质量数据分析.docx

什么是数据分析呢？

1、明确分析目的与框架

一个分析项目，你的数据对象是谁？商业目的是什么？要解决什么业务问题？数据分析师对这些都要了然于心。

基于商业的理解，整理分析框架和分析思路。例如，减少新客户的流失、优化活动效果、提高客户响应率等等。不同的项目对数据的要求，使用的分析手段也是不一样的。

2、数据收集

数据收集是按照确定的数据分析和框架内容，有目的的收集、整合相关数据的一个过程，它是数据分析的一个基础。

3、数据处理

数据处理是指对收集到的数据进行加工、整理，以便开展数据分析，它是数据分析前必不可少的阶段。这个过程是数据分析整个过程中最占据时间的，也在一定程度上取决于数据仓库的搭建和数据质量的保证。

数据处理主要包括数据清洗、数据转化等处理方法。

4、数据分析

数据分析是指通过分析手段、方法和技巧对准备好的数据进行探索、分析，从中发现因果关系、内部联系和业务规律，为商业目提供决策参考。

到了这个阶段，要能驾驭数据、开展数据分析，就要涉及到工具和方法的使用。其一要熟悉常规数据分析方法，最基本的要了解例如方差、回归、因子、聚类、分类、时间序列等多元和数据分析方法的原理、使用范围、优缺点和结果的解释；其二是熟悉1+1种数据分析工具，Excel是最常见，一般的数据分析我们可以通过Excel完成，后而要熟悉一个专业的分析软件，如数据分析工具SPSS/SAS/R/Matlab等，便于进行一些专业的统计分析、数据建模等。

5、数据展现

一般情况下，数据分析的结果都是通过图、表的方式来呈现，俗话说：字不如表，表不如图。。借助数据展现手段，能更直观的让数据分析师表述想要呈现的信息、观点和建议。。

常用的图表包括饼图、折线图、柱形图/条形图、散点图、雷达图等、金字塔图、矩阵图、漏斗图、帕雷托图等。

6、撰写报告

最后阶段，就是撰写数据分析报告，这是对整个数据分析成果的一个呈现。通过分析报告，把数据分析的目的、过程、结果及方案完整呈现出来，以供商业目的提供参考。

一份好的数据分析报告，首先需要有一个好的分析框架，并且图文并茂，层次明晰，能够让阅读者一目了然。结构清晰、主次分明可以使阅读者正确理解报告内容；图文并茂，可以令数据更加生动活泼，提高视觉冲击力，有助于阅读者更形象、直观地看清楚问题和结论，从而产生思考。

另外，数据分析报告需要有明确的结论、建议和解决方案，不仅仅是找出问题，后者是更重要的，否则称不上好的分析，同时也失去了报告的意义，数据的初衷就是为解决一个商业目的才进行的分析，不能舍本求末。

如何写一份优质的质量事故分析报告?

事故原因分析一定要精确清晰，抓问题要抓到根上，从事故表象向内部深挖，要一层一层分析直到再也分不出层为止，不能出现含糊其词的情况。一般分为直接原因和间接原因，直接原因是直接导致事故发生的最根本的客观原因，一般来说，直接原因只有一个。

间接原因是分析直接原因的原因，也就是说间接原因是围绕直接原因来展开的，直接原因和间接原因在逻辑结构上构成了一层和二层的关系，间接原因可以有很多种，内部也是分层次的，大的方面分为技术分析和管理分析。

技术分析往往是从客观上找原因。

如车间材料的材质、各种物品的物理属性，涉及危险化学品的还要从化学性质、反应机理上去找原因。这还不算完，比如说分析出了材料的材质有问题，还要分析是材料材质选型有问题，还是材料老化问题。

如果是材质选型有问题，是不是缺少相应的国家标准或者行业标准，缺少标准下一步就是制定标准。

如果是有标准，是不是标准制定的不完善，不完善就要对标准进行修订。

如果是有标准，而且是完善的，就是未按标准执行，那就要分析为什么没有按标准执行？是设计的问题、采购的问题、出入库领料的问题、还是安装施工的问题。

比如说如果是采购的问题，那就是要分析一下，为什么出现了采购问题？是采购流程有问题，还是人员技能的问题，还是有人采用了不正当的手段以次充好等等。

管理分析往往是从主观上找原因。

从主观上找原因，几乎是所有组织管理层一致的要求，有的时候甚至就是最重要的原因。

一方面来说，所有事故的产生都跟人脱离不了干系，人的问题就是管理的问题，另一方面，出了事故如果跟所有的人都没有关系，那就是不叫事故，那种叫做灾害，比如地震、海啸之类的灾害。管理分析一般比较容易进行，因为所有的管理都是有系统有结构的，一个工作的开展，从组织策划、人员准备、工具准备、任务安排、任务执行、任务检查都是有着比较完善的措施，从古到今，从国内到国外有无数可以使用的管理方法。

管理分析可以用到的就是类似于对标的方法，用一个理想的工作模式去对标发生事故的组织（公司），去看到底是哪里出了问题。这里要注意的就是原因不能找的太宽泛，不能太空洞，一定要细化到点。

举个例