• 2020---与客户进行技术性沟通


    什么是技术性的沟通

    也就是更靠近计算机的沟通。我一边要面对计算机,一边要面对客户。

    有些沟通是纯粹为了解决工作问题而进行的沟通,这样的就是技术性的沟通。

    问题的优先级

    一般情况下,问题的优先级如下:

    1.bug。

    2.小的调整,能够快速改完的。

    3.新增的功能,需要评估工时。

    客户容易犯的错误和应对

    程序最终是一种逻辑明确的东西;客户在表达需求时,常常会因为逻辑能力的不足,和计算机方面知识的缺少,而出现不合逻辑的表达。

    • 概念名的使用错误。

    1.前后不一致。

    在上下文中,如果用A这个名称来指代某物,突然又用B来指代,这样就会引起混乱。

    2.使用范畴有重叠的概念。

    比如说,中国人和外国人都包含一部分篮球运动员。

    3.用的词不能表达自己的意思。

    建议按照词语的最小意思进行使用。

    4.占用术语名词。

    例如我们惯例性的用数据库代指关系型数据库;用户总是称自己的Excel是数据库。

    • 逻辑方面的错误

    1.主要就是前后矛盾。

    主要就是用户不能自行推理出,自己的规则运算带来的结果。

    我们这里把自己逻辑推理出来的结果告诉用户,指出其中自相矛盾的地方就可以了。

    2.不说明事情发生的时机

    所以要和客户确认事情发生的时机。

    3.在一开始,自己没有条理的时候,描述了很多细节行为上有重叠的功能。

    建议先把功能拆分成原子性的操作,让开发人员去实现。完了,再考虑功能之间的组合。

    不要弄一堆,功能上有重叠的功能,到最后要是发现某个细小的操作缺少了,还要再摘出来。

    4.不能明确是否需要存储。或者缺少下文。

    需要和用户确认,这个东西后来怎么样了,程序还记得它吗?

    需要对用户,将来想要的东西进行确认。

    总结

    在技术性的沟通方面,最让人头疼的就是用户想法很多,但是不讲逻辑。

    我们发现这种情况下,可以

    1.梳理他们的需求,指出其矛盾指出,不详细之处;

    2.给出设计图等,再讨论。

    最终把需求搞清楚。

  • 相关阅读:
    kaggle—first play—Titanic
    数据挖掘——时间序列分析
    数据挖掘——关联算法
    数据挖掘——聚类分析总结
    数据挖掘——特征工程
    数据挖掘——基于sklearn包的分类算法小结
    数据挖掘——分类算法——贝叶斯分类、决策树
    数据挖掘——分类算法——KNN
    数据挖掘——回归分析2——简单神经网络的python实现
    【springBoot】小记
  • 原文地址:https://www.cnblogs.com/fabao/p/14154175.html
Copyright © 2020-2023  润新知