上次说到我们要掌握三种核心的数据分析思维,在这里我就详细记录一下。
结构化
非结构化数据分析
非结构化的数据分析往往会造成以下结果:
- 想到一点是一点
- 做假设,但乱打一枪
- 一次性分析,没有复用性
- 业务看了会流泪,老板看了想打人
- 还是没有结果
分析思维结构化
将分析思维结构化就是将论点归纳和整理,递进和拆解,完善和补充,也就是将问题转化为金字塔型的结构进行分析:
- 核心论点:寻找金字塔的塔顶,它可以是假设,是问题,是预测,是原因。
- 结构拆解:自上而下,将核心论点层层拆解成分论点,上下之间成因果或依赖关系。
- MECE:相互独立,完全穷尽。论点之间避免交叉和重复,分论点们要尽量完善。
- 验证:不论核心论点还是分论点,都应该是可以量化的,是可以用数据说话的,它们必然是可以验证的。
结构化的方法
- 单兵作战运用思维导图进行结构化分析,通常运用思维导图软件XMind,具体介绍以及方法请查看本人独立blog中的思维导图教程
- 团队合作需要以下几步:
- 查看资料及背景,将结论列成一张表
- 把表上的结论依据主题分类
- 将同一类型的结论,按顺序区分
- 讨论同一级别的共通结论,将其结论放在上一段位置
解决的问题
结构化解决了数据分析时的思路混乱问题,让自己的数据分析找到相应的方向,提高数据分析速度。
公式化
结构化是分析的思维,它还不够数据,有发散的缺点。因此引入了公式化的概念。
在数据分析中将一切皆可量化是非常重要的,公式化的核心就是把一切都进行量化,将具体的分析结果达到最小不可分割的程度,上下互为计算,左右呈关联。可见其重要程度。
公式化其实非常好理解,一部分数据分析就是加减乘除的应用,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和比率。
图1
业务化
结构化加公式化有时候只能是为分析而分析,并不能很好的落地,还要深刻理解业务逻辑才能更好的进行相应的数据分析,也就是说分析要贴合业务。
- 有没有从业务方的角度进行思考
- 真的分析出问题了吗?
- 能不能将分析落地
有的时候数据分析没有很好的结合业务,就会照成分析的结果只是个现象,而非所要的结论,也就不能很好的进行落地操作。也就是老师在视频中所说的“用结构化思考加公式化拆解获得的最终论点,很多时候是现象,数据是某个结果的体现,但不代表原因。”
提高业务化能力的方法:
- 多和业务方进行沟通
- 经常换位思考,多站在业务人员和消费者的角度去考虑
- 参与到业务当中去
结构,公式,业务化相结合
图2
以上就是数据分析师的三种核心思维,感谢浏览。