本文轉載自微信公眾號「巡山貓說數據」，作者巡山貓。轉載本文請聯系巡山貓說數據公眾號。

你好，我是巡山貓！

我們日常工作中經常接觸到的一個問題：我有個需求，幫我做一下唄。我們這兩篇就來聊聊需求。

今天先說說需求的分類和拆解方式，下一篇我們來說說需求的輸出方式及相應的價值分層。

需求的定義與分類

關于數據需求，在DCMM（數據管理成熟度評估模型）中有這樣一個定義：指組織對業務運營、經營分析和戰略決策過程中產生和使用數據的分類、含義、分布和流轉的描述。

舉個例子，業務方讓我們跑個數據，這個就是數據需求；業務方叫我們開發一個指標，這也是數據需求；我們開發數據產品，上線數據系統，這個也是數據需求。

整體來說，從定義中可以看到，數據需求可以劃分為 數據分類，數據含義，數據分布，數據流轉這幾種。

但是一般情況下，我們在做需求的時候，都不會這么去定義分類，也不會將需求分的這么細。而是根據干活兒的內容，去定義相關的需求，也就是下圖這種情況。

“我需要一個XX數據，辛苦你幫忙跑一下數據”，“昨天上線了XX產品，辛苦幫忙做一個報表”，這種就是我們常說的臨時需求，這個在大部分同學的工作中占比也最高，我們常說的Sql Boy就是這個類型的需求占比達到了幾乎100%。

而“XX數據又下降了，幫忙看看啥原因”，“我們想要提升GMV，想知道該從哪些方向發力”，這種就是項目需求，也是我們常說的分析需求。這種需求無論對業務還是對自己，成長都很高，我們應該多去做這種需求。

但是這時候，我們就有個疑惑了。我每天都被臨時需求堆滿了，成了所謂的表哥表姐，Sql Boy，根本做不了什么分析，都是雜活。不要急，這個就涉及到需求的拆解了。

需求的拆解與輸出

先說結論，大部分數據需求，我們都可以由 “定 拆 比” 三個步驟來完成。

定：顧名思義，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確。定量則是對需求有個初步的量化，即我們需要將需求的口水話，轉化為具體的可量化的業務數據。

很多時候，來了一個需求，我們馬上著手就做，這樣是不對的。因為我們至少要確認兩件事兒，一個是需求對不對，因為不能業務說DAU下降就真的下降了，都有正常波動對吧。

另一個是，你告訴我下降了，你想要知道為啥下降，還是想要提升DAU？也就是說，定性分析的目標，定量的量化需求，我們才能知道需求要什么 。

拆：也就是具體業務的拆分。我們可以將業務的理解，將需求拆分到可以落地的業務單元上，可能是一個商品，可能是一個頁面。只有需求拆解了，我們才能知道數據如何拿到，以及數據如何組合。

我們對于需求的描述都是基于一些大指標。那這些指標如何拆解，落地到業務單元上，由什么構成，這個我們得清楚。拆分能夠將業務現在的情況是怎樣的，從粗到細的描述出來。

拆分了之后，我們才知道各個業務環節中的情況。知道該從那個業務環節上去做事情。也就是說，通過拆分，我們知道了當前的業務情況是什么。

比：比就是對比。不對比，數據本身就是一個數字，比如我們說今年產品GMV100億，這個數字只是陳述了一個事實，并不能給出一個結論或者觀點。

因為我們不知道100億是多還是少。如果去年GMV是10億，那就是多，如果去年GMV是1000億，那就是少。如果競品的GMV也是100億，那么只能說我們也差不多。

基于對比，我們才能知道數據本身可以傳達出的信息的結論。當然，這個對比，可以是和自己歷史比，也可以和競品比。

我們拆分出了數據，只能知道業務的情況是什么，并不知道每個業務的好壞。那也就不知道基于現狀，業務為什么會這樣，也不知道我們要怎么做。所以我們才要去對比，也就是去了解原因，及構建基于原因的一些后續解法。

根據這三個步驟，我們來舉兩個例子，大家體感會更深一些。

對于臨時需求：

當業務方叫我們跑個XX數據時，我們首先要明確他們為什么要這個數據（定性），再明確下具體的數據口徑（定量）。

根據目的，我們是否能夠提出一些數據側的建議，因為可能業務認為看產品PV能體現出用戶對產品的喜好，但是可能產品的留存率是一個更好的指標。

之后再基于需求去開干。當然，我們得到數據后，也需要基于業務方的目的去有針對性的分析相關數據，直接產出相應的需求結論會大大提升我們日后工作中的話語權。

對于項目需求：

當業務告訴我們GMV下降得有點多，想知道一下原因。我們應該先定量的確定，下降了多少，以及基于這個下降值，定性的判斷到底多還是不多（也就是是否是異常）。

再去根據GMV拆分成人貨場（也可以按照公式拆分），去查看每個維度下的當前數據情況，再對比分析得出相應的下降因素，得到相關的結論，告訴需求方為什么下降。

當然，如果你更往上做一點，你還可以告訴業務如果想要提升GMV，我們可以從哪些方向去改進。

綜上來說，數據需求的處理過程也就是從  需求要什么，到描述現狀是怎么樣的，再到基于現狀，發現為什么及怎么做的一個過程。

很多同學，都在覺得自己是Sql Boy，這個因為我們只做了拆的這一步。

來了一個需求，比如跑個XX數據，我們只是機械的去將想要的數據，拆分成各個數據口徑，用Sql 提取了出來。

我們既沒有去確定這個需求的目標是什么，沒有這個數據是怎樣的，更沒有關心業務拿來怎么用。那你不是Sql Boy 誰是？！

數據分析的價值不在于，我們提供了數據。而在于，我們提供了基于數據事實的結論，并提出了自己的觀點，再往上我們還需要基于觀點給出可執行步驟和收益損失預估。

我們只有不斷的提升數據的價值，才能有更多的話語權，才能從Sql Boy轉型到分析問題，輸出策略的道路上。當然，這個就涉及到數據分析的輸出價值了，我們下篇再來說。

知識點總結

以上，就是關于需求的定義與拆分，我們來總結下知識點。

1、數據需求指組織對業務運營、經營分析和戰略決策過程中產生和使用數據的分類、含義、分布和流轉的描述。

2、結合數據需求的定義，數據需求一般可以分為 數據分類，數據含義，數據分布，數據流轉。但是日常工作中，我們更愿意將需求分為臨時需求，項目需求，還有平臺需求。

3、完成一個需求，一般需要“定 拆 比”三個步驟。先定性及定量需求是什么，再去結合需求拆分具體業務，知道現狀是什么，之后再去對比業務的數據，了解為什么現狀是這樣，才能告訴業務方，需要怎么做。

4、如果不想做Sql Boy，表哥表姐，那么需求到來時，我們一定要關心需求背后的目的，結合數據側的理解，給出相應的數據建議；當需求交付時，我們一定要給出相應的數據結論和觀點。