上篇「原理」，我们讲了日常需求中，如何对接一个需求，以及如何处理需求。今天这篇，我们来讲讲，当一个需求完结后，我们如何输出，才能更大的提高输出的价值。
可能大家都会有个疑惑，来了一个需求，要我们跑个数据，我们不输出数据，我们要输出啥？其实输出数据是最简单的，但是不知道大家是否有想过，他要这个数据的背后是什么？
要一个数据，可能是因为业务同学有一个疑惑，想要看看具体的数据，验证下自己的疑惑。
要一个报表，可能是新上线了一个产品，想要监控产品各方位的数据，为产品迭代做数据依据。
要一个数据时，他要的那个数据真的能解决他的疑惑，验证他的问题吗？建一个报表，这些他提出的指标真的能很好的为产品迭代做数据依据吗？不要自然的就认为，来了啥需求就干啥。
输出数据
这个就是上文说到的场景，要了数据给了数据，要了报表给了报表。我们也不care也无妨为什么要做这个，给了就好。
好的，没问题，那在业务方眼里，你就是个跑数据的。也就是上面说到的，既没有数据建议，也没有明确数据口径。你做的快了吧，业务需求会越来越多，毕竟高效嘛；做的慢了，还嫌你慢，后期有更快的就把你替代了。
那这一层怎么做呢？在需求前，结合自己对业务的理解，给出相应的建议，并结合建议，明确数据口径和指标公式。无论你输出什么数据，至少要准吧？！
但是这一层不好的就是，业务需要自己去分析。因为背后往往都是有个目的，业务拿到数据后，需要自己分析数据。
输出观点
数据，只是一个事实。我们如果在事实的基础上，输出了一个观点，那输出的价值就有了进一步的提升。
什么是观点，观点是基于我们拿到的数据（事实），总结提炼出的有倾向性描述/评价的结论。也就是说，观点是数据的汇总信息的描述及评价。
相比数据，给出观点，那业务方不用自己去分析数据了对吧，他只需要去关心数据结论是什么就好了。久而久之，业务有问题，就会想找到你来解决问题，渐渐的，你的价值也就会提升。
很多时候，特别是刚刚接触业务没多久的时候，我们不敢去给结论，下观点，毕竟万一错了，被人说都是小事，导致一个错误决策就是大事了。
但是，反过来想想，作为一个新人，业务方会直接用你的观点吗？或者老板会给你派一个十分关键的决策性问题吗？不会。所以，也正是这个时候，我们才要不断去尝试输出观点，慢慢了解业务，给出正确的观点。
当然，如果你是一个沉淀了很多年的资深打工人，这种问题也就不是问题了。因为就算给了你关键性问题，你也能过利用经验去做出合理的判断，给出符合逻辑的观点了。
前期来说，观点可以结合需求的问题，以及针对这个问题，我们对比之后发现的某些可落地的业务情况，给出一个答案。这个是一个非常保险的方式，我们在输出自己的过程总结。即便错了，我们也是方法上还需要提升，那我们也发现了自己的方法上的不足和漏洞，有了相应的提高。
所以，我们需要尝试给出观点，只有做了，才有进步的空间。
相比输出数据，输出观点让数据的价值进一步提升，业务自己去看结论，找方向即可。
输出TODO
那输出观点之后，再往上层走是什么呢？输出todo。
也就是说，我们结合自己的观点，输出接下来要做什么。这不仅解决了业务的需求，还为业务接下来要做哪些，选好了方向。
我们告诉业务，针对你这个需求，结论是什么。根据这个情况，我们接下来可以做哪些事情，这些事情的步骤是什么，哪些我可以做，哪些需要你们配合，预计的收益和损失是什么。
当我们把这些都告诉业务，你说业务是不是对你另眼相看？！不仅解决了我当下的问题，还为我解决了未来的问题，有了收益评估，有了工作计划，你的KPI完成了，我的KPI也完成了。
这时候，业务不仅不需要像输出数据那样，自己去分析数据找结论，也不需要像输出结论那样找方向，只需要根据我们提供的方向，判断哪些可以做即可。
当然，到这一步，不仅需要大量的经验积累，还需要深入的业务认知，我们也需要一步步来，不断去提升。
很多时候，我们也会疑惑，这些todo怎么给。结合相关的需求，我们可以从两个角度来做尝试（我们以DAU来举例）：
角度1：如果是个问题，dau掉了，为什么？
我们在分析的过程中，肯定会去对比新老用户占比，新用户和渠道强相关，毕竟都是买量来的，渠道改策略，渠道花费减少都会导致新用户减少。而老用户，我们则会去看留存情况，留存是否有下降，哪个维度的用户下降了，下降了多少，我们都会去定位出来。
相应的，我们在解决问题的过程中，结合上篇文章的“定拆比”的方法，我们能总结出一套常用的问题定位方法论。
总结出方法论，并应用到DAU的监控上，下次DAU再降，或者上涨，我们就能直接定位出是否异常，以及为什么异常。而这个，就是我们需要的todo。
也就是说，如果是个问题，我们需要输出一种发现问题，并解决问题的方案。解决了当下的问题，未来的问题需求也就被解决了，我们还可以将此类方法复用至别的指标上，这不是todo是什么？！
角度2：如果是个目标，我想要DAU涨起来，怎么办？
我们也会去拆分目标。目前新增用户如何提高，渠道配比是否还有优化空间，该如何优化，优化后，渠道预计会涨多少量。老用户的留存如何提高，哪一类老用户的留存比较低，为什么低，和留存高的用户的差异是什么。
仍旧是“定拆比”那一套，我们通过拆分维度，对比数据，发现现在做的不好的地方。那这些不好的地方就是我们可以优化的方向。
那这些方向如何落地成todo呢？我们发现了差异，那我们可以对应到具体的差异上，看看业务能做什么。最简单的方法，发送Push，短信，告诉用户完成某个行为会有奖励，是不是就能提高留存。
那如何估计呢？通过行为的差异可以区分出不同行为下的留存率情况，如果我们能够将差异抹平，是否留存率也会提升到对应行为下的留存率。那对应到用户量的多少，就可以知道累计一段时间后，DAU会涨多少，那也就测算出来了预计的提升天花板，知道了相应的todo是啥。
当然，具体是否有效，我们可以用AB测试的方法来评估，AB测试的方法可以看之前写的文章《AB测试-详细过程和原理解读》。
总结
总结下来，我们分别输出数据，输出观点，以及输出todo，就是下面这个图了：
相应的，我们也来总结一下今天的知识点：
1、论价值的大小，输出todo>输出观点>输出数据。我们要有这个概念，一步步去改变自己的输出方式。
2、输出数据，业务需要自己去分析，然后得到观点，再然后给到todo；输出观点，业务需要自己结合观点找todo；而输出观点，可以直接让业务做决策，确定方案即可。
3、关于输出todo，当我们的需求是个问题时，我们可以结合工作过程，输出同类型的解决方案作为todo；如果需求是个问题时，我们可以拆分对比，找到可以提高的方向，结合业务，输出具体的可以落地的过程，并通过AB测试的方法验证效果。
