【软考高级·系统分析师全链路通关实战】第 27 篇需求获取技术——面向六类干系人的实战方法本系列定位面向有开发经验、从零备考软考高级「系统分析师」的工程师以《系统分析师教程第 2 版》为主线按「综合知识 → 案例分析 → 论文」三科组织需求工程与 UML 建模深拆60 篇带你从考试小白到三科同过。本篇你将学到需求获取六大技术全谱访谈、问卷调查、JAD 联合需求计划、原型法、现场观察、文档考古含各自适用场景与优缺点对比表面谈的艺术开放式与封闭式问题的使用时机、需求获取会议的组织方法获取技术的组合策略按干系人特征与需求类型选技术而不是一种技术打天下云诊通实战对医生忙、碎片时间、监管方合规刚性等六类干系人的差异化获取策略获取记录 → 原始需求条目的转化规范让每条需求「有出处、可追溯」学完本篇案例题「为该项目设计需求获取方案」这类开放设问你将有一套按干系人分层的完整答法论文「论需求获取方法的应用」也有了正文的实践素材。考点热力表|| 知识点 | 综合知识 | 案例分析 | 论文 ||--------|:—:—:—| 需求获取技术分类与适用场景 | ★★★ | ★★★ | ★★★ || 访谈法开放/封闭式问题 | ★★ | ★★★ | ★★★ || 问卷法与抽样设计 | ★★ | ★ | ★ || JAD 联合需求计划 | ★★ | ★★ | ★★ || 原型法在获取中的应用 | ★★★ | ★★ | ★★ || 干系人分析与获取策略 | ★★ | ★★★ | ★★★ |一、需求获取的本质与难点1.1 获取不是「记录」是「挖掘」需求获取requirements elicitation是从干系人、文档、环境中主动挖掘需求线索并转化为原始需求条目的过程。它难在三个天然障碍用户说不出来业务专家的知识是内隐的「这个号就是这么排的」要靠追问和观察才能显性化用户说的不是要的用户惯于直接给解决方案「给我加个导出 Excel 按钮」分析师要回溯到问题本身干系人之间存在利益冲突患者要便捷、监管要留痕第 03 篇冲突表获取阶段就要把冲突暴露出来留给分析阶段调解第 28 篇因此获取技术的选择逻辑是按「被访者的可接触性 × 需求的类型显性/内隐/冲突性」匹配技术。1.2 六大技术总表技术做法适用场景优点缺点访谈一对一或小组结构化/半结构化交谈关键干系人、深挖动机与规则深入、灵活、可追问费时、依赖访谈技巧、样本小问卷调查面向大量用户发放结构化问题大样本用户患者群体、验证普遍性覆盖广、成本低、可量化无法追问、回收率与真实性存疑JAD 联合需求计划组织跨部门联合工作坊集中定义需求需求涉及多方、冲突需当场对齐效率高、冲突早暴露、共识直接达成组织成本高、强势方可能压制发言原型法快速做可交互的界面/流程原型供评价需求模糊、用户无法凭空想象用户「看得见才说得清」、反馈具体易被当成产品承诺、范围诱导扩张现场观察到工作现场跟班作业记录实际流程内隐知识多、口头描述与实际不符揭示真实流程与例外、发现文档外的知识费时、被观察者行为可能失真文档考古收集分析既有表单、制度、系统日志存在成熟业务、历史系统替代项目客观、不打扰业务方、细节丰富文档可能过时、只反映「应有」而非「实有」综合知识爱考「给场景选技术」大量分散用户 → 问卷规则深挖 → 访谈多方冲突对齐 → JAD需求模糊 → 原型流程内隐 → 观察有历史系统 → 文档考古。二、面谈的艺术与会议组织2.1 开放式与封闭式问题类型形态作用风险开放式「您现在处理退号是怎么做的遇到什么麻烦」打开话题、挖掘未知信息、获取语言素材跑题、耗时封闭式「退号截止时间是挂号当天 24 点前对吗」确认事实、收敛结论过早封闭会漏信息使用节奏先开放后封闭——开局用开放式把领域铺开中段对关键规则用封闭式逐条钉死收尾复述确认「我总结一下您看对不对……」。反面教材是通篇封闭式访谈变成查户口用户只答不吐内隐知识全部漏掉。追问的三个利器「为什么」追到业务目标层、「如果……会怎样」探例外与边界条件如「如果医生 24 小时未回复呢」、「能举个例子吗」拿到可写进需求的具体场景。2.2 需求获取会议JAD的组织JADJoint Application Development联合需求计划把患者代表、医生、护士导诊、药师、运营、监管方拉进同一场结构化工作坊关键组织要点角色分工主持人分析师控流程不强观点、记录员、决策人业主代表现场拍板冲突项、参与人各方业务骨干议程前置议题、背景材料提前发放避免现场从零开始可视化工具白板/在线协作画流程当场确认当场改冲突登记而非当场死磕谈不拢的记入问题清单会后分头沟通避免会议瘫痪云诊通用了两场 JAD第一场对齐「线上号源与现场号池的分配规则」患者/护士导诊/运营三方第二场对齐「处方流转与审方时序」医生/药师/监管方。会前: 议题设计材料预发角色确认会中: 开场规则说明按业务域逐项过流程分歧点登记问题清单可决事项现场拍板复述共识纪要当场宣读会后: 纪要发布行动项跟踪原始需求条目入库标注出处与提出人三、技术组合策略与决策单一技术总有盲区实战按两个维度组合按干系人分层决策层访谈谈业务需求→ 业务骨干访谈 观察 JAD谈规则细节→ 大众用户问卷 原型试用验证体验按需求形态分型显性规则 → 文档考古 封闭式确认内隐流程 → 观察 开放式访谈冲突性议题 → JAD 当面对齐模糊体验 → 原型迭代选择决策树案例答题可直接套用大量分散用户关键少数、规则复杂多方规则冲突用户说不清想要什么口头与实际可能不符存在成熟表单与旧系统需求获取对象与线索问卷调查 抽样设计结构化访谈先开放后封闭JAD 联合工作坊主持决策人记录原型法低保真起步迭代现场观察跟班记录例外文档考古表单/制度/日志统一汇入原始需求条目库四、云诊通实战六类干系人的差异化获取4.1 干系人 × 策略矩阵干系人特征主策略辅策略获取重点患者大样本、非专业问卷分层抽样低保真原型试用体验痛点排队、取报告、复诊提醒医生极忙、碎片时间、抵触冗长会议短时结构化访谈15-20 分钟约在门诊间隙观察接诊过程接诊操作流、时效预期、开方习惯护士/导诊现场秩序责任人现场观察 访谈JAD号源分配场加退号规则、号池管理、例外处置药师强规则、责任重访谈 文档考古审方制度JAD处方流转场审方规则、拒方流程、双人复核红线医院运营数据驱动、有话语权访谈决策层口径问卷满意度指标号源利用率、留存转化、报表需求卫生监管方合规刚性、文件完备文档考古监管文件 正式函访—上报范围、频率、格式、时效红线4.2 两个难点的具体打法难点一医生没时间。云诊通不打持久战访谈先通过文档考古电子病历系统操作手册、现有 HIS 界面把 80% 的显性规则自学掉访谈只问手册里没有的「什么情况下你会让患者转线下」「图文问诊消息你希望在什么时候收到提醒」每次访谈控制在 20 分钟、带封闭式问题清单逐条钉死对确实无法约到的专家用「随手可答」的移动端微问卷补位。结果38 位医生覆盖访谈 31 位规则确认率超过九成。难点二监管方口径刚性。监管需求不能靠「聊」获得——一切以正式文件为准。团队的做法是建立合规需求清单逐条摘录监管文件中的义务性表述复诊限定、处方实时上报、数据留存年限每条登记为带「合规」标签的原始需求并附文件名与条款号出处模糊之处如「实时」的具体时限通过正式函访获得书面答复绝不口头默认。这份清单后来成为第 31 篇变更控制的判断基准。4.3 获取记录 → 原始需求条目所有渠道的记录统一转化为结构化条目字段包括编号、来源干系人/文档条款、日期、原始陈述、初步归类功能/非功能/约束/待澄清、优先级初判。两个纪律不加工不删减原始陈述照录「系统要快」就是照录翻译成规范需求是第 28 篇分析阶段的事获取阶段翻译会丢失语境条条有出处没有来源的条目不允许入库——这正是第 31 篇需求跟踪矩阵第一列的雏形云诊通口径六个渠道共产出 100 余条原始需求与第 26 篇预告一致其中监管合规类 14 条、医生时效类 11 条、患者体验类 40 余条——分布本身就说明了「谁的声音容易被漏掉」监管与医生需要分析师主动补位。真题风格自测题1. 需求获取阶段面对「大量分散、地理上无法集中的终端用户」最适用的技术是 。A. 问卷调查 B. 一对一深度访谈 C. 现场观察 D. 文档考古2. JAD 联合需求计划最突出的价值是 。A. 成本最低 B. 多方冲突在工作坊中当面暴露并对齐 C. 完全不需要分析师参与 D. 可替代所有其他获取技术3. 「您现在处理退号是怎么做的」属于 。A. 封闭式问题 B. 开放式问题 C. 引导性问题 D. 无效问题4. 访谈中确认具体事实如截止时间应优先使用 。A. 开放式问题 B. 封闭式问题 C. 反问 D. 沉默5. 用户「说不清想要什么」时最有效的获取技术是 。A. 原型法 B. 问卷 C. 文档考古 D. 正式函访6. 口头描述与实际操作经常不符的业务应补充 。A. 现场观察跟班作业 B. 加发问卷 C. 电话访谈 D. 邮件确认7. 存在成熟业务表单与待替代旧系统的项目性价比最高的获取技术是 。A. JAD B. 原型 C. 文档考古 D. 观察8. 原型法用于需求获取的主要风险是 。A. 用户拒绝参与 B. 原型被误当作产品承诺诱导范围扩张 C. 无法展示界面 D. 必须使用真实数据9. 好的访谈节奏通常是 。A. 全程封闭式 B. 先开放式铺开、关键规则封闭式钉死、收尾复述确认 C. 全程开放式 D. 只问是与否10. 云诊通对监管方的获取策略核心是 。A. 口头访谈记录口径 B. 以正式文件为准逐条摘录并函访澄清模糊时限 C. 发放满意度问卷 D. 用原型演示征求反馈11. 原始需求条目「条条有出处」的纪律主要服务于 。A. 需求跟踪与后续变更评估的可追溯性 B. 增加文档篇幅 C. 便于删除需求 D. 提高打字效率12. 获取记录入库时「不加工不删减、照录原始陈述」的原因是 。A. 分析师翻译能力不足 B. 过早翻译会丢失语境与原始意图规范化应留给分析阶段 C. 用户喜欢原文 D. 工具限制13. 简答为「医院运营方关注号源利用率与患者留存」设计两条访谈提问一开放一封闭。参考答案1.A 2.B 3.B 4.B 5.A 6.A 7.C 8.B 9.B 10.B 11.A 12.B 13. 示例——开放式「您现在通过哪些报表判断号源利用情况最不满意哪个环节的数据」封闭式「如果系统每日自动推送各科室号源利用率与爽约率对比是否满足您的日常运营决策需要」本篇小结知识点核心内容获取三难用户说不出来、说的不是要的、干系人利益冲突六大技术访谈深挖、问卷大样本、JAD对齐冲突、原型化模糊、观察显内隐、文档考古挖存量访谈节奏先开放铺开 → 封闭钉死 → 复述确认三大利器为什么/如果…会怎样/举个例子JAD 要点主持记录决策人角色分工议程前置冲突登记不死磕组合策略按干系人分层 × 按需求形态分型匹配技术云诊通示范医生短时访谈自学先行监管文件为准函访澄清100 条原始需求条条有出处下篇预告第 28 篇需求分析与建模——从原始需求到需求模型100 多条带着口水话的原始需求怎么变成干净的需求模型分类框架、建模双路线DFD/UML、质量属性冲突分析以及 MoSCoW 优先级排序与「实时性 vs 留痕合规」的冲突调解全过程。如果本篇内容对你有帮助欢迎点赞收藏有任何疑问欢迎在评论区交流。
企业数字化 ERP 产品动态
相关推荐
让电脑替你点:Python 大麦抢票自动化工具,5分钟从零跑起来 让电脑替你点:Python 大麦抢票自动化工具,5分钟从零跑起来 【免费下载链接】ticket-purchase 大麦自动抢票,支持人员、城市、日期场次、价格选择 项目地址: https://gitcode.com/GitHub_Trending/ti/ticket-purchase
开票整点… · 2026/9/24 17:25:31
【Dv3Admin】系统视图角色菜单按钮权限API文件解析 按钮级权限控制是后台权限系统进阶的重要标志,传统以菜单为单位的授权粒度过粗,容易造成越权或权限冗余。通过对按钮进行细粒度管理,能实现更精准、安全的操作权限划分。
本文聚焦 role_menu_button_permission.py 源码,解析角色与菜单按钮权限关联的实现机制,包括权限查… · 2026/9/24 17:56:04
Coding Agent与通用Agent 通用agent的核心是:Coding Agent能自主编码 文件系统。agent用来存储代码、数据、记忆:类似程序员在电脑上用文件目录管理项目。Coding Agent 具备以下7种核心工具:不同于工具按方向划分的种(感知/执行/协作/事件触发/用户沟通)Code Interpr… · 2026/9/24 17:55:57
CSAPP 导读(十):系统级 I/O 本文是《深入理解计算机系统》(CSAPP,中文版第 3 版)第 10 章的导读。CSAPP 是计算机系统经典,本系列逐章导读,把书的核心概念讲清楚。 一句话主旨
一切皆文件——fd 是号牌,read/write 统一所有设备&… · 2026/9/24 17:55:57
【stm32】推挽输出和开漏输出笔记 1.认识N沟道MOS管的结构参考b站up主“奇妙模数电”作者讲解的MOS管。左下角是一个P型MOS管的结构。它可看作是衬底两块半导体绝缘材料SiO2;结构 两块半导体嵌在上面,通过一片金属片引出两个引脚:S(源极)和D(… · 2026/9/24 17:55:51
重庆石材批发商不会告诉你的选材门道,看完少走弯路 干了十几年装修的老工长跟我说过一句话:石材这个行业,水最深的地方不在价格,而在你看不见的加工环节。我一开始不信。直到我自己装修房子,跑了重庆七八家石材门店,报价从每米三百多到一千多都有,同样的“石… · 2026/9/24 17:55:51
主流电商 AI 生图工具测评|白底图、详情页与多平台适用性横向对比 一、测评背景与测试说明为什么做本次测评电商视觉生产的核心痛点长期存在:SKU 上新频繁、实拍成本高、周期长。许多商家早期尝试通用 AI 绘图后发现,通用模型擅长艺术创作,但容易把产品外形、Logo、材质做变形,直接上架会出现货不… · 2026/9/24 17:55:51
基于YOLOv8的渔船作业监控系统:从环境搭建到边缘部署全流程 简介:这是一套面向计算机、人工智能、自动化等专业学生与教师的毕业设计级项目资源,围绕YOLOv8实现渔船作业监控系统,可用于毕设、课程设计、大作业或项目立项演示。压缩包共97个文件,约24.21MB,以70个Python源码文件为… · 2026/9/24 0:00:13
1D-CNN时间序列建模实战:从Conv1d原理到工业落地 简介:面向时间序列数据建模的一维卷积神经网络完整实现,适合深度学习入门者及需要快速验证时序模型的研究者,能够从音频、文本、传感器或股价等序列中挖掘局部特征与时间依赖。压缩包体积很小,只有3KB,内含3个Python脚… · 2026/9/24 0:00:26
柔软的L:汉语语流中被忽视的舌肌张力控制 1. 这个“L”不是字母表里的L,而是舌尖上的L最近在几个方言群和语音教学社群里,反复看到有人发一句:“也说字母L:柔软的长舌”。初看以为是英语发音课笔记,点开才发现全是方言爱好者、播音系学生、语言康复师甚至戏曲演… · 2026/9/24 0:00:44