下载掌阅APP，畅读海量书库
立即打开
定量需求分析是对相关数据进行量化处理、检验和分析，从而获取有意义的结果，本节主要介绍关于定量的调查问卷和数据分析的需求分析。
调查问卷是一种很常见的需求收集的方法，通过网络等方式发放调查问卷表，被调查者按照问卷进行作答之后，回收问卷，统计反馈结果，然后进行需求分析，得出需求分析结果。前面的用户访谈和可用性测试，都是针对目标用户群体中很少的部分用户，所以得到的需求很有限，而调查问卷，可以有更多的用户参与，应该充分利用这一收集方法。在需求分析时，需要注意以下3点。
1）剔除不完整的和无效的问卷后，再进行统计分析。
2）对调查问卷中的每一个问题都要做统计分析。
3）每一个问题中最好能够分目标用户、使用产品用户和所有用户这3类统计分析。
最终需求分析统计结果需要包括如下4点。
1）参与调查问卷目标用户的特征比例与人数规模。
2）参与调查问卷使用产品的用户特征比例与人数规模。
3）参与调查问卷的所有用户特征比例与人数规模。
4）问题的选项答案比例、重要性以及分析结果。
数据分析是收集和挖掘产品的用户使用数据，通过估计、预测、相关性分组、关联规则、聚类和复杂数据类型挖掘等分析方法，挖掘出更有价值的信息，辅助产品团队进行决策。
数据分析的过程依次为数据分析方案设计、数据收集、数据处理、数据分析和数据可视化。
1.数据分析方案设计
开展数据分析的工作开始，需要明确数据分析的目的，设计数据分析的方案，为之后的数据收集、数据处理、数据分析和数据可视化的工作指明方向。
2.数据收集
数据收集是按照数据分析方案，收集相关数据的过程。通常收集的用户使用产品数据包括使用时长、使用频率、使用时间段、页面访问路径、事件跟踪数据、PV（页面浏览量或点击量）、UV（独立访客数）、市场转化率、行为轨迹、流水分析、用户反馈和营收增长数据等。数据收集可以在App中集成第三方SDK获得这些使用数据，或者在产品研发时，注入统计代码，并搭建起相应的后台查询。
3.数据处理
数据处理是对收集到的数据进行加工整理，最终形成适合数据分析的要求样式的过程。数据处理包括数据抽取、数据清洗、数据转换、数据合并和数据计算等。
数据抽取是将复杂的数据转化为单一的或者便于处理的类型，以达到快速分析处理的目的。
数据清洗是去除重复数据、干扰数据及填充缺失值，数据清洗的4个关键点：完整性、全面性、合法性和唯一性。
数据转换是通过数据平滑、数据聚集、数据概化和规范化等方式将数据转换成适用于数据挖掘的形式。
数据合并是将多个数据源合并存放在一个数据存储中。
数据计算是进行各种算术和逻辑运算，以便得到进一步的信息。
4.数据分析
数据分析是指利用分析方法和工具，对加工处理后的数据进行分析，提取有价值的信息，形成有效结论的过程。
5.数据可视化
通过以上过程，就可以用数据图表的方式将分析的结果展示出来，直观、清晰地展示数据间的联系和变化情况。