京公网安备 11010802034615号
经营许可证编号:京B2-20210330
实践分享:我是这么利用数据の一切效率都是因为沟通
这些年软件行业发展的很快,原来大家对信息化的理解很有限,现在可不比从前,软件的用户对软件有了自己的理解。
从一开始,编程的逻辑就是“预定义”,预先定好规则,预先定好数据结构,预先定好一切,只等用户在界面上“扣动扳机”,这个内部极其复杂的机器就这么有条不紊、不顾一切的加足马力前进了!
现在,大家开始不满足,开始对软件的各个方面评头论足,要求它们表现出各种定制化,这种要求从一开始的界面美观发展到了逻辑“匪夷所思”,甚至发展出“技术不是问题”这样的论调,然后就是几乎“无理取闹”的要求软件化身为神,满足他的幻想。
我们何不停下来,好好的想一想这是为什么?这可能很难理清思路,让我们从一个简单的问题入手:
1、如果某人答应你:给你一件礼物,无论什么价,照买不误!
2、你会考虑你眼馋了很久的智能手机,比如价值6K,然后,那人真的给你买了。
3、后来他还说:如果不满意,还可以随时更换要求。
4、这下你可太开心了,这人真的要什么给什么!想想手机算个球啊,要辆豪车吧,于是你要求来辆宝马!
5、虽然价值500K,但他也真的给你买了。。。。
有几个问题值得我们好好的研究一下
1、为什么一开始你只会要个手机而已?
2、为什么明明是你眼馋很久的手机,但是你依然不能满足?
3、你会对新买的宝马满足么?
可能刚开始你觉得很可笑,怎么会有这么好的人?当我们带着这些问题,慢慢的深入,你会发现软件开发居然就是这样的!一开始用户对你不甚了解,于是提出一些 没经过认真考虑的要求,你做到了!然后,由于可以无限制的修改,于是拿着修改的名义,软件的功能改着改着就发生了质的改变,但是客户永不满足!
你累的不行,不得不加班加点,是谁的错?你肯定认定为客户的错,太苛刻,太扯淡!但实际上是你的错,错在你没有和客户沟通好!我们回到送礼物的这个假设, 如果一开始那人就表示,其实我挺有钱,你也别说什么几千块钱的东西,这样好了,你往10万元的档次考虑!你说你还会考虑手机么?你肯定会精心思考,挑出自己最想要的,比如说你选择了一辆10万元的家用车,你说你自己得了这件礼物,是什么样的满足的感受?
然而真实情况下,我们却从不这么做,你不愿意告诉你的客户你的实力,你能够在软件方面做到怎样他不知道。于是不能阻止他怀疑你,从而试探你!随便说个要求是必须的,因为你到底是什么情况他还不清楚,他会花心思认真考虑你们的合作么?
可悲的是:这时的软件人员居然想的可美了!他们在想:这群傻X,提不出什么玩意才好,忽悠他们就完事了!
然而事实就是我们一次次的被“改需求”扇了耳光,大量痛苦的经验告诉我们一句实话:算上改来改去,还真不如一步到位!
故事还没有结束,但是希望我们现在就达成共识:和用户沟通清楚你的能力,是软件开发的明智选择!
于是,问题来了:如何沟通才能清楚?无数次的经验告诉我,用原理的方式是无法让用户明白的,他们看不懂技术,所以自然不知道什么能,而什么不能!不过可喜是,画画居然是良好的替代品。
让我们这么做
1、请用户描述自己的想法,了解整体的业务情况。
2、给用户一张EXCEL表格,让他把业务数据在excel中画出来。
3、其中包括主要数据是什么格式,每个要求的功能在excel中怎么用手工实现(这里加个数据,这里插入一行等等的实际描述)
4、你会发现神奇的效果。
神奇的效果是什么呢?虽然这要你自己去试了才知道,但是我忍不住要剧透一下
1、矛盾会不攻自破,用户在演示的过程中能自己发现矛盾和不合理的地方,自己想办法修正和用曲线的方式绕过矛盾。
2、建立了共同语言,他们越是对功能的要求具体,对结构的描述就越清楚,几个回合下来,excel中的行行列列居然是最容易把问题说清楚的玩意。
3、加强了对复杂或者说难度的理解,在excel中越难画表格,一般也就越难做功能,你整天和用户说:这个很难!他根本听不进去,只要让他自己画表格,他就会慢慢的体会到哪个难,哪个简单。
故事本来可以结束了,但是我想再点一点数据的思想。这里表面上看和数据关系不大,但实际上是数据本身的特点决定了:规范的数据格式更容易被程序实现,数据各个部分的二维平面模拟关系,在程序里面更是有相应的对应物,如果说前面我的博文强调的是我们要有数据思想,那么这篇小文,就是要让用户也有数据思想。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13