-CrVa+网格搜索调参)对数据集(比马印第安人糖尿病)进行二分类预测目录输出结果设计思路核心代码输出结果设计思路核心代码 grid_s ...

利用NABCD模型进行竞争性需求分析

利用NABCD模型进行竞争性需求分析相关推荐

最新文章

热门文章