需求写得越具体，测试越有价值
数据采集项目最常见的时间浪费，不在采集，而在来回确认需求。
一句“帮我采一下这个网站的数据”，需要三到五轮沟通才能进入测试。而一份写清楚六项内容的需求，通常一两天内就能给出实测结论和报价。
需求里应该包含的六项
一、目标网站
给具体链接，不要只给网站名。
最好的做法是给出一个你希望采集的具体结果页链接——带着筛选条件的那种。比如不是给出某个商家平台的首页，而是给出“某国某城市某个行业的搜索结果页”链接。这一个链接能说清楚的信息，往往比几百字描述更多。
二、筛选条件
说明范围怎么划定：地区、类目、关键词、时间区间、排序方式。
关键词类需求建议提供两到三个同义说法。同一个品类在不同市场的叫法差异很大，只用一个词往往会漏掉相当一部分结果。
三、数量范围
给一个区间，并说明这个数量是硬性要求还是期望值。
这里有个常见误解：期望的最终条数和需要采集的原始条数不是一回事。如果你要求每条都必须有联系方式，而目标平台上这个字段的填写率只有一半，那么要拿到一万条合格数据，实际需要处理的原始数据远不止一万条。
四、字段清单
把字段分成两类写：
- 必须有：缺了这份数据就没用的字段
- 有了更好：能拿到更好，成本高的话可以放弃的字段
这个区分很重要。有些字段只在详情页可见，把它从“必须有”降到“有了更好”，成本可能差一倍。
同时说明字段的口径。比如“价格”是指原价、现价还是促销价；“评论数”是指总数还是某个时间段内的数量。口径不明确的字段，交付后大概率要返工。
五、交付格式
XLSX、CSV 还是 JSON，以及是否需要按某个字段拆分成多个文件。周期性项目还要说明是每次全量交付，还是只给增量。
六、数据用途
这一项经常被跳过，但它同时影响两件事。
一是合规判断——用途直接决定这个需求能不能做。二是字段设计——用途明确后，很多字段的必要性会自动清晰。做客户开发就必须有联系方式，做价格监控就必须有采集时间戳和固定的采集周期，做内容选题则可以完全不要联系方式。
一份可以直接套用的需求模板
- 目标结果页链接：
- 筛选条件（地区／类目／关键词／时间区间）：
- 期望数量范围：
- 必须有的字段：
- 有了更好的字段：
- 交付格式：
- 更新频率（一次性／每周／每月）：
- 数据用途：
把这八行填完发过来，基本可以直接进入测试环节。
字段口径的两个常见坑
第一个是变体和重复。 同一个商品有多个规格、同一家公司有多个分店条目，算一条还是算多条，会让最终条数和均值统计出现明显差异。这个规则要在字段设计阶段定死。
第二个是快照字段。 价格、评分、库存、互动数都是随时间变化的值。这类字段必须配采集时间才有意义，否则数据放上一段时间就无法解释了。我们的交付默认都会带采集时间戳，原因就在这里。