在供应链专家程晓华先生的博客《供应链管理中的“混蛋现象”》一文中看到一个场景描写：
　　去年我在一家公司做审核的时候，审到MPS（主生产计划）的管理流程，我指着新版MPS问他的主计划员，这个MPS的制定依据是什么？他说，我其实是考虑了客户的库存、产线产能、产品的颜色搭配等等，然后做出这个MPS的。那我说很好啊，但是，譬如说这个产品颜色吧，您在制定这版MPS的时候，具体的计算逻辑是什么？我说您能否证明给我看看？搞到后，他也没有“按照他的逻辑”把那些数据“凑出来”，只是说了一句，反正我一直是这么做的！也没出过啥事啊！
　　程晓华先生用这个案例说明供应链管理中“做了不说”的害处，其实类似的场景在IT需求调研的过程中也经常出现。常有业务方的需求者提出一些需求，如果你要挖掘这些需求背后的原因，他会像上面一个案例一样，给出类似一些含糊的原因，粗听下来很有道理，可是如果你再坚持深挖下去，比如要求定量的数据分析来支持其观点，几乎没有人能拿出数据支撑。也许定量分析对于国人的要求太高，但你退一步，要求其拿出一个具体的业务场景案例，通常你会得到如下结果：
　　1、拿不出具体的业务场景案例；
　　2、拿出的场景案例不能得出其要求的需求结论，其需求是案例的主观演绎结果或是其认为的解决方案，但推导过程有误，造成述说的需求其实偏离真正的业务场景；
　　3、需求人的演绎结果或解决方案其实只解决了真正问题的部分表现，而没有涵盖所有可能，或者解决方案非常复杂，后都带来成本的大幅攀升，完全不值得；
　　4、需求其实可以用管理的手段在源头来解决，而不是演化成复杂的应用需求。
　　需求分析常见问题之五
　　上述四种可能的需求偏差必须通过需求的细节和深入挖掘才能发现，简单地接受需求或者浅层的挖掘都发现不了问题，后带来巨大的损失。