
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
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04