数据研发该如何做好业务方管理

大数据 数据仓库
本文主要介绍了作为数据研发该如何破局被动接需求的尴尬境地,核心的点在于要改变看问题的立场,多站在解决问题的角度去思考背后的逻辑。

本文转载自微信公众号「大数据技术与数仓」,作者西贝 。转载本文请联系大数据技术与数仓公众号。

引言

伴随着业务的发展,业务方通常会提各种各样的数据需求。面对繁杂的需求,数据研发可能会遇到下面这些问题:

  • 怎么才能做到高效、高质量地交付数据需求?
  • 对于新业务需求,怎么才能快速把握?
  • 怎么应对需求的反复修改?
  • 该如何say no
  • ...

面对这些问题,我们需要学会做好业务方的管理,这样才不至于让自己陷入被动的深渊而不能自拔。

窘境

面对源源不断的需求,数据研发会越发地感觉到自己只是一个取数的工具而已,因为都是在被动的接需求,久而久之,业务方也会觉得你就是一个取数的工具。大小问题,随时抛过来,只管要数,其他的一概不管。你要是说:[我事情太多,没空做],或者[需求没有意义,往后排],那么业务方可能直接找到你的主管来协调,最后事情还是你的事情,还是要乖乖地去完成他们的需求,即便你是不情愿的。那么怎么才能改变这种局面呢?

屁股决脑袋,立场不同,思考问题的角度也不同,做出的判断和决策也是不同的。所以想要破解这种尴尬的境地,需要我们转换一下立场去看问题。

  • 从个人主观因素出发

业务方把自己当做了取数的工具,很无奈,很排斥,总之一句话,就是不想做,即便是要做,业务方也要把背景讲清楚,而不是随便抛过来需求。

  • 从做事情的角度出发

灵魂拷问:需求的背景是什么?有什么价值?对后续的运营决策有什么帮助?没有其他的数据可看吗?不做行不行,如果资源有限改如何排优先级?该如何去获取更多的背景信息,为什么业务方要关注这些指标?需求背后的真正诉求是什么?我能够提供什么?

可以看出,从不同的角度看问题,会出现不同的判断,我们应该站在解决问题的角度去思考,与业务方达成某种潜规则,这样我们才能做到来者可拒,游刃有余。

破局

转换角度看问题之后,具体我们要怎么做呢?首先我们来看下一个需求开发的流程:

  • 首先,业务方提交MRD,交由数据PD去判断整理
  • 然后,数据PD产出PRD,交由数据研发开发
  • 最后,数据研发评审,给出具体的排期

我们先来看MRD是干什么用的,MRD指的是市场需求文档,主要描述通过什么业务方案来解决什么问题、达成什么业务目标。要解决的是让关联 PD 清楚业务诉求、认可业务方案,并可落地设计产品方案。MRD 书写语言为业务视角语言,无需涉及产品/技术实现。通常情况下,MRD包括以下内容:

  • 业务问题:客户是谁、业务背景是什么、业务的痛点是什么、业务的痛点是什么
  • 业务目标:包含具体的业务目标、业务价值
  • 业务方案:包含整体的方案、涉及的业务流程、具体的业务功能需求、运营计划

基于这些内容,数据PD要产出一份PRD,基于业务需求及产品能力进行产品方案设计,通过产品方案支持业务方案落地,使业务、研发认可通过产品方案可支持业务目标实现,通常情况下,PRD要包含以下内容:

  • 需求背景
  • 业务价值
  • 需求描述
  • 产品方案

有了PRD之后,就到了数据研发登场了,这个时候需要把所有事情搞清楚,不然的话很容易跑偏影响交付的效率。到了需求评审阶段,数据研发需要做三个方面的事情:核心思想是批判与挑战,当然是要有理有据有节,而不是为了逃避任务而无理取闹。

  • 挑战:需求是否合理,可不可以不做

需要了解数据的使用方是谁?业务背景,业务痛点?期望达到的业务目标(最好是定量)是什么?数据的使用场景是什么?紧急程度如何?

  • 评审:需求沟通

积极了解业务需求相关资料,包括业务背景,痛点、目标、及运营方案。知道业务想干什么,为什么要这么干,我们在这里面能做什么。

考虑实现方案设计

对于比较复杂的数据产品,需要提前进入产品的规划中

确定相关干系人在场,避免导致重复沟通

详细的数据口径确认(数据范围、维度、指标口径、产出时间等等)

  • 排期

经过前面的沟通,可以跟业务、PD、前端达成一致,这个时候就需要我们给出一个具体的排期,包括什么时候开始做,什么时候交付。对于复杂的需求或者新业务需求,要做到需求的拆解,给出预估的时间,同时也要留出一定的buffer,用于数据验证和方案调整,如果实在给不出一个具体的排期,也要告知到相关的业务,等梳理清楚之后,再给出一个合理的排期。

总结

本文主要介绍了作为数据研发该如何破局被动接需求的尴尬境地,核心的点在于要改变看问题的立场,多站在解决问题的角度去思考背后的逻辑。与业务方及相关干系人达成某种潜规则才是我们解决问题的杠杆,这样才能真正做到来者可拒,使自己不至于那么被动,同时也能够明确责任,提高效率。

责任编辑:武晓燕 来源: 大数据技术与数仓
相关推荐

2022-06-22 08:02:01

业务监控Web站点监控

2023-08-30 11:50:28

2017-04-19 14:23:08

项目管理分配

2015-04-13 16:00:24

数据库选型关系型数据库NoSQL

2011-05-26 16:27:24

SEO

2020-07-22 07:00:00

微服务架构

2019-04-29 09:52:46

容器安全漏洞网络安全

2019-08-19 09:01:54

项目管理

2024-01-09 16:41:17

数据中心雷电威胁

2022-06-08 10:05:43

技术管理数据

2022-09-08 18:14:03

红帽开源Linux

2019-11-06 09:39:42

云成本企业云计算

2018-11-21 10:13:35

2018-01-28 15:40:20

数据分析师职业规划数据分析

2013-07-10 09:22:59

云配置云实践云应用程序接口

2011-04-18 13:20:40

单元测试软件测试

2021-01-19 09:59:02

招聘管理团队

2011-08-22 10:20:17

研发

2021-08-30 10:08:50

大数据数据安全数据防泄漏

2015-10-29 09:36:48

点赞
收藏

51CTO技术栈公众号