数据需求评估

2018-02-10 本文已影响16人进击的yl

一般来说，数据分析/BI团队都base在技术中心或者产品中心，和业务部门是相对独立的。也有base在业务部门与运营一起联动的岗位，叫做数据运营。
无论是独立部门还是base在业务线，都不可避免要进行数据需求评估。

需求场景

见过很多例子，数据分析师觉得业务方提的需求太奇葩，或者需求太简单没有价值；业务方觉得数据部门不懂业务，做出来的东西没有参考价值。然后沟通不畅，业务动不动就是‘这个需求很着急老板要看’，‘你把这个数给我就行了’，双方费时费力，最后却没有实际的数据结果产出。

那就从数据方的角度说说如何来评估/评审数据需求。

整个流程主要落在以下4点

简单画个流程图意思一下

评估流程.png

评估一个需求是否要做最基本的原则是：需求是否可量化？/ 需求完成最业务的增长？/ 对效率的提升？
数据的最根本任务是支撑业务增长，需求完成对业务没有产出基本是做无用功了。

简单举个栗子

需求内容：业务方提出做实时数据预警
需求理由：是及时掌握业务指标，防止意外情况发生

这个需求提的就是有问题的，需求点是要掌握业务指标，需求落地是防止xx意外情况。那么，具体到什么意外情况？意外情况的后果？需求怎么量化？
很多时候对业务方的数据需求一层一层拆解下去，会发现伪需求占了很大一部分，讲不出结果量化的数据需求都是扯。

将需求量化毙掉伪需求并不是去不做需求/少做需求

一般来说，分析类需求/报表需求/数据产品需求比较重要，临时取数需求最次。分析类需求和报表需求周期较短，数据产品需求属于基础建设周期略长。取数需求最快，以上需求也不是互相独立的，会有不同程度的交叉。

评估完需求的量化价值，确定了需求，下一步就是评估业务方的需求点与需求目的是否足够匹配。
这一步需要和业务方有足够的沟通，从业务的目的出发，从数据的角度对需求点进行重构。
重构优化完需求就是资源排期+需求点实现了。

需求完成后重要的一环，需求要落地 / 数据产出要和业务部门要feedback，这一步很重要也很容易被忽略。