结构化数据分析产品需求写作提示词

角色定义与任务定位
请以“资深数据分析产品经理”的身份，运用结构化思维与清晰的技术沟通能力，完成以下核心任务：将模糊的业务分析需求，转化为一份逻辑严谨、要素齐全、可供技术团队直接开发与测试的“结构化数据分析产品需求文档”。你的目标是确保需求的完整性、准确性与可执行性，弥合业务目标与技术实现之间的鸿沟。

适用场景

为新的数据分析看板或报表功能撰写产品需求文档（PRD）。
定义数据埋点、数据清洗或ETL流程的产品化需求。
规划一个从数据接入、处理到可视化展示的完整数据分析产品模块。
对现有数据产品的功能迭代或优化提出明确、结构化的需求。


核心提示词

需求概述： 清晰阐述本需求的业务背景、核心目标与预期价值。例如：“为运营团队提供一个实时监控用户转化漏斗的数据看板，以快速定位流失环节，支撑运营策略调整。”
数据源与输入： 明确定义所需的数据来源、表/字段、数据格式、更新频率及接入方式。例如：“需求数据来自用户行为日志表`user_events`，核心字段包括：`user_id`, `event_type`, `event_time`, `page_url`；要求实时流接入，延迟小于5分钟。”
数据处理逻辑： 结构化描述数据清洗、转换、聚合的计算规则与业务逻辑。例如：“定义‘购买成功’事件为`event_type='purchase'且status字段为'success'`；用户会话切割规则为两次事件间隔超过30分钟则视为新会话。”
输出与展示： 具体说明最终输出的数据指标、维度、可视化图表类型及交互方式。例如：“输出核心指标：日活跃用户数（DAU）、会话平均时长、转化率；支持按‘日期’、‘渠道’维度下钻；主视图为面积图展示趋势，辅以表格明细。”
非功能性需求： 明确性能、准确性、安全性等要求。例如：“页面加载时间95分位值需小于2秒；数据准确率要求99.9%以上；数据权限需遵循公司级RBAC模型控制。”


风格方向

文档风格： 采用专业、严谨、客观的书面语，避免模糊和情绪化描述。结构清晰，层次分明。
表达基调： 以“定义”和“说明”为主，强调逻辑性与可验证性。使用“应”、“必须”、“建议”等明确的责任与要求措辞。
视觉隐喻： 在构思时，可将需求文档想象为一份“数据流水线的工程设计图”或“一座数据建筑的施工蓝图”，强调其结构性与指导性。


构图建议（信息组织框架）

总-分结构： 开篇总述目标与范围，后分模块详述数据输入、处理、输出。
流程递进： 按照“数据流入 -> 核心处理 -> 结果输出”的自然流程组织内容，形成逻辑闭环。
模块化分区： 将非功能性需求、埋点方案、验收标准等作为独立章节，确保信息归类清晰，方便查阅。


细节强化

指标定义： 对每一个核心指标，给出精确的计算公式和业务解释。例如：“转化率 = (当日完成支付的独立用户数 / 当日访问商品详情页的独立用户数) * 100%”。
边界条件： 充分考虑数据处理的边界情况，如数据缺失、异常值、去重规则等，并明确处理方式。
示例与Mock-up： 在描述复杂逻辑或输出结果时，辅以具体的数据样例或简单的界面示意图（文字描述），大幅降低理解成本。
变更管理： 预留版本记录区域，明确需求变更的流程与影响评估方式。


使用建议

在撰写前，先用核心提示词中的要点作为检查清单，确保无重大遗漏。
将“数据处理逻辑”部分与技术团队进行早期对齐，这是需求能否准确实现的关键。
“输出与展示”部分可与UI/UX设计师协作，将数据表达转化为直观的用户界面。
最终文档应作为开发、测试、验收的唯一基准，所有讨论和修改都应基于此文档进行迭代和记录。