데이터에 대한 분석에서 기대하거나 원하는 답이 제대로 나오지 않아 속상한 적이 한 두번 있을 것이다.
어떤 목적의 분석을 위해 선택하거나 수집된 데이터는 분석하는 사람에 의해 결정된 것이기 때문에
흔히 말하는 "나쁜 데이터" 같은 것은 없다 단지 "나쁜 분석"이 있을 뿐이다.

■ 믿을 수 있는 데이터가 핵심이다

여러분의 어떤 목적에 맞는 데이터를 수집하는 경우에 고려해야할 세가지 사항이 있다.

(1) 성과(반응변수)를 측정을 어떻게 하려고 하는가?
    우선 성과(반응변수)를 측정을 어떻게 하려고 하는지를 결정하자.
    그러고 나면, 이 측정값이 정확하고 정밀하게 선정될 수 있는지 확인을 해야한다.
    만일, 여러분의 측정값이 어떤 이유에서든지 신뢰할 수 없다면 여러분의 분석 결과를 포함한
    어떠한 제안 사항도 역시 믿을 수 없는 것이 되고 만다.
    Gage R&R과 범주형 데이터 일치도 분석을 포함한 측정 시스템에 대한 분석은 이러한 문제에 대해
    에방할 수 있는 대책이 될 수 있다.

(2) 어떤 요인 혹은 입력변수가 반응결과 성능에 영향을 줄수 있는 것인가?
    여러분이 알아내고자 하는 결과를 세그멘트화 하기 위한 서술적인 분석에 이 방법이 유용하며
    적절한 조건을 하이라이트하고 문제가 여러분 사업의 어떤 영역인지 확인하도록 도와준다.
    예측적이고 처방적인 분석에서는 이것들은 여러분의 향후의 사업 성과를 위해서 최적화
    하는 것이 필수적이다.

(3) 이 분석에 있어서 잠재적인 영향으로 어떤 것이 있는가?
    그 다음으로 분석에 관련된 비용, 이점 및 위험성에 대해서 이해하고 있어야 한다.
    이것은 분석 자체에 어느 수준으로 시간을 투입하고 준비해야 하는지 결정하도록 도와주고
    그리고 더 중요한 것이 무엇인지, 어떤 문제를 해결하기 위하여 분석 결과로서 표현해야 핳
    준비해야 할 투자비 혹은 개발해야 할 새로운 사업의 기회 등을 결정하는 데 도움이 된다.