6.8 建模与细化需求

6.8.1 模型概述

明确需求结构后，就需要进行需求建模。模型的定义、目的、分类、选择、建模语言等具体如下。

●模型定义：模型是信息的可视化表达形式。模型包括图、表或结构化文本。工具包括正式的建模工具、白板、艺术软件。建模的信息实例，包括商业目标、需求、商业规则和设计。

●模型目的：有助于在信息中发现差距和识别外部信息，提供语境以更好地理解及更清楚地传递信息，为定义建立产品而启发更多的信息，并由于可视化及信息归纳，可以使分析更加容易。通过迭代，不断细化需求，确定需求的重要性和价值。

●模型分类：指南把模型分为五种类别，即范围模型、过程模型、规则模型、数据模型和接口模型（见表6-3）。

当对项目中的相关方或解决方案需求进行建模时，应考虑一些元素，例如：

●写作文本需求：使用文本需求来描述解决方案的能力、条件和制约因素是很常见的。良好的技术写作能力是必要的。写作文本需求并不是什么创造性的写作练习。记住文本需求尽量使用简单的句子，表达清楚、简洁和完整。

●矩阵文档（如表格）：在需求中最常见的矩阵是二维表格或电子表格。需求属性和数据词典都是以表格形式来描述的。当你试图显示需求信息之间的简单关系，如需求优先级或可跟踪性关系时，表格比一大堆句子有效得多。

●建立文本或图形模型：模型是真实世界的简化表示形式。它们可以是文本、图形或两者的组合。当涉及分析和记录你的需求时，“一图胜千言”往往是对的。许多商业分析师发现在需求启发与分析工作中使用模型（不管是正式或非正式的）都是有用的。

文本形式或图形模型必须遵循模型的规则。通常情况下，建模规则由你的组织、你所选择的建模工具供应商，或者由你所选择的建模技术标准和指南所决定。这意味着你要始终确保模型里的每个元素使用正确的符号和意义。只要你的相关方听众理解他们所说的语言，正式模型就是一种强大的工具，因为正式模型将需求以相关方的语言形象化地表现了出来。

●捕获需求属性：确保捕获的需求属性和你建模的每个需求相关。为每个类型的需求捕获的属性都定义在需求管理计划中。我们之前学过，需求管理计划是商业分析计划的一部分。

●寻求改进的机会：如果不寻找机会来改善你的工作和商业分析工作的方式，需求工作是不完整的。项目实战中的改进点可能包括：

（1）自动化或简化所做的工作。

（2）提高整个组织的信息访问效率。

（3）降低系统和人们之间接口的复杂性。

（4）在组织或团队成员行为方面增加一致性。

（5）消除相关方间交流的冗余信息。

运用每一个元素到适当程度是有经验的商业分析师的一种技能。你必须决定建模什么，如何有效地建模它，以及在你的模型中需要多少细节。

6.8.2 范围模型

范围模型用于结构化和组织目的、目标、特性、功能和商业域的边界。

●商业目的和目标模型：组织并反映目的、商业问题、商业目标、成功衡量标准和高层级功能的图表，呈现项目价值的来源；用来论证预算及准确呈现项目所获的收益；提供了明确商业需求的结构。量化需求或功能的价值，有助于实现或确定最小可售功能，如图6-9所示。

●生态系统图：显示所有相关系统及其间的关系，或者流经它们的数据对象的图表；用来理解所有可能受影响的系统。生态系统图是系统接口高层级的表示，但它不包含这些接口的具体要求，如图6-10所示。

案例6.7 浦发银行用生态系统图打造API Bank无界开放银行

案例背景

2018年7月，浦发银行应用生态系统图分析产业各方的接口，发布了API Bank无界开放银行，全面开放银行服务，无缝融入社会生活、生产、管理的各个环节。

个人客户方面，简化服务流程。例如，在订购旅游产品时，用户可以通过直接登录旅游App完成财产证明、签证、酒店、外币现钞等需求，而无须在App中切换。

企业客户方面，嵌入企业经营管理流程，帮助企业畅通信息、融通资金，并贯通单一窗口的通关、商检、税务等信息，主动预警资金缺口，并可实现相关经营数据、物流信息直接与API Bank对接，完成在线提交融资申请和审批，解决融资难题。

社会服务方面，推动普惠金融的发展。例如，API Bank帮助居民通过声纹、人脸等生物识别技术完成远程身份认证等；在社区App中，业主可以直接支付物业费、在社区商户消费获得优惠、预约保洁服务等。浦发银行API Bank无界开放银行流程，如图6-11所示。

截至2019年2月底，API Bank已开放257个接口，对接中国银联、京东数科、华为、百度、科大讯飞等共计92家合作方，日峰值交易量超百万。

●系统交互图：系统交互图显示解决方案中所有直接系统和人机界面系统。系统交互图有时候被称为0级数据流图。系统交互图在项目早期指定项目范围时特别有用，也有助于确定哪里有接口需求或数据需求。系统交互图没有明确需求，但是总结了产品范围和用来明确所有接口，如图6-12所示。

●功能模型：功能模型是可视化表示解决方案中所有以树状或分层结构排列的功能的模型。功能模型有助于说明功能是如何组合在一起的，以及哪个功能是其他功能的子功能。功能模型通常不显示需求，而是显示需求（功能）集，如图6-13所示。

●用例图：用例图显示系统所有范围内的用例。用例图除能概括主要功能外，还显示了参与者，以及用例和参与者之间需要创建的接口。用例图不能显示需求，但有助于为商业分析工作组织需求或将需求布局在需求文档中，如图6-14所示。

案例6.8 用例图构建上海华瑞银行“极限”产品

案例背景

2017年4月，上海华瑞银行推出综合金融服务软件工具包（Software Develop Kit，SDK）产品——“极限”。“极限”SDK可以嵌入各类App中，产品聚合账户、支付、投资、融资、数据、企业服务等金融服务，覆盖租房、教育、医疗、出行、旅游、生活服务和企业服务等领域，构建了可持续发展的智慧银行共享商业模式，如图6-15所示。

6.8.3 过程模型

过程模型描述解决方案、过程或项目的用户或相关方元素。

过程模型使用过程和子过程的层级来组织你的需求，它们从过程开始一直追踪到过程结束。你可以用过程模型来记录相关方完成工作所采取的步骤。过程模型是非常容易理解和使用的，它往往图形化地描述一系列的步骤，例如，你可以将一个网上订单过程画在白板上，用它们之间的箭头显示事件的序列。这就是我们上面所说的过程流。

过程模型是可视化表示的顺序流和一组相关活动的控制逻辑。过程模型可能包括由相关方执行的手动步骤，也可能包括软件系统所采取的自动化步骤，或者两者的结合。过程模型既可以是高层级的，以获得对目前的工作有一个大致的了解，也可以是相关方执行的非常详细的工作步骤。

在过程模型中可以使用大量的符号。两种最常见的符号是过程流和活动图，具体如下。

●过程流：也叫作泳道图、过程图、进程图、过程流程图，可视化地描述人们在工作中执行的任务。在启发阶段，过程流可以促进与业务相关方的会话；在分析过程中，过程流通过跟踪需求的各个步骤，用来识别丢失的功能或需求。过程流还用于显示关键绩效指标，如图6-16所示。

过程流虽然看起来简单，却是经常用到的工具。也正因为简单，所以非常便于相关方理解和达成共识。以下过程模型符号元素表（见表6-4）供你参考。

●用例：用例描述一组情景。用例是主要参与者从启动到成功实现目的所采取的系统活动、行为和反应。用例代表了系统或运营的功能性特征，但不用来记录非功能性特征。用例用于用户和系统之间有复杂的来回作用的场合，如表6-5所示。

●用户故事：用户故事是从用户的角度来写的陈述，描述了解决方案中需要的功能。用户故事通常采用的格式：作为（参与者），我希望能够（功能），这样我可以（业务原因）。用户故事的INVEST属性（独立的、可协商的、有价值的、可估计的、小规模的、可测试的）应牢记。用户故事是需求的功能组合，可以直接追溯到商业目标以证实需求的价值（见表6-6）。

案例6.9 富国银行网点转型的场景化用例

案例背景

富国银行是一家立足于美国本土，以社区银行业务为特色的传统商业银行，拥有美国最先进的网络金融服务体系。尤其是金融危机以来，美国其他银行在不断收敛网点数量，以降低营业费用和人员成本，提高盈利能力，而富国银行通过新设网点和并购方式，不断扩充物理网点布局，构建了全美最大和最广泛的分销系统。其网点转型的独特性有以下四点：

一是门店化。富国银行力图使自身成为一家能提供客户所需任何产品的“百货超市”式的全能金融机构。网点布局有两种形式：一种是零售金融超市，把网点比作“超市”，超市中经营房屋抵押贷款、消费信贷、商业贷款、私人银行等几十种金融服务，提供百余种金融产品；另一种是超市银行，富国银行的网点会入驻连锁超市中，派驻工作人员，提供开户、支票、转账等简单性金融需求和业务咨询服务。强调“客户至上，体验为先”的服务理念，真正把每个营业网点做成了金融的“生活超市”。

二是轻型化。从2008年起，富国银行陆续推出了“迷你网点”，如图6-17所示，重点发展营业面积在100平方米以下的小型化网点，相当于标准网点的1/4，最大特点是不设柜台，但会保留基本技术配备和人工服务，满足客户一般性金融需求，鼓励客户使用各类自助设备办理业务。

三是社区化。富国银行提出“2.5公里服务圈”的服务理念，居民社区和企业园区每隔2.5公里就能找到一家富国银行的营业网点或自助取款机。一方面大力开设社区银行，另一方面投身公益，为所在社区捐赠所需，赢得了更多忠实的社区客户。

四是融合化。富国银行将网点渠道、自助渠道、电子渠道等多渠道进行融合，实现线上和线下的无缝衔接，大大简化了操作流程和业务手续。

从上面的案例可以看到，用例往往与场景相关。场景是由相关方执行的一系列步骤，以便记录相关方使用解决方案能力以达成目标的方式。用例包括一组场景，描述了相关方可能实现（或无法实现）的特定目标的所有方式。表6-7是用例和场景中的关键元素一览表。

6.8.4 规则模型

规则模型有助于识别和记录那些需由解决方案支持的商业规则、商业政策和决策框架。

●商业规则目录：商业规则目录是商业规则和相关属性的表格。用平实语言表达，保持各自独立，规则必须正确、可验证和一致。商业规则通常不是特指单个项目。商业规则能产生功能性需求，具体如表6-8所示。

●决策树和决策表：决策树和决策表描述了一系列决策和决策导致的结果。决策树适合用于二元或多元选择。决策树是用一棵有决策点的树来描述的，树上的每个分支代表不同的选择。决策表的四个方面——条件说明、条件、行动说明、行动，如图6-18所示。

当商业分析师揭示了一系列“如果……，那么……”的陈述时，这两个类型的决策模型都适用。决策树通过寻找冗余结构，有助于确定减少复杂决策逻辑的方法。决策表则确保所有可能的决策选择组合都考虑到。决策树和决策表是用来识别和表示商业规则的，如图6-19所示。

操作型商业规则指导在组织中工作的人的行为，通常由组织政策所强化。结构型商业规则决定什么时候是或不是真的，它用来结构化和分类组织中的知识和信息。在分析和管理商业规则时，应该考虑以下几个方面：

●使用适当的术语来说明商业规则。

●保持商业规则实现的独立性。

●记录商业规则与执行过程相分离。

●在最小的原子单元使用声明性格式来说明商业规则。

●将商业规则从其支持或限制的流程中分离出来。

●维护商业规则，使其随着商业政策变化而不断变化。

案例6.10 康旗股份善用商业规则，探索B2B2C商业路径

案例背景

从“消费互联网”转向“产业互联网”，如何挖掘“金融服务+民生消费+互联网应用”大数据的聚合效用？下面我们通过康旗股份的“激活嘉”挖掘“次优客户”和“存量客户”案例，来一起分析这家金融科技公司是如何利用商业规则，探索B2B2C商业路径的。

如何看待申卡被拒客群？由于各家银行存在观察视角问题，所以风险容忍度不尽相同。比如，信用卡发行超几千万的银行，与刚发行信用卡的区域性城商银行的风险容忍度存在差异，银行内部的风控把握角度也不一样。

2017年8月，面对A城商银行信用卡申请被拒近20万名的客群，康旗股份制订了申卡被拒“次优客户”挖掘综合解决方案，着手“打捞”次优客户。

首先，联合A城商行针对被拒客群，建立提高响应率的营销筛选模型。在被拒客群中，虽然没有优质客户，但是要找到“次优客户”，经过筛选，还余下近10万名客户。其次，出于风控考虑在筛选模型里加上一些预审批策略。再次，针对筛选的白名单客群做营销。一些客户接受营销后，通过联合共建的网申入口进件，再通过联合风控模型对这些客户经过从初审到终审流程。这是一类具有“循环信用”使用特征的客群，在众多银行信用卡报告中，是对银行收入贡献最高的客群。同时，也要从风险角度对该类客群进行风险定价。

截至2019年年底，从被拒客群里面成功“打捞”出1.2万名客户，近两年来给A城商银行带来了一定的收入，其风控能力整体表现上佳。

除联合A城商银行推出申卡被拒“次优客户”挖掘综合解决方案外，康旗股份还联合B银行挖掘“存量客户”。“存量客户”是指存量信用卡里面，涵盖持卡人未激活、激活未动支、动支不活跃等的客户。

在联合经营下，挖掘这些持有信用卡的存量客户，风控水平预期会表现更好。2018年7月开始试运行存量客户挖掘综合解决方案，当年底授信规模突破10亿元，截至2019年4月30日授信规模超过13亿元，授信额度使用率高于全国平均水平，涉及客户数接近8万名。

6.8.5 数据模型

数据模型将用于对过程或系统及其生命周期的数据进行文档化。模型用来描述数据间的关系，以显示数据如何与过程关联，并帮助提取需求和商业规则。

●实体关系图：也被称为商业数据图，显示商业数据对象或者一个项目中感兴趣的信息和这些对象的基数关系。商业数据对象是指业务思考和关注的概念数据，而不是数据库中确切的数据对象。多样性显示在关系线上，以代表一个实体和其他实体发生关系的次数（基数），以及这种关系是否必需或可选。如图6-20的乌鸦脚和1到n符号示例。

实体关系图用来定义商业数据对象及其相互关系。这些对象特定的属性在数据字典里有详细说明。商业数据对象在实体关系图中可直接跟踪到功能的需求，如图6-21所示。

案例6.11 奥特莱斯（Outlets）的数据画像赋能

案例背景

位于上海浦东新区祝桥镇的佛罗伦萨小镇是一个精品旅游购物村，是销售非当季奢侈品牌商品的奥特莱斯（Outlets）式购物中心。经过多年的经营与业务发展，商户沉淀了过硬的品牌实力，并积累了相当数量的忠实消费者。如何有针对性地对新老顾客、不同消费程度的顾客进行营销，以及如何选择招商伙伴、提升品牌特性成为商户的探索方向，如图6-22所示。

奥特莱斯与银联商务合作，利用“银杏大数据”18年积累的海量数据，凭借大数据技术，实现了目标用户群的完整消费轨迹整合。通过对消费者的消费行为与消费特性进行抽象处理，从消费者特性、来源地、消费能力、消费偏好、金融需求等多个维度出发，利用上百个数据标签和上千个模型指标，通过数据分析与交叉算法比对等公式，准确地识别出具有不同消费属性的消费者群体，使得奥特莱斯能实施精准的营销策略；通过分析研判消费者的品牌偏好，以及行业竞争趋势，完善基于数据驱动的智能经营决策。

在项目实战中，两种最常见的数据模型是实体关系图。实体关系图通常用于关系数据库是解决方案一部分的项目中。逻辑数据模型是关于信息的概念、属性和关系，这些信息与组织在更详细或更高的层次相关联。物理数据模型描述数据如何被软件应用程序存储和管理，该软件应用程序是解决方案范围的一部分。概念对组织关于组织需要什么数据方面有重要意义。属性用来定义与一个概念相关联的特定信息，如它的名称、可接受的值和描述等。而关系是概念之间重要的业务关联。

除了定义的信息和它的关系，数据模型还使用元数据或数据描述了商业信息的语境、用途和有效性。元数据告诉商业分析师什么时候和为什么在一个系统中的信息会以某种方式被改变。

数据模型是从规划到分析、设计和实现的强大的转换工具。它们从属于严格的规则，目的是保证正确性和完整性，以产生更精确的最终产品。在某些情况下，你的相关方发现详细的数据模型很难理解，所以你必须保持它们在适当程度，并且在必要时能够向他们解释清楚。

●数据流图：数据流图说明了系统、参与者和数据之间的关系，其中数据在一个或多个进程间交换和处理。数据流图识别过程中的数据输入和输出，但不指定操作的时间或顺序。数据流图帮助理解数据流如何通过系统，进而确定数据需求，如图6-23所示。

数据流图说明了系统内的信息是如何流动的。它们关注以下几个方面：

—外部实体，数据源或目的地。

—数据流程，将数据以某种方式变换。

—数据存储，一段时期的数据收集。

—数据流在外部实体、流程和数据存储之间移动数据。

数据流图帮你理解解决方案内或解决方案的组件内的数据范围。它向你展示了解决方案的高层级视图及其相关的数据流。

●数据字典：数据字典是表格形式，显示数据域和这些域的属性。数据字典从商业相关方的视角明确数据域和属性等详细方面。数据字典作为输入来创建数据库结构。数据字典用来获取非常详细的需求和它们的商业规则，如图6-24所示。

●状态表和状态图：状态表和状态图模拟对象的有效状态和任何在这些状态之间允许的转换。状态表是表格形式，同时显示允许和不允许转换的状态，确保状态转换不丢失。状态图仅显示允许的转换，更容易可视化有效状态和转换。状态表和状态图帮助明确解决方案中对象的生命周期，如工作流对象的审批过程。状态表还用于确认数据和过程间的差异，具体如图6-25和图6-26所示。

案例6.12 加油小票背后的故事——万事达卡（MasterCard）数据字典

案例背景

杰克像往常一样，在每周六下午驱车与朋友聚会，然后一起去户外健身。在去朋友家的路上，杰克都会选择在经过的一个加油站加油，并在附近的商店购买饮用水等物品。某一天，当杰克拿到加油小票时，意外发现小票背面附有附近商店的优惠券。杰克问加油站工作人员，工作人员也不知道这是怎么来的。

其实杰克并不知道，一切都是源于他手中的万事达信用卡。在他用信用卡消费的同时，交易信息会通过万事达的用户数据系统进行分析，挖掘其中的用户价值。万事达的一个咨询部门——MasterCard Advisors对210个国家和地区的15亿个信用卡用户的650亿条交易记录进行了分析，从而预判商业发展前景与顾客消费趋势，如图6-27所示。

万事达通过“数据字典”工具分析发现：如果某人选择在下午四点左右给汽车加油，他可能在接下来一小时内去餐厅吃饭或去商店购物，并且消费金额在35～50美元。如何让这一分析结果为公司创造价值，显然这是关键所在。万事达将这一分析结果卖给了其他公司，从而帮助其他公司更好地进行营销推广，精准触达客户，就像杰克手中附有商店优惠券的加油小票一样。

6.8.6 接口模型

接口模型描述解决方案里的关系，以获得对这些接口及接口细节的了解，具体类型有以下几种。

●报告表：报告表是为单个报告获取详细层级需求的一种模型。报告表可以确保细节在解决方案中不会被忘记或忽略。相关方可以使用报告表和实体模型报告来充分了解报告需求，如图6-28所示。

●系统接口表：系统接口表是为单一系统接口获取所有详细层级需求的属性模型。系统接口表用来详细说明解决方案中系统间每个接口的细节，指定了源系统/目标系统的需求。系统接口表详细到足以代表实际的接口需求，具体如表6-9所示。

●用户界面流：用户界面流显示了功能设计里特定的页面或屏幕界面，描绘了根据不同的触发器如何导航屏幕。用户界面流用在项目的解决方案定义阶段，帮助跟踪所有需要进一步定义的屏幕界面。该模型没有反映个人需求说明，但可以追溯到其他需求模型，如图6-29所示。

●线框图和显示—操作—响应模型：显示—操作—响应模型结合线框图或屏幕界面实体模型，用来识别页面元素和功能。每个线框图分成多个显示视角和行为视角来描述用户界面元素，如图6-30所示。商业分析师和用户体验分析师一起分析用户界面。请注意七个用户界面要素：兼容性、一致性、记忆、结构、反馈、工作负荷、个性化。

显示—操作—响应模型通常用于用户界面中细化显示和交互需要精确度的情况。显示—操作—响应模型直接追溯到线框图、用户故事、用户界面流和数据字典，这些模型包含用户界面需求，如图6-31所示。

案例6.13 宁城农商银行采用接口模型，打造“银医通”自助系统

案例背景

为切实解决内蒙古宁城县内及周边百姓的就医难题，宁城农商行与宁城县中心医院开启战略合作，于2018年7月推出了集金融、医疗服务于一体的“银医通”服务系统。

“银医通”自助服务系统以自助区联社核心业务系统为依托，可实现线上、线下双渠道业务办理。就医群众可通过自助设备和微信公众号进行挂号、预约、查询及缴费，还可通过自助设备打印报告单，节省了排队挂号、缴费的时间，提高了就诊效率，如图6-32所示。

截至2019年2月末，“银医通”自助服务系统累计通过自助机办理挂号、缴费等业务笔数为6.25万笔，交易金额为6757万元。日均办理业务303笔，交易金额达34万元，业务笔数和交易金额逐月上升。目前，通过“银医通”自助服务系统办理诊疗结算的业务额占医院总诊疗业务额的29%，占非现金结算业务总额的58%，其中通过微信渠道办理的诊疗结算交易金额占“银医通”自助系统交易总额的33%。“银医通”自助服务系统的应用得到了就医群众及社会各界的广泛认可。