数据分析时要注意的几项原则

2021-01-07 09:54:38 阅读（184） 评论（0）

摘要：面对大量看似混乱的数据，如何提取和处理信息，获取你想要的信息，并应用这些信息，合理讨论需求，促进最终的设计决策，这是每个互动设计师的必修课。在我看来，数据分析很难。利用你目前有限的数据资源(大部分数据往往掌握在产品经理和运营商手中)进行整理、分析和结果。交互式设计师如何培养数据分析能力？首先，他们应该有数据收集和分析的意识，掌握数据产生的来源；其次，获取数据后，在数据之间找到相关性，深入挖掘内在含义；第三，掌握基本的数据分析方法，并在实际战斗中应用；最后，将分析结果应用于后续工作，以测试分析结果。这样，循环往复，形成职业习惯和工作流程。从平时的工作中，总结出以下数据分析中应注意的原则，在这里抛砖引玉，欢迎拍摄：1、要明确数据分析的目的，首先要明确自己的目的:为什么要收集和分析这样的数据？只有当你的目的明确了，你才能对下一步你想收集的数据和如何收集有一个全面的把握。当然，你的目的可以是多个小点（例如，用户在主页上浏览的内容登录框在页面上的重要性），只要这些点是需要解决的问题点，列出它们，并逐一收集数据。您的分析结果可能会改变整个项目，但有了数据的支持，项目或需求将有一个新的开始或细节调整。2、根据分析目标，了解数据源，收集列出的点，建立分析框架，并根据优先级收集数据。同时，有必要相应地了解数据是如何产生的，以及如何获取这些数据。应用于工作的数据统计工具有：金箭、显微镜、数控ZZ统计等，通过这些统计工具可以方便地收集数据，交互设计师也应与前端沟通，了解数据统计方法，及时添加统计维度，请前端学生帮助埋葬统计代码。3、作为一名交互式设计师，我们应该掌握几种基本的数据分析方法：比较分析、分组分析、结构分析、平均分析、交叉分析。基于这些分析方法，我们可以对现状、原因和未来有一个初步的了解，并进入更深入的后续分析。例如：现状分析适用于对当前网站或页面的浏览点击情况进行数据统计和热点分析，可以得到用户的浏览路径和*点。原因分析侧重于一个问题，深入挖掘答案。在与产品经理沟通时，可以用未来的分析来交流以后的产品规划。4、沟通分析结果在沟通分析结果之前，要注意不要只用手中唯一的信息来判断。如果手中的证据不足以充分反映实际情况，很容易以数据分析结果作为决策出错，尤其是看某个数据维度的时候。交互设计师应提前思考，考虑产品经理可能提出的问题，并做出回应。高效有意义的沟通。5、骗人的分析结果数据是骗人的。辛普森悖论是最著名的例子之一。一所美国大学的两所学院，分别是法学院和商学院，被认为是性别歧视。法学院:(女生录取率高)商学院:(女生录取率高)单从学院数据来看，女生录取率高于男生，但在总评中，女生录取率低于男生。为了避免这种情况，我们应该适当地分组，调整某些组的权重，并根据业务来衡量一些可能影响相关关系的潜在因素。6、数据不是万能的前期数据，可以用来挖掘用户需求，中期数据可以用来过滤产品功能，后期数据可以用来反映产品的成败。在整个过程中，数据也可以作为产品经理和交互设计师之间的沟通内容提供证据。但是，我们必须认识到数据不是万能的事实。它不能反映所有的问题：在早期分析中可能找不到创新的突破或潜在的需求点；在后期的效果验证中，它往往非常令人信服。我们应该以客观的态度*数据，从不同的角度与产品经理保持有效的沟通。除上述原则外，在数据分析过程中，还应避免以下情况：1、在数据分析的早期阶段，项目是紧急的，没有足够的时间制定一个计划，包括以下方面：收集数据、整理数据、分析数据和总结报告。估计每个内容所需的时间，并标记关键环节，合理安排时间。2、注意收集。数据分析不够的重点应该集中在分析上，而不是大量的数据收集上。在确保足够的数据信息后，应立即投入整理和分析阶段。如果你花了很多时间去收集，在演示之前基本上没有时间进行分析，那么最终提交的只会是一个肤浅的总结，而深入分析的数据报告是真正有价值的。3、*数据的及时性数据可以告诉我们过去发生过的事情（如用户偏好、广告效果等），但随着时间的推移，数据也会相应地改变。数据具有及时性。过去的数据可能无法反映当前情况，因此不能用于设计决策。数据越实时，就越能利用这些数据来最及时地调整当前的问题。

内容来源:数据分析网，以上内容来源于网络，不代表本站观点，如有侵权，请联系删除。

上一条：用户画像是什么，如何构建？下一条：数据分析师完整的知识结构

商标/知识产权

网站服务

CRM/销售管理

ERP/智慧办公

财税系统

安全/技术支持

其他应用

商标版权

小程序

数据分析时要注意的几项原则

推荐阅读

猜你喜欢

分类

最新文章