如何分析各类时长数据？

时长数据分析摘要

企业通常关注多种时长度量指标，如需求响应时长、服务请求响应时长、缺陷修复时长等。这些指标的核心都是时间长度的度量。在定义和分析这些时长数据时，需要注意以下几点：

• 时长的计量单位（小时、天等）
• 时长的精度（精确到几位小数）
• 取整规则（四舍五入等）
• 数据记录方式（手工或自动）
• 时长是否包括非工作时间
• 数据分析是关注单个个体还是平均时长
• 数据分析的角度（按问题报告时间还是解决时间分组）

为了从时长数据中找到管理结论，可以采取以下分析步骤，以一个公司18周内90个问题解决时长的数据为例：

1. 建立问题解决时长的性能基线，使用箱线图或控制图分析。
2. 识别异常，使用X-R控制图识别不同周次的平均时长异常。
3. 纵向对比变化趋势，使用箱线图和散点图对比分析。

通过这个例子可以看出，10%的问题在一个工作日内解决，50%的问题在5个工作日内解决，75%的问题在6.5个工作日内解决。分析还发现了两个异常周次，第6周解决速度快，第15周解决速度慢，且整体上看问题解决时长有递增趋势，这是一个警示信号。

以上分析启发了时长数据的分析方法，并强调了数据分析在管理决策中的重要性。所有图形均使用ZenDAS工具绘制。

测试开发之源码篇-代码分支策略

了解更多

想要了解更多内容？

查看原文：如何分析各类时长数据？

文章来源：

麦哲思科技任甲林

扫码关注公众号