浅谈：产品经理需要关注的成本的那些事儿（信差真的很难）

下面这篇文章是笔者整理分享的关于产品经理需要关注的成本的相关内容，推荐刚刚踏进这份行业的同学阅读，了解更多的知识哦！

关于成本，大家多少都各自的难点：

这些问题其实归结到底都是软件开发成本管理的问题。对于软件公司而言，拥有成本评估能力，将会有助于其建立有效的管理制度和科学的内部管理能力。

一、什么场景下需要评估软件开发成本

软件成本评估能力也可作为长期的战略目标进行管理。对企业外部可提供服务，对企业内部可降本提效。能力模型均以各类文档为输入项，输出则以“料”、“工”、“费”、“销”、“管”、“研”全域生产要素为管理对象的评估分析结果。

参考：【用友】2023大型企业项目数智化转型白皮书

1. 场景一：内部管理：商业分析书/立项评审

BRD是产品经理的一大必修课，其定位为通过产品的商业模式分析说服管理层支持，获得资源。

全文讲述的一个故事就是：我们做什么样的产品，需要什么多少资源和成本，怎样获得利润。社会经济发展到今天，我们很难再有20、30年前的机遇，大家不再听到商机之后迅速投入资源、埋头大干，而是审慎的眼光看待市场。

这样的背景下，我们商业分析实际上就要向管理层明确的介绍出：

在立项评审时，除了业务模式之外，现行的评审制度更加关注的就是整体的功能清单和排期计划。可以说对行业调研的程度和对成本和进度的把控能力直接决定了立项前准备的质量。

目前，客户方的软件采购评估是最急需软件评估的领域之一。其中，最为典型的代表是To G领域。以嘉量云的典型案例分享为例：

某市审计局在项目审计领域存在痛点。该单位需对辖区信息化建设项目进行审计，但自身缺乏软件造价评估的专业能力，靠专家经验、历史数据等方法，在面对新业务项目的估算时，往往导致估算信差较大，不够严谨、缺乏科学性。

面对这一典型场景，嘉量云等软件造价评估系统具有以下优势：

除了To G领域外，即使是软件供应商也有此类要求。成功的企业也并非是各个领域都是万金油，也存在着需要专业的人来做专业的事的情况。

企业的数字化转型需要基于成本评估能力进行开展，数字化成本控制管理方案可以帮助企业更好地了解成本结构和成本分布情况，提高成本控制的精度和效率，实现成本控制的数字化转型。

数字化成本控制管理方案的实施可以带来以下几个方面的优势：

以数促管是传统企业经济效益的最潜在动能，基于业务数据，以“数据业务模型 AI”推动项目管理模式向敏捷、高效变革，让传统企业经济效益精益求精。

最基础的场景是产品组件、产品基准库的建立，可以提升产品的复用率，减少研发成本。帮助企业一步一步从建小轮子开始一步一步实现降本提效的管理目标。

产品设计的另一个角度：UI设计的层面，可以建立UI基础组件库、风格库，以应对各类售前场景，将具象化的场景展示在客户面前将会大幅提升专业度和可信度。

二、成本评估方法论

从上世纪90年代以来，国内陆陆续续出台很多标准的评估方法，目前有兴趣的朋友可以参考以下文档进行了解。

国际上，有5种方法最为常见，包括：IFPUG、MK II、NESMA、FFP和FiSMA，其特点如下，均有国际标准文档（英文）可以查阅。

我国常用的方法主要为IFPUG和NESMA，二者都是基于功能规模进行评估。

团标《TCCUA005-2023软件造价评估实施规程》中介绍了标准的软件成本评估流程。事实上，在企业内部管理中，很难做到如此标准化的评估，常常依赖于外部服务完成。

除了人力成本外，采购硬件产品可参考各类网络渠道和招投标网站。

三、执行：成本评估

以下为嘉量云的软件造价分析结构，采用了系统评估与人工斧正相结合的处理方式。

嘉量云的软件成本评估系统的处理逻辑如下：

主要采用了以下技术：

数据分析技术：需要对大量的软件项目数据进行分析和评估，因此需要采用各种数据分析技术，如数据挖掘、数据统计、数据可视化等，帮助评估人员更好地理解和分析数据，从而得到更加准确的评估结果。
云计算技术：为项目预算比价系统提供更加高效和灵活的计算和存储资源，同时也可以提高系统的可扩展性和可用性。
大数据处理技术：提高数据处理的速度和准确性，从而提高系统的效率和质量。
人工智能技术：如机器学习、深度学习、自然语言处理等，可以提高系统分析的准确度。