本文共 1587 字，大约阅读时间需要 5 分钟。

 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。

目录

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
  1. 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？
  2. 易于监测：是否能使用评估手段进行监测？
  3. 可行性高：设定的目标一定要在力所能及的范围之内。
  4. 相关性高：所有学习的技能和理念要与课程相关。
  5. 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：

转载地址：https://blog.csdn.net/ChenVast/article/details/83054354 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！