數據分析師中有一種是業務分析師（也稱商業分析師，BA），分析工作是既與數據打交道，又與業務場景打交道，那有好的工作習慣來可以幫助你省力許多。DO君根據經驗整理出4大過程。
這篇分享的是第一個也是最重要的一個，分析的需求界定。
場景1
業務A：“表哥，老板要個數據，幫我拉下，今天就要”
你吭哧一個小時把數據拉出來，過了一小時，又來了，“表哥，不好意思，口徑有點問題，幫我過濾掉海外的數據”。
臥槽，為啥剛才不說好，再重頭擼了一遍。
晚上七點半交付了數據后，準備下班，A又過來了，“表哥，抱歉，剛才定義的指標得到的數據不能反映實際情況，要改下”
你內心OS：“大爺的，我要吐血了，今天晚上又要加班了.......”
相信上述場景，對于很多數據分析師而言，是不是很熟悉？最主要的問題是數據分析中的需求界定環節出了問題，導致了大量的無用功，咱們就是這樣變成了取數機器，工作沒有價值。怎么改善這種局面呢？那么需要做好”需求界定”。
01 分析"需求"知多少？
啥是分析類的需求？
為了特定的業務決策需求，通過量化的方法來獲得輔助決策的數據(信息)。
那么常見的需求類型有哪些呢？
廢話不多說，直接上案例。
案例1
目前景點預訂詳情頁下方有個推薦的入口，老板讓看下這個推薦模塊訂單轉化效率如何？
判斷分析類型，這是一個描述類分析需求，評價推薦效果的好壞；
02 “界定”怎么做？
那么下面如何界定呢？有個三步走的框架。強調的一點是一定要和相關方溝通需求，當場界定清楚。
第一界定是確認清楚需求方的真正目的是什么。我不是業務的提數機，要幫助其解決一個業務決策問題；
第二界定的計算指標，確認清楚目前定義的指標是否是合適的，是否能準確的界定我們的問題；一開始的需求方定義的指標（單UV的訂單轉換效率）根據目的來判斷并不合適。
第三界定的口徑與數據來源確認，口徑是涉及到樣本的選擇，避免出現樣本量少，缺乏代表性，進而影響指標值得準確性。數據來源確認是輸入源的信息是準確的。
03 避坑小提示
那么在界定過程中有幾個注意點：
*拿到這個數后能干嘛？切分的維度，可以落地行動的維度？這個case中是根據模塊來對計算指標進行切分。因為這個維度是由行動可以做的，否則不需要去拆此維度。如上面這個例子，是按照模塊維度對指標進行拆分。
* 如果有第三方提供的數據，一定要確認數據來源，交叉確認無誤。比如這個例子中產品經理提供的預訂詳情頁的頁面標識pageid是否有遺漏，可以用來源頁到所有詳情頁的pageid及對應流量大小，采取這種遍歷方式來幫助你交叉確認；
*?數據精確程度的成本是不一樣的，數據越精確，成本越高。需求方的計算指標是否還有其它低成本實現方法，快速實現。
* 界定完之后，會議內容形成的需求說明書，以及分析預估完成時間，郵件發送給各相關方，主要是定下來項目范圍與目標；
如果你是業務需求方，也要思考下，別腦門一熱，讓分析師幫我提個數。自己按照上面的需求界定思路先整理一遍，給到分析師的需求就相對清晰，合作愉快！
? ?
