sql|如何正确提出数据需求_觅酷网络|抖音电商|叶国平|赛

导读：当下，数据在业务中扮演着越来越重要的角色，没有数据不知道业务进展如何，没有数据不知道如何决策，企业将数据视为风向标，也将数据视为源动力。在企业内部数据的流动环节，最为频繁的就是不同角色表达对数据的需求。本文将分享一个数据需求表达的范式，通过这个范式将自己的数据需求或者协助数据需求者明确、精准、快速地表达自己的想法。

文章插图
01 对范式的思考如果功能性产品，我一般会按照业务模型、业务逻辑、用户交互三个层面思考，如何理解业务方的产品诉求，也会用它来在检视自己的产品需求是否完善、逻辑是否无暇。
这三层思考正是映射到软件开发领域的经典 MVC 框架，从需求层面到执行开发层面能够找到一一对应的参照，这在软件工程中特别重要，极大减少了沟通成本和设计成本。
由此引发，对于数据需求，我想到我们在执行数据需求时，不论数据开发还是数据分析师，抑或是自己，都会用 SQL 去操作，这让我不可避免地想到能不能用 SQL 的语法结构来做为数据需求表达范式。
事实是可以的。
02 对 SQL 表达的剖析无论一个数据需要多么复杂，关联多少张表，做多少运算，只要库表是齐备的，理论上都可以得到我们想要的数据。你看，在 SQL 数据查询中往往是这样的一个结构：
SELECT a,
b,
c,
count(a) AS i,
count(DISTINCT b) AS h,
max(c) AS t
FROM tab
WHERE day > 20211101
AND b = ‘x’
GROUP BY a,
b,
c
这里边有三个关键的子句需要我们关注：
WHERE/FROM
GROUP BY
SELECT
显然，FROM 和 WHERE 确定了我们要查询的数据范围，GROUP BY 给出了我们对数据的分组依据，SELECT 最终产出想要的数据。
在 SQL 的语法结构中，已经非常清晰地告诉我们数据的逻辑，我们要做的就是参照它，准确地表达我们的数据诉求。
03 SQL 的启示在对 SQL 结构的分析后，我们可以得到这样的一个需求表达范式三要素，这个范式能保证我们正确地表达数据需求和顺畅地沟通数据需求。这三个要素是：
1）统计范围
这部分对应 WHERE 和 FROM，需要知道需求中所涉及的统计领域以及限定条件。
如你要统计商品的数据，需要确定是所有商品还是当前在上架状态的商品；统计用户的信息，是否只包含付费用户；统计流量数据是否只包含手机端的流量等等。
时间的范围是必须的，即使是统计所有历史数据也需要明确出来。当然时间也可以是动态的，如最近 7 天，近一个月等，这和数据的操作执行时间有关。
数据的统计范围的确定有助了我们将问题限制在一定的界限内，减少了对数据范围认知不一致而导致的沟通障碍。
2）统计维度
统计维度就是 SQL 中 GROUP BY 的部分，利用 GROUP BY 对明细数据进行分组，数据分析时以这些分组的视角对数据表现进行评估。所有的数据无论是单一的分组还是多重分组，都会有相应的维度表示。
在一个时间范围内，维度可以按照年、月、周、日、时、分等粒度划分难度，前提是有相应更小粒度的细节数据。
统计学意义上的分类数据、离散数据都可以做为维度，如针对性别，可以按男、女维度来分析数据。连续数据通过分箱等手段也可以进行维度划分。
维度的确定，明晰了数据分析的角度，对分析结果至关重要。当然，多维分析也是一种数据搜索的常用手段，在需求确认时，需要明确是否需要多维分析以及有哪些维度组合。
3）统计指标
统计指标是 SQL 的 SELECT 数据输出部分，就是最终看到的数据形式。一般情况下所有维度会输出并作为指标的指示。