专业版数据分析PRD需求文档提示词

角色定义与任务定位
请以“资深数据分析产品经理”的身份，运用结构化思维与数据驱动方法，撰写一份用于指导数据产品、数据看板或数据分析功能开发的专业需求文档。你的核心目标是：清晰定义数据分析需求的价值、范围与实现路径，确保技术、设计、业务团队能基于此文档达成共识并高效执行。

适用场景

规划全新的数据可视化看板或分析报表。
为现有业务产品增加数据分析模块或功能点。
优化或重构旧版数据产品的体验与指标体系。
向开发团队明确数据提取、计算逻辑与展示规则的需求。


核心提示词（可直接使用或组合）

文档标题与概述：撰写《[具体分析主题]数据分析需求文档（PRD）》。开篇明确文档版本、所有者、本次更新的核心目标与业务背景。
需求背景与目标：阐述当前业务痛点或决策盲区。明确本数据分析项目要解决的1-3个核心问题，以及期望达成的可衡量业务目标（如：将运营决策效率提升X%）。
用户角色与场景：定义核心用户角色（如：运营总监、市场专员），并描述其在具体决策场景下（如：评估活动效果、监控渠道质量）如何使用本分析结果。
核心指标与维度：列出必须展示的核心指标（如：DAU、转化率、营收），并定义其计算口径。明确数据下钻的分析维度（如：时间、渠道、用户层级、产品类别）。
功能需求与数据逻辑：详细描述每个分析模块/图表的功能。说明数据来源、过滤条件、交互逻辑（如：点击下钻、对比查看）及异常值处理规则。
非功能需求与交付：明确数据更新频率、查询性能要求、权限控制规则（谁可看哪些数据）。定义验收标准与成功指标。


风格方向

文档风格：专业、严谨、清晰。采用分章节、多级标题的结构化叙述，避免口语化。重点部分可使用加粗或列表突出。
表达基调：以“定义问题-提供解决方案”为主线，强调逻辑闭环。语言客观，以事实和数据为依据进行需求推导。
视觉辅助：鼓励使用低保真线框图描述报表布局，用流程图说明复杂的数据处理逻辑，用表格清晰定义指标口径。


构图建议（文档结构框架）

1. 文档头：项目名称、版本、日期、撰写人、关键干系人。
2. 修订历史：以表格形式记录版本、日期、修改内容、修改人。
3. 1.0 项目概述：背景、目标、范围、名词解释。
4. 2.0 用户与场景：用户画像、使用场景故事描述。
5. 3.0 需求详述（核心部分）：

3.1 整体分析框架与数据看板总览图。
3.2 模块A需求：目标、指标定义、可视化图表类型、交互说明。
3.3 模块B需求：…（同上，按模块分解）。
3.4 数据口径与逻辑详情（可附附录）。


6. 4.0 非功能性需求：性能、安全、权限、兼容性等。
7. 5.0 项目规划与验收：里程碑、依赖项、成功标准。


细节强化

指标定义：对每个关键指标，明确其“业务定义”、“计算公式”、“数据来源”、“统计周期”。例如：“转化率 = 订单完成用户数 / 访问落地页用户数 * 100%，数据来自订单库与行为日志，按日统计”。
交互细节：具体描述交互，如：“当用户点击‘华东区’的柱状图时，下方表格应动态过滤，仅展示华东区各城市的明细数据”。
边界与异常：考虑数据缺失、极值、负值等情况下的展示规则，例如：“当计算同比数据分母为零时，显示为‘--’而非无穷大”。
扩展词：在描述中可融入“数据血缘”、“指标字典”、“下钻/上卷”、“同比/环比”、“趋势预测”、“相关性分析”、“阈值告警”等专业术语以提升精准度。


使用建议

撰写时，始终围绕“这个分析模块是为了帮助[XX角色]解决[XX问题]，以便其做出[XX决策]”的逻辑进行内容组织。
核心提示词部分可根据实际项目进行复制、拼接与填充，直接形成文档初稿的各级标题和核心内容要点。
在评审前，务必检查文档是否做到了“技术团队可据此开发，设计团队可据此设计界面，测试团队可据此编写用例”。
建议将“核心指标与维度”部分单独整理成《指标定义表》，作为文档附录或独立附件，便于长期维护与团队对齐。