d
数据分析思维
一、数据分析的三种思维:结构化、公式化、业务化。
1.结构化:麦肯锡金字塔思维:
核心论点:金字塔的塔顶,可以是假设/问题/预测/原因;
结构拆解:自上而下,将核心论点层层拆解成分论点,上下之间呈因果或依赖关系;
MECE:相互独立,完全穷尽。论点之间避免交叉和重复,分论点要尽量完善;
验证:核心论点和分论点都应该量化,用数据说话,它们必然是可验证的。
结构化核心:思维导图(XMind)
缺点:结构化是分析的思维,但还不够数据,而且难免有发散的缺点。
2.公式化:一切结构皆可量化、最小不可分割、加减乘除。
结构化+公式化
(结构化+公式化)缺点:点与点之间是孤立的
3.业务化:
有没有从业务方的角度思考?
真的分析出原因了吗?
能不能将分析结果落地?
数据分析师应该多和业务人员熟悉
结构化思维(理清思路)--->结构化数据(将其可数据化)--->结构化业务数据(落地,贴合业务)
二、数据分析的七种思维技巧:象限法、多维法、假设法、指数法、二八法、对比法、漏斗法
1.象限法:
核心:象限法是一种策略驱动的思维;
优点:直观、清晰、对数据进行人工的划分,划分结果可以直接应用于策略;
应用:适用范围广、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;
须知:象限划分可以按中位数、平均数或经验。
2.多维法:
核心:多维法是一种精细驱动的思维;
优点:处理大数据量,维度丰富且复杂的数据有较好的效果。但是维度过多,会消耗不少时间;
应用:只要数据齐全且丰富,均可以应用;
须知:对不同维度进行交叉分析时,需要注意辛普森悖论。
3.假设法:
核心:假设是一种启发思考驱动的思维;
优点:当没有直观数据或线索能分析时,以假设先行的方式进行推断,这是一个论证的过程;
应用:它更多是一种思考方式,假设-验证-判断;
须知:不止可以假设前提,也能假设概率或者比例,一切都能假设,只要能自圆其说。
4.指数法:线性加权、反比例、log
核心:指数法是一种目标驱动的思维;
优点:目标驱动力强,直观、简洁、有效。对业务有一定的指导作用。一旦设立指数,不易频繁变动;
应用:和假设法不同,假设法是缺乏有效的数据,指数法是无法利用数据而将其加工成可利用的;
须知:指数法没统一的标准,很多指数更依赖经验的加工。
5.二八法:
核心:二八法是一种只抓重点的思维;
优点:和业务紧密相关,和KPI更紧密相关。近乎花费最少的精力就能达到不错的效果,性价比很优;
应用:二八法则存在于几乎所有的领域,所以这种分析思维没有局限;
须知:在条件允许的情况下,数据分析依旧不能放弃全局,否则会让思路变得狭隘。
6.对比法:
核心:对比法是一种挖掘数据规律的思考方式;
优点:对比法可以发现很多数据间的规律,它可以与任何思维技巧结合,比如多维对比、象限对比、假设对比等;
应用:对比更多是一种习惯,是数据分析的牛角尖,一次合格的分析,一定要用到n次对比;
须知:在条件允许的情况下,数据分析依旧不能放弃全局,否则会让思路变得狭隘。
7.漏斗法:
核心:漏斗法是一种流程化思考方式;
优点:单一的漏斗法分析没有用,转化率20%,但是能说明什么呢?它要和其他分析思维结合,比如多维,比如对比;
应用:涉及到变化和流程的都能用;
须知:单一的转化率没有。
锻炼数据分析思维:好奇心、生活中的练习