宏观|6000字干货｜数据分析需求处理详解( 三 ) 赚钱|fsd|自动驾驶|model|超级工

】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. 确认底层逻辑需求方提需求，一般只会讨论需求详情，但是需求怎么做，数据从哪里获取，他们不需要关心。
比如，需要看某个商品的七日复购率，数据库表中有七日复购率指标么？若有指标口径是否和需求方的口径一致？若无，需要从哪些数据库表进行关联得到所需数据？自己关联计算的逻辑需要数仓落表还是直接应用？
5. 确认资源配置资源配置包括人力资源与排期资源。比如需要大致评估下需要什么团队安排几位人手做需求，以及安排的人员是否有排期。所以分析师在这里还扮演了一个协调的角色，协调好需求方、数仓、分析师等人员的配合。
需求紧急，排期紧张，还需要去协调是否将此需求优先级前调，其他需求暂且延后。
6. 确认需求完成时间需求方大多数只给了一个最终的时间，比如这个需求2月10日需要完成。那么每个环节的详细时间计划，需要分析师去领头协调了。比如：

文章插图
清晰的排期计划：便于需求方及时随时查看进度、便于自己有个需求跟进的时间参考。
7. 确认数据安全分析师可以接触到很多底层数据，所以需要有数据安全意识。有的公司划分比较严格，某个模块的需求专门安排某个分析来一一对接。但有的公司没这么严格，所以需要判别下需求方是否可以查看该数据。
（1）需求方是否可查看该数据
即使是同一个公司的人，各自的数据权限也并不一样，一般不允许非必要性情况下获取本职工作以外的数据。比如，两个部门做着类似的产品，有着类似的用户群体，也背负着各自绩效，数据不能相通。
但对方都是希望可以获取另一方数据来做对比，这种情况有的公司不被允许。分析师自然也要判别这种情况，该给给，不该给则果断拒绝这个需求。
（2）明细数据是否涉及数据安全
另一方面，需求方有时候需要明细数据，即数据粒度较细的非聚合数据，比如ods层、dwd层的数据，还需要判别下是否能够提供明细数据。有的公司明细数据会受到公司安全部门的监管。毕竟，明细在手，各种角度的分析都能搞。
三、面对不合理需求工作中会面对各种各样的需求，确认需求是否合理也是一项重要的步骤。合理的需求建立在利益最大化的基础上的，就是以合理的资源做着合乎公司整体规划的需求。
但若是遇到了不合理的需求呢？
分析师虽然作为服务方，服务于需求方，但不需要将“满足一切需求”作为行事标准，这样解决的只是“量”的问题，并不会解决“质”的问题。其实工作中不必一味的迎合用户，当然也不是说直接掷地有声的拒绝，而是扮演好需求的引导角色与管理角色。
1. 引导角色以前曾经接过一个大领导的需求，涉及一张图表，需要看不同商品在不同地区的趋势表现，比如看办公用品在北京、上海、杭州、苏州、南京等城市的销售额对比，还需要看学习用品在北京、上海、杭州、苏州、南京等城市的销售额对比，等等。
我其实做的是筛选器上筛选不同商品来看城市对比即可，但是这位大领导已经习惯了以前的做法，就是相同的图表一直平铺排列下去，需要一直上下滚动来看。
我的直属领导说，筛选的方式自然是很便捷的，只是还没习惯，也不必非要按照他以前的方法来做，你可以先尝试着去引导他，讲解下这种方式有什么便捷性。
这是个小例子。
还有个例子是，有需求方需要的是明细数据，数据量上百万，以表格形式展示出来供他们下载即可。用户是这么需求的。
但是作为分析，需要进一步考虑，为什么需求方要把BI当作一个下载数据的平台，而不是直接看数据的平台？在需求沟通的阶段，其实就要了解清楚需求方下载下来的目的？是BI看着不方便？还是用着不习惯？
如果说需求方下载下来之后需要进一步在excel上做数透、函数等处理，是不是可以引导需求方直接在BI上实现即可。因为明细数据的量一般不会小，经常跑明细任务给平台自身也带来了很大的压力，需求方的数据处理时间也增加不少。
所以，其实有时候也没必要非要被需求方牵着鼻子走。如果是个双赢的局面，不如加以合理的引导。
2. 协调角色如果正在按部就班的处理着需求，突然插进来一个需求怎么办？工作中都会有这种情况。