做过项目的都知道，收集和明确需求并非易事，尤其是挖掘需求方详细、深层次的需求。

(资料图片仅供参考)

很多企业在做需求调研时，经常由于双方对问题描述和理解上的差异，使得需求在不断传递的过程中发生较大的偏差，结果导致最终开发出来的功能与业务原始需求大相径庭。业务人员说不清，技术人员不理解，导致最终的开发结果无法满足真实业务场景的需求。

那么，怎样才能做好详细的需求调研，使真实业务场景中的需求能准确地传达给最终的开发人员呢？

总结起来有两点：把握好总体思路和原则，做好三个关键环节。

通过一层层抓痛点，让管理层、业务人员明确其需求，也就是项目边界，这样IT人员的开发就不会偏离方向。即便最后 BI 系统不能保证完美契合需求，但是核心需求得到满足，BI系统在企业中能用起来，项目也不算是失败的。

先把完整方案分享给大家，需要详细看的直接下：

环节一：调研业务部门分析场景

在调研业务部门分析场景前，首先要做的就是依据 BI 系统的使用者确定需要调研的业务部门，可以一次性调研所有希望用BI系统的业务部门，也可多次循环调研。

对于需要调研的每个部门，都应指定对应的数据对接人和业务对接人，当然也可以由同一个人兼任。项目经理需要分别对各业务部门的「数据分析师」以及「业务人员」进行调研，配合完成数据情况整理。

其中，具体的业务场景需求调研可以从以下三个层面展开收集。

首先是管理层面。主要调研与企业战略相关的指标分析需求，方法是层层拆解企业和部门的战略目标，然后从数据支撑战略目标的角度进行分析，获取需求数据。

例如，从某企业的公司战略拆解到支撑战略目标的部门

该部门支撑战略目标的 OKR 及对应的业务动作；为了衡量该业务动作而制定的衡量指标和衡量的维度；该数据当前是否已有数据的存放位置等。

通过逐步的拆解来确认需要开发的数据表并进行分析和记录：

其次是调研业务部门在一些日常分析场景中的需求：

最后是调研业务部门的一些隐性需求，这些需求与日常分析场景不同，需要通过头脑风暴或访谈的方式去挖掘：

在完成这些需求调研后，可以依据场景维度指标化与数据体系化的原则，对收集的所有场景需求进行总结。

例如，某时尚企业的 BI 项目团队对各个业务部门进行需求调研后，根据类型、需求指标、指标定义和公式、数据粒度商品 / 渠道、数据频度、数据来源等维度，将需求总结为 Excel 表格，并且在场景维度指标化的基础上，对数据表进行梳理，最终形成企业的数据指标体系。

环节二：调研数据质量

企业中的数据按来源主要分为业务系统数据、手工收集数据、外部数据等。

在对业务系统数据进行调研时，BI 项目团队需要明确各业务系统对接人，获取相关数据接口及数据字典，若无法获取则需要协商，制订应对策略。对于手工数据，项目团队可先行收集历史手工数据资料，此项工作可与业务部门的需求调研同步进行。对于外部数据，可参考业务系统数据的调研方式，重点关注数据的可获取性和使用场景。

在这个过程中，项目经理需要与信息部 IT 人员沟通清楚以下 2 点：

共同整理现有的数据库数据并确认数据质量双方确认哪些能够满足需求，哪些不能。不可满足的需求需要回退业务重新调研，可满足的需求则直接提供或提供新表。

此外，值得强调的是在调研数据质量阶段，还需要清晰地定义组织架构、用户及数据权限体系等项目的核心架构数据。而权限也不仅包括模块功能权限，还包括数据权限，即不同的用户、角色能够看到哪些数据。例如城市销售经理能够看到所负责城市的销售数据，区域销售经理则只能够看到所负责区域的销售数据等。

其中，权限的按人分配支持按照部门和角色进行分配，适合不同架构的公司。

分配数据权限还可以通过 Excel 进行划分标记，某集团总部的权限需求文档就如下图：

环节三：设计、确认及修改数据体系

此外，在设计数据体系时主要考虑原始表和基础宽表两个层级，结合之前调研时所考虑的数据使用要求的最小粒度，以及分析中可能用到的维度、指标，尽可能做到对分析场景的全覆盖，满足各类数据粒度要求。

对数据体系的确认和修改主要包括数据维度、指标、粒度的增 / 删 / 改，字段含义及逻辑口径统一。完成确认和修改之后，项目团队还需要输出需求调研确认书，得到项目领导委员会和各个团队认可后方可进入下一阶段。

总结

需求收集是项目建设过程中重要的一环，按照上述环节去做，至少能省去30%的时间和人力。完整的项目建设包含企业BI项目该做什么、该谁来做、该怎么做，以及如何在企业内把BI项目成功运营起来从而产出实际业务价值等问题，具体的BI搭建工具如下。

关键词：

(责任编辑：黄俊飞)

80%的人加班都是因为没搞清业务需求：小白如何做好需求调研？

时间：2023-05-20 16:12:44来源 : IT技术管理那些事儿

环节一：调研业务部门分析场景

环节二：调研数据质量

环节三：设计、确认及修改数据体系

总结

推荐内容