当今的数据有许多不同的形式，并且来自许多不同的数据源。
更重要的是，除非有需要的人容易获得大数据，否则除非他们能够快速获得洞察力，否则大数据分析工具不是很有用。
那么大数据分析会遇到什么样的问题呢？ 1.很难获得完整的用户操作日志。
在此阶段，数据分析主要基于统计数据，例如用户数量，使用时间长短和使用频率。
一是需要识别用户，二是记录行为可能会使程序运行得更快，三是开发成本相对较高。
2.产品缺乏核心指标，这要求分析人员充分了解产品。
如果产品具有核心指标，则分析将通过分割用户的操作任务和目的来达到目的，否则，我不知道如何从大量数据开始。
例如，输入法的核心指标被设置为每分钟的输入频率。
遵循此目标，您可以分析哪些因素具有正面影响（例如，易于单击的按钮）和负面影响（例如模糊的声音，意外的点击以及单击退格键的次数。
）核心指标。
3.短期内可能很难发挥作用。
数据分析需要不断的反复试验，很难在短期内证明该方法的有效性，并且可能很难获得其他角色的支持。
4.将分析转化为有益的结论或设计。
我已经看到在某个应用程序中将近40个设置项的使用率。
修饰皮肤的使用率很高，但是单个选项的使用率小于0.1％。
反过来，可以根据数据调整设置项的层次关系，并将重要选项放在一个中。
强调水平，第二和第三水平可以低于5％。
功能利用率的分析是一个相对容易的切入点。
5.明确用户操作的目的。
对于用户来说，利用率不是很高。
增加达到目标的方式的数量，用户的思考成本将会增加，并且诸如搜索之类的操作数量也会增加。
在应用程序中使用搜索可能表明用户没有通过浏览找到他们想要的内容。
如果用户搜索受欢迎的内容，则表明应用程序显示信息的方式存在问题。
6.考虑运营需求。
对于我之前做过的基于工具的应用程序，设计的核心指标是提高操作效率，减少点击次数，等待时间和手指移位等，以最快的速度完成操作。
一些浏览型产品用户的目的尚不清楚。
大致有四种类型的用户行为，例如浏览，查询，比较和确定目标。
当用户的目标不清楚时，它们需要与操作兼容，指导用户进行选择，并在过程中展示更多。
更多内容会刺激用户点击。
大数据分析存在哪些问题？ Zhongchen Rubik的Cube大数据平台表示，企业有必要了解大数据面临的增长困难，并避免大数据带来的风险。
为了避免风险，他们必须有更多的数据支持，挖掘和分析。
它可以使有用的价值呈现在企业的面前，并为企业的发展提供指导。
