They Requested It, I Built It, But Nobody Used It: A Data Science Lesson（2026-07-06）

几个月前，我接到了一个典型的数据科学需求：“我们想要一个实时销售看板，能预测下个月的销量。”客户团队兴奋地列出了十多个功能，听起来像是要打造一个“数据大脑”。

我花了三周时间，搭建了自动化ETL管道、训练了LSTM模型、设计了优雅的Tableau可视化。结果呢？上线后一个月，使用量：3次——其中两次还是我自己测试用的。

这不是段子，是数据科学世界里每天都在发生的悲剧。今天，我想分享这个教训背后的真相，以及如何避免“白忙一场”。

为什么“需求”不等于“使用”

错觉一：大家说想要，不代表真的会用

我们常犯的错误是把“兴趣”当成了“需求”。客户说“真棒”，可能只是出于礼貌。实际工作中，人们习惯旧流程——Excel手动拉数、邮件问同事、凭直觉拍脑袋。一个新工具除非比旧习惯快10倍且零学习成本，否则很难被接受。

数据佐证： 一项Forrester研究显示，企业数据项目中，约60%-70%的仪表板和报告在上线后半年内无人问津。不是因为技术不好，而是因为没解决真实痛点。

错觉二：功能越多，价值越大

我那个看板包含了：实时销售曲线、同比环比、库存预警、甚至天气对销量的影响分析。功能虽多，但销售团队每天最关心的只有一件事：“我今天还差多少才能达标？”

其他指标？没人看。我们误以为“数据丰富”等同于“价值丰富”，实际上用户只需要1-2个关键指标。

教训总结：从“造工具”到“解决痛点”

关键三步法

第一步：闭嘴，先听一周

• 别急着写代码。先加入他们的日常会议，观察他们用什么Excel公式、什么时间查数、最烦什么流程。
• 例如：我发现销售经理每天早上花30分钟手动把5个系统的数据复制到一张表里——这才是真正的高痛苦场景。

第二步：做“最小惊喜版”

• 不要一次性交付完整看板。先做一个只有3个指标的原型：今日销售额、目标完成率、前日差距。
• 让用户用一周。如果他们说“诶，那个第2列的数字要是能自动变化就好了”——恭喜，你找到了真实需求。

第三步：把“使用”变成“必须”

• 如果看板只是“可选”，它必然被忽略。尝试：把看板嵌入他们的日常工具（如企业微信、钉钉、邮件日报），或者让系统自动推送“异常警报”。
• 例如：当销售额低于目标10%时，自动发一条消息给销售总监——被动接收远比主动打开看板有效。

实用建议：如何让你的数据产品不再“吃灰”

行动清单

1. 不要问“你想要什么”，而是问“你最烦什么”
   • 用“痛点访谈”替代“需求收集”。
2. 先做“版本0.1”，1周内交付
   • 用Excel、甚至手绘图也能验证假设。
3. 设置“死亡指标”
   • 项目上线后，第1周使用率<50%？立刻复盘，否则果断停止。
4. 拥抱“懒用户”
   • 他们不想学新工具。把你的数据塞进他们已有的习惯：短信、邮件、聊天机器人。

行动号召

下次当有人说“我想要一个AI预测系统”时，请深呼吸，然后问：“你每天最头疼的数据问题是什么？”

先从解决一个具体的痛开始，而不是建造一座数据宫殿。伟大始于微小，但伟大更始于被使用。

今天就开始行动：找出你工作中一个“手动复制数据”的环节，用3天时间自动化它。你会发现，没人会拒绝一个替他省了30分钟的工具。

免责声明：本文中的故事基于真实经历改编，所用数据来自行业研究报告及个人项目经验。文中观点仅代表作者本人，不构成任何投资或业务决策建议。实际项目结果可能因团队、场景、组织文化不同而有所差异。请结合自身情况理性采纳。