数据分析
一、定义
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
二、目的/作用
数据分析的目的是把隐藏在一大批看来杂乱无章的数据中的信息集中和提炼出来，从而出所研究对象的内在规律。
三、数据分析的基本步骤
数据分析的基本步骤包括明确思路，制定计划、数据收集、数据处理、数据分析、数据显示和报告撰写
1.明确思路，制定计划。
清晰的数据分析思路是有效进行数据分析的首要条件，清晰的思路也是整个数据分析过程的起点。思路清晰，可为资料的收集、处理和分析提供明确的指导。想清楚之后，就可以开始制订计划，只有思路清晰，方案才能确定，这样分析才会更科学、更有说服力。如：分析内容包含哪些、需要收集哪些数据等
2.识别需求
识别信息需求是确保数据分析过程有效性的首要条件，可以为收集数据、分析数据提供清晰的目标。识别信息需求是管理者的职责管理者应根据决策和过程控制的需求，提出对信息的需求。就过程控制而言，管理者应识别需求要利用那些信息支持评审过程输入、过程输出、资源配置的合理性、过程活动的优化方案和过程异常变异的发现。 
●干系人需求：
什么是干系人？给谁看
干系人关心什么？分析维度
(1)业务需求：整个组织的高层级需要，例如，解决业务问题或抓住业务机会，以及实施项目的原因。
(2)干系人需求：是指干系人或干系人体的需要。如：
产品：产品使用率、成本投入（偏差等）、BUG处理周期，BUG响应时间等
开发：BUG责任人、修复周期等
测试：质量情况（如缺陷收敛情况）、
(3)质量需求：用于确认项目可交付成果的成功完成或其他项目需求的实现的任何条件或标准，如：
准入条件
发布条件：BUG修复率、遗留情况；
● 收集需求的工具与技术：
什么人适合做数据分析师
收集需求的工具与技术主要有访谈、焦点小组、引导式研讨会、体创新技术、体决策技术、问卷调查、观察、原型法、标杆对照、系统交互图、文件分析等。
⏹焦点小组: 将预先选定的干系人和主题专家集中在一起，了解他们对所提议产品、服务或成果的期望和态度。由一位受过训练的主持人引导大家进行互动式讨论。焦点小组往往比一对一的访谈更加热烈。焦点小组是一种体访谈而非一对一访谈，可以有6~10个被访谈者参加。针对访谈者提出的问题，被访谈者之间开展互动式讨论，以求得到更有价值的意见。
⏹体创新技木是指可以组织一些体活动来识别项目和产品需求，体创新技术包括头脑风暴法名义小组技术、德尔菲技术、概念/思维导图、亲和图和多标准决策分析等。(1) 头脑风暴:各抒己见
⏹名义小组技术: 通过投票来排列最有用的创意，以便进行进一步的头脑风暴或优先排序。名义小组技术是头脑风暴法的深化应用，是更加结构化的头脑风暴法(3) 德尔菲技术:可以防止个人的观点被不正确的放大(4) 概念/思维导图:是将从头脑风暴中获得的创意，用一张简单的图联系起来，以反映这些创意之间的共性与差异，从而引导出新的创意。
3.数据收集
数据收集是按照一定的数据分析框架，收集与项目相关数据的过程。数据收集为数据分析提供资料和依据。数据收集的类型包括一手数据和二手数据。一手数据是指能直接获得的数据，如公司内部数据库；二手数据是指需要加工整理后获得的数据，如公开出版物中的数据。收集资料的来源主要有数据库、公开出版物、互联网、市场调查等。
一手数据：tapd，埋点数据等，日志；
注意：数据准确性，是分析的基础。
4.数据处理
数据处理就是将项目所需要的资料收集进行处理，形成适合数据分析的方式。因为数据质量会直接影响数据分析的效果，所以它是数据分析前必不可少的阶段。数据处理的基本目标就是从大量、混乱、难懂的数据中提取并导出有价值的、有意义的数据。数据处理主要包括数据清洗、数据转换、数据提取、数据计算等处理方法。
●数据清洗
●数据转换
●数据提取
●数据计算：如BUG周期
5.数据分析
数据分析就是运用适当的分析方法和工具，对收集到和处理过的数据进行分析，提取出有价值的信息，形成有效结论的过程。如今，许多企业会选择使用专业的数据分析工具，并根据自己的需要进行分析。如埋点平台。
●列表法
将数据按一定规律用列表方式表达出来，是记录和处理最常用的方法。表格的设计要求对应关系清楚，简单明了，有利于发现相关量之间的相关关系；此外还要求在标题栏中注明各个量的名称、符号、数量级和单位等：根据需要还可以列出除原始数据以外的计算栏目和统计栏目等。 如果做少维度的比较，比较清晰明了。
例：竟品分析
维度：流量（KB）
基础信息描述：如设备、产品版本等
产品名称
A产品
B产品
场景1
10
15
场景2
20
10
●作图法（直观）
作图法可以最醒目地表达各个物理量间的变化关系。从图线上可以简便求出实验需要的某些结果，还可以把某些复杂的函数关系，通过一定的变换用图形表示出来。 
图表和图形的生成方式主要有两种：手动制表和用程序自动生成，其中用程序制表是通过相应的软件，例如SPSS、Excel、MATLAB等。将调查的数据输入程序中，通过对这些软件进行操作，得出最后结果，结果可以用图表或者图形的方式表现出来。图形和图表可以直接反
映出调研结果，这样大大节省了设计师的时间，帮助设计者们更好地分析和预测市场所需要的产品，为进一步的设计做铺垫。
手动制表：如手动做的版本BUG分析等
用程序生成：如
⏹质量看板：
⏹数据采集平台（留存率等）
建议：
⏹占比，差异小的，参与对比的比较多的，可以用柱状图
⏹占比：差异大，参与对比的比较少，可以用饼图
⏹多维度体系建设的打分，雷达图（如多维度质量分）
⏹曲线图：看趋势（如反人类思维）如原来有个BUG解决率，呈现下降趋势，以为是好的
意思，后改成BUG未解决率
6.数据显示
通过数据分析，隐藏在数据中的关系和规律将逐渐出现。此时，数据显示模式的选择尤为重要。数据最好是以表格和图形的形式呈现，即用图表说话。
注意：图表的合理性
7.报告撰写
数据分析报告是对整个数据分析过程的总结与呈现。数据分析的原因、过程、结果和建议通过报告完整呈现，供决策者参考。一个好的数据分析报告，不仅要有明确的结论、建议和解决方案，而且要图文结合、有层次，可以让读者一目了然。
(1)概览，即这个报告包含哪些内容，有目录结构，汇总报告（类似体检报告）
(2)结论先行（如是否正常等），后分析，关键信息做突出展示。
(3)图文结合
(4)描述清晰、明确，减少很多、大概类型词语
(5)针对有问题的地方，带解决方案或有待办跟进
(6)先总再细（如体检报告），正常的数据标记正常，突出异常
(7)分析步骤，先大头的问题，从大到小
四、应用
1.版本分析
2.项目分析
3.团队分析（团队承接项目）
4.复盘
5.监控告警：范围、基线/阈值

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。