感谢秦璐老师的《七周成为数据分析师》系列，让我得以系统地梳理数据分析思路，懂得围绕”What?Why?How?“三层来分析问题，解决问题。
由于年前家里的零售业工作繁忙，闲暇之余学习了该课程前五部分，受益匪浅，却迟迟没时间上传笔记。今天开始将学习笔记、实战笔记等一一梳理，便于归纳交流。
1.1 数据分析的三种核心思维——结构化、公式化、业务化
1.1.1 结构化
平时我们分析问题的可能总是一团乱麻，想到哪个角度哪个因素就往哪边分析（如下图左），而忽略了分析的有序性和方向性。
而一个好的分析过程应该是如上图右侧，具有明确的目的性、方向性，并且具有逻辑美感的。
下面我们看一个实例：
上面这个案例展示的就是一团乱麻、最终无解的分析过程，虽然案例中有做了我们初读看似有道理的假设，但都是乱打一枪，想到一点是一点；且都是做一次性分析，没有复用性，这是很毙命的！
事实上，结构化思维就是著名的”金字塔思维“，也就是麦肯锡提出的，如下图就是典型的结构化：
更详细来讲就是：
①核心论点：寻找金字塔的塔点（假设/预测/问题/原因）
②结构拆解：自上而下将核心论点层层拆解成分论点，上下之间呈因果/依赖关系
③MECE：相互独立，完全穷尽（分论点之间避免交叉重复，尽量完善）
④验证：核心论点/分论点都是可量化的、可验证的，要用数据说话
我们回到上面那个案例，再利用结构化思维来分析，看看能得到什么？
利用xmind来进行层层分解，可以写出以下因素：
秦璐老师则提供了更加具体、更加深入的结构化分析：
1.1.2 公式化
上面学习了结构化思维，但其不够数据，并且有发散的缺点。公式化分析思维意味着：上下互为计算（一切结构皆可量化）、左右呈关联（最小不可分割）
公式化可以简单地看成是利用加减乘除来量化分析的分析思维：不同类别的业务叠加可以用加法；减法常用来计算业务间的逻辑关系；乘法和除法是各种比例或比率。
下面用公式化思维来分析一个运营案例，分析一个产品的用户获取量：
如果将1.1.1中的结构化的思维导图再加上公式化，就变成下面这样子：
1.1.3 业务化
好的分析思维，应具备业务思维。
首先练练手，如何预估广州地区的共享单车投放量？
这里可以从以下四个方面进行考虑：城市流动人口、人口密度、城市交通数据、保有自行车量，当然，别忘了还有非常重要的一个因素：单车损耗率！
总结起来，数据分析思维要从以下三步走：
结构化思维——结构化数据——结构化业务数据
