如何进行有效需求分析（5）：数据篇.docxVIP

如何进行有效需求分析（5）：数据篇 PAGE 1 如何进行有效需求分析（5）：数据篇 针对管理支持的数据分析，今天我们一起来探究一下事后阶段的数据分析，有着怎样的奥秘。欢迎来到大型情感类专题：如何进行有效需求分析：数据篇。我们在需求分析系列的第一篇中就提到过，功能主线梳理的其中一个角度就是管理支持，而管理支持又包含了三方面：事前风险避免，通过增加“管理流程”；事中风险控制，通过“规则”和“审批”；事后总结优化，通过“数据分析”。事前与事中两个阶段，我们已经在“流程篇”中讨论过了，今天我们一起来探究一下事后阶段的数据分析，有着怎样的奥秘。数据与信息风起于青萍之末。想要对数据进行研究，首先我们需要先厘清数据与信息之间的关系。我们在“场景篇”中讨论了关于在线旅游服务网站的内容，并且在用户不知道准备哪些相应行李的场景下，在解决方案中提出了“天气预报”的功能，就让我们来继续这个课题的研究。提到“天气预报”，我们首先想到的，应该是温度这个数据吧。说出来你可能不信，温度这个数据本身是毫无意义的。我们之所以看到第二天的温度是0℃时，会穿上厚厚的衣服，是由于我们日复一日对于所处环境的切身感受而形成的认知。当我们脱离熟悉的环境，比如到从未去过的远方旅游时，这个温度数据的参考价值就会大打折扣。城市的0℃，草原的0℃，山区的0℃，以及海边的0℃所代表的含义，我相信相去甚远吧。所以，用户想获知的是温度数据吗？其实并不是，用户想知道的是应该涂抹什么样的护肤品，需要穿什么样的衣服，以什么样的交通方式出行合适等等。墨迹天气，提供了用户想知道的天气预报。（墨迹天气界面）从以上的事例中，我们可以得到以下启示：数据反映事物的表象，信息反映事物的本质；数据经过加工处理之后就成为了信息，而信息需要经过数字化转变成数据之后才能存储和传输；数据是用于表示客观事物的未经过加工的原始材料，信息的基本作用是消除人们对于事物了解的不确定性；数据更多代表的是实现方式，是我们所说的技术思维，而信息代表的则是用户价值，是需求分析过程中我们应该把握的产品思维。数据与信息是有距离的，而这个距离就是“why”所带来的，多问问用户为什么要看到这些数据，甚至于这些数据有什么作用，我们就会“发现新大陆”，也就能够更深入地理解其中的需求。信息管控我之前看到过一句对于当前时代的评价话语，感觉特别有意思：这个时代数据是爆炸了，但信息却很贫瘠。我觉得这句话还真的挺有道理，不信的话，我们接着往下看。考勤系统，大家就算没有设计过，也都使用过吧。我们知道，考勤系统最主要的内容，就是各种数据了。那什么样的考勤系统，才是最完美的考勤系统呢？是收集了所有竞品的软件说明书之后，做到人无我有，人有我优么？非也，这种设计思路，正是导致上面那句时代评语的原因所在。我们来看一个事例，员工迟到统计报表，这是最常见的考勤系统的报表了吧。我们有多少人，深入思考过企业为什么需要这张报表呢？我们来试着深入分析一下：员工迟到统计报表统计哪些员工出现了迟到行为统计出来扣钱评估员工的积极性我们可以看到，前三步全都是方案级需求，而第四步才是问题级需求，这一步也正是企业的信息管控点所在。如果我们只是单纯地收集了竞品内容，而加上相应报表的话，那只是单纯地仿其形，而未悟其神。那我们该如何思考呢？既然我们知道了，企业的问题级需求是评价员工的积极性，那我们可以咨询企业用户，什么样的员工是不积极的。然后，本着用数据把这样的员工找出来的思路，就可以找到更多潜在的业务报表了。例如离岗时间统计报表，因为老板发现有些烟民会在工作过程中出去抽烟，一根5分钟，一天一包就是100分钟，我们可以用数据把他们抓出来。再比如员工代打卡分析，我们把两张工卡在多次出现1-3秒钟内打卡成功的记录都抽出来，这样他们就无处逃避了。针对以上的案例，我们可以看到，“员工积极性评价”是信息管控点，是why；“员工迟到统计报表”是解决方案，是how；而出勤情况、代打卡、有效工时，则是针对员工积极性评价的“指标”。信息管控点的“why”与解决方案的“how”之间存在断层，补充这个断层的方法就是思考出“指标”。需要指出的是，针对同一信息管控点，不同的企业、不同的组织、不同的管理者都有可能会使用不同的“指标”来实现这一管理意图。所以说，因地制宜，在需求分析的过程中就显得尤为重要。数据分析我们上文给出了一个观点：数据更多代表的是实现方式，是我们所说的技术思维。那我们来看一下，针对数据层面，我们应该如何思考，然后在原型或者PRD文档中，又应该给我们的研发人员传递怎样的内容吧。数据应用分析哪些流程会用到该数据？在这些流