本文讨论了数据分析师的关键能力——需求梳理。指出数据需求虽不起眼,但直接影响工作效率和绩效。文章详细阐述了清晰需求的五个要素:谁(使用者)、何时(使用时间)、何地(使用场合)、为何(使用原因)、具体需求(数据格式)。强调需求梳理有助于减少重复工作,提升BI使用率和工作业绩。
今天分享数据分析师必备的工作能力——需求梳理。需求梳理很不起眼,甚至很多小伙伴感受不到他的存在。但它结结实实影响到大家的下班时间和绩效。
一、什么是数据需求?
顾名思义,数据需求,就是业务部门对数据分析产出的需求。有小伙会说:这还有需求呀,我们公司都是一通电话:“歪!给我个XX数据,快!”就完事了,根本不存在啥需求。
确实有这种无脑公司。不过,这么无脑催数据的结果,就是返工。最常见的局面,就是你辛辛苦苦跑出来数,对面的一通质疑:“数据不对吧!”“为啥和我知道的不一样!”“你再给我个XX数据看看?”“加个字段吧!”然后苦逼的数据分析师,又得重新回去跑数,跑完了又得经历一轮Diss。
所以想早点下班,想不被甩锅,就得梳理清楚:到底业务想要的是什么?
二、怎样是清晰的需求?
一个清晰的需求,需要做到5w清晰。
Who:数据使用者
When:数据使用时间
Where:数据使用场合
Why:使用数据原因
What:具体数据格式
三、who:谁使用数据
包括:
申请人:部门,姓名 审批人:领导签名、邮件回复
四、when:什么时间使用
当然,大家都希望我这一刻提数据,下一秒马上有。但是干活总需要时间,而且需求多了总得排队,所以最好提一个普通/加急/特批的时间差异。比如普通需求提前3天,加急提前1天,特批的今天内优先做(当然,需要对应的老板书面批准)。
很多没骨气的数据部门领导,不敢搞分级管理。但这其实是害死自己。因为不分级管理,业务部门的需求就会像决堤的洪水。
一来,既然业务打个电话数据就拼命了,那业务还看BI干啥,那业务还看日报干啥!不看!我就打电话逼着你干。这样已上线的数据产品,使用率惨淡,回头还是被批:“做BI都没用!”
二来,自己每天007加班做需求单,照样做不完,照样被人喷“我就要个数,你还搞那么久!”照样有人因为需求塞车来吵架。
所以苟且偷生,最后就是死路一条。管得了期望时间,才好体现数据分析的业绩。
五、where:在什么场合使用
这里重点关注是:
部门内使用:自己闭门分析 平级部门使用:几个部门开会用 向上汇报使用:总裁办、总公司 对外发布使用:公众、媒体、社会
区分使用场合,主要为管理口径,避免口径混乱引发的争议。减少数据部门背锅。
如涉及不同部门汇报,则重点关注两个部门共同关心的指标。 如是对上汇报,则要核对是否和管理层看的固定报表是否有重叠。 如是对外汇报,则要核对之前公布的数据,避免自己打自己脸
很多公司数据背锅,其实就是没做好这一步。不主动问数据用在哪里,结果业务拿着数据乱捅一波,捅完了就说:“诶呀,我们又不懂,都是数据提供的你去问他”……数据自然百口莫辩,死无全尸……所以不要吝啬语言,问清楚!
六、why:为什么需要数据。
这里和分析思路有关,重点区分:
要做监控、找原因、还是做预测? 如是监控,业务是否已上线?什么时候上? 监控数据是否涉及埋点、系统对接? 找原因,是否有假设?假设是什么? 做预测,是否有假设?假设是什么?
有些业务部门思路清晰,可以讲得很清楚,自然省事。有些部门不想说,或者稀里糊涂说不清,就得引导他们说清楚。
如果没有提前沟通好埋点/数据同步的问题,监控是没法按时上线的,更没法提供准确数据。相当多公司埋点管理混乱,就是因为数据、开发、业务相互不通气,信息不一致造成的。
如果没有提前说清楚假设,很有可能拿到的数据维度不够,指标不全,导致反反复复提数。或者业务部门看了数跟没看一样,照样不利于工作开展。
七、why:为什么需要数据。
这里是具体的需求,要具体到
取数对象:针对XX用户、商品、渠道、产品取数 取数时间段:从X月X日-X月X日 数据指标:取XXX指标。如是数据字典内标准指标,则直接引用名字。如是临时发明的,需说清楚指标的计算公式 分类维度:按XXX维度区分数据。
思路清晰的业务部门,自然不用多说。碰到思路混乱的,可以这么引导
你要分析的是人?货?还是场?(清晰取数对象)
明确一个重点,比如人以后,开始加“的”。你要分析的是,人的XX情况(清晰指标)在XX时间段内的XX情况(清晰时间)
加分类维度。你要不要做个对比?你想不想了解不同区域/时间的差异?你想不想看内部结构(清晰分类维度)
这样三个问题引导完,就很清楚了。
八、小结
满足了5w的,就是一个完整的数据分析需求了。梳理数据分析需求,不但能减少重复工作,更可以为数据分析师发现项目机会,提高BI使用率,体现工作业绩打下坚实的基础。至于具体如何做,下篇再分享。
延伸阅读
如何梳理指标体系?——数据分析师7大技能 | https://vip.kingdee.com/article/299841066889453824 |
如何构造标签?——数据分析师7大技能 | https://vip.kingdee.com/article/299840175817957888 |
如何梳理标签体系?——数据分析师7大能力 | https://vip.kingdee.com/article/299839446160056576 |
如何梳理数据需求?——数据分析7大能力 | https://vip.kingdee.com/article/299612794159025152 |
文章来源:微信公众号【码工小熊】
发布于 数据智能 社群
推荐阅读