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。
