【数据科学】进行数据分析之前的70个问题

进行数据分析前的70个问题，这些问题能让数据分析项目更加完善以及更加健壮。抱有强烈目的性才能做出好的数据分析项目，目的不明确，项目结果也是失败的。学会提出问题，讨论并解决问题。

提出问题

组织对话

要回答这些问题需要哪些人配合？ 是不是所有参与者都充分理解了本次数据分析的意图？ 怎样实现有问有答的数据沟通氛围？ 搭建数据决策型教学团队的流程是什么？ 数据沟通有哪几种类型？ 数据分析流程分几个步骤？ 要使用什么样的工具才能让老师专注于数据沟通？ 怎样才能让数据沟通的气氛更活跃？ 要为老师提供什么样的工具，才能让他们使用数据制定教学方案？

采集数据

需要哪些数据源？ 为了更好地完成本次数据分析工作，还需要其它资源吗？ 为了监控与评测教学技能与理念，需要采集哪些数据？ 这些数据源是否可靠？ 还可以从哪里获得更多的数据？

分析数据

怎样汇总和拆分数据？ 怎么分析优势和阻碍？ 分析的优先级是什么？ 哪些反馈与众不同？ 哪些问题的反馈正确率很高？ 还有什么事情没想到？ 通过核查学生数据能够解决哪些关于学生思想和理解力的问题？ 采集的数据能否说明学生掌握了哪些技能、知识和理念？哪些没有掌握？ 分析学生数据得出的观测与推断是否能被多个数据点和数据源验证？ 根据这些数据还能分析出更多有关学生思想和理解力的信息吗？

解读数据

采取措施

需要对识别出来的学习需求采取哪些措施？ 设定目标：设定目标，评估目标，修正目标 设定的目标是否符合SMART（目标清晰，易于监测，可行性高，相关性高，时效性强）原则 目标清晰：都有哪些学生，分几个小组，学习内容、学习对象及学生期望是什么？ 易于监测：是否能使用评估手段进行监测？ 可行性高：设定的目标一定要在力所能及的范围之内。 相关性高：所有学习的技能和理念要与课程相关。 时效性强：能持续监测学习过程，能够让老师及时了解各阶段的进展。 为了证实数据分析的结果，还需要探究哪些额外的数据？ 老师还需要做什么才能提高学生对课程的掌握程度？ 还需要了解其它的内容吗？

监控结果

如何监控所采取的措施是否有效？ 所有的老师都认同需要帮助学生达成学习目标这一理念吗？ 有哪些事情阻碍了学生完成学习目标？ 研究结果是否能证明数据分析设定的目标是有效的？ 怎么才能证明学生努力学习是因为采取了相应的措施而产生的结果？ 如何观测采取措施后10天乃至20天内学生的反应？ 如何监控落实改进措施的过程？ 数据分析目标的哪些内容与学习直接相关？ 怎样才能说服所有老师齐心合力地实现本次数据分析的战略意图？ 如果学生的学习效果有所改善，怎么才能知道这是改进措施的成果？ 什么时候适合评估学生的学习效果？ 若要改进教学还需采集哪些数据？ 通过本次数据分析，对于学生的学习问题还有什么新见解？ 怎么才能知道改进了的教学大纲对学习产生了积极的效果？