客户需求分析，为什么我们总是做偏？——一个科研老兵的吐槽

说实话，干了这么多年科研项目，最麻爪的从来不是技术难题，而是客户需求分析。你憋了个大招，结果人家根本不要这个。——这种挫败感，经历过的人都懂。

这话我真听得太多了。别笑，几乎每个搞科研转化的人都栽过。我们以为自己在做技术，其实是在猜谜。而猜谜的唯一意义，就是让你花掉预算，换一个“需求理解有偏差”的结论。

那么，问题到底出在哪儿？

今天咱们不谈高深理论，就聊聊我踩过的那些坑，以及后来怎么填上的。

一、科研需求分析和写论文是两码事

写论文，问题是你自己定的。你可以花三年去证明一个天马行空的想法。但横向课题不一样，客户出钱，要的是解决他自己的麻烦。可烦就烦在，客户自己往往说不清麻烦是什么。

有次我们给一家精密铸造厂做质量预测系统。厂长口口声声说要“机器学习算法”。我们真信了，调了几百G的数据，又是随机森林又是梯度提升，模型精度做到99.7%。结果交付的时候，车间主任懵了：“我要的是能自动挑出次品的那台设备，你们搞个软件给我干嘛？”

你瞧，需求是一个链，最表面的那个人说的话，往往不是真实需求。这是第一课：别把对方嘴里的解决方案当成需求。

他想要的机器学习，不过是别人告诉他这个词好糊弄。真正的问题在于——人工质检漏检率太高。而我们偏去研究算法，忽略了他根本没打算改产线。这不是技术问题，是需求分析没做透。

二、那些年我们踩过的需求坑

第一个坑：问卷访谈过于“官方”。客户公司安排个部门对接人，正襟危坐，你问一句他答一句。聊完你觉得懂了。回去一验证，发现人家那只是客套话。真正的矛盾在车间，不在会议室。有一次我们统计了半天问卷，发现所有人都说“现有的质检流程没问题”，结果车间角落里堆着上百个待返工件。群众的眼睛不瞎，是你选的位置不对。

第二个坑：需求是颗洋葱，剥的时候会辣眼。客户说“要快”，你得扒一层：“怎么算快？”他说“一小时出结果”。再扒：“现在多久？”他说“三小时”。再扒：“为什么三小时？哪一步最慢？”他答不上来了。这时候你才知道，真正的瓶颈未必是他以为的那个。你如果只拿到第一层就动手，那屎糊上去能不掉吗？——好吧，话糙理不糙。

第三个坑：你以为你懂了，其实那叫“自我感动”。很多科研人员特别擅长脑补。客户随口一提“要是能在手机上看到数据就好了”，你马上开始规划App、服务器、数据中台、大屏可视化。等等！他只是想下班了能瞄一眼。你给他一个手机报表推送就完事了。非要去搭一套微服务架构，图什么？图加班吗？

三、一套还算靠谱的实操框架（至少能让你少掉点头发）

先说结论：客户需求分析不是一次性的“阶段”，而是贯穿始终的“手电筒”——边走边照，别一头栽进黑窟窿里。

我们后来摸索出几个笨办法，但真管用。

第一，去现场蹲点，别光在办公室看视频。你只有看到工人盯着屏幕手足无措的样子，才会明白机器报警的“响”和“亮”哪个才是他真正优先感知的。这时候你才能挖出那些文档里根本不会写的隐性需求。比如工人怕上下板时手被夹住，于是他给传感器包了层棉布——这玩意儿能在需求说明书里吗？绝不会。但你的系统如果不知道这层动作，就白搭。

第二，用“五个为什么”追问到底。丰田的这招放在这里依然好使。客户说“我想要个自动报表”，你问为什么？他说“因为组会上太浪费时间”。再问为什么？他说“因为每次整理数据要俩小时”。再问……你会发现，他真正要的也许只是自动从Excel里抽取固定表格，而不是一个什么智能数据仓库。别怂，就一直问。问到他烦了，问到他开始挠头，你在那儿，真相就快出来了。

第三，做个最小的演示原型，别像个设计师一样画一堆概念图。用纸糊的界面也行，用PPT点两下也行。立刻给客户看，看他是点头还是皱眉。如果你憋三个月再拿出来秀，大概率会被喷成筛子。小步快跑丢人吗？丢人，但比最后丢个大脸划算。真的，血的教训：我们曾经为了一个平台做了八个月，最后客户看了三秒说“入口在哪？”——当时真想扇自己一巴掌。

第四，需求清单要写“验证标准”，别只写“希望实现”。什么叫“希望实现”？那是许愿。什么叫“验证标准”？是“当产线速度达到每分钟60件时，系统能在5秒内完成报警”。这样测试期才好验收，客户也不好耍赖。

写到最后，突然想起一个有意思的事。某次我们给一个环保设备厂做故障诊断，把需求分析报告写了三百页。客户负责人翻了两页，说：“你们是不是傻？我要的就是一个声光报警器，谁让你们搞这么复杂？”——后来我们直接把报告压缩成三页，附上一个单片机电路图，对方拍板了。

所以你看，客户需求分析这活儿，说白了就是放低姿态，用对方的脑子想问题。别觉得你是博士就比车间老师傅高明，你在代码里转圈，人家在油污里摸爬滚打。对需求的嗅觉，往往和他们手上的老茧一样厚。

好了，不啰嗦了。说一百遍，不如做一遍。哪怕做错了，也是离“对”更近一步。愿你少走几个坑。就这样。