需求真伪的判断一直是产品圈乃至整个互联网圈最头疼的问题，没有之一。
1、第一性原理
需求真伪的判断一直是产品圈乃至整个互联网圈最头疼的问题，没有之一。一个个产品或创业失败血淋淋的案例一再告诫我们，对用户的需求要有1万点的敬畏之心。有时候，人类在客观规律面前，任凭你能力强大到如何力挽狂澜，竭尽全力与其对抗，却始终显得极其渺小。这个客观规律就是混沌研习社讲的第一性原理，在每一个系统中，都存在第一个基本假设，不能被推翻，也不能被违反。我们不妨也尝试着去寻找判断需求真伪的第一性原理到底是什么，能不能用一个抽象的公式，把具象的东西抽离出来得到一个抽象的总结。
2、真实需求
我们首先来理解一下什么是需求，9个字足以概括：解决问题或达到目标。
用户消费或使用产品，其实质就是用其来解决问题或达到目标，这就是需求，也是最基础的需求，通俗一点解释就是作为xx用户（用户），完成xx任务（行为），以达到xx目的（目的）。
举个例子：小伙（用户）买了一件阿玛尼时尚西装（行为），穿上后英俊潇洒（目的）。
理解需求之后，我们来剖析一下什么是真实需求，11个字足以概括：更好地解决问题或达到目标。通俗一点解释就是作为xx用户（用户），完成xx任务（行为），以达到xx目的（目的），目的背后是xx原因（原因）。
接刚才的例子：小伙（用户）买了一件阿玛尼时尚西装（行为），穿上后英俊潇洒（目的），为什么要英俊潇洒呢？原来是为了更好地撩妹泡妞（原因）。这个原因（更好地解决问题或达到目标）其实就是用户的真实需求。
有句话说得很好，用户要的不是产品，而是更好的自己！
理解用户的真实需求之后，我们可以抽象概括一下，这个真实需求无非指的是用户得到了更多的利益价值，这个利益包括功能价值和情感价值，什么叫功能价值？接刚才的案例，小伙买阿玛尼时尚西装，功能价值是能穿；那什么是情感价值？接刚才的案例，小伙穿上后英俊潇洒，这是情感价值。
更多的利益价值，是促使用户真正要想产品或服务的终极原因。抽象一下，用数学公式来表达就是更多利益价值=切换后的利益价值-切换前的利益价值。
4、切换成本
刚才我们分析利益价值，用户为了得到更多的利益价值，势必要付出一定的成本，毕竟从天上掉馅饼正好砸嘴里的概率太低了。从一种解决方案切换到另一种解决方案所花费的成本就是切换成本，这个切换成本包括时间、金钱、精力、体力成本等等。如果切换成本太高，跟更多的利益价值一比较，得不偿失，这样的产品或服务即使能带来更多的利益价值，也由于切换成本过高，仍然不是用户真正想要的产品或服务。反之，在更多的利益价值前提下，更小的切换成本，这样的产品或服务才是用户真正想要的。抽象一下，用数学公式来表达就是更小的切换成本=切换前的成本-切换后的成本。
5、判断公式
对利益价值和切换成本分析之后，我们抽象总结之后得出如下第一性原理公式：
看到这个公式里的T值，可能会问这样一个问题，为什么是3呢？这个是从用户终生价值≥3倍用户获取成本来判断产品或项目靠谱这一数据标准衍生推导而来的。
6、数据推算
上面推导出的公式，从定性层面来说，已经向前迈出了一大步，接下来我们从定量角度，也就是通过数据推算更加精准地判断需求的真伪。最基础的工作就是确定各项父维度的子维度，比如说成本一项，它的子维度可以时间和金钱成本，也许体力和精力可以忽略，当然了，子维度越多，最终估算出来的父维度数值准确性也就越高。
数据推算的方法论和思维方式介绍：
通过斐波那契数列来估算各个子维度的数值（受到敏捷开发模式下经常用斐波那契数列来估算工作量的方法的启发，找一个参照物标准，利用集体智慧来估算）；
将有量纲的子维度换算成无量纲便于比较和计算，也就是常说的数据标准化，这里采用max-min标准化，将第①步的各项数据换算成[0,1]的值；
综合加权评分得出最终结算。
举了例子：
估算功能利益，找7位相关人士，找一个参照物数据，可以是行业平均值，比如说是3，每个团队成员按照斐波那契数列依次给出数值，这样我们就得到了7个数据，假设比如分别5、8、8、13、21、5、8，我们以出现次数最多的值8作为最终估算值；
[0,1]标准化，标准化公式=（当前值-最小值）/（最大值-最小值）=0.19，当前值取得是8；
综合加权评分计算，功能利益我们刚才算出是0.19，因为得到利益包括功能利益和情感利益，假设功能利益所占权重比是60%，那么情感利益就是40%，假设根据刚才的数据推算方法得出情感利益数据标准化之后的值是0.3，那么得到利益=0.19*60%+0.3*40%=0.234；
按照上面的步骤依次推算出各个维度的值，最终加权综合评分就会得出T值；
最后根据图中所示的T值范围来作出最后的需求真伪的判断。
7、总结
由于产品类型不一样，每个父维度下的子维度会有一定的差异，但是思维方式和方法论是一致的。这个公式的推导也算抛砖引玉。
