大数据 数据分析 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。 大家好，我是爱学习的小xiong熊妹。

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 加上审批人，可以在一大堆需求塞车的时候，按领导等级高低排序给数。加上审批人邮件/书面签名，能有效避免每个人都说自己“很急!”“重要!”的尴尬局面。

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。

责任编辑：武晓燕 来源： 码工小熊 数据分析 梳理数据 业务alt