在當下這個社會中，報告的使用成為日常生活的常態，報告具有成文事后性的特點。優秀的報告都具備一些什么特點呢？又該怎么寫呢？下面是小編為大家整理的報告范文，僅供參考，大家一起來看看吧。

數據調查報告及篇一

基于現有的業務知識和統計學基礎知識及基本思想的理解與掌握，通過數據庫及統計分析工具對數據的調取與處理、分析，達到對現有問題or主題的探索與剖析，最終實現業務問題的解決or優化。

2.數據分析需要的知識、技能及工具?

業務知識：最重要

業務分析能力：業務問題的拆解、探索與定位，也包括一些思維導圖工具的使用(visio,mind,mindmanager)

數據分析能力：基本的統計學及數學知識及較強的邏輯思維能力及分析工具的掌握spss,r,python等。

數據提取能力：在數據庫中能完成較為復雜的數據查詢及預處理的能力(sql使用能力)。

數據處理及展現能力：主要指ecel及ppt的使用，也有信息圖制作能力的要求。

3.長期只處理數據的詬病【for分析人員】?

對于分析人員來說，若無實際分析經驗，但經常提取數據，作為一個數據庫工程師的角色開展工作時，容易形成一種慣性思維：從數據角度出發去看問題。這是很危險的，因為一條連貫、清晰的業務邏輯中間會產生各種數據，同時由于業務人員操作的相對靈活以及數據錄入和etl處理的問題會導致某一業務節點產生不同值的數據，若不清楚業務流程，業務知識，很難確認異常值的合理性及異常值產生的關鍵原因。長此以往，這種數據角度出發的慣性思維就很難改變了，進而任何分析，出發點都是錯的，分析過程和結果可想而知。

4.對于“數據敏感”的理解?

5.如何體現一個數據分析人員的工作能力強弱?

相關學歷背景及工作年限;

對數據預處理的重視程度;

對細小業務問題解決方案及流程的抽取固化能力;

算法知識的應用能力;

業務知識的深度和廣度;

任務的整體把控和分配能力;

溝通及表述的邏輯清晰程度;

6.數據分析人員、應用型數據挖掘人員、算法型數據挖掘人員的區別?

數據分析人員算法應用比較少;

應用型數據挖掘人員在數據預處理及模型調參上下的功夫最多;

算法型數據挖掘人員在數據預處理上下的功夫叫少，模型理解及實現能力較強，偏開發;

7.數據分析人員的角色定位――企業賢內助

文檔為doc格式

數據調查報告及篇二

一、調查計劃

塑料袋，這個我們每天都會接觸到的物品，似乎已經成為我們生活中的親密伙伴。紅的，黑的，藍的，紫的，五顏六色的塑料袋給我們的生活增添了許多色彩，也給我們的生活帶來了許多便利，但是您是否知道這些塑料袋或許正是在和您的親密接觸中一步步侵蝕著我們的健康?同時這些白色垃圾也逐步破壞著我們的家園，但生活中如果真少了它們，又會給我們帶來很多不便。于是許多市民們都發出了這樣的感慨：塑料袋，少你不便，有你添亂。

為了了解塑料袋這個和我們每天都親密接觸的“伙伴”，我們組做了一次社會調查，通過查資料和實地觀察的方法來真正了解我們這位伙伴。

二、調查過程

xx月xx日，我們分別來到蔬菜批發市場、大街等地方，調查發現，各種顏色的塑料袋使用量都非常大，而市場上的小販和店老板則卻對塑料袋是否會影響健康很不清楚。

xx日在這里我們看到，菜攤上擺放著或紅或紫的塑料袋，肉店墻上掛著紅色的塑料袋，就連菜場小販們包裝成捆的蔬菜也是使用如麻袋大小的塑料袋。在一個蒜薹批發點，我們看到成捆的蒜薹用略帶紫色的塑料袋包裝好，且大部分都用繩子捆扎好，于是我們上前詢問小販：“捆得這么嚴實，這些塑料袋的有害物質不就侵入到蒜薹里面了嗎?”誰知小販告訴我們：“咋可能呢?我們一直都是這樣包裝的，也沒見誰因為這塑料袋而吃出問題來。”而在市場的南側，就有不少商販在賣調料品的同時也出售各種塑料袋。

我們在這里發現，這里的小販們使用的塑料袋比一般的塑料袋厚了許多，有黑色和紅色兩種。我們問一位賣魚的師傅：“這些塑料袋會不會影響健康?”他聽到我們的問題似乎有點納悶：“影響健康?這魚你又不生吃，怎么會影響健康?再說了，不用這塑料袋，你讓我們用啥?這塑料袋既結實又防水，賣魚用正好。”

xx日我們在一些餐館發現，塑料袋的使用相當普遍，為了省去洗碗的麻煩，飯館一般都會在碗上套個塑料袋。這些塑料袋一般都是白色的，分為透明的和不透明的兩種。稀飯、餃子皮等無一例外都會在和塑料袋的親密接觸后進入顧客的腸胃。我在一家早點店詢問一位老板用塑料袋裝稀飯會不會危害身體健康，老板笑笑說：“肯定沒問題，我們都是從正規渠道進的貨。”當我們詢問這些正規渠道是什么時，他告訴我，店外經常有人推銷，我們就買一些，幾乎家家都在用。另外，老板還告訴我，這些塑料袋大多數是從批發市場進來的，而對于這些袋子在高溫下的化學成分對人體有無危害，這位老板也說不清楚。

經過兩天的實際調查，我們發現，人們對塑料袋對人體的危害知之甚少，表現出一種冷漠，那么塑料袋究竟對人體的危害有多大呢? 目前我們經常使用的塑料袋主要由聚乙烯、聚丙烯、聚氯乙烯三種。其中聚乙烯和聚丙烯對人體無任何毒害作用。而用聚氯乙烯制成的塑料袋由于含有氯元素，因而會產生毒素，不能用來裝食品。另外，我們還查到鑒別聚氯乙烯和聚乙烯的方法，其中聚氯乙烯見火就著，離火就熄，而聚乙烯和聚丙烯則燃燒呈黃色火焰，離火還能繼續燃燒。于是我們按照方法對大家經常使用的塑料袋做了一次試驗，結果發現，我們經常使用的紅白相間，黃色，藍色，紅色，紫色塑料袋都是由聚乙烯或聚丙烯制成，而較厚的黑色和紅色塑料袋都由聚氯乙烯制成。另外，即使這些塑料袋是由無毒的聚乙烯或聚丙烯制成的，也不能因此保證這些塑料袋可以用來裝食品。因為由這些物質加工成塑料袋的過程中，還要加入些添加劑、染料等有害人體健康的輔助材料。所以市面上常見的有色塑料袋，不要用來裝直接入口的食物，不過用來裝蔬菜應該沒問題，但最好不要用這些塑料袋保存蔬菜，因為時間一長，毒素很有可能滲入蔬菜。

其次，對于我們常見的用來直接裝入口食物的白色塑料袋，專家也提醒大家謹慎使用。特別是不要裝含油、含酒精類食品及溫度超過60攝氏度的食品，否則塑料袋中的鉛就會融入食品中。有色塑料袋就更不能裝這些食品了。

最后，還得提醒大家，對于塑料袋的質量國家都有統一標準，許多都存在質量隱患。所以建議大家盡量少使用塑料袋，這樣既有利于自身的健康也有利于環保經過四天的實地調查與查閱資料，我們了解到了塑料袋這個我們每天都親密接觸的“伙伴”的危害，因為這危害不僅僅是在保護我們的家園，也是在保護我們自己。讓我們從今天開始，拒絕塑料袋，拒絕白色污染，與綠色牽手。

三、倡響它的未來 曾幾何時，塑料袋，這個我們每天都會接觸到的物品，似乎已經成為我們生活中的一部分，不可否認，它的確給我們的生活帶來了許多便利，但當你在使用的過程中有沒有想過它也會對我們的身體帶來危害?假期中，經過四天的實際調查和采訪，我感受頗多，受益非淺。

原來我們這個每天都在接觸的“伙伴”真的在一點點吞噬著我們的健康，我們經常使用的較厚的黑色、紅色塑料袋都是由含氯元素的聚氯乙烯制成的，而其他各種塑料袋也含有各種添加劑、染料等有害人體健康的輔助材料，所以塑料袋還是少用的為好。在調查中我還發現，其實有一些黑心的商家多少了解一些塑料袋的危害知識，但他們為了提高利潤置消費者的健康于不顧，還在繼續大量地使用著塑料袋，因此我們對塑料袋的認識真的是沒有提高到一定高度。

當然如果把塑料袋加工成別的一些塑料制品，既對我們沒有危害，反而可以為我們的生活帶來便利。

所以作為新世紀的主人，我們更應該從自我做起，從今天開始，拒絕塑料袋，拒絕白色污染，與綠色生活永牽手相伴。

數據調查報告及篇三

—關于大學生消費水平的問卷調查分析

一、問題的提出

在當代市場經濟的大背景下，如何把自己手中有限的資金花得合理等值理性已經成為了人們日益思索的一個問題。我們大學生作為一個龐大而特殊的消費群體，更是對這個問題有著自己特殊的見解與體會。

自從我們踏入大學校門的那一天起，我們離開了父母，開始了真正意義上的生活自理。不同于其他社會消費群體的消費心理和行為以及消費觀念的超前和消費實力的滯后，這些都對大學生的消費觀念產生了很大的影響。其中個人消費作為日常生活中的一個重要組成部分，自然也就成了人們所關注的重點。為了更好地了解和分析當代大學生的消費情況，我們選取了這一主題展開了問卷調查。

二、問卷調查情況

本次調查金數據共發出300份《大學生消費調查問卷》（具體調查問卷樣表見附表一），收回295份問卷，但其中有部分為不合格問卷，實際有效回收率為95.33%。本次調查為了獲得全面真實的調查結果，采取了隨機調查的方式，即在學校內各學生比較集中的地點發放問卷，盡量對不同性別、不同年級的學生進行有針對性的全面的問卷調查。

三、數據統計與分析

從有效的調查問卷中可以看出，在整個調查過程中，接受本次調查的有192名男生和94名女生。現將各個問題的數據情況統計（統計圖見附錄二）如下：

1.你的家庭月收入為多少（）

在被調查的同學中有11%的同學家庭月收入在1000以下，13%的同學家庭月收入在1000到2000之間，而家庭月收入主要集中在2000到4000之間，屬于該區間的同學占到全部調查人數的40%。剩余的36%的同學家庭月收入則在4000以上。

2.你的生活費主要來自于（）[多選]

根據本題的調查結果顯示，同學們的生活費主要來自于家中補給（占到70%），其余的依次為：課余打工（12%）、勤工儉學（8%）、做家教（6%）、獎學金（4%）。

3.你覺得你現在每個月的消費如何？

在所調查的學生中，有過半數的同學認為自己的消費情況偏高（31%）和剛好（53%），而處于很高或偏低的同學較少，只占到9%和7%。

4.你是否基本上在食堂就餐（）

由數據對比分析得知，大部分同學（78%）選擇在食堂集中就餐，而另外22%的同學則更親睞于在外就餐。

5.以下各項中占你支出最大的是哪三項（）[ 按從大到小列]

由結果看，本題預設的7個選項均被被調查人的回答所涉及到。民以食為天，飲食消費作為各項消費中的一個大頭，依然占據了首位，為全部消費支出的32%。學習用品本應作為學生的另外一項重要支出，但是遺憾的是，它只占到支出總和的18%，與娛樂消費支出所占比例（17%）基本持平。作為異軍突起的服裝支出卻升至第二位，占到了21%，比學習用品支出高出3個百分點。由于高年級學生面臨著就業的壓力，交通出行也日漸成為他們生活中的一項重要支出，占到了7%。化妝品消費和投資則很少被人問津，分別占到4%和1%。

6.你的休閑娛樂消費占總消費的百分比（）

7.你用來學習的錢每月平均多少？（）

對于第6個問題和第7個問題，我們是將被調查者的學習支出和娛樂消費做一個橫向的比較。比較的結果反映出大學生中的娛樂支出比例仍要略高于學習消費。同學們的學習消費數據（所列數據為學習消費占總消費的百分比，下同）如下，低于10%同學占到了被調查者的31%；在10%和20%這個區間內的同學最多，占到了44%；在20%到30%這個區間內的同學（21%）也比較多；而在30%到40%這個區間的同學最少，只有4%。對于大學生的娛樂消費，各區段內的消費情況則比較平均，相應的數據為：低于10%占19%，10%至20%之間占38%，20%至30%占27%，30%至40%占16%。兩項消費在低于10%和30%至40%這兩個區間內的數據形成了鮮明的對比（31%和19%，4%和16%）。

8.你是否有記帳的習慣（）

有超過三分之二（76%）的同學沒有記賬的習慣，但是仍有24%的同學保持著記錄自己消費情況的習慣。

9.你每到月末生活費是否緊張（）

有超過半數的同學都會在月末出現費用緊張的情況（基本會22%，偶爾會30%），但是也有相當比例的同學（48%）不會在月末為自己的費用擔憂。

10.花父母的錢，心中有何想法（）

對于如何對待花父母的錢這個問題，63%的同學都表示會在以后的生活中通過自己的努力加以償還。另有28%的被調查者則抱有一種無奈的態度。也有部分同學認為花父母的錢為理所應當或根本未思考過此類問題，其比例依次為4%、5%。

11.心中有沒有想過要通過自己掙錢來改變自己的消費來源（）

本題的數據結果再次映證了上題的分析。絕大部分的同學（92%）抱有通過自己努力來改變生活來源的這種想法，但是其中只有30%的被調查者將想法轉化為了實際行動，其余的62%則僅僅停留在思想層面，并未付諸實施。

12.你對自己的消費水平滿意嗎()

同學們對自己的消費滿意程度主要還是集中在基本滿意層面（59%）。不滿意和很滿意的比例則比較接近，為19%和22%。

四、問卷調查后的收集統計

在以往的問卷調查中，大家都使用傳統的數據統計和和收集方式，所以工作量相對要大很多，而工作效率也就有所打折，而金數據則提醒廣大網友朋友用現代智能輕態表單設計工具—金數據來體驗問卷調查的樂趣。

數據調查報告及篇四

“在經歷連續兩年報名人數的下跌后，xx年度研究生報名人數出現明顯反彈，部分省市甚至呈現大幅度增長態勢。”這是中國教育在線24日在京發布的《xx年全國研究生招生數據調查報告》所顯示的。《報告》還顯示，研究生招考各學科報錄比不均衡，在計劃報考的10個最熱門專業中，7個是社科類專業；名校所招錄的研究生中，推免生比例大幅度上升。

近年來，碩士研究生報考群體始終處于相對穩定的態勢，從xx年起，研究生考試報名人數出現下降，保持多年的考研熱持續兩年“降溫”。xx年全國考研報名人數為176萬，xx年下降至172萬人，到xx年再減少至164.9萬人。

《報告》顯示，xx年全國碩士研究生招生考試報名人數出現明顯反彈。中國教育在線總編輯陳志文介紹，統計顯示，今年考研報名人數超過170萬，北京、河北、遼寧、江蘇分別增長6.8%、8.4%、11.7%、11.12%。

xx年北京市碩士研究生招生考試報名人數達24.3萬，比xx年增加15448人，增幅約6.8%。xx年江蘇省碩士研究生招生考試報名人數達116039，比xx年增加11617人，增幅達11.12%。

是什么導致今年考研人數的“突然反彈”?陳志文分析，全國碩士研究生報名人數激增，與我國經濟下行壓力下大學生就業形勢嚴峻有關，“近幾年本科畢業生人數連創新高，就業壓力增大從而催生‘考研大軍’”。

根據中國教育在線調查系統數據顯示，3000余人的調查群體中，有43%的考研人群因“增加就業競爭力、提升畢業后薪水”選擇考研，暫時不想就業而選擇考研的人群占13%。“部分畢業生工作以后對薪酬的滿意度較低而選擇考研，提升自身水平、改變工作環境成為往屆生考研的重要原因，這也拉高了xx年整體考研人數。”陳志文說。

《報告》顯示，全國普通高校理工類研究生的招生人數明顯高于社科類研究生，但實際上，理工類專業的報考情況并不樂觀。

中國教育在線全國研究生志愿采集系統收集的32萬條調查數據顯示，社科類專業在研究生計劃報考專業中占據非常大的比重，最熱門的十大考研專業中，僅管理學和經濟學就占據約70%。

浙江大學xx年碩士研究生報錄數據顯示，經濟學報考728人，錄取86人，報錄比為8.4：1，而工學報錄比為4.9：1，理工類與社科類的報錄比相差近2倍。中山大學xx年學術型碩士研究生報錄數據分析，教育學報考人數71人，錄取8人，報錄比為8.9：1;工學報考1083人，錄取334人，報錄比為3.2：1，各學科之間的錄取比例極不平衡。

《報告》顯示，過去3年，伴隨研究生錄取人數增長，報名人數下降，研究生錄取分數線逐年下降的趨勢明顯。

陳志文介紹，從教育部公布的《xx年全國碩士研究生招生考試考生進入復試的'初試成績基本要求(學術型學位類)》可以看出，大約70%的學科門類單科(滿分100)分數線為30多分，b類考生的復試分數線甚至更低。理學單科錄取分數線近3年呈現急劇下滑的趨勢，到xx年錄取分數線已經跌落至36分。經管類專業一直是研究生報考熱門、集中的學科，也是錄取分數線較高的學科，然而單科錄取分數線也沒有脫離下降的趨勢。從xx年到xx年，管理學單科分數線從55分降至46分，經濟學單科分數線從55分降至45分。

《報告》顯示，“985”工程高校所錄取的學生中，推免生比例大幅度上升。復旦大學xx年擬錄取的推免生，占錄取總人數的41%。中國人民大學xx年擬錄取的推免生比xx年增長了17.6%。北京大學xx年擬接收推免人數2167人，占招生總規模4354人的49.77%，教育學院和個別跨學科門類推免生招生甚至占其總規模的100%，不再招收統考生。

名校保研生占據研究生錄取半壁江山的同時，也加大了普通學生考入名校的難度。根據中國教育在線調查平臺收集數據統計，23%的學生反映，保研生比例的增加，加劇了報考名校、名專業的難度。

《報告》顯示，各高校喜歡要推免生的原因，是因為推免生“整體底子好，能力強”，這從一個側面也反映了學校對以分數為核心的錄取制度的不滿意。據陳志文介紹，從xx年起，研究生錄取制度改革已經在部分高校進行了小范圍試點，淡化分數評價，強調綜合學術能力，也取得了一些經驗與效果。

此外，研究生推免政策的放開讓優秀的學生有了更多的選擇機會，高校對優質生源的“爭奪”也十分激烈。陳志文介紹，多數高校以高額獎、助學金，可申請專項經費資助科研、自主選擇導師等優惠政策，吸引優秀生源。

數據調查報告及篇五

一線城市調查者中，43.2%的人認為房價會下跌，比看漲的人高出8.5%;二線城市看跌的人比看漲的人多6.1%;三四線城市看跌的人更是比看漲的人遠遠高出30.8%。消費者信心明顯不足。

買房人對網絡信息的依賴度遠遠高于其他，超過80%的受訪者通過互聯網和移動互聯網獲取房產信息，而戶外廣告、報紙和朋友推薦這樣的傳統方式占到20%左右，在規模越小的城市，戶外廣告相對管用。但使用移動互聯網查看房產信息仍然不是主流，只有3成的調查者平時會用手機找房。

隨著各地限購政策的放開和后續政策的逐步釋放，使得基本功能很難完備的一居室需求很低，不管在一線、二線以及三四線城市，一居室的需求占比都不足3%，二居、三居是需求的主力產品，在三四線城市，三居室則更受歡迎，占比達到了64%。

不管是多大規模的城市住戶，有近80%的人最看重的住宅周邊配套設施是學校，人們對于對于住宅周邊設施需求度是這樣的：學校超市、便利店醫院大型商業體銀行餐廳休閑場所。

一線城市用戶對通勤時間要求最高，93.3%的用戶愿意購買通勤時間在60分鐘以內的住房，其中有50.5%更是希望能夠在30分鐘以內，而對于二三線城市的用戶來說要求則更為合理一些，31-60分鐘的通勤時間是二三線城市大部分住戶的接受范圍。

房產金融的。用戶使用率和城市發展水平保持一致，大多數用戶對房產金融抱有積極態度，65%以上的用戶表示用過或者愿意嘗試使用。

38%左右的人看重互聯網家裝的高性價比，只要價格合適則愿意用；40%左右的人可以嘗試，但不能完全在網絡上解決；剩下的22%則完全不愿意用。

還沒那么多人愛智能家居，有35%左右的人對智能家居無感，此外還有約19%的人對智能家居不太了解，16%的人認為不過是虛擬概念，不實用，還有5%左右的人對智能家居比較了解，但完全沒興趣。

數據調查報告及篇六

問卷的標題概括地說明調研主題，使被訪者對所要回答的問題有一個大致的了解。

確定問卷標題要簡明扼要，但又必須點明調研對象或調研主題。

如“學生宿舍衛生間熱水供應現狀的調研”，而不要簡單采用“熱水問題調查問卷”這樣的標題。

這樣無法使被訪者了解明確的主題內容，妨礙接下去回答問題的思路。

2、問卷說明

在問卷的卷首一般有一個簡要的說明，主要說明調研意義、內容和選擇方式等，以消除被訪者的緊張和顧慮。

問卷的說明要力求言簡意賅，文筆親切又不太隨便。

下面舉個實例加以說明。

同學，你好！

我是浙江師范大學的實踐隊員，我們正在做關于信息三農的調研，想問你幾個相關問題，了解下您的意見。

您的回答將被完全保密，請放心。

謝謝你的協助與支持！(多用于訪問時，并不是很正式)

你好：

我是xxx暑期社會實踐團隊的采訪員，我們正在進行一項關于xxx的暑期實踐調查，旨在了解xxx的基本情況，以分析xx發展的趨勢和前景。

您的回答無所謂對錯，只要能真正反映您的想法就達到我們這次調查目的。

希望您能夠積極參與，我們將對您的回答完全保密。

調查會耽誤您10分鐘左右的時間，請您諒解。

謝謝您的配合和支持。

(如有需要，應考慮英文版的問卷)

3、填表指導

對于需要被訪者自己填寫的問卷，應在問卷中告訴回答者如何填寫問卷。

填表指導一般可以寫在問卷說明中，也可單獨列出，其優點是要求更加清楚，更能引起回答者的重視。

例如：

填寫說明：

問卷答案沒有對錯之分，只需根據自己的實際情況填寫即可。

問卷的所有內容需您個人獨立填寫，如有疑問，敬請垂詢您身邊的工作人員。

您的答案對于我們改進工作非常重要，希望您能真實填寫。

4、調研主題問題

調研主題內容是按照調研設計逐步逐項列出調研的問題，是調研問卷的主要部分。

這部分內容的好壞直接影響整個調研價值的高低。

詳細內容見第五小節“問題回答的方式與格式”。

5、編碼

編碼是將問卷中的調研項目以及被選答案變成統一設計的代碼的工作過程。

如果問卷均加以編碼，就會易于進行計算機處理和統計分析。

一般情況都是用數字代號系統，并在問卷的最右側留出“統計編碼”位置。

6、被訪者基本情況

這是指被訪者的一些主要特征，如個人的姓名、性別、年齡、民族、生源地、所屬院系等。

這些是分類分析的基本控制變量。

在實際調研中要根據具體情況選定詢問的內容，并非多多益善。

如果在統計問卷信息時不需要統計(的)被訪者的特征，就不需要詢問。

這類問題一般適宜放在問卷的末尾。

如(沒有很私人的問題)問題不是很私人，也可以考慮放在“問卷說明”后面。

7、訪問員情況

在調研問卷的最后，要求附上調研人員的姓名、調研日期、調研的起止日期等，以利于對問卷質量進行監察控制。

如果被訪者基本情況是放在“問卷說明”的后面，訪問員情況也可以考慮和被訪者的基本情況放在同一個表格中。

8、結束語

一般采用三種表達方式：

a.周密式對被訪者的合作再次表示感謝，以及關于不要填漏與復核的請求。

這種表達方式既顯示訪問者首尾的一貫的禮貌，又督促被訪者(消除)填好未(沒)回答的問題和改正(差)有錯的答案。

例如：“對于你所提供的協助，我們表示誠摯的感謝！為了保證資料的完整與詳實，請你再花一分鐘，翻一下自己填過的問卷，看看是否有填錯、填漏的地方。

謝謝！”

b、開放式提出本次調查研究中的一個重要問題，在結尾安排一個開放式的問題，以了解被訪者在標準問題上無法回答的想法。

(常用)

例如：“你對(于)制定關于學生學籍的政策有何建議？”

c、響應式提出關于本次調研的形式與內容的感受或意見等方面的問題，征詢被訪者的意見。

問題形式可用封閉式，也可用開放式。

d、封閉式：你填完問卷后對我們的這次調查有什么感想？(單選)

數據調查報告及篇七

所謂垃圾數據，是指進入地稅征管系統的扭曲、虛假、無價值的數據。自20xx年地稅征管軟件系統上線以來，系統采集的數據及其覆蓋范圍逐漸擴大，但垃圾和冗余數據也相應增加。征管系統運行近五年，全省地稅20xx一次系統清理，很大程度上解決了網上運營初期由于信息采集不完整、操作不規范而導致的垃圾數據進入系統和系統產生的垃圾信息。但是，隨著新業務功能模塊的不斷推出和稅收政策的變化，系統中相應的垃圾數據逐漸增多，不僅影響了各種數據統計的準確性，也嚴重影響了軟件運行的速度，極大地制約了地稅征管軟件的功能。

(一)清理垃圾數據是適應稅收信息化發展的需要。從目前稅務管理信息化的發展趨勢來看，綜合征管軟件的運行管理以數據管理為主，各種稅收征管工作對數據的存儲、處理和依賴程度逐漸增加。此外，采集和管理數據在省級集中處理，需要保證進入系統的數據的真實性、準確性和科學性，逐步實現現有信息系統的綜合集成和綜合業務應用。

(二)清理垃圾數據是精細化管理的需要。垃圾數據的出現，說明稅務數據資源管理與精細化管理要求還有很大差距。清理垃圾數據本質上是為了優化數據資源，滿足數據采集和管理的質量要求，改變信息管理模式，進一步推進信息化精細化稅務管理和規范化數據管理。

(3)清理垃圾數據是保證科學決策的需要。綜合收集和管理軟件數據在科學決策中起著至關重要的。作用。垃圾數據造成系統數據失真，使稅務人員在掌握和分析數據時產生不同程度的偏差，從而影響數據在科學決策中的利用價值。如果將扭曲的數據用于形成相關決策，將直接導致決策失誤。因此，需要移除系統中的各種數據來保存真相，以保證決策的科學性。

目前，垃圾收集管理信息系統中的垃圾數據主要包括登記、識別、系統、企業提交、票證、檢驗和報告等。垃圾數據的原因是管理和技術。

(一)管理因素

1.基本數據收集錯誤。一些工作人員缺乏對數據質量重要性的認識，在數據輸入系統之前，他們收集了錯誤的信息或根本沒有收集數據。比如20xx年9月，省局在數據清理中發布了項目登記的垃圾信息，有些項目登記信息讓人一看就覺得不是真實數據，可能是稅務管理員根據企業申報的信息計算收集的，比如員工人數、生產地址、經營地址、開業日期、受理日期、注冊資本等信息為空，說明稅務管理員根本沒有收集這些信息。

2.基本數據輸入錯誤。有的工作人員錄入數據粗心、不及時，直接錄入要錄入的數據，沒有經過預審，或者錄入后沒有經過審核，就錯過了修改時間。比如有的納稅人填錯了信息，前臺人員卻沒有審核。比如稅務管理員在稅務登記流程的最后一步沒有選擇管理行業和地理位置信息，直接提交，導致部分住戶的管理行業默認為餐飲業，地理位置默認為城市中第一個地理位置名稱。

3.前臺人員操作失誤。少數工作人員業務不熟練，計算機操作不規范，導致誤記。在數據清理過程中，發現一些前臺人員在開具稅務收據時，隨意選擇了稅目。比如他們明明是查賬征收企業所得稅的納稅人，卻在開具發票的時候又增加了一個核定征收的稅目。

4.納稅人網報操作錯誤。少數納稅人申報時數據有誤，沒有及時發現。如果有些企業在網上申報，因為扣款不成功后，不辦理申報不扣款手續，而是重新申報扣款，導致系統中存在要征收的稅款。

5.人為輸入虛假數據。為了應對考核指標，比如在績效考核中，財務信息的錄入率和兩稅的征收存在不一致的情況。很多稅務管理員為了完成考核要求，要求納稅人隨便填寫財務信息，或者干脆自己去做，導致系統中很多企業的財務信息不完整、不合理。比如制度評估規定有房產稅就必須有土地使用稅，但實際上按照稅法只能征收其中一種。比如房地產開發企業買地只交土地使用稅，不開發。面對這種情況，一些基層分局干脆在季末自己貼錢。這樣一來，體制內一些企業的房產稅或者土地使用稅就只有1-2元美金，登記的項目就是幾平米的土地或者幾十元的房產。

6.監督評估機制不到位。為解決數據質量問題，省局出臺了《地方稅收管理信息系統數據質量暫行規定》(甘地國稅發[20xx]15號)和《地方稅收征管業務系統運行若干規定》(甘地國稅發[20xx]42號)，但對數據質量沒有專門的考核辦法，只有部分指標零星出現在績效考核中，無法對具體工作人員進行考核。

(2)技術因素

1.不對稱的業務需求和系統功能會導致錯誤消息。由于開發過程中業務需求的變化，系統采集提取的數據與實際情況不一致，如納稅評估時無法提取納稅人添加的財務信息等。

2.系統之間的數據交換接口產生錯誤信息。目前，與地稅征管平臺進行數據交換的系統包括個人所得稅基礎信息管理系統、貨運發票系統、網上報稅系統、銀行批量扣稅系統和inspur稅控發票管理系統。這些系統在一定程度上解決了征管系統的不足，為加強稅收管理提供了便利。然而，系統之間的大量數據傳輸可能會導致垃圾信息。比如銀行批量抵扣稅款時，由于交換接口生成的信息有誤，導致重復抵扣。

3.軟件故障導致的錯誤消息。地稅征管平臺后臺數據庫存儲的數據量已經遠遠超過1000g，前臺訪問量大的時候數據庫必然會無響應。當正常流程提交時系統沒有響應時，可能會出現既不能進也不能退的流程，而這些無法處理的流程就會形成垃圾數據。同樣，在處理報告時，由于需要執行最大的數據操作，可能會產生錯誤的信息。

(a)管理

1.數據收集是現實的、務實的。求真是指為了保證征管軟件數據的真實性、準確性和完整性，需要在一線征管和稅源企業主動采集數據，主動整理各種采集和經濟數據進行科學分析。

2.數據管理應該一起管理。從數據管理和采集管理軟件應用的特點和規律出發，注重跨部門工作的協調統一，形成聯合管理的良好局面。根據收集管理軟件數據系統建設的需要，充分發揮收集管理部門在數據管理中的主導作用，組織收集管理部門人員對輸入的數據進行比對，對垃圾數據進行補充和修改。在此基礎上，嚴格規范數據源、條目和處理環節，及時找出新生成的問題數據，找出錯誤原因。同時，各業務部門每月應對采集管理軟件中的數據進行測試和評估。

3.數據評估有明確的權利和責任。第一，完善責任機制。提出采集管理軟件數據質量零誤差的目標，明確各級數據管理的責任部門和責任人，明確劃分決策、實施和監督的責任，正確區分監督責任和行為主體責任，有效解決責任不清、多頭管理、重疊和職責真空的問題，形成數據管理的責任鏈；第二，嚴格的考核機制。對垃圾數據可能經過的主要環節或崗位進行全面評估，對因違規操作造成數據質量問題的人員追究過錯責任。形成部門和環節領導和員工自覺參與數據管理，共同關注數據質量的氛圍。

(2)技術方面

1、完善征管業務系統。增加業務系統功能，比如在一些關鍵字段增加頁面的檢查功能，減少垃圾數據的錄入；整合業務系統功能，減少系統間數據傳輸產生的垃圾郵件；優化業務流程，比如網上納稅人可以提前輸入財務信息，要求納稅人在網上報稅之前輸入財務信息，減少了后期補充記錄中的人為因素。

2.在線數據質量管理系統，及時提示和檢查產生的垃圾數據；建立專門的垃圾數據“推送中心”，負責日常數據質量發布、清理和評估。

3.加強納稅人自潔功能，如建立項目登記信息、兩個行業項目登記、財務信息錄入等相關提示頁面。，以便納稅人在進行相關操作時第一時間進行補充或修改。

4.開放數據清理權限。征管業務系統正式上線后，實現了稅務數據的省級集中，對失真、錯誤數據的處理權也集中在省級。基層稅務機關產生的失真、錯誤數據，只有上報一級省局后才能刪除，不僅耗時長，而且增加了基層網絡管理員的工作量，造成大量垃圾數據積累。建議在保證系統正常運行的前提下，給予基層網絡管理員足夠的清理權限，有效分流數據清理壓力，解決垃圾數據的瓶頸問題。

數據調查報告及篇八

據報道，中國約有2/3的城市陷入垃圾圍城的困境。我國僅“城市垃圾”的年產量就近1.5億噸，這些城市垃圾絕大部分是露天堆放。它不僅影響城市景觀，同時污染了與我們生命至關重要的大氣、水和土壤，對城鎮居民的健康構成威脅，垃圾已成為城市發展中的棘手問題。垃圾不僅造成公害，更是資源的巨大浪費。每年年產1.5億噸的城市垃圾中，被丟棄的“可再生資源”價值高達250億元！北京市現日產垃圾13000噸，全年生產495萬噸，而且每年將以8%的速度遞增。我國目前處理生活垃圾的方法除露天堆放外，還有衛生填埋，這種方法避免了露天堆放產生的問題，其缺點是建填埋場占地面積大，使用時間短(一般十年左右),造價高，垃圾中可回收利用的資源浪費了；再是焚燒，使垃圾體積縮小50%～95%,但燒掉了可回收的資源，釋放出有毒氣體，如二惡英、電池中的汞蒸汽等，并產生有毒有害爐渣和灰塵；第四種是堆肥，這種方法需要人們將有機垃圾與其它垃圾分開才行，它具有很好的發展前景。北京市現處理一噸垃圾花103.49元，一年的處理費用就是5億多元。這還不包括建設垃圾處理場的費用，建一座大型垃圾填埋廠就得花1～2億元，建一座大型垃圾焚燒廠就得花20多億元，這又是一筆很大的支出。當前大量未經分類就填埋或焚燒垃圾，既是對資源的巨大浪費，又會產生二次污染。

城市垃圾的價值

在一些城鄉結合部，一堆堆高高的垃圾山上，一群群衣衫襤褸的男女老少，他們不顧迷漫著的臭氣和蚊蠅的叮咬，忙著翻騰、挖掘和拾揀，已有人因拾垃圾而發財。毫無疑義，垃圾中蘊藏著資源。那么，我們日常生活的丟棄物究竟有多少可以利用？請看下面這些數字：

3、肥皂：凈含量12

5、治高血壓藥：北京“雙鶴”生產的10片裝“北京降壓0號”的紙盒、空藥板及說明書重11.3克，丟棄物占總重的89%。據統計北京市老年人該病患者占4成以上，約有56萬人需終生服藥，一日服一片，一年丟掉“0號”包裝物達203.6噸。

事實上，我們天天在丟掉著大量的可回收物，以上所述的廢棄物只是總量的一角。據北京市環保基金會統計，北京市年產垃圾中有廢塑料36.2萬噸，而一噸廢塑料可生產0.37～0.73噸油；每回收一噸飲料瓶塑料可獲利潤8000元。有廢紙38.8萬噸，每回收一噸廢紙，可造好紙0.85噸，節省木材3立方米，節省堿300公斤，比等量生產好紙減少污染74%。有廢玻璃15萬噸，利用碎玻璃再生產玻璃，可節能10～30%,減少空氣污染20%,減少采礦廢棄的礦渣80%。有廢電池2.37億支，利用廢電池可回收鎘、鎳、錳、鋅等寶貴的重金屬，同時可減少重金屬對環境的污染及對人體健康的危害。有廢金屬3.5萬噸，每回收一噸廢鋼鐵，可煉好鋼0.9噸，可減少75%的空氣污染、97%的水污染和固體廢物，比用礦石煉鋼節約冶煉費47%。有廢食品草木121.3萬噸，每回收一噸這類垃圾，可生產0.6噸有機肥，也可生產垃圾燃料，作為發電、供熱的燃料。

數據調查報告及篇九

本次調查發放問卷的對象是七年級全體學生，發放問卷的79份，回收79份，有效數量為79份，回收比率100%。

五、數據匯總

1、做有理數運算題喜歡75%不喜歡8%有一點17%。

2、做有理數運算題需要理解法則、概念需要92%不需要8%。

3、背乘法口訣能92%不能5%會一點3%。

4、你做有理數運算的速度非常快18%一般68%慢14%。

5、做有理數運算題，你經常出錯經常10%偶爾85%不會錯5%。

6、第六、七題都是運算順序題會的89%不會11%。

六、結論

1、部分學生做運算題的興趣有待激發。

2、影響有理數運算速度有待提高。

3、學生做運算題的正確率有待改善。

4、學生的運算順序的規范性有待強化。

5、以上調查分析反應，大多數學生的運算能力都存在著這樣，那樣的問題，運算能力的提高令人堪憂。

數據調查報告及篇十

國家糧油信息中心最新預計，2016年我國大豆播種面積將達715萬公頃，較上月預估上調20萬公頃，較增加70萬公頃，主要因黑龍江大豆播種面積增幅超過預期。預計黑龍江大豆播種面積為280萬公頃，較上月預估上調19萬公頃，較上年增長40萬公頃，主要得益于種植結構的調整，黑龍江北部及農墾系統大豆面積增幅均超過20%。調研發現，2016年內蒙古東部、黑龍江省西北部發生夏伏旱，受災地區大豆減產、品質較差;產區農戶手中幾乎沒有余豆，部分貿易商以購銷臨儲陳豆為主;市場關注新豆上市，但對價格預測較謹慎，預計新豆上市后優質優價體現明顯。

旱情影響新豆品質

調研了解到，2016年內蒙古東部、黑龍江省西部發生夏伏旱。

內蒙古呼倫貝爾市阿榮旗東山屯村遭遇26年不遇的旱災。黑龍江省黑河市五大連池市雙泉鎮80%以上的耕地受旱，鎮上龍頭村和龍鳳村兩個村的1500畝大豆面臨絕產。旱情還使得受災區大豆品質變差，粒型小，“辣椒籽”、不完善粒居多，基本達不到國標三等的標準。受災后“土豆子”、“青豆子”、“有蟲口的豆子”比重增加，收獲后只能送到油廠壓榨，價格自然高不了。所調研地區2016年種植的高蛋白大豆品種較多，旱情也影響了大豆灌漿，大豆蛋白含量預計要降低。

我國大豆2016年市場現狀：新豆價格不容樂觀

新豆上市價格不容樂觀

受災區大豆單產下降，即使保持去年價格不變，農民收益仍受到影響。調研發現，包地種大豆的規模經營戶，由于地租成本較高，旱情對其經營的影響非常大。與包地種豆相比，如果是自家的承包地，則能大致保本。

關于補貼政策，有農戶建議國家做好2016年大豆市場價格監測工作，把目標價格和市場價格的價差實實在在地補給農民。今年國家對玉米(1415，-5.00，-0.35%)實行“市場化收購+補貼”的政策，黑河市愛輝區嘉興農機專業合作社的負責人認為玉米價格市場化后，會促進大豆、玉米比價回歸正常區間，明年合作社想輪作，希望國家“不管種啥都給生產性補貼”，并且補給實際種地的人。

數據調查報告及篇十一

數據分析的意義：

數據分析帶來的價值讓產品了解產品運營情況，了解用戶需求和行為習慣，了解產品功能使用情況等等，屬于產品人員最技術的技能。

數據類型：

一般的用戶數據獲取方式可以從頁面js和服務器日志上獲取；

加上時間參數等就可以獲得大量的趨勢性分析。

另外還有一些數據可以通過后臺的數據請求次數和用戶提交數據，例如用戶的搜索命中率，用戶ugc提交信息量，用戶流程損耗量(任務完成量和時間)。

以上為定量數據。

其他定性數據包括用戶操作流程，用戶使用過程，用戶行為，用戶評價和反饋等。

對數據進行分析：

1、數據的趨勢

主要是居于時間變化呈現的數據量級的趨勢統計

用戶量，訪問量，(注冊量，活躍量)

用戶提交信息量的變化趨勢

重復訪問用戶比例、數量和新增用戶用戶數量、比例

2、數據的權重

各個業務模塊的訪問權重占整個產品/頻道的權重比例

各個頁面停留時間權重

提交信息用戶量和用戶uv的比例關系

3、數據呈現的用戶行為

比如：

用戶訪問熱圖

用戶直接訪問、外站導入、搜索引擎的比例

用戶搜索常用關鍵詞，常標中的關鍵詞，未標中的關鍵詞

用戶來源

用戶停留時間

一跳率，二跳率等

產品對數據的態度：

1、正確的態度

雖然是有點廢話，但是需要強調。產品必須有明確健康的運營態度和運營價值觀。

比如不鼓勵非正常的pv，前臺產品引導用戶更好的互動和轉發，后臺設計引導發布編輯提交更有效的信息和信息關聯。

2、對數據敏感，發掘細節

對定量的數據和定性的數據都保持敏感，特別在持續對產品改進上，需要大量的數據。

包括用戶操作，用戶訪問最多的頁面，用戶頁面跳轉等

[數據分析入門]

數據調查報告及篇十二

【編者注】有經驗的分析師在完成自己的分析周報、月報的時候通常會想方設法的對之前的報告進行改進完善，這個過程就好比我們的產品升級更新一樣，并配合不同的專題分析對目標進行精準部署。而一個好的分析框架思路就好比是軍隊中的指揮部，指揮中心建立后，隨之而來的戰略部署就水到渠成，分析思路框架---分析報告模版---分析策略部署---分析部署完善補充--分析思路框架，正好形成一個完整的閉環。那么針對具體的行業分析框架如何擬定呢？來看看中國統計網為大家推薦的來自typedef的游戲數據分析系列文章吧。

經過一段時間對ib游戲的數據分之后，初步得出了一些通用的模型。

主要分為4大塊：

一、推廣部分

二、玩家成長分析

三、充值分析相關

四、游戲服務器相關分析

名詞解釋：

全新新增充值賬號：

統計月第一次充值且統計月第一次登陸游戲；

老轉新新增充值賬號：

統計月第一次充值但統計月前一個月或更早月份就已經登陸游戲；

持續充值賬號：

統計月之前一個月有充值，統計月繼續有充值的賬號；

回流充值賬號：

沉默充值賬號：

統計月之前一個月有充值，但統計月沒有充值但有登陸游戲的賬號；

流失充值賬號：

統計月之前一個月有充值，但統計月沒有充值且沒有登陸過游戲的賬號

[游戲數據分析]

數據調查報告及篇十三

隨著20xx年鐘聲的臨近，20xx年的工作即將進入尾聲。在這個特殊的時點，總結過去的工作，計劃未來，就顯得尤為重要！在過去的時間里，本人在公司各級領導的正確領導下，在同事們的團結合作和關心幫助下，較好地完成了20xx年的各項工作任務，在工作能力和思想政治方面都有了更進一步的提高。現將20xx年取得的成績和存在的不足總結如下：

一、思想政治表現、品德修養及職業道德方面

20xx年以來，本人認真遵守勞動紀律，按時出勤，有效利用工作時間；堅守崗位，需要加班完成工作按時加班加點，保證工作能按時完成。愛崗敬業，具有強烈的責任感和事業心。積極主動學習專業知識，工作態度端正，認真負責地對待每一項工作。

二、工作能力和其它方面

我的工作崗位是數據與產品支持，準確和效率一直都是我的工作宗旨。工作內容大體分為四塊：

1.在月初關賬期間，要保證各地提報的非派費用和倉租、外包工、叉車租金分攤的準確性與及時性，同時不僅需要審查數據內容填寫的規范性，還需要確認各地是否已經提報。匯總完數據后要進行初步分析，將不符合提報要求的費用提取出來并聯系提報人進行確認，并判斷是否應該提報。將數據提交給結算部門后，結算在核銷的時候會有疑問，這些疑問也需要我來進行跟進與反饋。

2.關賬結束后要進行合同外議價的分析，這部分分析分為同一線路同一承運商派車次數大于3次的分析和有合同但走合同外議價的分析兩部分，前者分析的目的是為了考慮是否要與此線路簽合同，而后者的分析目的是更新完善合同的報價。

3.結束合同外議價的分析工作，則需要進行單個to負毛利的分析，該分析數據主要來源于工盤，包括收入明細，成本明細，派車分攤和租車分攤。分析完成需要將結果發給對應的運輸經理，查明產生虧損的原因，并提出合理的建議。

4.在以上三部分工作內容如期進行的時候，全月不定時穿插項目初步分析，此部分內容主要使用者為項目經理、客戶經理等。

三、存在的不足

總結20xx來的工作，雖然取得了一定的成績，自身也有了很大的進步，但是還存在著以下不足：

一是工作方式上還只是按部就班，雖然融入了一些自己的看法和改進，但還未提高到更高的層面，沒有從管理層的角度去看待問題。

二是由于工作性質，與區域的負責人和調度員會有頻繁的聯系，但還不能很好的沉著面對，所以溝通交流能力還需要進一步的加強。

20xx年我將進一步發揚優點，改進不足，拓寬思路，求真務實，全力做好本職工作。打算從以下幾個方面開展工作：

一是加強工作統籌。根據公司領導的年度工作要求，對全年的工作進行具體謀劃，明確內容、時限和需要達到的目標，把各項工作有機地結合起來，理清工作思路，提高辦事效率，增強工作實效。

二是加強工作作風培養。始終保持良好的精神狀態，發揚吃苦耐勞、知難而進、精益求精、嚴謹細致、積極進取的工作作風。

三是作為運輸總部與區域對接人員之一，一言一行都代表著公司的形象。不僅在工作上必須做到精確、嚴謹，而且在行為品德上要嚴格要求自己，樹立良好的個人形象。所以我要加倍努力的工作為了公司的發展做出自己的貢獻。

1.數據挖掘分析報告模板

2.不良分析報告模板

3.部門問題分析報告模板

4.項目分析報告模板

5.問題分析報告模板

6.養老分析報告模板

7.事故分析報告模板

8.共產黨員材料分析報告模板

9.行業市場分析報告模板

10.地塊可行性分析報告模板

數據調查報告及篇十四

多變量統計技術包括分析兩個或兩個以上變量間關系的各種技術，可歸納為兩大類：一類是為綜合評價服務的方法，即對某一事物分析其各種特性以及這些特性之間的相互關系，并將有關數據歸納為少數幾個特征值的方法，包括因素分析、主要成分分析、聚類分析、多維尺度分析、潛伏結構分析等。另一類是為預測服務的方法，即把列舉出的特性區分為說明變量和基礎變量，根據從說明變量中得出的信息來預測基礎變量的方法，包括多元回歸分析、方差分析、協方差分析、虛變量多元回歸分析、自動干擾探測分析、判別分析、虛變量判別分析、聯合測定分析、規范關聯分析、多元方差分析等。本節就多元回歸分析、判別分析和因素分析作一簡單介紹。

回歸分析。任何一個市場營銷問題都要涉及一組變量，而市場營銷調研人員主要對其中的一個感興趣，他要了解在不同的時間、地點該變量的變動情況。這個變量就叫做因變量。市場營銷調研人員在確定了因變量之后，還要進一步考察其他變量在不同的時間、地點對因變量的變動有何影響。這類變量就叫自變量。所謂回歸分析、是指一種表述自變量對因變量影響的公式技術。

如果在回歸分析中，統計方程式中只涉及一個自變量，我們稱該統計方程式為簡單回歸；如果涉及兩個或兩個以上自變量，我們稱該統計方程式為多元回歸。

[市場營銷數據分析]

數據調查報告及篇十五

隨著社會經濟的發展，人們對精神文化的需求不斷增長。大學生作為一個特殊的群體，在掙脫了應試教育后，開始自己新模式的學習階段，進而表現出強烈的求知欲和好奇心。課外閱讀是大學生自由學習的主要手段，是提高修養，陶冶情操重要途徑。大學生的課外閱讀的提高隨之會引起其課外圖書購買量的提升。那么在大學的圖書市場上，哪些書更受大學生青睞，大學生對課外圖書購買的意愿有多大，相對于愿意購買課外書的大學生們，大學，這塊圖書市場到底有多大。隨著網絡普及，電腦成本的不斷下降，網上購物已經慢慢地從一個新鮮的事物逐漸變成人們日常生活的一部分。網絡正在沖擊著人們的傳統消費習慣和思維、生活方式，以其特殊的優勢而逐漸深入人心。因此我們對大學生網上購物的情況進行了一次調查。以了解大學生對網上購物的認識和接受情況及通過對影響網購因素研究對網購未來發展做出預期。因此，為了了解當今大學生在網上消購買書籍的情況，更好的了解大學生網購行為以及他們對網購書籍的看法，對在校大學生進行了網購情況調查。

進行“大學生網上買書情況調查”的目的：一是為了網絡營銷課程實踐的需要；二是為了了解大學生對網上買書的看法、身邊大學生的購書傾向以及大學生對書籍的主要需求。

問卷內容包括被調查人個人信息、被調查人對網絡購物以及購書的看法。本次調查的內容主要是圍繞大學生課外圖書的購買傾向而言的，涉及了大學生平時購書的目的，個人對書的看法和喜好以及平時生活對書本年購買的支出方面進行相應的調查。

天津工業大學管理學院師生。

共37人，男生14人，占37.8%；女生23人，占62.2%。

20xx年11月13日至20xx年12月3日。

采取問卷調查法。對自愿填寫問卷的大學師生進行了調查，其中大一為5.4%，大二為10.8%，大三為62.2%，大四5.4%,其他17.2%。

一至三題詢問被調查人基本信息，四、五題詢問被調查者對網購的經驗和看法，六到十二題詢問被調查者網上買書的情況和對網上買書一些方面的看法。

在自己的博客、微博頭條文章中做相關的介紹，并附上問卷鏈接；將問卷分享到微信、qq兩個社交平臺，吸引盡可能多的用戶參與調查；將問卷用qq直接發送給被調查者等。問卷回收由騰訊問卷進行統計。

調查結果是通過調查所獲得的數據得出某個結論，以下是總結結論和說明。

1、本次調查共回收有效問卷37份。其中女生23人，男生14人。相關數據顯示：其中幾乎所有人都進行過網購，可見網購在中國高校中相當普及，只有1人從沒有過網購經歷。

2、根據卷中大學師生的調查情況，大部分人對網購的了解來自于熟人的介紹和網站自身的宣傳。

3、關于在網上買書頻率的狀況，只有兩人從沒在網上買過書，占比5.4%；“經常、“偶爾”和“一般”的比例比較平均，分別占32.4%、32.4%、29.7%。

4、根據調查，大家最喜歡在當當網和亞馬遜網買書。

5、在網上買書時，有40.5%的人在哪看到就在哪買，有24.3%的人會比較兩家，有18.9%的人會比較三家，有17.2%的人會比較三家以上。

6、有89.2%的人在意購物網站上的書籍價格，有45.9%的人在意送貨速度，有40.5%的人在意商家信譽，在意售后服務的比例較低，只有18.9%。

7、81.1%的人會長期在買到合適商品的網店再次購買。

8、62.2%的人面對書店和網店擁有的相同商品

9、被調查人喜歡閱讀的類型：經常名著類51.4%，暢銷類51.4%，娛樂時尚類13.5%，專業類35.1%，教輔類43.2%，科普類8.1%，其他24.3%。

1、不足：問卷宣傳手段不高明，調查樣本不夠多。

2、收貨：對問卷調查與網絡營銷相關知識加深了了解。

對于大多數被調查者而言，喜歡閱讀的同學占大多數。這些數據表明；對于我們校園書商而言，市場潛在購買力是非常大的。對于大數大學生而言購買課外書籍時會選擇去網購，其次便是實體店購買；對于校園以及校園周圍書商們而言，在大學生購書渠道方面最大的競爭對手便是網店，因此這要求書商們在選址或宣傳方面，盡量做到讓消費者能最大空間的接受校園書店的“耳濡目染”。由分析問卷中被調查者所反映的購買書籍的初衷及目的數據得出：大多數大學生購買課外書籍用于娛樂消遣，休閑娛樂的同時能夠能擴大知識面；出于輔助學習目的的同學也較多，他們購書大多用于通過考試；也有部分同學出于他人推薦或是因為喜歡圖書的作者，這些同學通過閱讀書籍想要達到修養身心或其他目的；少部分同學購買圖書出于贈送他人或用于個人收藏等其他方面的原因。對于現行書籍的價格大部分同學認為一般般并且是有選擇性的購買，但網絡書店便宜的價格有很大吸引力。這說明校園里潛在的購買力還是很大的，針對校園的書商們要多注重課外書籍的宣傳方面，以吸引消費者促進購買。

數據調查報告及篇十六

各位兄弟們都等急了吧，不是我想拖延，是因為要篩選關鍵先生真是非常困難呢。候選人太多了亞，每一支球隊都有關鍵先生，有的恐怕還不止一個哩，比如公牛辛里齊、戈登，馬刺鄧肯、曼努、老霍，活塞的康熙、面具、天尊等等，如果不小心遺漏一個，我到不怕有人拍磚，關鍵是自己心里不安哪；再就是數據太繁瑣，最近一直狂搜數據醞釀這個帖子，但究竟那些數據能夠反映關鍵表現捏，實在是不知道該如何取舍。

正為難的時候從網站找到了一個相關專題，叫做《nba最好的關鍵球員(thenbasbestclutchscorers)》，數據都取自04～05賽季，非常振奮打算直接翻譯過來又省心又省力，但是接著發現該專題注明所有數據都截止到3月15日，心里馬上就涼鳥，因為那時候常規賽雖然已經進行了大半但畢竟還沒完，恐怕沒有辦法代表整個賽季。最后考慮半天決定引用該專題，同時加上自己整理的全賽季數據，這樣子還可以比較一名球員在常規賽前期和沖刺階段的表現。只是這樣一來球員數據就有前期(本賽季05年3月15日前)和全季(全常規賽季)的分別，下面的數據如果不加以特別注明，都表示是前期數據，各位兄弟在瀏覽的時候請注意區分。

首先透個底，這個專題最終評選關鍵先生的前五名依次是曼努、小斯、納什、偉德、諾司機，除了小斯和諾司機外嘿嘿其他的都在我意料之中，其實想想諾司機主要是毀在季后賽上，常規賽憑良心說還算不錯地；小斯這個鳥人居然這么厲害我確實沒有料到，我一直認為太陽關鍵時刻是依靠納什地。不管怎么說，我由此決定首先選擇這五個人作為關鍵先生的候選人，然后兼顧大家需要，選擇科比、小麥、小艾、小詹、卡特、鄧肯、狼王、奧胖這些人氣超高的偶像球員，具體做比較的時候再穿插其他球員的數據，這樣子應該萬無一失了。我明白大家對戈登辛里齊等人不感興趣，而且雖然我知道他們很強但料想也強不過前五名去，還不至于漏人。候選人這樣來選擇不知道大家是否滿意，你要是品位特別想了解別的球員，可以再回帖的時候說出來，我要是有數據就說。

[純數據分析]