探索性数据分析的第一阶段——推测

数据分析的目的是利用各种方法将数据转化为信息，使数据有意义。但是这种转型并没有那么简单，尤其是对于六西格玛团队来说，它面临的问题非常复杂，涉及的原因也很多。数据分析应该分为三个阶段:推测阶段、提出关于原因的假设阶段、确认或消除原因的阶段。它们将在下面单独描述。

为了有效推测，首先要学习数据分析，然后学习一些简单的分析工具，最后学习一个重要的六西格玛工具——多变异函数的分析工具。

数据分析原则时刻牢记三个要点，有助于理清思路，有效分析数据。

1、明确了解方向。

工作中有很多数据，很容易让你觉得不知道该怎么办。正确的方法是经常回顾项目章程和问题陈述，并始终牢记团队的目标。只有这样，才能牢牢把握分析的大方向。

2.继续假设。

分析数据的方法有很多。如果不小心，六西格玛团队很可能会浪费很多时间去探索方法。更好的方法是结合团队任务做一个假设，这将帮助你决定如何分析数据。例如:

假设:餐馆顾客抱怨的增加来自新的和不熟练的服务员。

方法:将顾客投诉数据分为两组——来自新服务员的顾客和来自有经验服务员的顾客，并找出两组之间的系统差异。

注:我们要充分接受“假设有缺陷”的可能性，对与假设不一致的数据不要视而不见。经验丰富的数据收集者知道，事实上，在最初阶段，他们的大多数假设都会有缺陷。然而，正是意识到我们应该关注持续改进的缺陷，才能帮助他们最终确定正确的假设。

3.注意事件发生的频率、影响的程度以及与缺陷症状相关的问题。

如果调查仅限于一个假设或一个问题，你甚至不确定你是否抓住了正确的问题。更好的方法是多问问题，通过分析找到最重要的问题。以下是上述餐厅六西格玛团队可能会提出的一些问题:

(1)新来的服务员是否为比其他顾客抱怨更多的顾客服务？(问题频率)

(2)新服务员投诉顾客什么？有经验的服务员投诉和顾客投诉有什么区别？(观察到的问题)

③如果新服务员服务的顾客投诉较多，是否意味着这些顾客不太可能再次光临？(问题的影响)

④团队需要对问题有深刻的理解，才能合理决定时间应该花在哪里，解决方案在哪里，如何实施；否则，你很可能会浪费三个月来解决一个不常出现或对客户影响不大的问题。

应用这些原则将帮助您使团队的数据收集工作专注于如何找到问题的根本原因。根据这些原则，您可以使用在深度阶段识别和收集的分层数据。对于刚才提到的餐厅，六西格玛团队需要将关于投诉的数据分为“新”和“有经验”的服务员进行分析。