京公网安备 11010802034615号
经营许可证编号:京B2-20210330
浅谈分析师角色在大中型软件项目中的重要性
在很多中小型软件技术公司,对角色划分很不明确,对分析师角色中重要性意识很淡薄。
程序员往往扮演者多种角色,数据库工程师、程序员角色、分析师角色。现在我们举一个假设:假设一个百万中型软件项目,开发团队9个人,分成2组,每组设一个组长负责整个大功能模块的任务分解、技术攻关与团队协调作用。如果软件项目整个生命周期都遵循软件工程的规范,那么我相信最后的结果是软件的质量是有保证的。整个项目的开销的总量是节约的。
整个项目遵循软件生命周期需要的人员的安排软件需求调研阶段安排一名分析员与业务员一起分析需求,需求的分析确认花掉的时间为A,需求到设计过程的花掉时间为B,A+B整个过程花掉的是一名分析员的成本,假设A+B=3个月*6K=18K。
设计到编码过程花掉的时间为C,人力为7名,C=3个月*4K*7=84K.
测试到运行花掉时间为D,人力为2名,D=2个月*2*3K=12K。
共计成本为=18K+84K+12K=114K。
假设整个项目10名工作人员参与整个软件生命周期,整个软件生命周期成本一定会高于遵循软件工程的方法。项目参与整个软件生命周期的弊端:
1.需求理解的角度不同,形成的观点太多,干扰决策的思维,增加决策的难度。
2.多个人与用户沟通,同一个信息会发表多种看法,不能更好引导用户的需求的表达。
3.多个人参与分析,需求的撰写的风格不一样,统一风格浪费时间。
4.分工越细越能提供效率,粗略的分工不利于提高工作效率。
5.一个任务多个人合作,导致权责不明,权责不明就会引发赏罚不明,赏罚不明就会导致团队离心离德,最后项目就会走向失败。
分析阶段是项目最关键的阶段,假设分析阶段不能彻底,充分考虑需求,挖掘需求,软件设计阶段的稳定性就会很差,很差的稳定性就会导致设计最后是复杂性极高,最后几乎无法设计的结局出现。为什么分析阶段很关键,就是要软化软件设计阶段的不稳定性,提高设计的稳定性,才能保证软件设计的质量,保证整个软件生命周期的进度。
为了保证软件分析的充分性,系统分析员角色诞生。系统分析员角色的诞生,不是凭空产生,系统分析员的素质要求是很高的,是综合性高级人才。系统分析员应该是一个业务领域的专业,比用户\业务员更懂业务的人员,能够对用户的业务有前瞻性的人员,说白了就相当于组织的决策者。能了解组织的未来走势。系统分析员应该是一个擅长文字表达的语言家,能够将自己对业务的理解描述给用户,让用户理解。具备很高的交际能力。系统分析员是IT技术领域的专家,对IT领域的技术很了解,能懂得程序员的思维,能用程序员喜欢的图形与符号描述系统。系统分析员是一个了解软件开发规范的人员。能够规范的编写软件开发过程中的开发文档。能够编写规范的软件开发过程的开发文档对系统分析员是重要的素养。一个符合规范的文档,易于阅读,易于阅读的文档时易于理解的,易于理解,保证了信息歧义性降低,从而保证了软件的质量。同时文档时整个软件项目开发中团队人员沟通的桥梁。主要沟通是通过文档沟通,少部分是通过开会\语言交流沟通。语言\开会等其他方式的沟通是很需要时间的一种沟通模式。软件开发中尽量避免语言沟通,使用文档沟通。
最后,我想说明的是分析员在大中型软件项目扮演的角色是很重要的,希望项目经理对分析员角色的重视,当然选拔一个合格的系统分析员是最重要的,也是最难的一件事情。
此文章仅供参考,纯属个人观点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15