数仓方法论(一):需求分析——把经营诉求转化为可验证的数据需求

需求分析要解决的问题是:把"我想看一些数据"转化成明确的业务决定、证据要求和可检查的交付范围。

业务说"想看促销效果",如果立刻列字段、设计报表,很可能交付了数字,却仍然无法回答活动是否值得继续。需求分析需要先弄清用户怎样工作、为什么作决定,再检查数据能支持到什么程度。

本文依据《数据仓库工具箱》第3版第17章的业务需求定义和第18章的建模组织工作整理。下文的推导顺序是阅读归纳,不是作者命名的一套新步骤;短案例为教学设定。

一、先了解决定,再讨论报表

经营诉求通常以报表形式出现,例如"按商品增加一张活动销售表"。报表是用户想到的呈现方式,背后的工作任务才决定数据需要承担什么责任。

因此,先问用户怎样完成工作、需要作什么决定、根据哪些信息判断成功,以及当前最难的环节是什么。原书建议用开放问题理解工作和组织位置,再深入关键业务过程,而不只询问想要哪些字段。

例如,同样查看活动销售额,有人准备调整补货,有人准备停止优惠,有人需要核对结算。它们对日期、成本、退款和时效的要求不同。

这一环节应形成"谁在什么场景下,依据什么结果,准备采取什么行动"的说明。若连决定都不清楚,先澄清用途,不急着承诺计算结果。

二、把决定落到业务过程与证据

决定明确后,需要识别哪些实际活动能够留下证据。下单表达购买意愿,成功支付形成收款事实,退款成功改变保留金额;它们不是同一个事件。

这一步先画过程和时间关系,再列对象、状态及来源。业务部门可以帮助解释事件,系统人员帮助核查记录;单方解释都可能遗漏关键条件。

如果活动复盘需要了解退款后的交易结果,就不能仅取得订单创建金额。若要进一步判断经营贡献,还需要明确商品成本、费用及其归属依据。

检查标准是:每个预期判断都能对应证据;尚无证据的判断明确列为缺口,不靠字段名称猜测含义。

三、同时核查业务需求和数据实际

原书强调,需求收集还要配合以数据为中心的调查。已有来源怎样记录、哪些字段可靠、历史能否恢复,会影响方案是否成立。

例如,支付系统只保留订单号,退款系统只有订单总退款额。此时可以分析订单净额,却不能未经规则确认就声称已经获得每个商品的实际退款额。

应区分三种情况:来源直接提供的事实;经过明确规则推导的结果;当前无法支持的结论。分配得到的金额需要保留分配依据,不能伪装成来源明细。

业务需求不应被现有系统完全限制,但缺口需要有补采、构造教学输入或收缩范围的方案。这种双向检查,是后续建模的输入。

四、把解释转化为共同的验收依据

访谈结束不代表需求已经确定。不同人对"销售""客户"和"当天"的理解可能不同,需要将分歧放到可讨论的样例上。

教学例子:订单周一支付135元,周三退款45元。"周一支付额"是135元;"这批订单截至周三净支付额"是90元。两者回答不同问题,不能仅凭数值不同判定错误。

明确统计对象、事件、时间归属、观察截止、排除项、来源及负责人,再给出输入和预期答案。数据不足、截止后更正和延迟交付的处理方式,也应在需要时说明。

这样的需求说明能够被业务复核、被开发实现、被测试检查。若同一输入仍存在两个相互冲突的答案,应继续澄清或分别命名,而不是让SQL默认行为替业务作决定。

五、怎样知道需求分析已经够用

可以检查四项:业务决定说得清;关键过程和证据找得到;口径与样例能够共同复核;缺口、责任与交付边界有记录。

需求分析的成果不必是一份很厚的文档,但应足以支持模型设计,并允许后续发现问题时回溯修订。

它也不保证业务一定取得理想收益。证据显示当前无法判断,需要补充数据,本身可以是正确的需求结论。

快速复习

理解工作与决定 → 识别过程和证据 → 核查数据实际 → 用定义和样例形成共同依据。

关键反例:用户要一张销售报表,不能直接推定他要比较支付发生额,也不能推定他要评价促销增量。

原书入口与边界

《数据仓库工具箱》第3版17.2.2,书内290---293页、本地PDF312---315页;18.2---18.3,书内304---312页、PDF326---334页。本文直接核对了访谈规划、访谈过程及模型评审相关页。

原书提供需求访谈、数据调查与协作设计方法;本文的需求说明组织方式、135元样例和检查清单是应用归纳。原书介绍可参见Kimball Group官方书目。

相关推荐
TianFuRuanJian2 小时前
DTEmpower走进中国水科院,助力水利科研数据分析国产化
数据挖掘·数据分析
qyr67892 小时前
全球卫星遥感服务市场前景研究与行业发展趋势
大数据·人工智能·卫星遥感服务
程序员果子2 小时前
Ontology
大数据·人工智能·智能体·ontology·本体
演艺大赏3 小时前
一条 SQL 慢了两周,最后查出两个根因:一个是 TCP 内存,一个是 4G 的 Metastore
大数据
也非非也4 小时前
iPhone 中国区 AI 落地:Apple 与阿里千问合作的技术观察
大数据·人工智能·ios·agent·iphone·智子
CC数分4 小时前
统计学基础|先把问题问对:数据分析的六大类型
大数据·人工智能·算法
Elastic 中国社区官方博客4 小时前
基于 Elasticsearch 与 Jina AI 的全模态智能搜索实践:技术全解析
大数据·人工智能·elasticsearch·搜索引擎·ai·信息可视化·jina
RPAdaren5 小时前
财务机器人要怎么选?落地财务机器人时的常见问题有哪些?
大数据·人工智能·数据挖掘
众智鸿图5 小时前
XR驱动管网数据智能体检!众智鸿图精彩亮相2026燃气运营与安全研讨会
大数据·安全·xr
字节跳动数据平台5 小时前
火山引擎知识引擎 VeKnow|从企业本体到行动边界:Agent 能找到规则,为什么还是会判错?
大数据