面对大量看似杂乱的数据，如何提取和处理信息，得到自己想要的信息，并应用这些信息提出合理的需求。讨论并推动最终的设计决策，这是每个交互设计师的必修课。
在我看来，数据分析是很难的。使用您当前有限的数据资源（大多数数据通常掌握在产品经理和运营人员手中） 来组织、分析和得出结果。
首先要有数据采集和分析的意识，掌握数据产生的来源；
其次，拿到数据后，找到数据之间的相关性，挖掘内在含义；
再次掌握基本数据分析方法并运用到实战中；
最后将分析结果应用到后续工作中，并对分析结果进行验证。
如此循环往复，形成了职业习惯和工作流程。
从日常工作中，我总结了以下分析数据时应注意的原则。这里有一个建议，欢迎拍照：
要分析一条数据，首先要明确你的目的：为什么要收集和分析这样一条数据？只有明确了目的之后，才能对接下来要收集哪些数据以及如何收集有一个整体的把握。当然，你的目的可以是多个小点，（比如：用户在首页浏览什么内容？页面上的登录框有多重要？）只要这些点是真正的问题待解决。 ，一一列出并收集数据。
你的分析结果可能会改变整个项目，但在数据的支持下，项目或需求将会有一个新的开始或细节的调整。
根据分析目标列出的要点，建立分析框架并按优先级收集数据。同时，还需要对数据是如何产生的、如何获取数据有相应的了解。工作中用到的数据统计工具有：金牌箭、显微镜、CNZZ统计等，这些统计工具可以方便数据的收集。同时，交互设计师也必须与前端保持沟通，了解数据统计的方法，并及时添加统计维度，请前端同学帮忙埋下统计代码。
作为一名交互设计师，必须掌握几种基本的数据分析方法：比较分析、群体分析、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，并进入后续更深入的分析。例如：现状分析适合对今天网站或页面的浏览和点击情况进行统计和热点分析，可以确定用户的浏览路径和关注点。原因分析聚焦于一个问题并深入挖掘答案。未来分析可以在与产品经理沟通时，为后期的产品规划交换数据。
在传达分析结果之前，请注意不要仅使用手头的信息来做出判断。如果手头的证据不足以充分反映实际情况，根据数据分析结果很容易出错。 ，尤其是在仅查看一个数据维度时。交互设计师需要提前思考，考虑产品经理可能提出的问题，并做出回应。让沟通变得高效、有意义。
数据可能具有欺骗性。最著名的例子之一是辛普森悖论。当美国大学的法学院和商学院两个学院开设时，人们认为存在性别歧视。
法学院：（女生录取率高）
原文：http://www.sychzs.cn/posts/1036
