大数据背景下的小数据统计分析

密斯特厚朴

统计，顾名思义即将信息统括起来进行计算的意思，它是对数据进行定量处理的理论与技术。统计分析，常指对收集到的有关数据资料进行整理归类并进行解释的过程。举个例子：你喜欢上一个姑娘，你会搜集她的兴趣、爱好、星座、闺密、乃至三围等等各种信息吧，然后想自己怎么能搭讪上、约出来，碰壁了会继续找原因、想办法，这就是数据分析。不过落实到工作上，这事儿就没那么有趣了。

在实际工作当中，月度、季度、年度，都需要拿出这段时间的数据来做工作汇报，在数据收集、数据整理和数据分析的过程当中，难度很大。特别对于基层团队管理人员，数据收集统计还可能多次反复，感觉耗时耗力。数据统计上交截止日，赶上新业务上线要交程序，那就是让人崩溃的节奏，我想这目前应该是一个普遍现象。

现在流行一句话就是对数据的理解，说的是对数据挖掘的深度。理解有多深就能挖多深。但是我觉得这建立在数据收集相对比较完善的时候，才能说这句话。公司现在的情况远远没有达到想挖就挖的程度。

现实的困境

    1.基础数据可比性差

如果说BAT公司所掌握的数据是一座金矿的话，我们公司内部流程的数据最多能算一个铁矿，还是贫铁矿。

按统计分析的三个步骤来看，第一个步骤(收集数据)就出现了问题。不算妄自菲薄，而是我们对自己内部流程数据的重视程度决定了这样的事实。拿测试中心来说，我们提供加权的缺陷个数或者是加权缺陷值，因为各部门对缺陷的严重程度把握是不一致,导致横向比较价值打折扣；我们也提供开发个人平均缺陷修复周期，但是因为填写的不规范使数据缺少了客观性；我们也能出缺陷修复成功率或者说是缺陷重开率，但是一方面是流程工具上可能以前没有定义相关字段，另一方面即使定义了相关字段，但是各自有各自的标准。所以能拿出来做整体横向评测度量的数据真的不多。

2.流程工具偏多

接收测试任务和记录缺陷，是测试人员每天工作都要接触的，现在测试中心还是沿用各部以前的做法，比如有用TS+QC的，也有用小球+JIRA的，还有一部分用TS+JIRA。

流程工具多，可能可以说有一部分历史原因。但是随着部门的整合，流程工具没有合并调整，给后面的数据收集、分析、统计带来了很多困难。

3.流程差异

如何让得到的数据反映真实的情况，是每个管理者思考的问题。对于测试管理来说也是一样的。流程差异也是造成横向比较的困难的主要原因。流程的差异在加上工具的不一致，更加放大了数据收集、汇总、分析的困难。

除了上述的几个问题，统计过程的每个环节，数据收集、整理、分析或多或少都有问题。特别是统计分析时数据理解这个概念，假如我们数据收集已经能够做到很完备了，我们是不是能真正理解自己掌握的数据呢？

大数据的启示

说到对数据的理解，对数据的挖掘，大家都能想到几位互联网巨头。它们在这个领域无疑领导着时代潮流。我记得有句广告词是这么写的“只要你的电脑连接着网络，你每敲击一下键盘都会成为互联网数据的一部分。”，这词写的很传神，互联网的海量数据就是这么来的。拥有海量数据的几位巨头给我们展示统计、挖掘、技术分析和解释数据的科学与艺术！

详情请移步：http://www.51testing.com/index.php?uid-15056896-action-viewspace-itemid-881185