抖音号资讯：这个模型可以协助提需求的人在整理需求时有思路可寻

这个模型可以协助提需求的人在整理需求时有思路可寻，提出的需求能有一个完整的思维逻辑，而不是漫天撒花，当然了，很多人可能看到这个模型瞬间原地爆炸，“我就提个需求而已，这模型这么多元素，岂不麻烦，增加工作成本”，其实我想说的是两点：

1. 增加的是学习成本，但是减少的是沟通成本，整体核算下来，利大于弊；
2. 针对不同的需求，可以选择部分元素，未必一定照本宣科；

但凡提炼成文字的解决思路，大多不是按部就班的，研究一下模型的思路，找合适的部分融合到自己的需求里面，或许，你提出的一句话需求也可以让程序员秒懂。

我们来具体介绍一下：

1. WHAT（什么需求）：即统计什么指标，需求的主题部分，讲清楚要什么，例如：“需要PV还是UV，还是转化率”等；
2. WHY（何因）：需求的背景和目的，为什么要统计这些指标，例如：“在做AB测试，需要查看一下AB两个方案的差异”；
3. WHEN（何时）：需求的时间要求，即统计什么时间段？统计的时间频率是多少？每月？每天？还是每周？。
4. WHERE（何地）：需求的位置要求，即统计哪些页面？或者页面上哪些tab，协助程序员定位分析的流程和统计的目标。
5. WHO（什么客户）：需求统计的是哪些客户，这个是非常重要的一个指标，即客群定位，客群清晰是分析的基础，否则容易南辕北辙，试想一下，如果我们在青少年中统计贷款情况，估计很难得到好的效果。
6. HOW（怎么做）：需求的逻辑要求，这一元素可以将前面的几点串联起来，告诉程序员具体要怎么分析数据，例如：计算“近两周点击过底部其他tab的人在8月份每天对底部tab的访问PV和UV”。
7. HOW MUCH（开发成本）：预计花多少时间，提需求的人对开发周期是会有一个预估的，统计一个指标搞一个月和统计十几个指标搞两天都是不合理的，可以根据需求的大小与程序员做相应的沟通。正如前面所说，模型是固定的，但需求是灵活的，上面的模型也仅仅是为大家思考需求提出了一个思路，让大家能够有迹可循，平时工作中用到哪些指标还需要具体需求具体分析的~

2. 口径颗粒度对齐字段逻辑

颗粒度是针对统计的字段而言的，主要是查看统计的字段之间口径是否一致，是否会有错位等，我相信这一问题几乎困扰了大半的“提需求的”和“拉SQL的”，都曾为口径聊得口干舌燥；

笔者介绍一个较为常用的方法——“流程图分层”。即将不同层级的字段从上到下串起来，思路是否会清晰好多。

我们可以先看一个案例：新活动上线数据统计：