编辑导语:需求处理是数据分析的前期，前期做的如何，会直接影响到后续的工作和发展。在这篇文章中，作者对需求处理进行了详细的介绍和讲解，推荐想学习数据分析的群体阅读。
处理是数据分析的前期，前期的准备工作直接决定了后续分析的方向和价值。所以需求处理很重要。本文针对这一需求，给出了详细的说明。
需求处理阶段包括三个阶段:问题发现、需求确认和需求处理。
我先介绍一下王大爷的故事。
去王大爷的摊位买羊肉串，聊天的时候王大爷说我现在钱不够。我很同情王大爷，安慰王大爷说，你赚点钱买菜就够你日常开销了，人会过得更好的。
王大爷:肯定买菜& # 8230；
我:不够？
王大爷:花不完。我只想换掉内环的一套房子。现在五套房子都不够。
我& # 8230；…
那么问题来了。王大爷口中的“我不行了”的结论是什么？
与过去相比呢？以前一天赚1W，现在一天赚8000，比实际少。
与目标相比呢？希望赚到几千万，在内环买个大房子，比我真正赚到的还差。
与行业平均水平相比？烤串行业平均每天收入5000元，王大爷已经是烤串界的佼佼者了。
和其他羊肉串相比呢？如何划分这个“他者”的对比群体？选择和王大爷摊位所在商圈差不多的烤串摊贩？还是选择类似王大爷串串产品的摊主？还是同年龄同性别的摊主？还是平均客单价相同的摊主？(王大爷以上收入金额纯属虚构)
如何辨别王大爷的羊肉串赚多赚少？
其实这是从王大爷抛出的问题延伸出来的新问题。在实践中，“问题”可以由领导或业务方直接抛出，也可以自己发现。但无论是哪一方发起的，思考问题都离不开数据分析思维的支撑。
2. 找到有效问题数据分析的过程，其实就是发现问题、解决问题的过程。好问题，时间人力不会浪费空，分析有价值。找到有效的问题尤为重要。
有效问题的五个特征:
(1)有价值吗？
这个“价值”是建立在公司利益的基础上的。有价值的问题不是说角度新颖，前无古人，而是触及了公司的重要层面。
这个“问题”是否与公司和部门的OKR有关，是否遵循公司的整体方向？比如，如果某个产品的流量已经见顶，公司的整体战略已经从拉动新客户转变为推动主动留存和维护老客户，那么即使产品用户量的趋势逐渐稳定，偏离了公司的整体战略，也没有必要花太多的精力去研究和探索。
(2)是否涉及核心指标？
首先，你需要熟悉公司的各项指标，尤其是具体的核心指标。其次，我们需要继续了解这个问题是否涉及核心指标，涉及哪些核心指标。
(3)是否有广泛的影响？
和公司整体战略有关吗？如果这个问题不解决，会有多大影响？如果解决了，会有多好？
(4)是否可以规避
受宏观还是微观影响？不可避免还是可以避免？
如果这个问题是受宏观政策影响，比如疫情导致线下门店销售下滑，或者国家政策中p2p最高年化利率，这是宏观因素，不可避免；宏观因素，公司业绩指标变化大，原因众所周知，无法回避。这个时候单纯研究这个问题意义不大。
如果这个问题在宏观上不受影响，比如最近某款产品回购利率下降，没有宏观政策影响，那么回购莫名其妙的下降了。这时候就要深入探究是产品本身有问题，还是竞品造成的，还是其他。这个问题可以说是可以避免但不可避免的。
(5)有时间限制吗？
对时效性的理解是，如果现在不解决这个问题，会对后续业务发展造成一定影响。
比如，不必研究上一年10月份销售额下降的原因，保证数据与时俱进，避免数据过于陈旧；比如当前时间节点处于市场竞争激烈的情况下，就要实时掌握产品的数据变化，发现问题及时解决，把当前的问题推迟到未来功能下降的时候。
(6)是否大幅波动。
“大”的波动没有绝对的标准，但有一个相对的标准。比如整个行业的波动是1%，你的产品的波动是5%；再比如，波动一直在1%线上，突然有一天波动了5%。仅仅看5%的波动可能觉得只是5%，影响不大，但相对来说，5%已经超出正常范围了。
3. 通过什么方式发现问题与历史对比:是否符合历史实践趋势，如数据是否一直平稳波动或突然增加或突然减少？
与同期相比:如周、月、年同期。比如2020年双11，销售额与去年同期相比是增加了还是减少了？
整体对比:比如一个sku的盈利能力与其品类的盈利能力的对比，sku对整体的贡献率是多少？
与竞品对比:与相同应用场景、相同用户群体、竞争关系的产品对比，寻找差异。
与目标的对比:对比与公司目标和部门目标相匹配的可衡量指标，是否遵循公司的战略方向？
与经验对比:经验是第一时间快速洞察问题，比如双11某店收入不升反降。经验不需要数据支撑，需要敏感的数据思维和数据分析经验支撑。
与预测的对比:与预测数据的差距是否在正常范围内？
4. 问题拆解与归类工作中有很多大大小小的问题，甚至同一个问题也可能是不同的人发起的。把你遇到的每一个问题都记录下来，分类，然后有选择地去攻克它。
常见问题按以下方式分类:
根据四象限法分类:紧急不重要、紧急重要、不紧急不重要和不紧急重要。
根据问题类型分类:交易相关、流量相关、用户体验相关、数据安全相关、财务数据相关& # 8230；…
按优先级分类:P0(重要紧急情况，目前急需解决)、P1(非紧急情况，可适当延迟优先P0)、P2(非紧急情况，可稍后再做)& # 8230；…
有时候我们遇到的问题很难，很大，很复杂。迷茫，思维混乱。怎么解决？这时候就需要把复杂的问题“拆了再解决”，而不是把焦点浮在问题的表面，把围绕核心点的大问题拆成可以行动的小问题，找到突破点。
比如一个线上产品收入下降10%，10%被拆解成各种子产品线、区域维度等。，找出下降的原因在哪里，然后逐一分析。
5. 站在业务角度想问题做分析的时候很容易陷入一个怪圈:为了分析而分析。
看到一个问题，我觉得可以用xx模型，xx技巧，xx模板来分析。我用了一圈技巧，复杂的流程，密集的公式等等。，这让我感动，也让需求者困惑。不是不能用，而是要回归商业的本质，从商业的角度去思考这个问题的价值。分析方法更接近业务，而不是业务需求更接近分析方法。
清楚的知道问题的商业价值，最起码可以从一个更高的企业战略的角度来谈这个问题的核心意义。
刚做分析的时候，我就陷入了这个圈子。辞职的时候跟领导说，不想做这种只跟业务方打交道的分析，不涉及任何模型，想做涉及模型的分析。现在想来，真是个愚蠢的想法。
分析需求不一定需要复杂的模型。另一方面，建模必须要求深入了解业务知识，即使精通分析模型的数据科学家具有深入的业务知识。反正深入了解业务也不亏。
发现问题后，我们有了初步的方向，下一步就是确认需求。
二、 需求确认与梳理1. 确认需求背景只有了解清楚需求的背景，才能明白这个需求的意义，是为了解决什么问题而出发的，才不会做出糊涂的分析。背景是需求的原因，是你想要达到的目标。
需求原因:现状如何？你为什么要求这个？有什么问题？
需求所要达到的目标:这个需求期望在什么时候以什么方式达到什么样的目标？(何时、如何、什么)
2. 确认指标口径我们需要确定这个需求涉及到哪些指标，哪些是核心指标，哪些不是。每个指标的口径是多少？最近换口径了吗？
比如客单价，即使大家都知道客单价=GMV/用户数，也不能想当然的认为需求方一定知道，需求方也认为你一定知道，双方不核对口径直接动手。这样就会出现两波客户单价口径不一致的风险。分子什么维度，分母什么维度，都需要明确。
说白了，我以为你知道，你以为我知道，但我们还是要核对口径。
因为分析角色是工作的一方，需求者是发布需求的一方，他需要更多的考虑需求，有些需求者可能没有想到。这个时候，分析师需要有更多的主动权。引导沟通和多方核对。毕竟没有和自己的需求沟通清楚，就很容易被指责和抱怨，还会很爽空，浪费时间。
所以前期不要害怕沟通。最好沉淀成文件，点对点沟通。
3. 确认数据维度维度可以理解为研究数据的角度，比如地区、城市、用户名等。
需要向需求方了解清楚:
需要什么维度的数据？此维度按照什么方式聚合？去重还是非去重？直接聚合还是累积聚合？……4. 确认底层逻辑需求者在提出需求时，通常只讨论需求的细节，而不需要关心需求怎么做，从哪里得到数据。
比如我们需要看一个商品的七天回购利率。数据库表中有没有七天回购利率指数？如果有，指标口径是否与需求方一致？如果不是，您需要关联哪些数据库表来获得所需的数据？自相关计算的逻辑需要计数还是直接应用？
5. 确认资源配置资源分配包括人力资源和调度资源。比如需要大致评估需要什么团队安排几个人做需求，安排的人员是否有档期。所以分析师在这里也起到了协调的作用，协调需求方、仓库、分析师等人员的配合。
需求迫切，时间紧迫。还需要协调是否将该需求的优先级向前调整，其他需求则暂时推迟。
6. 确认需求完成时间大部分需求者只给出了一个最终时间，比如这个需求需要在2月10日完成。然后每个环节的详细时间计划需要分析师牵头协调。例如:
明确的排期计划:方便需求方及时随时查看进度，方便他有一个需求跟进的时间参考。
7. 确认数据安全分析师可以访问大量底层数据，因此他们需要了解数据安全性。有的公司划分比较严格，某个模块的要求专门安排一个分析来一一衔接。但是有些公司没有这么严格，需要确定需求方是否可以查看数据。
(1)需求方可以查看数据吗？
即使是同一家公司的人，数据权限也是不一样的，没有必要一般不允许获取自己工作以外的数据。比如两个部门做相似的产品，有相似的用户群，各自有各自的业绩负担，数据无法互通。
但是对方希望获取对方的数据进行对比，这是有些公司不允许的。自然，分析师也要判断这种情况。如果他们应该给还是不给，他们会果断拒绝这个要求。
(2)详细数据是否涉及数据安全？
另一方面，需求方有时需要详细数据，即粒度更细的非聚集数据，如ods层和dwd层的数据，需要确定是否能提供详细数据。公司的一些详细数据会由公司的安全部门监管。毕竟细节在手，各种分析都可以。
三、 面对不合理需求工作会面临各种各样的诉求，确认诉求是否合理也是重要的一步。合理需求是以利益最大化为前提的，即以合理的资源满足公司整体规划的需要。
但是如果遇到不合理的要求呢？
分析师虽然作为服务者为需求者服务，但并不需要以“满足所有需求”为行为准则，这样只能解决“量”的问题，而不能解决“质”的问题。其实我们在工作中也不必一味的迎合用户。当然不是说直接打地板拒绝，而是要发挥需求的引领作用和管理作用。
1. 引导角色曾经接到一个大领导的需求，里面涉及到一个图表，需要看不同地区不同商品的走势表现，比如北京、上海、杭州、苏州、南京等城市办公用品的销售对比，北京、上海、杭州、苏州、南京等城市学习用品的销售对比，等等。
其实我做的就是在滤镜上筛选不同的商品来看城市对比，但是这位大领导已经习惯了之前的做法，就是把同一个图表平铺排列，需要一直上下滚动。
我的直属领导说筛选方法自然很方便，但是他不习惯，也不用按照他以前的方法。你可以试着先引导他，解释一下这种方法的方便。
这是一个小例子。
再比如，需求方需要详细的数据，有几百万的数据，可以用表格的形式显示出来，供他们下载。这就是用户想要的。
但是，为了分析，还需要进一步的考虑。为什么需求方要把BI当成下载数据的平台，而不是直接查看数据的平台？在需求沟通阶段，需要明确需求方下载的目的？是不是BI看着不方便？还是不习惯？
如果需求方下载后需要在excel上做进一步的数据处理和功能，能否引导需求方直接在BI上实现？因为细化数据量一般都不小，频繁的细化任务给平台本身带来很大压力，需求方的数据处理时间也增加不少。
所以，其实有时候不一定要被需求者牵着鼻子走。如果是双赢，不如合理引导。
2. 协调角色如果一个需求正在被一步一步处理，突然插入一个需求怎么办？这种情况发生在工作中。
需求者会说:“我的需求很简单，请先照顾一下。”“我的需求很迫切，大家都盯着。请优先考虑。”“10分钟内我要结果。”“其他人都可以马上拿到。为什么明天就要？”等等。
(1)自我协调
如果已经与需求方确认了手头需求的优先级，穿插的需求首先要考虑是否会打扰其他需求。
如果几个需求比较紧急，先做一些影响比较广的紧急的事情。还有的直接表明态度需要适当延期，但最好给需求方一个具体的延期时间表，沟通确认需求方能够认可延期的时间，而不是只说“没时间”。
(2)适当的帮助。
如果优先级不能自己决定，或者自己协调的时间需求方不同意，也可以适当求助上级领导，讨论下一个需求的优先级。毕竟领导经验会有更多的因素需要考虑。
四、 沉淀需求文档其实需要整理的内容，基本都是在需求确认环节确认的。需求确认和需求排序没有严格的关系，可以同时进行。
只有口头交流，见面交流等。需要沉淀成需求文件，一般包括以下内容:
需求背景；需求描述；指标口径及数据维度；人员配置及执行计划。需求文件存放后，需要与需求方再次讨论。如果需求有后续的变更，也要标注需求的变更时间，方便回溯。
以前接到需求不喜欢结算单据，觉得浪费时间，就直接开始工作了。一段时间后，会有:
需求方说当初讨论的明明不是这样的；有使用方问指标口径为什么这么定呢；其他人问这个需求为了解决什么问题；……你能充分解释前面需求讨论的细节吗？甚至很难忘记。所以沉淀很重要。如果需求真的很急，也可以先启动，后抽空整理需求。
做好需求梳理还有一个好处就是会让你思考的越来越仔细，比直接做更容易及时发现一些问题。
[div][div]
作者:珍妮刘；；微信官方账号:记笔记说
本文原载于蜘蛛智慧链，作者为@行走笔记。未经允许禁止转载。
图片来自Unsplash，基于CC0协议。
