根据用户的行为数据来预判需求，本质上是利用大数据，当用户长时间使用某个应用时，用户的购买、位置、商品喜好等信息就会被后台所记录，如上所述天猫和淘宝会记录用户每一次搜索和购买的信息，下次浏览时，会在首页给用户做出对应的推荐，并提供很多辅助决策信息，引导快速完成购买。

总而言之，产品或功能的设计，目的是为了满足用户的需求，那么系统性地分析就显得尤为重要了。

从案例到归纳再到案例，接下来用上述归纳的四个步骤，来看一个产品功能设计的历程：

【网易云音乐的听歌识曲功能】

用户使用动机：某天逛街的时候听到某家店正在播放一首歌，觉得很好听，但是不知道名字，也较难去听出具体完整的歌词

用户痛点：用户想要快速知道这首歌的名字

预设发生事件：用户在搜索引擎上输入歌词关键词搜索，但是搜索不到，或速度太慢

确定策略：这个时候只要打开网易云音乐并开启放置在首页的听歌识曲功能，即可马上根据歌曲旋律识别出歌曲名称，简单快捷准确。

一般可以根据应用的自身定位，揣测用户使用该应用时的动机或者根据大数据反应的用户使用习惯，来探索这个时候用户想要的服务是什么（即了解用户痛点），并且预判接下来用户将会发生的操作行为，从而做出对应的应对策略。

从场景出发给用户提供的服务或触达，会有效得多，而且会更受用户青睐。用了这四个步骤，会发现，场景化系统分析用户需求，其实并没有这么难！