大数据应用的需求分析方法

大数据应用的需求分析方法张靖笙传统方法在大数据需求面前遇到问题需求分析阶段关系到一个软件开发的成败，这已经得到了普遍的认识,然而，根据作者实战经验，在大数据应用项目中，按照传统软件工程规范要求的需求分析往往是一个非常尴尬的过程，为什么呢?根据笔者在实际工作中的经验,问题主要来自以下方面：1.需求分析本身的难度。需求的任务是了解和描述软件用户对软件的需求，即明确做什么。但在实际的软件开发中，用户了解他们的专业领域，但计算机知识，特别是软件知识往往比较薄弱,而开发人员与此恰好相反，而在需求分析的过程中，双方面对的往往不是一个可见的产品，而只是头脑中的构思和想象，由于专业的差异和沟通的有限，用户的许多需求对开发人员来说往往是难于理解的和准确把握。2.传统软件工程规范在需求分析的严格执行有实际管理上的难度。在广大的应用软件开发部门，软件开发工作的地位往往只是本单位业务的辅助，一般没有专职的而且非常有经验的系统分析员，需求分析往往由主管经理和开发程序员简单进行，而领导往往重成绩多于重过程，对于一个没有显效的需求分析过程，领导的耐心往往有限，这就造成了对需求分析缺乏严格的管理和要求。3.严格按照软件工程规范要求进行需求分析在时间和开发成本的限制。由于用户对软件技术的认识水平，他们对软件的开发在时间上往往要求过高，特别当用户是单位的上层领导，他们往往觉得这种对他们而言空洞无物的分析是开发人员的纸上谈兵,时间一长不免就会流露出不满。这令开发人员非常尴尬，往往非常严重地打击他们的自信心和士气。综上所述，传统软件工程规范中需求分析理论在实践中的矛盾是成本，效率和规范要求间的矛盾。而忽略规范要求的代价也是惨重的，那我们能找到一种方法解决以上矛盾吗？大数据应用的需求特点

数据库技术的核心思想是数据的独立与共享，所以开发数据应用，就是利用云计算、数据库、数据分析等技术来组织、管理和使用信息。不同形式的数据应用可谓多种多样，但功能需求的核心是围绕着数据分析需求来展开的。笔者曾开发过多个不同应用领域的数据应用，我发现在数据应用中虽然功能很多，许多功能在逻辑上相似，往往只是处理的数据不同，所以，笔者认为数据应用需求分析应该围绕数据(信息)，而不是软件功能展开。这与传统的需求分析中以软件的功能需求为核心有明显的不同。从这个意义上，如果传统需求分析阶段是“做什么”，在数据应用需求分析阶段就是先要解决“有什么”，然后再明确“做什么”。大数据需求分析工作方法

需求分析作为软件工程的第一阶段，是整个软件开发项目进行设计和实现的基础，决定了一个项目的成败。但是需求分析不能只看成是一个独立的阶段，对需求的了解贯穿整个项目的始终，了解需求的过程是一个逐步细化，逐步深入的过程，整个项目自始而终都需要与用户交流。

既然大数据应用需求以数据为中心，在需求分析阶段就强调数据和数据结构的分析一点也不过分。围绕数据应用的需求分析大体上分为以下几个阶段：

1)场景需求分析(总体设计)

2)概念需求分析(概念设计)

3)细节需求分析(详细设计)

4)界面需求分析(界面设计)

这些需求分析贯穿整个项目的各个环节中，与设计是穿插在一起。大数据需求分析过程活动1)场景需求分析

这个阶段体现了系统的总体构思与设计，任务是了解系统的组织形式和功能需求概貌，解决“是什么”的问题。我认为场景需求分析主要任务是用户应用场景的定义，需要明确用户将来是用何种方式、在什么条件下、如何用哪些数据解决什么问题的场景，这当然也会涉及到硬件，用户环境，系统功能等多方面的全局考虑。如界面是手机APP应用还是Web应用，如何进行功能的分层。这些都需要在场景需求分析过程中决定。

场景需求分析工作是大数据应用项目的早期分析，所以对功能的描述应该有高度的抽象性，在理想的情况下，一个系统最好由一张纸内直观图形化描述，便于开发人员对系统目标的整体把握，也保持了与用户交流的灵活性和一致性。所以在项目初期，造新的信息和知识，使