数据需求管理——数据团队如何做好“需求管理”？
在企业迫切提高数字化水平的当下，很多企业需求管理问题最严重的是数据部门。很多数据部门的人也不知道数据需求到底是什么，数据需求相比较用户需求、产品需求等需求有什么不同，对于数据部门，应该怎么样来做好需求管理。
我们向数据工作者提过这样一个问题：你的工作中有多少时间花在需求相关的事务上？上千个人的回答中，大部分人给出的答案是50-60%。这些时间或是用于了解需求背后的业务逻辑与规则，或是用于大大小小的需求沟通会议，或是用于梳理一版又一版需求落地方案，或是用于数据团队内部的需求协作分工。
再接着深问：既然在工作中花这么长时间做需求相关的工作，是否了解过相关的知识或方法论？仅有寥寥几位给出了肯定的答案。
这样的现象在数据团队中普遍存在，一部分原因是数据人对需求管理的关注较少，另一部分是业内少有专题性的研究，同行间的讨论分享也非常有限。
| 数据需求是什么？
我国首个数据管理领域国家标准DCMM（数据管理能力成熟度评估模型）中，对数据需求的定义是：指组织对业务运营、经营分析和战略决策过程中产生和使用数据的分类、含义、分布和流转的描述。数据需求管理过程识别所需的数据，确定数据需求优先级并以文档的方式对数据需求进行记录和管理。
在企业的实践中，我们知道数据需求是数据决策系统成功的核心之所在，它为其他许多业务洞察和管理活动奠定了基础。在大数据分析项目以及产品落地过程中，需求管理贯穿始终。
那么，数据需求管理最基本的任务就是明确需求，并使项目团队和用户达成共识，即建立需求基线。另外，数据需求管理还要建立需求跟踪能力联系链，确保所有的用户需求都被正确地应用，并且在需求发生变更时，能够完全地控制其影响范围。
在《企业数据需求管理研究报告》中，我们研究了目前中国各行业企业数据需求管理的普遍水平、投入程度以及常见痛点。大部分的企业是不知道”是什么？要不要做？怎么做？“的。
| 企业在进行数据需求管理时应该怎么做？
数据管理能力大致可从制度、人员、内容、流程、技术、知识库和外部合作7个维度评估。
而DCMM标准中数据需求能力项的过程目标如下：
- 建立数据需求管理制度，统一管理各类数据需求；
- 数据相关方对数据需求有一致的理解，能满足业务的需求；
- 各类数据需求得到梳理和定义；
- 数据的命名、定义和表示遵循组织发布的相关标准。
除此之外，需求生命周期各阶段间的关系对如何管理需求有很大影响。通过对以下关键项的推进，完成数据需求的有效管理，可以提升数据工作对业务的价值产出，降低数据工作的不可控成本：
- 明确数据项目或者数据产品的需求边界
- 对数据项目执行或者数据产品迭代工作进行进度与效能的监控
- 通过有效的需求收集以及整合工具与方法，防止项目范围或者产品需求池发生蔓延
将以上知识具体落实到企业的实践中，我们获得了数据需求管理应遵循的5个关键要点：
那么进一步细化到具体的、通用的数据需求的全生命管理流程步骤上，则可以分为以下需求管理6个步骤：
下面直接引用《企业数据需求管理研究报告》的截图具体的说明六个步骤：
值得一提的是，数据需求的反馈说明最好是从业务层面进行描述，可以描述该需求的业务背景、业务目标和业务价值。
而后续需求分析，包括需求分析协同时，数据人员应补充该需求的数据层面，包括但不限于需求明确的数据指标（取数来源、计算说明等）、数据需求落地要求（报表、可视化、大屏、仪表盘看板等）、数据使用范围、数据更新周期、数据保存周期等。
二者结合就能够形成一份业务、数据双层面的需求文档。
数据需求管理复盘目的是基于需求管理平台，通过汇总和分析数据需求管理各环节过程记录，敏锐的发现数据需求管理和数据项目实施过程中可以优化的地方。
数据是目前企业关键生产要素，数据需求流程的完善一方面会促使数据标准体系更加完善，另一方面，数据需求的质量有所提升，相应的数据应用、数据项目的质量普遍提高，也能够促进企业的数字化转型和数据应用迈入新的阶段，进一步实现用数据驱动业务发展。
数据要发挥价值，离不开需求的精准传达和高效配合。只有用准工具，用对方法，才能够让需求精准传达，发挥需求的最大价值。帆软数知鸟，领先的数据需求管理平台，能够基于全面、强大的一站式需求管理服务，搭建需求管理流程，实现需求响应速度、需求交付速度、需求交付质量的全面提高。
立即沟通
