# Data Requirement Clarifier

> Use when a vague data analysis or data development request needs to be turned into a clear, buildable task. Clarifies business goal, metrics, dimensions, time range, data sources, output format, acceptance criteria, risks, and open questions.

- Skill: `shisuidata/data-requirement-clarifier` (Agent Skill)
- Install (CLI): `npx skillmds@latest add shisuidata/data-requirement-clarifier`
- Raw SKILL.md: https://api.skillmd.com/api/skills/shisuidata/data-requirement-clarifier/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Productivity
- Author: shisuidata (https://skillmd.com/u/shisuidata)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/shisuidata/data-requirement-clarifier

---


# Data Requirement Clarifier

## 目标

把模糊的数据需求整理成数据开发者可以执行的任务说明。

这个 Skill 不负责直接写 SQL，也不负责判断最终业务策略。它负责把“想看一下”“帮我分析一下”“最近是不是有问题”这类表达，拆成清晰的分析目标、数据口径、开发任务和待确认问题。

## 使用场景

使用这个 Skill，当用户提供的是：

- 模糊的数据分析需求
- 业务方口头提出的临时取数需求
- 需要转交给数据开发或数据分析师的需求
- 看板、报表、专题分析、临时排查的初始描述
- 缺少指标口径、时间范围、维度或产出形式的需求

典型输入：

```text
帮我看一下最近用户转化为什么下降。
```

```text
老板想要一个会员经营看板，能看到拉新、留存和转化。
```

```text
业务说昨天销售数据不太对，让数据团队排查一下。
```

## 不适用场景

不要用这个 Skill 直接完成：

- SQL 逻辑审查，请使用 `sql-reviewer`
- 指标口径专项审查，请使用 `metric-definition-reviewer`
- 表结构设计，请使用 `table-design-advisor`
- 数据质量规则生成，请使用 `data-quality-rule-generator`

如果用户已经给出非常明确的指标、表结构和 SQL，这个 Skill 只需要做简短确认，不要重新发散需求。

## 输入信息

最少输入：

- 用户的原始需求描述

可选输入：

- 业务背景
- 现有指标口径
- 期望产出形式
- 时间范围
- 业务对象
- 已知数据表
- 下游使用方
- 截止时间

## 上下文建议

推荐使用 [通用数据任务上下文模板](../../context/templates/data-task-context.md)。

最有价值的上下文是：业务目标、使用方、时间范围、候选指标、期望产出和截止时间。缺少这些信息时，先输出待确认问题，不要直接进入 SQL 或方案设计。

## 工作流程

1. 识别需求类型：取数、报表、看板、专题分析、异常排查、指标建设或数据开发。
2. 提炼一句话目标：用业务语言说明这个需求到底要解决什么问题。
3. 拆解核心指标：列出主指标、辅助指标和可能需要派生的指标。
4. 明确分析维度：时间、渠道、地区、用户类型、商品、组织、版本等。
5. 明确统计范围：时间窗口、数据粒度、过滤条件、样本范围。
6. 推测可能数据来源：只列候选表或数据域，不能编造确定表名。
7. 定义产出形式：明细表、汇总表、SQL、Excel、看板、图表、结论说明。
8. 给出开发拆解：按可执行任务列出步骤。
9. 标记风险和待确认问题：把影响结论的问题提前暴露。

## 输出格式

```markdown
## 需求澄清结果

### 1. 一句话目标

### 2. 需求类型

### 3. 已知信息

### 4. 需要确认的信息

### 5. 指标拆解

| 指标 | 含义 | 粒度 | 口径状态 |
| --- | --- | --- | --- |

### 6. 分析维度

### 7. 时间范围与数据范围

### 8. 候选数据来源

### 9. 产出形式

### 10. 开发任务拆解

### 11. 风险点

### 12. 建议给业务方确认的问题
```

## 质量标准

输出必须做到：

- 把模糊表达转成可执行任务
- 区分已知事实、合理假设和待确认问题
- 不编造表名、字段名和业务规则
- 明确指标、维度、时间范围和产出形式
- 给出下一步可以直接执行的开发拆解

## 示例 Prompt

```text
请用 data-requirement-clarifier 帮我澄清这个需求：

业务想看最近两周新用户购买转化为什么下降，最好能拆到渠道和首购品类。
```