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