如何搭建基于用户的数据应用体系？

帆软数据应用研究院 李昌斌

引言

在以数据驱动企业精细化管理、个性化客户服务的时代大背景下，各行各业在响应数据需求的多样性、数据服务的及时性、数据应用的准确性、数据安全管理等方面面临着诸多挑战。传统的数据服务模式已然不能满足企业的发展需求，构建新型的、基于用户的数据应用体系才能从容应对当前严峻的存量市场竞争格局。

一、如何理解业务

在讨论如何构建基于用户的数据应用体系之前，笔者认为首先要思考一个问题：什么是业务？如何理解业务？如何定义业务？我相信一千个读者一千个哈姆雷特，每个人都有自己的基本定义。但总体来说，业务可以理解为是通过提供产品和服务给客户，以获取某种价值，形成业务闭环并能够、或者是有一定的潜力自负盈亏。它可以是按服务场景划分，比如各种各样的生活场景：餐饮业务、出行业务、通讯业务等，也可以按照服务客群划分，诸如个人业务、小微企业业务等，并且可以继续往下拆解，如个人业务下的支付业务、财富业务等。

当然，这是传统意义的业务理解，站在数据人的角度，什么是业务？我们要如何对业务进行数据分析？其实，当我们梳理完业务的基本流转脉络后，便能发现，业务的核心构成是人和信息的流转，也就是我们常说的信息链和管理链，在这个链条上存在多个关键节点。于是，当我们对业务进行数据分析时，核心就是对业务流上的各个关键节点、关键人之前发生的相互关系进行分析，这个相互关系可能是抽象的，如信息流、资金流等，也可能是实体的，比如各种实物。然后找出这个链条上的阻塞点，以帮助企业实现流程优化、乃至经营业绩优化。

二、如何理解并梳理需求

理解了数据视角的业务，便有助于我们梳理需求。我们经常听到企业内部的数据分析人员自我调侃是“表哥表姐”、“查数菇”。笔者认为，造成这种现象的原因除了部分企业内部制度的先天不足导致数据分析人员和业务人员的信息沟通不畅之外，还在于很多分析人员由于职业发展背景导致的缺少对需求的业务理解。

相信很多数据同仁面对需求时都会遇到同一个典型问题，即用户说的不是他想要的，也就是需求提供方描述的需求不是真实需求，而往往到了项目后期，这一问题才逐渐暴露出来。那么我们该如何提前规避这个问题？解决问题之前首先需要明确问题，什么是需求？通常我们可以把需求划分为以下四类，即业务需求、用户需求、功能需求、系统需求。

什么是业务需求？业务需求就是反应组织机构或者客户对系统、对产品高层次的目标要求，比如“加强企业经营管理水平，企业利润率较去年提升50%”、“消除出错源，销售额核算准确度提升20%”等。

什么是用户需求？ 即描述用户使用产品需要完成什么样的任务、怎么完成需求。这里的用户依据需求的影响范围大小，可能是决策层、可能是中高层、也可能是业务执行层、技术执行层等，那么往往针对这类问题我们需要在问题定义的基础上面向不同相关用户进行访谈、调查等，并对用户使用的场景进行争力，从而建立从用户角度的需求。

什么是功能需求？简单描述其实就是为满足需求目标，开发人员需要在产品中实现什么样的功能，比如文件导出功能、邮件发送功能、区域筛选功能等。

此外，还有系统需求，指从系统实现的角度，所需的相关联硬件、软件系统对开发系统的相关需求等。

基于上述需求分类，我们可以大概得出结论，功能需求和系统需求是在业务需求和用户需求的基础上产生的。本小节初始提到的“表哥表姐”、“查数菇”往往就是在功能需求和系统需求中疲于奔命，每当业务需求发生细微变动，一切便又得推倒重来，于是就开始了无止尽的加班模式。那么如何摆脱困境？笔者认为，我们需要拒绝高效的“数据专家”，拥抱高价值的“业务专家”。对于需求，我们需要和业务进行充分的沟通，明确具体的业务场景下的业务阻塞点，从而梳理数据逻辑，建立数据监控体系，并及时对业务移动进行跟踪，完成数据服务闭环。甚至我们可以对需求进行一定的属性分类，搭建各业态的专题分析框架，用数据为公司业务开展及企业各层级经营管理者提出有效建议，促进企业经营升级，实现价值最大化。

三、如何完成从数据到可视化的转译

在这个信息爆炸的快节奏时代，酒香也怕巷子深。我们如何对将我们的需求理解、数据理解更好的传达给用户，可视化是基本手段。什么是可视化？根据百度百科的定义，可视化（Visualization）是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，再进行交互处理的理论、方法和技术。简单的理解，笔者认为，可视化其实就是一种知识的压缩方式，它可以把信息和相关的知识点压缩到很小的空间里。通过信息设计和平面设计的相互交融来解释概念和功能，并给出一种归纳整合信息的方法，具备了实用性和艺术性。

从数据到图表，我们通常可以划分为三个过程：

第一步是从数据到信息，也就是我们根据用户的业务需求，把实际问题数据化，从数据中提炼关键的有效信息，在这一过程中，能否准确理解业务需求、抓住业务痛点，是项目能否顺利往下推进并不返工的核心关键；

第二步是从信息到相对关系。随着业务的不断发展扩张，往往企业内储存着海量数据，未被聚合起来的数据本身是没有价值的，但是经过一定的逻辑梳理后，便成了企业宝贵的数据资产，甚至引爆企业下一个增长点。因此，如何根据需求梳理数据间的相对关系是关键。通常来说，数据间常见的相对关系有五种， 成分相对关系（数据构成）、项目相对关系（数据比较）、时间相对关系、频率相对关系、相关性相对关系。基于这五种的相对关系，我们进一步完成数据的自动化处理，甚至生成对应的业务模型。

第三步就是完成数据的相对关系到图表的转换，也就是最终需要落地的结果页。不同的数据关系需要不同的图表应用，错误的图表应用不仅无法准确反映数据背后的业务问题，甚至可能造成用户的阅读障碍，因此，合适的数据场景下选择合适的图表决定了数据服务最后一公里能否顺利触达。

结语

数据应用体系的构建是复杂的，是长期的。但是在构建数据应用体系之前，我们必须对用户需求具有充分的认知，夯实基础，才能保障建好的数据应用大厦是稳固的，是坚不可摧的，是真正能够为业务、为组织、为企业创造价值的。

路漫漫其修远兮，笔者愿和诸位数据同仁一起上下而求索。