永洪科技PMO郝楠:需求挖掘五步曲,快速建設大數據項目
時間:2018-10-05
來源:永洪科技
在《大數據與BI的建設方法》平臺建設第一步中,我們探討了如何做好需求調研,然而通常情況下,通過需求調研收集到的客戶需求,往往屬于“描述性需求”或“表層需求”,而大多數企業對于自身需求其實并不明確,或是沒有十足的把握,真正的潛在需求、核心需求藏在難以察覺的更深層次,正如只在水面上露出一角的冰山,主體部分其實都在水下。所以同樣的BI,同樣的分析技術,在不同的需求認知下,會讓數據分析的價值天差地別。因此,如何挖掘出真實、完整的需求,成為大數據與BI建設的重要環節之一。
小王的難題
小王是國內某金融服務企業的IT部門員工,最近接到了領導交辦的任務,要幫助業務部門搭建一套業務BI分析體系。從項目啟動到需求調研階段,小王都非常積極;但在經過一段時間的了解后,小王發現這事做起來,并不像看上去那么簡單,在以下幾個方面頻頻出現問題:
1. 進行業務部門需求調研時,小王發現對接的業務人員表達不出明確的思路與需求,讓IT團隊“看著辦”,或者只是要求幫著“做做現有的報表”“調調樣式”等等;
2. 進行IT內部需求調研時,IT需要對現有數據進行ETL,需要建立數據倉庫,需要建立多維分析模型,但IT沒有行業數據模型基礎,不了解業務,如何開展是個問題;
3. 小王向企業領導確認需求時,得到的反饋是:一線人員的需求就是本次BI項目需求,能輔助一線人員工作開展、提高效率就是本次項目成功的目標。
這讓小王犯了難:需求好像很明確,但實際上又很不明確,不知道該從何下手。無奈之下,小王聯絡了數據分析產品供應商永洪科技進行協助支持,進行了再次深入調研。調研結果顯示,這家企業業務人員對BI期望過低,缺乏方向感,并不了解數據系統系統能夠帶來哪些便利;IT人員偏重技術,缺乏行業數據模型積累,只能跟著業務人員的方向走,無法展現BI的真正價值;領導層缺乏整體規劃,不了解業務具體需求,導致沒有明確目標和方向。對于需求的理解不足、不準確,成為多個環節存在的問題,也成為企業BI項目落地的最大障礙之一。
為解決小王的難題,永洪團隊從“需求挖掘五步曲”入手,與小王共同展開了深入的需求挖掘。
需求挖掘五部曲
步驟一:場景假設
首先,永洪按照金融BI類項目的常規需求進行細分,按照即席查詢需求、數據報告需求、安全性需求、性能需求、可維護性需求等維度進行需求分類,在各種分類下進行場景假設。業務人員小張提到,公司近年的戰略正在從業務驅動向數據驅動的轉變,業務人員對數據的分析需求逐步增加,于是永洪在場景假設環節,專門設計了業務人員自助式分析類應用場景,讓業務人員能夠在該場景下進行自助式數據處理、自定義組合分析維度,從而探索式分析數據規律和變量因子的關系。小張還提到,日常業務處理分析過程中得到大量數據后,通常需要整合、處理后再進行分析,如果發現異常再層層匯報、預警,從源數據提取到提交預警給管理層通常要三天,常常因為這種延遲受到批評。因此除了自助式分析場景,永洪又假設了業務預警推送類場景、跨部門交流類使用類、大屏類應用場景等;圍繞如何提高業務層、管理層、決策層工作效率、智能化工作方式等主題完善各類需求場景的假設。
步驟二:數據匹配
根據小王的反饋,金融服務企業內部不同業務體系有不同的風險關注視角,使用人員需要能夠按照自己的維度進行分析。因此接下來,永洪收集了各業務體系的分析維度,匯總后建立起整體的數據模型,讓使用人員能夠通過靈活篩選不同維度、動態展示分析報告,在同一數據平臺、同一分析報告中匹配不同的數據關注需求。另外,對于不同的用戶層級,數據權限不同,關注的數據顆粒度也有所不同,因此在需求挖掘過程中需要按用戶角色設計列權限、行權限的數據過濾規則,建立不同的報表展現層次和數據展現層次,以滿足不同崗位人員、數據關注層次不同的需求,同時能夠通過下鉆和上卷進行互動分析。
步驟三:深度挖掘
數據權限、數據層次、分析主題的問題基本解決了,小王終于松了口氣。不過,這些都是為了查看以往的數據,或是分析當前的數據。如果能夠在這一基礎上預測未來的數據走向,并進行針對性的策略調整,將會帶來豐厚的價值。在永洪的建議下,雙方團隊開始著手進行深度分析需求的挖掘,按照行業發展趨勢、企業戰略規劃分解、深度預測等維度進行更層次的需求挖掘,針對公司所在的金融行業研究生成了行業發展趨勢報告,通過外部數據源采集獲取行業Top 5和同級企業的核心金融指標數據,并與公司自身數據進行對比,實時了解到自身與行業發展狀況,為決策進行數據支撐。同時近10年業務數據建立業務數據模型,在大幅度上實現未來三年內收支數據的預測。
步驟四:價值評估
針對假設場景和深度挖掘成果,結合永洪產品進行場景模擬和需求落地,就可以對各類場景需求實現價值進行評估。在項目正式啟動前,小王對比了制作傳統匯報材料需要的時長和通過BI自動生成報告需要的時長:往常數據出現異常時,需要在3天后才能發現并匯報;通過大數據平臺優化,從數據出現異常到到系統檢測到再到管理層收到預警郵件,僅需20s時間。這種情況下,傳統BI分析中“業務——IT——業務”的模式轉變為由業務人員獨立完成,大幅提高業務人員的工作效率;同時也讓以往忙于處理繁雜業務需求收集的IT人員,可以將更多精力用于數據治理和系統運維上;管理層也能夠從靠經驗進行決策,轉變為依托數據分析報告進行科學決策。領導對這一項目方案表示非常認可,也對小王的工作頻頻點贊。
步驟五:閉環驗證
啟動項目試運行后,小王定期進行各需求落地效果監測,包括監測報告應用的深度、覆蓋范圍、應用頻率等,對用戶體驗感受進行訪談,實地了解是否實現了敏捷式的數據分析目標,進一步驗證前期價值評估效果,進一步對各類需求實現進行優化、完善;同時根據試運行過程中呈現的新需求制定新的應用場景,讓整個需求挖掘過程形成閉環,保證了項目從調研到實施始終與客戶真正需求保持一致。
總結
需求挖掘的過程,就是站在用戶價值實現的立場,利用專業的挖掘方式在個人、部門、企業核心需求方面打開缺口,找出“水下”潛在的需求“冰山”,從而為客戶創造獨特的價值。而永洪科技也正是秉承著一貫的“以卓越的數據技術為客戶創造價值,實現客戶成功”的價值觀,成為大數據技術在各行各業的普及推廣與項目落地的有力推手。
免責聲明:
1、PMO評論發布的所有資訊與文章是出于為業界傳遞更多信息之目的,并不意味著贊同其觀點或證實其描述。其原創性以及文中陳述文字和內容未經本站證實,對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾,請瀏覽者僅作參考,并請自行核實相關內容。
2、本站部分內容轉載于其他網站和媒體,版權歸原作者或原發布媒體所有。如文章涉及版權等問題,請聯系本站,我們將在兩個工作日內進行刪除或修改處理。敬請諒解!
-
延伸閱讀:
-