1 充分理解收集数据的目的
在刚刚开始从事数据分析工作的时候，我常常需要对企业产品的某个功能或某个细节，例如洗衣液的舒适感、休闲上衣的肩宽尺寸等进行专业分析。
每当我完成了这些分析向老板报告时，老板就会问我：“你在进行这些专业分析前，进行数据收集的目的是什么？”那个时候我一般都会回答“让产品的功能更完善，让企业获得更好的发展”等诸如此类的话。
而当我说完这些话以后，老板就会将我大批一顿：“你的这些话有一点实际的作用吗？收集数据的目的无非就是一个，让消费者满意。那怎么让消费者满意呢？自然就是让产品的功能更满足消费者的内心需求。”例如公司的客户是中年人，收集洗衣液的舒适感数据，其目的是让洗衣液对中年人手臂的伤害达到最小，让他们获得更舒服的手感。而收集休闲上衣的肩宽尺寸数据则是为了让客户在穿衣时能够拥有更为舒适的放松感。所以，充分理解数据收集的目的对于整体的数据分析来说起着至关重要的作用。
当年老板的那番话让我感触很深，明确数据收集的目的等于确定了数据收集的主心骨，能确保最后的数据分析结果具有指导意义。那么如何能够较为准确地理解数据收集的目的呢？这里为大家介绍一种常见的思维方法——逻辑树，帮助大家准确分析出收集数据的目的。
逻辑树是我们在分析数据收集目的时常用的方法之一，它将问题进行分层罗列，并对这些问题的子集分开讨论，从初始的问题开始，逐步向下扩展。
将已知的某个问题当成树干，然后考虑这个问题与哪些相关问题有联系。在有联系的问题所在的树干后面添加一个“树枝”，标明“树枝”代表什么。
在大的“树枝”后面还可以添加小的“树枝”，依次类推，循环往复，直到找出与问题相关联的所有情况。逻辑树的主要目的就是帮助数据分析师厘清收集数据的思路，避免进行大量重复无用的工作，同时也能避免浪费时间。
当然，逻辑树的使用也需要遵循一定的原则。
（1）逻辑树需要将相关问题总结归纳成一类问题。
（2）逻辑树需要将各个要素归纳成一个完整的框架，不能出现重复和遗漏的情况。
（3）框架内的各个要素需要有一定的联系，不能出现孤立的情况。
下面将用一个收集利润数据的实例为大家展示逻辑树方法。首先我们需要明确收集利润数据的目的是什么。总体来说，研究这方面的数据是为了找出提升利润增速的方法。
一般而言，利润和收入、产品成本、产品的价格等有直接关系，因此这三个已知元素就可以作为树干，之后通过罗列与这三个元素有联系的问题得出其余的“树枝”。
由于篇幅有限，这里只对每个产品的成本问题进行相关联想。与产品成本有关联的内容有产品材料、人工费用、广告费用等，所以这里的“树枝”就可以是这三个关联内容。
逻辑树将问题细致化，使之变成一个个便于解决的任务，确保收集数据时不会出现方向模糊的情况，有利于我们充分理解为企业进行数据收集的主要目的。不过，逻辑树依然存在着缺点，例如上述的分析中，涉及的关联内容可能存在着遗漏情况。所以在使用逻辑树时要尽量将涉及的问题考虑周全。
