数据需求分析是数据产品经理工作中的极其重要的一项工作，需求收集与分析成功与否决定了项目最终能否可以持续使用。
本文总结了在工作中对数据统计分析产品类产品的需求收集与分析过程中包含的要素，希望可以在实践中持续不断的优化，形成数据统计分析类产品的需求分析算法（或原则）。
1 需求收集
在做需求分析过程中，首要问题便是业务会直接提出解决方案，而不是全面描述问题提出需求，而且会拿着自己提的解决方案来要求直接执行。
这个时候一定要坚持自己的原则，进行完整的需求收集与需求分析，在与业务方沟通过程中，明确自己的诉求。
如果在这个过程中，还是扭转不了业务的态度，可以找以往的类似失败案例举证，或者直接找领导协助。
需求收集过程中，需明确需求的具体提出人，提出目的是什么？
2 需求调研
了解现有业务的完整流程，明确每个人在整个过程中的输入、输出、对数据的加工以及关心那些数据点，一定要了解对数据全流程进行了解。
梳理的起点可以按照这件事情的最终结果出发梳理。
在需求调研过程中，可以总结以往的相关需求并进行归纳，利用矛盾点进行沟通，效果更明显。
3 需求分析
1）背景
了解需求产生的原因，现有业务过程中遇到了什么样的困难？
2）目标
一段简短的、定量的陈述，说明要做的事，以及带来的业务好处。
核心为判断核心需求是什么？注意区分需求(Demand)、问题(Want)以及解决方案(Need)。
用户来找你要可乐 (Demand)，如果你没有可乐就无法满足用户。但其实他只是要解渴 (Want)，需要的只是一杯喝的东西就够了 (Need)。
常见的数据分析需求场景：
a 追踪核心指标，了解业务现状。通过对业务核心指标的监控、解读和分析，掌握业务经营现状。
b 细分分析业务潜力。核心指标的各个维度细分，以及和核心指标关联的指标进行需求分析。
c 评估业务进展。如新上线的运营活动带来了多少业绩提升？
3）相关人以及使用场景
需求涉及的角色，每个角色的使用场景以及要解决的问题。
不同层级用户关心的粒度不一样，永远要提供下一个颗粒度的分析以及可细化到最细粒度的入口。数据分析本质上就是不断细分和追查变化。
4）范围
将影响到的业务领域。
5）统计内容
统计指标和维度的定义口径。其中常见的疑问解决点：
①统计的时间范围；
②历史数据，数据变更的处理逻辑。
③有状态变化数据，状态变化的时间周期。
6）数据展现
数据分析的常用方法，对比、细分以及趋势分析。根据不同的分析目的，选择合适的展现图形。
7）数据源
明确每项统计的数据源，是否有现成数据，如有，从哪里获取，如果没有，数据采集方案是什么？
常见的数据源：
①内部数据源，
a 业务日志，业务数据是否都已经入库？
b 用户行为访问日志，行为访问日志数据是否都已经采集到？是否额外埋点。
②外部数据源
数据是否都已抓取到？采集到的数据和内部数据如何做合并统一？
8）最终验收的标准数据
要收集到统计结果的标准数据样例，便于数据统计过程中验证统计逻辑的一致性以及最终上线验收的标准。
4 其它过程
需求分析完成之后，可以进行需求的设计、开发、上线验收，以及最终持续的使用。
后面会单独总结。
其它：对需求分析感兴趣的，可以继续阅读《掌握需求过程》。
