數據分析有助于及時觀察并分析變異，從而識別并把握改進的機會，其重要性勿庸置疑。然而，由于種種原因，許多組織對對數據分析不夠重視，應用能力不足，制約了質量管理體系的有效運行。
    數據分析的作用
    數據分析是組織有目的地收集數據、分析數據，使之成為信息的過程。這一過程是質量管理體系的支持過程。在產品的整個壽命周期，包括從市場調研到售后服務和最終處置的各個過程都需要適當運用數據分析過程，以提升有效性。圖一表達了一般產品壽命周期內產品實現的主要過程。
    數據分析對產品實現各過程的支持可以用系統圖表述。見圖2。
    數據分析過程的實施
    數據分析過程的主要活動由識別信息需求、收集數據、分析數據、評價并改進數據分析的有效性組成。
    1.識別信息需求
    識別信息需求是確保數據分析過程有效性的首要條件，可以為收集數據、分析數據提供清晰的目標。識別信息需求是管理者的職責管理者應根據決策和過程控制的需求，提出對信息的需求。
    就過程控制而言，管理者應識別需求要利用那些信息支持評審過程輸入、過程輸出、資源配置的合理性、過程活動的優化方案和過程異常變異的發現。
GB/Z19027－2001標準為組織進行定量數據分析提供了識別指南，組織可以借鑒（表一）。組織借助GB/Z19027－2001標準識別數據分析需求時，應注意其局限性：
    ①缺少ISO9001：2000標準對數據分析的要求，如顧客滿意等；
    ②只限于定量數據分析沒有識別定性數據的要求；



  



    ③重視質量保證方面的數據分析，較少識別業績提高對數據分析的需求；
    ④比較適用于制造業，對軟件業和服務業的適用性較差。
    2.收集數據
    有目的的收集數據，是確保數據分析過程有效的基礎。組織需要對收集數據的內容、渠道、方法進行策劃。策劃時應考慮：
    ①將識別的需求轉化為具體的要求，如評價供方時，需要收集的數據可能包括其過程能力、測量系統不確定度等相關數據；
    ②明確由誰在何時何處，通過何種渠道和方法收集數據；
    ③記錄表應便于使用；
    ④采取有效措施，防止數據丟失和虛假數據對系統的干擾。
    3.分析數據
    分析數據是將收集的數據通過加工、整理和分析、使其轉化為信息，通常用方法有：
    老七種工具，即排列圖、因果圖、分層法、調查表、散步圖、直方圖、控制圖；
新七種工具，即關聯圖、系統圖、矩陣圖、KJ法、計劃評審技術、PDPC法、矩陣數據圖；
    GB/Z192027標準提供的方法，即描述性分析、試驗設計、假設檢驗、測量分析、過程能力分析、回歸分析、可靠性分析、抽樣、模擬、統計過程控制圖、統計容差法、時間序列分析；