注:这篇blog主要是描述六小灵童团队在从接到调查表任务到分析调查数据最后完成本次任务的过程,以及过程中的点滴和心德体会。---蔡何

1.制表历程

   随着课程的推进,我们逐步进入了软件项目中比较重要的需求分析阶段。然而需求分析有很多的方法和手段,其目的是最终形成需求文档。在正式形成需求文档之前,我们就需要对用户或者目标客户的需求了解透彻。这个过程在软件工程上面被叫做需求引导。我们这次的需求引导的方式是使用问卷调查—— 一种高效、直接的获得大量目标客户需求的有效需求引导手段,也是相对比较易实施的方式。但是可不能小看了调查表的制作,我觉得制作调查表的难度比分析调查问卷后的数据的难度要大得多。一个好的调查问卷既能够让被调查者感到轻松,又让分析数据的过程变得简单,最重要的是问卷调查表的内容还能够实实在在的落在点子上。

我们制作调查表的过程也算是小有波折吧。在接到这个任务的时候,我们确实没有经验,在设置问题上面也一直很模糊,并不知道设置哪些问题,因为我们不知道我们需要收集什么信息。老师也给了几个要求:1.不少于100份的有效数据 2.分析有效数据并得到调查结果。 那是一节实验课,每个团队都是热锅上的蚂蚁到处窜,我们也不例外,除了思考我们需要收集哪些信息,需要相应的设置哪些问题外,还要考虑到如何确定一张问卷是否为有效数据的问题。课程快接近尾声,很多团队都做好了他们的问卷,他们通过各种问卷平台发布出来。霎时间,QQ群,QQ空间,微信朋友群,私人聊天都被问卷的链接所“轰炸”。各个团队都是你争我抢的势气,而我们当时确实还是处于那几个问题的纠结和讨论上,心里各种压力。但是我们想,好酒都是拿时间酝酿出来的,那三个问题真实的解决了才是一份满意的问卷表,后面才可能将分析数据的过程变得轻松。就这样,在一天之后,我们团队经过几番讨论和确认,终究是发布了我们软件项目的调查问卷。(队长表示当时压力很大~~好多团队都收集完毕数据了,我们才发布)

2.齐心协力发问卷

团队的问卷调查通过网络的问卷调查平台发布以后,就涉及到如何扩散和让我目标客户填写的问题。团队一开始都是达成一致的,就是大家分配名额任务,每个人至少25个,6 * 25 = 150 个数据。这样才能满足基本的数据量的要求,而且需要针对我们的目标年龄段的人,还好我们的目标客户都是指青年人,那大家的朋友,同学就是最佳人选。我们要求每个人是“点对点”的邀请他们填写(就是一对一私聊邀请,而不是在朋友圈里散布),而且绝对不能有重复数据(不可以让同一个人填第二次)。看来大家的效率都很高,在第一天我们的数据量达到了160多份,严重超出我的想象,因为说来惭愧,我的贡献可能还不及平均数。当然这样说明我们的队友比较重视这个问题。大家都很努力的去为这个事情做贡献,发挥自己的朋友网络。在5天之后,我们结束了对问卷的整个收集工作,共收集到了268份数据反馈(据我所知应该是全班最多的数据),真是一个振奋人心的结局。

3.对数据的分析

数据有了,就是分析数据了。分析数据的容易程度就取决于之前设置问卷调查时候的问题是否在需要的点子上。这件事情主要是我和另外一名队友在负责,总体来说设计的问题还是不错,但是也存在一部分的问题:1.某些问题设计得多余,与实际需求无关,在分析数据时几乎用不上。2.有些问题设置的冗余了,由于结果相近,也几乎是用不上。不过总的来说,分析数据的过程还是很顺利的,我们很轻松的清理掉了无效数据,在有效的数据基础上,获得了大量用户的很多直接的需求,和一些潜在的需求。

4.结语

团队对整个的问卷调查到问卷数据分析的过程还是比较满意。许多不足可能存在,但是这并不是我们的错,我们没有错误,因为我们还在学习,学习就是不断尝试的过程。我们团队的人能够很好的完成这个任务,因为我们付出了。在这个过程中,我最大的体会莫过于是大家的心照不宣和相互的小小竞争,我想这就是团队吧!

一个团队和他们的调查表-----("调查表与调查结果分析"心得体会)的更多相关文章

  1. 一个工作了四年的java程序员的心得体会

    年底了,该给自己写点总结了!从毕业到现在已经快4年啦,一直在Java的WEB开发行业混迹.我不是牛人,但是自我感觉还算是个合格的程序员,有必要写下自己将近4年来的经历,给自我以提示,给刚入行的朋友提供 ...

  2. 有一个团队协同工具,叫Worktile

    项目管理,本是一个老生常谈的话题,曾几何时大碗云集在这个市场,其中不乏出现像微软.SAP.IBM.用友这样的名字.复杂而又冗繁的流程控制,让人们划分成两类人,一类是会使用这些工具和系统的人,另一类是不 ...

  3. ThinkPHP3 和 ThinkPHP5 不是一个团队做的

    ThinkPHP3 和 ThinkPHP5 不是一个团队做的 发现流年好幽默. 这个帖子源于一个 ThinkPHP 用户被客户投诉,然后反过来骂 ThinkPHP 垃圾. 不过最后想通了道歉. 开源需 ...

  4. [Apple开发者帐户帮助]二、管理你的团队(4)离开一个团队

    您可以随时离开组织的开发团队.但是,帐户持有人有法律责任,只能在指定另一个团队成员作为帐户持有人后离开团队. 如果您是Apple Developer Program中的团队成员,则可以将团队留在App ...

  5. 一个std::sort 自定义比较排序函数 crash的分析过程

    两年未写总结博客,今天先来练练手,总结最近遇到的一个crash case. 注意:以下的分析都基于GCC4.4.6 一.解决crash 我们有一个复杂的排序,涉及到很多个因子,使用自定义排序函数的st ...

  6. (转)一个MySQL 5.7 分区表性能下降的案例分析

    一个MySQL 5.7 分区表性能下降的案例分析 原文:http://www.talkwithtrend.com/Article/216803 前言 希望通过本文,使MySQL5.7.18的使用者知晓 ...

  7. 用Django做一个团队介绍

    所用工具 Pycharm 社区版 Django 2.x Python 3.6.4 总目录 settings中的设置 总的路由设置 templates中的index.html文件 <!DOCTYP ...

  8. 团队作业五之旅游行业手机APP分析

    深入分析旅游业手机APP——分析员王奕  在接到组长分配的任务的时候,我的内心是激动的.因为自己不擅长编程,所以还是比较喜欢这种“外围”的文字工作.但是,面对数量庞大的旅游业APP,一时间自己真的不知 ...

  9. 一个由Response.Redirect 引起的性能问题的分析

    现象: 某系统通过单点登录(SSO) 技术验证用户登录.用户在SSO 系统上通过验证后,跳转到某系统的主页上面.而跳转的时间很长,约1分钟以上. 分析步骤: 在问题复现时抓取Hang dump 进行分 ...

随机推荐

  1. WifiMonitor的事件发放

    Wifi框架中WifiMonitor负责上报wpa_supplicant的消息给WifiStateMachine,WifiNative负责将WifiStateMachine的消息下发给wpa_supp ...

  2. Hadoop专业解决方案-第5章 开发可靠的MapReduce应用

    本章主要内容: 1.利用MRUnit创建MapReduce的单元测试. 2.MapReduce应用的本地实例. 3.理解MapReduce的调试. 4.利用MapReduce防御式程序设计. 在WOX ...

  3. bzoj1819 电子词典

    Description 人们在英文字典中查找某个单词的时候可能不知道该单词的完整拼法,而只知道该单词的一个错误的近似拼法,这时人们可能陷入困境,为了查找一个单词而浪费大量的时间.带有模糊查询功能的电子 ...

  4. 一些css杂项笔记

    div[class*="col-"]{ background-color: gold; border: 1px solid #ccc; } //给class开头等于col-的div ...

  5. js字符串转换成数字,数字转换成字符串

    转自网络,忘记出处了. js字符串转换成数字 将字符串转换成数字,得用到parseInt函数. parseInt(string) : 函数从string的开始解析,返回一个整数. 举例:parseIn ...

  6. dede:channel的type改为son,currentstyle当前样式就不起作用

    我在修改得闲佬设计作品展示列表页的时候,遇到一个问题,就是channel的type改为son时,currentstyle属性不起作用,试了好久都没办法,后来上网找资料,就找到了解决方法,记录一下.   ...

  7. HTTP发包工具 -HTTPie

    原文: https://zm8.sm-tc.cn/?src=l4uLj8XQ0IuekZWWi5bRk5CZi5qN0ZyQktCPkIyL0M6cnMmcx8qdoM7PnMrIyMnI&u ...

  8. 第15章 高并发服务器编程(1)_非阻塞I/O模型

    1. 高性能I/O (1)通常,recv函数没有数据可用时会阻塞等待.同样,当socket发送缓冲区没有足够多空间来发送消息时,函数send会阻塞. (2)当socket在非阻塞模式下,这些函数不会阻 ...

  9. MapReduce On YARN

    MapReduce计算框架 将计算过程分为两个阶段:Map和Reduce Map阶段并行处理输入数据: Reduce阶段对Map结果进行汇总 Shuffle连接Map和Reduce两个阶段 Map T ...

  10. drop解决过拟合的情况

    用到的训练数据集:sklearn数据集 可视化工具:tensorboard,这儿记录了loss值(预测值与真实值的差值),通过loss值可以判断训练的结果与真实数据是否吻合 过拟合:训练过程中为了追求 ...