根据自身实践，探索做好需求管控的方法。

01之前有人说过，数据产品经理的工作主要集中在平台建设和用户需求满足上，但实际上大多数都是满足用户需求的。很多时候，数据产品经理会越来越没有成就感，因为他们一直在做需求，但开发的产品没有被使用，他们一次又一次地做同样的事情。在开始产品研发之前，数据产品通常会与用户玩很多次游戏。当用户启动需求时，他们实际上对开发的数据产品有很大的期望来帮助他们解决问题。然而，产品开发后，由于这样或那样的问题，往往不会被使用。最后，用户花了精力，我们也付出了人力物力，但付诸东流。02溯源产品没有使用，原因有很多，但我认为很大一部分原因是在需求控制方面做得不好。原因基本上可以分为两类：一类是数据产品经理没有形成需求控制意识，特别是对于一到两年的数据产品，很容易形成所有以用户为中心、被动接收需求的状态；第二，由于客观因素的影响，例如承担项目需求，数据产品很难干预内容设计。数据产品经理的需求控制意识不是一蹴而就的。毕竟我们也需要不断成长，才能少踩坑。对我自己来说，在经历了许多项目的洗礼后，我意识到我需要制定一些规则来限制需求报告，或者在平台上进行一些通用开发，以减少用户需求的报告。03系统化需求控制是一种类似于打柜子的基本需求控制过程。通过简单的理解，我们可以把整个集团的大数据平台理解为一个大衣柜，衣柜里应该有多少个格子，每个格子里应该放什么衣服，放了多少衣服，能放多少衣服，满足了多少人的日常穿着等等。我们应该有一个相对清晰的认识。与数据应用管理系统相对应，数据产品经理可以建立一个简单的集团级数据应用系统，平台有多个报告、多个看板、多个切片等，支持哪些业务数据需求，满足多少用户数据需求，哪些业务数据尚未涉及等。该数据应用管理系统可根据业务组织或业务分析主题进行划分。当一般数据平台刚刚建立时，采用前者是最方便的。例如，对于零售业，大数据平台可以根据组织分为线下渠道、线上渠道、商品供应链、金融、人力资源等。每个大型组织下都有不同的部门，每个部门提交的应用程序需求可以放置在相应的组织下。然而，随着时间的推移，业务部门之间将有更多的数据交叉应用程序，这不再适用于根据组织结构进行划分。此时，我们可以考虑建立一个相对完整的集团级数据分析系统，并将相应的数据应用程序放在不同的分析主题或场景中。如下图所示:有了这个数据应用管理系统，数据产品经理可以根据用户的需求进行分类管理和控制，做到有迹可循。目前，我部门正在整理整个集团的业务分析蓝图，并开始建立配套的控制机制。未来，用户需求必须根据业务蓝图来决定是否进行研发。04需求可行性评估是为了确保在许多情况下，数据产品的可行性评估在数据产品的考虑范围内，但技术评估是首要考虑因素。但是，往往是朝着如何实现的方向进行评估，产品不但会大打折扣，而且时间也会延迟。所以，在可行性评估方面，建议在需求层面做得更加多样化。建议从以下几个方面考虑：1.研发人员在技术层面上说的更多的一句话是：只要你给时间，就没有无法开发的需要。但在实际项目过程中，时间有限，实际交付的产品功能或页面呈现效果与用户预期会有很大差异。因此，产品经理需要提前与技术研发人员进行可行性评估，以确定可完成的功能和效果显示，并与用户确认是否会影响他们的使用热情。2.不用说，数据质量在数据质量层面的重要性。在产品研发之前，评估数据质量问题并给出解决方案是确定产品是否可以使用的关键。然而，数据质量管理问题是一个困难的问题，数据管理是一个繁琐的过程，需要多方合作，甚至直接影响用户业务和业务系统开发，在产品开发之前，产品经理最好组织多人员，数据管理可行性计划沟通，然后考虑是否研发这一需求。3.在用户层面，我经历过一个项目，所有的报告都已经开发出来了，但数据质量只能达到95%的准确性和100%的准确过程，需要专人定期维护和管理业务系统一个字段的数据质量。在报告开发之前，我们和用户都认为这是一个非常简单的问题，然后安排一个人。但事实上，由于这项工作将占用更多的时间，负责任的用户需要承担额外的工作量，之前提到的一个简单的问题已经结束，最终影响产品是无用的。在产品开发之前，我们经常高估用户的合作，甚至是用户本身。在可行性评估阶段，数据产品应与用户明确沟通遇到的问题，并根据评估结果提出建议的研发意见，甚至与用户达成约束，以确保产品的使用频率。05需求优先管理是最后的护航很难说用户在提出需求之前没有仔细考虑，但事实上，经常出现用户自己的产品需求，经过以上两轮需求控制，仍然建议产品经理优先考虑用户需求，迫使用户进一步筛选需求。上一个项目，经过前两轮的沟通，最后还有25个报告需求，但用户坚持必须开发。基于这种情况，我要求用户安排25份高、中、低优先级报表，选择8张表进行为期一个月的最优先级开发，并要求用户评估和承诺每张表对应的位置和月使用次数。最后，开发出来的表的使用已经达成了用户的协议，但到目前为止，用户还没有要求继续使用剩余的表。06需求控制不是为了让用户做需求控制而不提及需求，绝对不是为了让用户不再报告需求，退一步，他们没有开发需求，那么我们这些人的价值在哪里呢？大数据已经流行了好几年，但许多公司仍处于探索阶段。我们允许尝试和犯错误，但这并不意味着盲目满足。开发资源少，时间有限。我们希望每一个开发的产品都能被真正的用户所需要和使用。从线上到线下，数据平台上的产品应该有一个良性的周期循环，并且处于越来越好的状态。因此，需求控制非常重要，它决定了一个项目能否成功，甚至影响数据平台的建设和影响力。希望能对你有所帮助。