没看到博客分类，还以为一周一篇，整理在一个word文档里了。所以第一周先挤一挤吧，从下周开始分开来~
真的很感谢秦路老师，让我的人生重新找到方向！感恩！无以为报，只有努力学习啦！！！
3、为什么思维重要
略
4、核心思维（结构化）
分析思路一团乱麻。人的思维是线性的。
例：8月销售额同比下降，为什么？
线性思维：看看时间？看看地区？看看市场环境？问问销售？访谈客户？
结构化思维：（麦肯锡金字塔思维，层层递进和拆解）
将论点归纳整理、递进拆解、完善补充
核心——结构（自上而下，上下因果）——MECE（相互独立，完全穷尽）——验证（可量化，可验证）
注：
MECE：Mutually ExclusiveCollectively Exhaustive的缩写。中文意思是“相互独立，完全穷尽”。也就是对于一个重大的议题，能够做到不重叠、不遗漏的分类，而且能够借此有效把握问题的核心，并解决问题的方法。
红利吃透：红利是指上市公司在进行利润分配时，分配给股东的（超过股息的）利润。
边际效应：又叫边际贡献、贝勃定律。消费者在每增加一个单位消费品的时候，其产生的效用呈递减速趋势。
思维导图适合单枪匹马，小组作战则可以用贴纸、便利贴等在黑板、白板上罗列。
5、核心思维（公式化）
上下互为计算；左右呈关联。一切结构皆可量化（拿出数据，才有分析的依据）；最小不可分割。
例：销售额=销量*单价
利润=销售额-成本
销售额=多个商品/SKU的总和
地区销量=线下渠道总和
销量=人均销量*购买人数
每个分支都是数据
+：不同类别业务叠加
-：业务逻辑关系
×÷：比例、比率
例：运营获取用户（acquisition）=主（营销、活动、推广）+被（邀请、应用商店搜索）
=不同渠道×（曝光量×转化率）+邀请人数×人均邀请量×转化率
（百度、朋友圈等广告）（美团、饿了么等发红包）
6、核心思维（业务化）
例1：如何预估上海共享单车投放量？
- 有没有从业务角度考虑？看似很有道理，但没有考虑业务——单车是有损耗的。为分析而分析，却没有深入理解业务，不接地气。好的数据分析思维，本身要具备业务思维。
- 真的分析出原因了吗？
- 能不能将分析结果落地？
例2：
很多时候，结构和公式告诉你的是现象。真正的原因藏在业务思维中。
我是数据分析师，要设立哪些指标？←→我是参与的人，我怎么思考/怎么做？
- 多和业务沟通
- 多从业务角度思考
- 参与到业务中去
结构化（捋顺思路）→结构化数据（将其数据化）→结构化业务数据（落地）
7、思维技巧（象限法）
用户分群
RFM
策略驱动，清晰简单明了，可直接应用于策略。适用：战略分析、产品分析、市场分析、客户管理、用户管理、商品管理等。
可以按中位数、平均数、经验等。
8、思维技巧（多维法）
用户统计维度：性别、年龄
用户行为维度：注册、偏好、兴趣、流失
消费维度：消费金额、频率、水平……
商品维度：品类、品牌、属性……
缺点！！：被平均！——辛普森悖论！
规避的技巧：钻取。将维度细分。
精细驱动的思维，应用：数据齐全且丰富。但维度过多，耗费时间。注意辛普森悖论。
9、思维技巧（假设法）
遇到问题的时候，不急着解答。将问题中描述不清的地方，先假设，通过假设，启发思路，得到结果。
假设法是严谨的，有方向性的思维方法。（启发思考驱动的思维）
应用场景：没有明确的数据参考时的数据分析。假设——验证——判断
例1：活动没有明细数据，如何证明活动有效？
假设活动有效→会有一定数量用户购买→用户会评论→根据留言率反推购买人数→证明活动是否有效。
例2：商品提价后，收入会变化吗？
假设提价，销量会下降→假设流量不变，转化率怎么变→假设忠诚不变，羊毛用户变0→汇总。
（一切都能假设，只要能自圆其说）
10、思维技巧（指数法）
有数据但不知道怎么用？指数法：解决数据的衡量的问题，制定统一的标准，这个标准叫做指数（通过对数据加工，变成目标，达到聚焦的目的）。
目标驱动的思维。
驱动力强，直观，对业务有指导作用。设立指数后不易变动。问题是没有统一标准，依赖经验加工。
① 线性加权（y=k1x1+k2x2+k3x3……）
例1：NBA球星怎么算贡献？得分、篮板，命中、罚球，各种数据变成一个公式，最终得出贡献值。
例2：用户价值=用户忠诚*2+用户金额*4+用户社交指数*1（权重仅举例，实际运用时要看需求）
② 反比例（y=k/x）（用导数的形式把次数收敛到0-1之间：y=1-1/x；y=x/(x+1)=1-1/(x+1)）（统计里会再讲）
例2的延伸：用户忠诚=（1-1/7月消费次数）*0.5+（1-1/8月消费次数）*0.75+（1-1/9月消费次数）
③ Log（y=(x-x1)/c+log(uv+10*评论)）（和导数类似）
例3：知道几篇文章的UV、评论、发布时间，如何评价文章的热度谁高谁低？
思路：热度指数=热度+时间衰减，热度=log((UV+评论)的线性加权)，时间衰减=(发布时间-最早时间)/常数。
11、思维技巧（二八法）
20%的人掌握了80%的财富；
20%的指标/用户，能产生80%的价值。帕累托图。
抓住核心，把精力放在重点。
但是数据分析还是要考虑全局的，不然思维会变得狭隘。
三点应用：
①20%的变量将产生80%的效果，数据分析要围绕这20%做文章。
②持续关注topN数据。（最出色的那20%销售）
③只有20%的指标产生作用。
12、思维技巧（对比法）
好的数据指标，一定是比例或比率。
好的数据分析，一定会用到对比。
ROI：投入产出比
例：节日大促，女生消费占比从60%变为70%，女生节日爱消费？
占比提高，不意味着销售额提高。孤数不证。
竞争对手对比；类别对比；特征属性（男女、老少）；时间同比环比（同比：今年7月和去年7月；环比：今年7月和今年6月）；转化对比（ROI）；前后变化对比（双十一提前释放用户消费欲望，双十一后市场低迷）
挖掘数据规律，去钻牛角尖。可以和多种技巧结合。
13、思维技巧（漏斗法）
流程化思考方式，涉及到变化和流程的都能用。但单一转化率没用，要结合其它方法。
例：展现、点击、访问、咨询、订单。
14、在业务时间锻炼数据分析思维
好奇心；在生活中分析。
好奇心：凡是多问为什么。例：对啤酒和尿布的质疑。
在生活中分析：
比如逛夜市，可以想出很多问题。
是什么？what夜市一天的人流量是多少？一年的人流量是多少？某家店的营业额是多少？
为什么？why那家店营业额最高，比最低的高多少？为什么高？
怎么做？how从数据分析的角度，提高最低店的营业额；夜店弄一次活动，怎么评估效果
比如在职场上，可以提出很多问题：
反省、改进：为什么同事和领导不认可我的分析？
跳出框架：如果我比现在高两级，我要怎么分析？
复盘、回顾：对一年前的案例，我现在会怎么分析？
核心思维：历史案例怎么用核心思维优化、迭代？
