随着數字化社會方方面面的推進，資料愈發得到各領域企業的重視，通過資料創造巨大的價值成為了數字化時代企業新的目标。在各種借助資料創造價值的方案中，資料分析可以通過一系列統計分析方法，将大量複雜的資料轉化為可用的資訊和知識，挖掘出其中的規律，自然得到了企業的認可。是以在時間的推移中，慢慢成為了各行各業企業的基礎建設。
不過資料分析雖然在很久以前就有了相關曆史，并且也有着“啤酒與尿布”的經典案例，但說起來資料分析大多還是由專業的資料分析師來開展。像營運、産品等大多隻是進行簡單的統計分析，更多還是會向資料分析師提需求。是以問題就來了，資料分析需求由業務人員提出，但大多數業務人員對資料分析了解很淺，提出的需求也偏向口語化、日常化，沒有明确的資訊和目标，這就加大了資料分析的困難的，也對資料分析師的交流溝通和邏輯思維能力有了更高要求。
綜上，資料分析師在工作中應該加強對需求任務分析梳理的能力，不然就可能出現辛苦半天，結果業務人員覺得需求分析有偏差，不能夠解決實際問題的情況。這就會導緻資料分析師隻能在反複的流程中加班半點，一次次進行修改。而這就是為什麼需求梳理在資料分析中如此重要，想要減少重複的資料分析流程，得到業務人員的認可，就要把握住需求梳理，更好的了解業務人員的要求。
資料分析需求關鍵點
資料分析是有組織有目的地收集資料、通過統計分析方法對資料進行分析，得到資料展現的規律和其中的大量資訊的過程。是以資料分析具有通用性，也就是可以對其進行抽象，提取其中的關鍵點，即資料名額、時間和問題。
1、資料名額
首先是資料名額。其實在之前的文章中我們就簡單聊過企業的資料名額體系，其中就提到了資料名額對于資料分析能夠起到很好的作用。那麼什麼是資料名額？在日常工作中資料名額的存在感還是很強的，像DAU、MAU、使用者數、點選率、留存率、轉化率、跳出率等都是常見且常用的資料名額。
資料分析可視化 - 派可資料商業智能BI可視化分析平台
如果企業沒有完善的資料名額體系，别說資料分析難以進行，就連業務交流協作可能都會遇到困難。是以企業應該讓資料分析師和業務人員統一建立完善的資料名額體系，統一業務名額，友善業務交流和資料分析。資料分析師也應該盡可能多掌握資料名額，把業務需求轉化為名額的形式，這樣就可以進行量化分析，并且更容易梳理出業務人員的真實需求。
2、時間
其次是時間。這一點資料分析師應該都很清楚，很多資料分析需求如果沒有時間的标準，就根本無法進行分析，是一個月還是一周，是7月份還是8月份等都會影響到資料分析結果。并且業務人員很多都是有各種日報、周報、月報、年報的，但在提供資料分析需求的時候，還是不會重視這一點，是以需要資料分析師能夠想到這一點，并且直面業務人員，根據梳理的名額要求提供詳細資訊。
資料分析可視化 - 派可資料商業智能BI可視化分析平台
還是我們強調的那一點，資料分析師的交流溝通能力很重要。前邊也提到過，很多業務人員對資料分析的了解程度不夠，甚至資料名額也隻是熟悉比較常用的。是以總的來說，資料分析師在收到分析需求的時候，其實可以主動和業務人員交流需求。
業務人員通過對需求進行描述，資料分析師再根據分析需求進行補充，例如資料名額、時間等，避免反複的無效溝通。這樣通過描述形成資料名額組成的需求，然後确定時間限制，最後資料分析需求就會讓資料分析師很舒服，梳理起來也更加簡單，能夠很大程度上減輕負擔。
資料分析需求标準
資料分析師在企業中雖然大多都是被動接受各種分析需求，但有時候其實也可以多發揮下主觀能動性，也許反而會降低自己的工作壓力。比方說和高層管理人員進行溝通，通過資料分析來闡述資料名額的重要性，要求建立資料名額詞典，并通過定期教育訓練代替部分分析任務。讓業務人員了解到提出需求的正常方式，再結合資料分析師的指引，就可以更好的進行需求梳理，減少工作量。
資料分析可視化 - 派可資料商業智能BI可視化分析平台
資料分析有些時候最怕的是什麼，就是業務人員提需求沒有完整的邏輯，一股腦把非常口語化的要求說了出來，很難進行需求梳理。如果這時候資料分析師也沒有引導業務人員重新描述，直接進行梳理，那也有很大可能不符合要求，要不就是加深業務人員和資料分析師的不信任度，要不就是在反複分析的過程中加班加點。
是以合理的資料分析需求是需要資料分析師和業務人員的共同努力，業務人員要想明白自己到底需要什麼，資料分析有什麼作用。資料分析師也要明白自己需要哪些名額，要明白對方需要什麼，應該怎麼分析等。資料分析不應該隻是資料展示，隻是提供資料的作用，而是利用分析創造更大的價值，是以資料分析需求雖然隻是一個環節，但絕對要深入研究，建立機制掌握梳理的技巧。