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
