1通過數據類型找到線索（數據的關鍵點）-2數據進行維度劃分-3問問自己用戶爲什麼需要這些數據-4數據表現形式（圖還是表）、數據維度交叉、不具體數據具體化
實踐案例
最近有這樣一個需求。某產品負責人向我們提出：目前他每天需要關注產品線的一些銷售數據。該產品線產品分類如右圖所示。
目前每天我需要關注的數據如下，希望能整合查看。
- 每天/月產品A的銷量
- 每天/月產品B的銷售
- 各個年限的銷量
- 各個級別的銷量
- 打折、禮品、各種促銷活動佔比
- 新購、續費、升級各種佔比
在之後又有補充：
- 用戶類別的數量（個人？企業？）
- 每個小時，各類用戶的購買數量
- 用戶註冊時間（N天前）
第一步：梳理現象——儘可能多地蒐集現象，並進行梳理
就像破案一樣，爲了找出最後的真相，需要先儘可能多地蒐集線索。這些線索就對應着現象，真相就是原因。在蒐集到線索後，需要進行初步的梳理，以備之後的深入分析。從原始需求可以看出，在這個負責人關注的這些數據中，首先最重要的是關注銷量，然後對銷量進行更細緯度的查看。關注的數據可分類爲以下3種類型：時間、購買產品類型、用戶類型，具體數據分類如下表所示。
第二步：多問爲什麼——從現象追溯到原因，直指需求的根源
到了第二步，我們已經有了很多線索，並進行了初步的梳理，但這些線索都還只是現象，停留在表明，在這個階段，我們的任務就是從現象追溯到原因，去找尋需求到根源。如何找原因呢？在現象的基礎上多問幾個爲什麼，再去找出這些問題的答案。
- 產品負責人爲什麼需要看銷售數據？
- 爲什麼要關注每時、每天、每月的銷量？
- 爲什麼關注不同年限、各級別、各促銷方案的佔比？
- 爲什麼關注用戶類型？
對應答案爲：
- 產品負責人對產品負責，而產品的銷量是KPI考覈中的重要部分。
- 首先是總結銷量，看是否完成任務；其次是關注銷量的變動，每次變動是否有對應的原因，所做的活動有沒有效果等；再次看用戶購買行爲產生的時間有沒有規律。
- 看現在銷量最多的產品是什麼，什麼級別與促銷方案對我們的用戶更有吸引力。
- 看用戶類型的佔比，以及用戶的偏好性，以便針對不同的用戶制定有針對性的營銷計劃。
找出答案後，再一次對答案進行梳理，可以看出需求主要分爲以下兩方面：
1）對銷售數據的總結。
關注銷量的變動，每次銷量變動是否有對應原因，所做的活動有沒有效果。
2）對未來進行的營銷方案提供數據支撐。
細分用戶，關注細分用戶羣對哪些產品更有興趣，更喜歡什麼樣的促銷方案。
第三步：從原因再次出發——真正做出靠譜的需求分析
分析到這裏，對於需求的來龍去脈都有了清晰的瞭解。針對本案例，最後給出的功能列表包括：
1）可按小時/日/月查看銷量，從關注數據的變動來考慮，則數據的展示方式不直接用表格，而選用折線圖。
2）需要滿足對數據更細緯度的交叉查詢。
綜合以上的分析，可以得出，只是直接的數據展示是不能滿足需求的，而需要對數據進行交叉查詢，例如可以查詢到：
在產品A-級別1的銷量中，各種年限的佔比分別是多少，而每種年限中各種用戶類型的佔比是多少。
在產品A的銷量中，哪種用戶最多，而每種用戶類型更偏好什麼產品的什麼級別、什麼年限。
3）具體化不確切選項。
在前面所要展示的數據中，有兩個數據是無法確切定義的，即銷量與用戶註冊時間（N天前）。
銷量：怎麼定義銷量，銷量是總銷售額，還是總成交用戶數，還是訂單數？一般KPI會以直接的數據來衡量，所以確定爲總銷售額。後考慮除了總銷售額，還應關注成交用戶數來確定人均消費，因此把成交用戶數也納入數據項。
用戶註冊時間（N天前）：N怎麼定義，根據用戶可能消費的節點，定義爲6個時間段：1周（1～7天）、1月（8～30天）、3個月（31～90天）、6個月（91～180天）、1年（181～360天）、一年以上。
4）擴展的需求
負責人想要知道用戶類型及偏好，同時公司還有其他產品，那麼可以獲取到哪些產品擁有多少比例的共同用戶，從而使用戶角色擁有更豐滿的數據，爲多條產品線一起營銷提供可能性，更可能有在將來挖掘出新的產品機會。
總結分析
在這個案例中，最重要的就是認清現象和原因的不同，不要只看表面上提出的需求，而是要深入分析，這個需求提出的原因是什麼，再從原因出發，絕不能在列舉了各種現象之後就停止思考。
這更讓我想起一個知名的討論，討論的主題是“產品需要創造需求還是迎合需求？在汽車出現之前，如果你問用戶需要什麼，他會回答需要一匹更快的馬。”現在再來看這個主題，用戶回答需要一匹更快的馬，只是現象，而根本的原因是對速度的要求。柯南說：真相只有一個！
做產品也是如此，在解決問題時，要注意分析這是現象還是原因，不要淺嘗輒止，要深挖，努力發現事實的真相，問題的本質，做出靠譜的需求分析。