怎样有效需求分析

针对管理支持的数据分析，今天我们一起来探究一下事后阶段的数据分析，有着怎样的奥秘。

欢迎来到大型情感类专题：如何进行有效需求分析：数据篇。

我们在需求分析系列的第一篇中就提到过，功能主线梳理的其中一个角度就是管理支持，而管理支持又包含了三方面：

• 事前风险避免，通过增加“管理流程”；
• 事中风险控制，通过“规则”和“审批”；
• 事后总结优化，通过“数据分析”。

事前与事中两个阶段，我们已经在“流程篇”中讨论过了，今天我们一起来探究一下事后阶段的数据分析，有着怎样的奥秘。

数据与信息

风起于青萍之末。

想要对数据进行研究，首先我们需要先厘清数据与信息之间的关系。

我们在“场景篇”中讨论了关于在线旅游服务网站的内容，并且在用户不知道准备哪些相应行李的场景下，在解决方案中提出了“天气预报”的功能，就让我们来继续这个课题的研究。

提到“天气预报”，我们首先想到的，应该是温度这个数据吧。

说出来你可能不信，温度这个数据本身是毫无意义的。我们之所以看到第二天的温度是0℃时，会穿上厚厚的衣服，是由于我们日复一日对于所处环境的切身感受而形成的认知。

当我们脱离熟悉的环境，比如到从未去过的远方旅游时，这个温度数据的参考价值就会大打折扣。城市的0℃，草原的0℃，山区的0℃，以及海边的0℃所代表的含义，我相信相去甚远吧。

所以，用户想获知的是温度数据吗？

其实并不是，用户想知道的是应该涂抹什么样的护肤品，需要穿什么样的衣服，以什么样的交通方式出行合适等等。墨迹天气，提供了用户想知道的天气预报。

（墨迹天气界面）

从以上的事例中，我们可以得到以下启示：

• 数据反映事物的表象，信息反映事物的本质；
• 数据经过加工处理之后就成为了信息，而信息需要经过数字化转变成数据之后才能存储和传输；
• 数据是用于表示客观事物的未经过加工的原始材料，信息的基本作用是消除人们对于事物了解的不确定性；
• 数据更多代表的是实现方式，是我们所说的技术思维，而信息代表的则是用户价值，是需求分析过程中我们应该把握的产品思维。

数据与信息是有距离的，而这个距离就是“why”所带来的，多问问用户为什么要看到这些数据，甚至于这些数据有什么作用，我们就会“发现新大陆”，也就能够更深入地理解其中的需求。

信息管控

我之前看到过一句对于当前时代的评价话语，感觉特别有意思：

这个时代数据是爆炸了，但信息却很贫瘠。

我觉得这句话还真的挺有道理，不信的话，我们接着往下看。