永洪科技PMO郝楠:需求挖掘五步曲,快速建设大数据项目
时间:2018-10-05
来源:永洪科技
在《大数据与BI的建设方法》平台建设第一步中,我们探讨了如何做好需求调研,然而通常情况下,通过需求调研收集到的客户需求,往往属于“描述性需求”或“表层需求”,而大多数企业对于自身需求其实并不明确,或是没有十足的把握,真正的潜在需求、核心需求藏在难以察觉的更深层次,正如只在水面上露出一角的冰山,主体部分其实都在水下。所以同样的BI,同样的分析技术,在不同的需求认知下,会让数据分析的价值天差地别。因此,如何挖掘出真实、完整的需求,成为大数据与BI建设的重要环节之一。
小王的难题
小王是国内某金融服务企业的IT部门员工,最近接到了领导交办的任务,要帮助业务部门搭建一套业务BI分析体系。从项目启动到需求调研阶段,小王都非常积极;但在经过一段时间的了解后,小王发现这事做起来,并不像看上去那么简单,在以下几个方面频频出现问题:
1. 进行业务部门需求调研时,小王发现对接的业务人员表达不出明确的思路与需求,让IT团队“看着办”,或者只是要求帮着“做做现有的报表”“调调样式”等等;
2. 进行IT内部需求调研时,IT需要对现有数据进行ETL,需要建立数据仓库,需要建立多维分析模型,但IT没有行业数据模型基础,不了解业务,如何开展是个问题;
3. 小王向企业领导确认需求时,得到的反馈是:一线人员的需求就是本次BI项目需求,能辅助一线人员工作开展、提高效率就是本次项目成功的目标。
这让小王犯了难:需求好像很明确,但实际上又很不明确,不知道该从何下手。无奈之下,小王联络了数据分析产品供应商永洪科技进行协助支持,进行了再次深入调研。调研结果显示,这家企业业务人员对BI期望过低,缺乏方向感,并不了解数据系统系统能够带来哪些便利;IT人员偏重技术,缺乏行业数据模型积累,只能跟着业务人员的方向走,无法展现BI的真正价值;领导层缺乏整体规划,不了解业务具体需求,导致没有明确目标和方向。对于需求的理解不足、不准确,成为多个环节存在的问题,也成为企业BI项目落地的最大障碍之一。
为解决小王的难题,永洪团队从“需求挖掘五步曲”入手,与小王共同展开了深入的需求挖掘。
需求挖掘五部曲
步骤一:场景假设
首先,永洪按照金融BI类项目的常规需求进行细分,按照即席查询需求、数据报告需求、安全性需求、性能需求、可维护性需求等维度进行需求分类,在各种分类下进行场景假设。业务人员小张提到,公司近年的战略正在从业务驱动向数据驱动的转变,业务人员对数据的分析需求逐步增加,于是永洪在场景假设环节,专门设计了业务人员自助式分析类应用场景,让业务人员能够在该场景下进行自助式数据处理、自定义组合分析维度,从而探索式分析数据规律和变量因子的关系。小张还提到,日常业务处理分析过程中得到大量数据后,通常需要整合、处理后再进行分析,如果发现异常再层层汇报、预警,从源数据提取到提交预警给管理层通常要三天,常常因为这种延迟受到批评。因此除了自助式分析场景,永洪又假设了业务预警推送类场景、跨部门交流类使用类、大屏类应用场景等;围绕如何提高业务层、管理层、决策层工作效率、智能化工作方式等主题完善各类需求场景的假设。
步骤二:数据匹配
根据小王的反馈,金融服务企业内部不同业务体系有不同的风险关注视角,使用人员需要能够按照自己的维度进行分析。因此接下来,永洪收集了各业务体系的分析维度,汇总后建立起整体的数据模型,让使用人员能够通过灵活筛选不同维度、动态展示分析报告,在同一数据平台、同一分析报告中匹配不同的数据关注需求。另外,对于不同的用户层级,数据权限不同,关注的数据颗粒度也有所不同,因此在需求挖掘过程中需要按用户角色设计列权限、行权限的数据过滤规则,建立不同的报表展现层次和数据展现层次,以满足不同岗位人员、数据关注层次不同的需求,同时能够通过下钻和上卷进行互动分析。
步骤三:深度挖掘
数据权限、数据层次、分析主题的问题基本解决了,小王终于松了口气。不过,这些都是为了查看以往的数据,或是分析当前的数据。如果能够在这一基础上预测未来的数据走向,并进行针对性的策略调整,将会带来丰厚的价值。在永洪的建议下,双方团队开始着手进行深度分析需求的挖掘,按照行业发展趋势、企业战略规划分解、深度预测等维度进行更层次的需求挖掘,针对公司所在的金融行业研究生成了行业发展趋势报告,通过外部数据源采集获取行业Top 5和同级企业的核心金融指标数据,并与公司自身数据进行对比,实时了解到自身与行业发展状况,为决策进行数据支撑。同时近10年业务数据建立业务数据模型,在大幅度上实现未来三年内收支数据的预测。
步骤四:价值评估
针对假设场景和深度挖掘成果,结合永洪产品进行场景模拟和需求落地,就可以对各类场景需求实现价值进行评估。在项目正式启动前,小王对比了制作传统汇报材料需要的时长和通过BI自动生成报告需要的时长:往常数据出现异常时,需要在3天后才能发现并汇报;通过大数据平台优化,从数据出现异常到到系统检测到再到管理层收到预警邮件,仅需20s时间。这种情况下,传统BI分析中“业务——IT——业务”的模式转变为由业务人员独立完成,大幅提高业务人员的工作效率;同时也让以往忙于处理繁杂业务需求收集的IT人员,可以将更多精力用于数据治理和系统运维上;管理层也能够从靠经验进行决策,转变为依托数据分析报告进行科学决策。领导对这一项目方案表示非常认可,也对小王的工作频频点赞。
步骤五:闭环验证
启动项目试运行后,小王定期进行各需求落地效果监测,包括监测报告应用的深度、覆盖范围、应用频率等,对用户体验感受进行访谈,实地了解是否实现了敏捷式的数据分析目标,进一步验证前期价值评估效果,进一步对各类需求实现进行优化、完善;同时根据试运行过程中呈现的新需求制定新的应用场景,让整个需求挖掘过程形成闭环,保证了项目从调研到实施始终与客户真正需求保持一致。
总结
需求挖掘的过程,就是站在用户价值实现的立场,利用专业的挖掘方式在个人、部门、企业核心需求方面打开缺口,找出“水下”潜在的需求“冰山”,从而为客户创造独特的价值。而永洪科技也正是秉承着一贯的“以卓越的数据技术为客户创造价值,实现客户成功”的价值观,成为大数据技术在各行各业的普及推广与项目落地的有力推手。
免责声明:
1、PMO评论发布的所有资讯与文章是出于为业界传递更多信息之目的,并不意味着赞同其观点或证实其描述。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请浏览者仅作参考,并请自行核实相关内容。
2、本站部分内容转载于其他网站和媒体,版权归原作者或原发布媒体所有。如文章涉及版权等问题,请联系本站,我们将在两个工作日内进行删除或修改处理。敬请谅解!
-
延伸阅读:
-