爱因斯坦曾经说过，“提出问题远比解决问题更重要”，问对了问题，才能清楚前进的方向，方向对了，才会事半功倍，否则越努力，离目标就越远。乔布斯为了进军音乐市场，曾问过能不能把1000首歌装到口袋里，结果大家都知道了，iPod迅速崛起，把随身听市场打得七零八落。

同样，数据分析的目的也是为了解决业务问题、助力市场竞争，因此，在寻找答案之前，请先多问自己一些问题，再开始着手行动，下面就请看看达拉斯这所学校的老师在进行数据分析之前都问了什么问题吧，希望能给各位数据分析师带来启发。

提出问题

• 通过本次数据分析想知道什么？
• 要评测和监控哪些内容？
• 关于数据，有哪些要问的问题？
• 预期的分析结果是什么样？
• 为什么这样的数据分析结果很重要？
• 当前教学大纲的核心关注点是什么？
• 目前，教学与课程有哪些需要改进的地方？

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

• 这些数据都说明了什么问题？
• 学生最感兴趣的学习需求是什么？
• 学生觉得哪些问题最难？
• 哪些教学理念需要特别关注和指导？
• 能否在沟通反馈中挑出一个能代表特别学有所成的例子？
• 怎么理解学有所成这个词的概念？
• 大家是否对学有所成的概念达成了共识？
• 达到学有所成的程度是什么样子？
• 如何评定某个学生是否学有所成？
• 利用数据集能做出怎样的推断和解释？
• 能做出什么样的初步结论？
• 哪些重点结论看上去与众不同？
• 是否能从中找出模式或趋势？
• 都发现了哪些学习小组的表现？
• 这些表现给你带来了哪些启发？
• 这些证据的力度有多强？
• 数据分析里的数字到底代表什么意思？
• 学生对学习内容理解不足的原因有哪些？

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？

原文出处：

感谢天善智能的Python爱好者社区公众号一直以来对我的支持，欢迎关注！

对我的文章感兴趣的朋友，也请关注我的订阅号 呆鸟的Python数据分析

如果喜欢本篇文章，请花一秒钟点一下喜欢吧！