项目数据分析是通过对项目数据的科学分析来评估项目的可行性，为***方决策项目提供科学、严谨的依据，降低项目***的风险。为履行我国加入世贸的承诺，适应世界经济一体化的进程，结束我国***技术考核行业中缺少项目数据分析师的现状，出台《关于规范长期***项目数据分析方法及国际接轨的总体精神》，2003年底***电子行业职业技能鉴定指导中心正式设立项目数据分析师考试认证项目并制定出我国项目数据分析师培训、考试及管理办法。当数据访问负载持续增加时，就需要考虑读写分离技术（Master-Sl***e）架构，以及分库分表技术。项目数据分析行业在中国正式形成。分析过程中尽量运用多种分析方法，以提高分析的准确性和可靠性。例如，运用定性定量相结合的分析方法对于数据进行分析;融合交互式自助BI、数据挖掘、自然语言处理等多种分析方法;分析和可视化分析相结合等。数据分析过程中，要避免以下3种情况：1)时间安排不合理。在开始分析工作之前，一定要做一个明确的进度计划，时间分配的原则是：数据收集、整理及建模占70%，数据可视化展现及分析报告占25%，其他占5%。(数据的收集、整理和建模的过程，是反复迭代的过程)2)数据源选择不合理。一般企业中的数据来源有很多，SAP、TMS、CRM及各部门业务系统，每个渠道的数据各有特点。这时，应该慎重考虑从哪个渠道获取数据更加快捷有效。数据源选择不合理，不仅影响结论的可靠性，而且有返工的风险。3)沟通不充分。无论是分析人员内部的沟通还是与外部相关人员的沟通，都是至关重要的。数据分析（DataAnalysis）是指用运用统计方法和分析工具对大量数据进行分析，挖掘出其潜在规律及价值，为经营决策提供科学严谨的理性依据。与外部人员沟通效不顺畅，可能造成前期需求不清，中间业务逻辑混乱，终导致数据分析结果不好。与内部人员沟通效率低，可能造成分析进度滞后，分析工作开展不畅等诸多问题，直接影响分析效果。当我们有了项目产出之后，我们接下来的一件事情是什么，项目产出其实是一个物体，交付是一个死的，我们接下来得有一部分人，把项目的产出用起来，当我们有一部分人把项目的产出用起来之后，其实就转换成了一种能力。当我们用这个能力去改变更多的用户，去改变我们当前的工作状态的时候，它就形成了成果。在产品评估过程中，某供应商的系统有能力在15分钟内处理七百万条记录，而另一家则在相同时间内可以处理三十万条记录。所以，其实项目产出往往是个工具，成果其实是当我们借助项目的产出，把项目的产出应用起来，然后创造出了一个与众不同的未来状态，改变之后的状态的时候，我们就形成了成果，这就是我们所说的成果转化。)