一份數(shù)據(jù)分析需求溝通模板,避免來回更改需求
確認的需求,做好之后來回更改,搞得數(shù)據(jù)分析師心力交瘁,白白做無用功。為了避免需求來回變更的情況,有什么辦法呢?作者總結了一份數(shù)據(jù)分析需求溝通模板,幫助你與業(yè)務同學更好地溝通需求。
作為數(shù)據(jù)分析師最怕什么?莫過于下午5:55分,自己正準備收拾包包走人,一個電話飛進來:“歪!幫忙跑個數(shù),我們總監(jiān)要,今天無論多晚都得給!”聽完這通話,心情直接跌入谷底。
如果有比這還可怕的,就是晚上11:00,你累死累活跑出來數(shù)了,對方一句:“哦,好像不是這個數(shù),你換另一個跑法試試,還是今天無論多晚都得給哦……”
如何避免這種問題呢?
一、數(shù)據(jù)分析的需求溝通
這個問題顯然是出在需求溝通上。沒有溝通清楚需求就動手,自然會來來回回返工。不但自己做得辛苦,業(yè)務部門也不滿意。所以溝通需求很重要。而數(shù)據(jù)分析是有標準的需求模板的。
如果是取一張數(shù)據(jù)表,標準的需求,至少由以下三部分組成(如下圖):
- 取數(shù)指標
- 取數(shù)時間段
- 分類維度
如果取數(shù)的指標/分類維度,在數(shù)據(jù)字典里沒有標準定義,則還需要說清楚計算公式。比如市場部有三個活動同時在舉行,想看看用戶在多個活動間與情況。
此時需要新建一個分類維度:活動參與情況,包括:
- 三個活動全部參與
- 三個活動參與任意2個
- 三個活動參與任意1個
- 三個活動全部未參與
如果是一個分析型需求,則要說清楚:
- 當前的業(yè)務背景是什么
- 目前是否已經(jīng)清晰的問題?
- 是否已有假設/預案
整個邏輯如下展開:
BUT!
上邊這么復雜的需求格式,靠業(yè)務自己說,根本講不清楚。
2022年的職場現(xiàn)狀是,十個業(yè)務里:
- 3個認為數(shù)據(jù)就是你數(shù)據(jù)分析的事,我憑什么要講清楚!
- 3個表示這需求是老板給的我也不清楚你自己問他老人家去……
- 3個可以講出:“我要分析這個問題”,但具體到字段,啥是字段???
- 只有1個能講清楚,因為他以前干過數(shù)據(jù)……
所以需求溝通這個事,不能太指望業(yè)務自己,自動自覺把這些問題都講清楚,而是需要數(shù)據(jù)分析師們掌握溝通技巧,學會主動挖掘。畢竟挖掘不清楚,還是自己倒霉。
二、挖掘需求的技巧
想要在稀里糊涂的情況下梳理清楚需求,需要五個步驟:
第一步:聽到需求后,把“收到”改成“等一下!”第二步:明確正在聊的事,是具體哪個業(yè)務場景
第三步:明確正在聊的事,有哪些數(shù)據(jù)記錄
第四步:基于數(shù)據(jù)記錄,給幾個示例,讓業(yè)務感受下
第五步:基于數(shù)據(jù)示例出數(shù),完美交差
總之,就是用一個例子,把虛幻的分析需求具體化,從而明確輸出內容,減少后期返工。話不多說,直接上個案例同學們實操一下。
三、實操案例學習
背景:某電商公司,客服找到數(shù)據(jù)分析師,說分析一下客戶聯(lián)系客服的留言,看看有啥價值,比如退單原因、客戶滿意度啥的。
問:該咋分析?
第一步:管好嘴
把已經(jīng)到嘴邊的“好的,我去分析分析”咽回去,說出:“等一下”。
第二步:找業(yè)務場景
“分析一下客戶留言”是一句空話,沒有任何具體問題,因此放過去。后邊有兩個具體場景:
場景1:客戶退單
場景2:客戶滿意度
因此可以從這兩個場景切入,具體聊聊啥情況
第三步:確認數(shù)據(jù)記錄
- 客服口中的“客戶退單”,具體定義是啥?是以客戶溝通中表達“想退單”為準,還是以客戶人工標記:“想退單”為準,還是以客戶建立的退貨工單為準?
- “客戶退單”的信息,關聯(lián)了哪些內容,比如退單對應的訂單號、產(chǎn)品、退貨原因。
- 如果有退貨原因字段,是客戶自己填的,還是客服標注的,客服標注的常規(guī)操作是什么?
注意:以上問的三個問題,要么是客服自己的理解,要么是客服自己的操作習慣,與數(shù)據(jù)一毛錢關系都沒有,這種問他們自己的認識、習慣的問法,是很容易得到回答的。得到答案以后,再根據(jù)實際情況,轉化為數(shù)據(jù)問題。
第四步:做分析示例
根據(jù)客服描述的具體場景,做一個示例出來。
比如客服說:“是客戶跟我們聊的時候,表示想退單,結果經(jīng)過我們努力成功保住了訂單?!边@就是一個具體的客服操作場景,而對應的數(shù)據(jù)情況也是很清晰的:
- 客服聊天記錄里,抓有“退單”“退貨”“不要了”等關鍵字的用戶
- 根據(jù)用戶聊天中提及商品/訂單號、關聯(lián)商品名稱、商品金額
- 根據(jù)該用戶后續(xù)訂單是否取消,確認客服是否保住成功
因此,可以做分析示例如下:
并且,在這個場景里,客服表達的訴求也是很明確的:要向其他部門證明我的價值!我為公司賺錢了。所以這個分析的核心,其實就是算出來上圖中挽留金額。這個才是人家真正在乎的,別的都是點綴。
比如客服說:“每次上大促銷,Q&A指引都不清不楚,搞得一堆退貨工單,煩死了”。這也是一個具體場景,對應的數(shù)據(jù)情況:
- 以客服實際建立的退貨工單,客服標注退貨理由為準
- 重點關注退貨工單里“促銷”有關問題。
- 清理其他促銷同時段的,可能關聯(lián)的標注,比如“促銷產(chǎn)品質量差”是否被客服標記為了:“產(chǎn)品問題”而非“促銷問題”。
因此,可以做分析示例如下:
并且,在這個場景里,客服表達的訴求也是很明確的:要倒逼運營做好促銷Q&A。因此這里不需要深入的分析,而是需要把情況說清楚:到底有多少退貨和促銷有關。
這里的第三步很重要,因為工單是人工標注的,所以很可能有標漏、標錯、標注不合理等問題。而在這個場景里,客服懟人的意愿是非常強烈的。因此很有可能會刨根問底的,想把所有情況都弄清楚。
因此“清理其他情況”這句話最好由數(shù)據(jù)分析師主動說,這樣幫助客服打消疑慮,后續(xù)數(shù)據(jù)也好過關。不然很有可能出了數(shù),被扣個:“分析不細致,不深入”的帽子,最后還是返工。
當然,也可能有其他場景,總之按照同樣的方法,從場景→數(shù)據(jù)→示例,一個個耐心點做,梳理完畢就好。
很多時候,業(yè)務在聊場景的同時,會把他想達到的目標一并說出來。這就是做需求挖掘的終極目標了。當知道業(yè)務想干啥,就能順水推舟,讓他們滿意。不過有些業(yè)務很保守(不信任數(shù)據(jù))所以不會主動講出意圖,因此這一點不強求。
第五步:基于數(shù)據(jù)示例出數(shù)
其實前四步做好了,這里根本不會遇到什么阻礙。因為鋪墊都已經(jīng)做好,業(yè)務很清楚自己能看到的是什么數(shù)據(jù),很清楚數(shù)據(jù)里已經(jīng)包含了哪些情況,排除了哪些可能,因此短時間內很難再想出什么更改需求的內容。一般看到數(shù)據(jù)以后都是:“好的,很清晰”一句話,差不多就安神了。
這么梳理,遠遠強過一聲“好的”然后哼哧哼哧跑數(shù),回頭再被人懟回來修改。我個人使用體驗是非常好的,當年還沒做領導的時候,靠這套方法不但下班按時,而且和很多業(yè)務同事交了朋友,體驗極好,推薦同學們都試試哦~
專欄作家
接地氣的陳老師,微信公眾號:接地氣學堂,人人都是產(chǎn)品經(jīng)理專欄作家。資深咨詢顧問,在互聯(lián)網(wǎng),金融,快消,零售,耐用,美容等15個行業(yè)有豐富數(shù)據(jù)相關經(jīng)驗。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉載。
題圖來自 Pexels,基于CC0協(xié)議。
該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務。
- 目前還沒評論,等你發(fā)揮!