需求攻略之需求的分类与拆解

你好,我是巡山猫!我们日常工作中经常接触到的一个问题:。

你好,我是巡山猫!

我们日常工作中经常接触到的一个问题:我有个需求,帮我做一下呗。我们这两篇就来聊聊需求。

今天先说说需求的分类和拆解方式,下一篇我们来说说需求的输出方式及相应的价值分层。

需求的定义与分类

关于数据需求,在DCMM(数据管理成熟度评估模型)中有这样一个定义:指组织对业务运营、经营分析和战略决策过程中产生和使用数据的分类、含义、分布和流转的描述。

举个例子,业务方让我们跑个数据,这个就是数据需求;业务方叫我们开发一个指标,这也是数据需求;我们开发数据产品,上线数据系统,这个也是数据需求。

整体来说,从定义中可以看到,数据需求可以划分为 数据分类,数据含义,数据分布,数据流转这几种。

但是一般情况下,我们在做需求的时候,都不会这么去定义分类,也不会将需求分的这么细。而是根据干活儿的内容,去定义相关的需求,也就是下图这种情况。

需求攻略之需求的分类与拆解

“我需要一个XX数据,辛苦你帮忙跑一下数据”,“昨天上线了XX产品,辛苦帮忙做一个报表”,这种就是我们常说的临时需求,这个在大部分同学的工作中占比也最高,我们常说的Sql Boy就是这个类型的需求占比达到了几乎100%。

而“XX数据又下降了,帮忙看看啥原因”,“我们想要提升GMV,想知道该从哪些方向发力”,这种就是项目需求,也是我们常说的分析需求。这种需求无论对业务还是对自己,成长都很高,我们应该多去做这种需求。

但是这时候,我们就有个疑惑了。我每天都被临时需求堆满了,成了所谓的表哥表姐,Sql Boy,根本做不了什么分析,都是杂活。不要急,这个就涉及到需求的拆解了。

需求的拆解与输出

先说结论,大部分数据需求,我们都可以由 “定 拆 比” 三个步骤来完成。

定:顾名思义,就是定性,定量。定性是指需求的目的是什么,以及需求本身是否正确。定量则是对需求有个初步的量化,即我们需要将需求的口水话,转化为具体的可量化的业务数据。

很多时候,来了一个需求,我们马上着手就做,这样是不对的。因为我们至少要确认两件事儿,一个是需求对不对,因为不能业务说DAU下降就真的下降了,都有正常波动对吧。

另一个是,你告诉我下降了,你想要知道为啥下降,还是想要提升DAU?也就是说,定性分析的目标,定量的量化需求,我们才能知道需求要什么 。

拆:也就是具体业务的拆分。我们可以将业务的理解,将需求拆分到可以落地的业务单元上,可能是一个商品,可能是一个页面。只有需求拆解了,我们才能知道数据如何拿到,以及数据如何组合。

我们对于需求的描述都是基于一些大指标。那这些指标如何拆解,落地到业务单元上,由什么构成,这个我们得清楚。拆分能够将业务现在的情况是怎样的,从粗到细的描述出来。

拆分了之后,我们才知道各个业务环节中的情况。知道该从那个业务环节上去做事情。也就是说,通过拆分,我们知道了当前的业务情况是什么。

比:比就是对比。不对比,数据本身就是一个数字,比如我们说今年产品GMV100亿,这个数字只是陈述了一个事实,并不能给出一个结论或者观点。

因为我们不知道100亿是多还是少。如果去年GMV是10亿,那就是多,如果去年GMV是1000亿,那就是少。如果竞品的GMV也是100亿,那么只能说我们也差不多。

基于对比,我们才能知道数据本身可以传达出的信息的结论。当然,这个对比,可以是和自己历史比,也可以和竞品比。

我们拆分出了数据,只能知道业务的情况是什么,并不知道每个业务的好坏。那也就不知道基于现状,业务为什么会这样,也不知道我们要怎么做。所以我们才要去对比,也就是去了解原因,及构建基于原因的一些后续解法。

根据这三个步骤,我们来举两个例子,大家体感会更深一些。

对于临时需求:

需求攻略之需求的分类与拆解

当业务方叫我们跑个XX数据时,我们首先要明确他们为什么要这个数据(定性),再明确下具体的数据口径(定量)。

根据目的,我们是否能够提出一些数据侧的建议,因为可能业务认为看产品PV能体现出用户对产品的喜好,但是可能产品的留存率是一个更好的指标。

之后再基于需求去开干。当然,我们得到数据后,也需要基于业务方的目的去有针对性的分析相关数据,直接产出相应的需求结论会大大提升我们日后工作中的话语权。

对于项目需求:

需求攻略之需求的分类与拆解

当业务告诉我们GMV下降得有点多,想知道一下原因。我们应该先定量的确定,下降了多少,以及基于这个下降值,定性的判断到底多还是不多(也就是是否是异常)。

再去根据GMV拆分成人货场(也可以按照公式拆分),去查看每个维度下的当前数据情况,再对比分析得出相应的下降因素,得到相关的结论,告诉需求方为什么下降。

当然,如果你更往上做一点,你还可以告诉业务如果想要提升GMV,我们可以从哪些方向去改进。

综上来说,数据需求的处理过程也就是从 需求要什么,到描述现状是怎么样的,再到基于现状,发现为什么及怎么做的一个过程。

很多同学,都在觉得自己是Sql Boy,这个因为我们只做了拆的这一步。

来了一个需求,比如跑个XX数据,我们只是机械的去将想要的数据,拆分成各个数据口径,用Sql 提取了出来。

我们既没有去确定这个需求的目标是什么,没有这个数据是怎样的,更没有关心业务拿来怎么用。那你不是Sql Boy 谁是?!

数据分析的价值不在于,我们提供了数据。而在于,我们提供了基于数据事实的结论,并提出了自己的观点,再往上我们还需要基于观点给出可执行步骤和收益损失预估。

我们只有不断的提升数据的价值,才能有更多的话语权,才能从Sql Boy转型到分析问题,输出策略的道路上。当然,这个就涉及到数据分析的输出价值了,我们下篇再来说。

知识点总结

以上,就是关于需求的定义与拆分,我们来总结下知识点。

1、数据需求指组织对业务运营、经营分析和战略决策过程中产生和使用数据的分类、含义、分布和流转的描述。

2、结合数据需求的定义,数据需求一般可以分为 数据分类,数据含义,数据分布,数据流转。但是日常工作中,我们更愿意将需求分为临时需求,项目需求,还有平台需求。

3、完成一个需求,一般需要“定 拆 比”三个步骤。先定性及定量需求是什么,再去结合需求拆分具体业务,知道现状是什么,之后再去对比业务的数据,了解为什么现状是这样,才能告诉业务方,需要怎么做。

4、如果不想做Sql Boy,表哥表姐,那么需求到来时,我们一定要关心需求背后的目的,结合数据侧的理解,给出相应的数据建议;当需求交付时,我们一定要给出相应的数据结论和观点。

给TA打赏
共{{data.count}}人
人已打赏
云计算

机器学习让骨科图像分析更进一步

2021-4-27 14:05:08

云计算

#江苏一特斯拉冲进包子店#上热搜 网友:馒头没蒸熟 车子刹不住

2021-4-27 15:23:56

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索