无小意
知乎主页:无小意丶
公众号: 数据路(shuju_lu)
为什么需要七周?
数据分析师,最主要的是,解决问题的能力!
工具是其次
锻炼思维能力第一,其次是业务能力!
可视化+sql+python=Superset
一定得实现一个Superset项目!
前言
思维缺失---造成“不知道,不确定“(问题发生没?问题在哪里?为什么?不确定对不对?不确定执行结果?不知道老板是否满意给不给加薪?。。。。)
缺少分析思维,会使得分析的各个方面陷入无理论化,无法获得判断能力,对目前,对以后都是及其不好的。
最重要的是,老板不给加薪!!
核心数据分析思维
结构化
公式化
业务化
以上三种思维,是基本的分析思维类型。
详细内容如下。
1.结构化
重点:找出核心论点,将核心论点逐一分解,再去拆解到穷尽(金字塔塔顶到塔底部)
工具:单人作战----思维导图,XMIND软件的应用十分重要!重视!
团队作战----卡片式,对于不同层级的内容,进行各个成员的集体思考,排列。
2.公式化
一切结构化的论点都能变成量化指标
上下互为计算,左右互为关联,一切结构皆可量化,最小不可分割。
方法:+ :不同类业务叠加可用加法
- :减法常用来计算业务逻辑关系
×,÷:乘法和除法是各种比率和占比
将结构化思路(思维导图)转化成公式形式-----把不容易量化的指标转换成易量化指标,筛选出指标的重要程度。
可以直接在XMIND上,对各个层级的论点进行加减操作,再将论点合适的转化为公式
3.业务化思维
判断分析是否贴合业务3问:有没有从业务角度思考?真的分析出原因了吗?能不能将分析结果落地?
分清现象和原因,现象~~并不是事情的真正原因,要找出真正原因
数据是某一结果的体现,但是并不代表原因,需要用业务思维再进行细究一层去挖掘
增加业务思维方法:贴近业务,换位思考
小结:结构化思维(捋顺思路)-----结构化数据(将其可数据化)------结构化业务数据(落地,贴合业务)
数据分析思维7大技巧:1.象限法 2.多维法 3.假设法 4.指数法 5.二八法则 6.对比法 7.漏斗法
在业务时间锻炼分析能力----好奇心,以及面对生活中遇到的各类问题,带入数据分析的思维进行思考。再用笔记,如有道云笔记等等,记录下思维,不断锻炼。
数据分析思维7大技巧
1.象限法
核心-----策略驱动
对于象限如何划分是不确定的,由本身的策略目标而定进行调正的,通常方式有平均数/中位数/固定的值等等。
2.多维法
可以统计出很多维度
可将其分高中低,属于大数据量的统计,对于丰富维度的统计
缺点:容易将综合统计后的数据结果掩盖细分结论内容
应对方法:细分,钻取
3.假设法
假设一个结论,考虑这个结论会带来的什么现象和情况发生去进行验证。
应用场景:通常在拿不到数据的情况下去假设一个结论进行反向推导
使用方法:假设结论,基于经验和自定义一些数值进行推断想要的结果。
4.指数法
应用场景:当手上有一定数据,但是却无法得出可对比性指标时。
最重要的是通过业务的理解去设计指数
方法:制定一个标准,核心是对原始数据进行处理,得出目标。
计算方法:
1.线性加权,通过自身对于业务的理解,设置各自的权重占比。
2.反比例法,Y=1/X,Y=1-1/X,Y=K/X。主要目标是将较大数值,进行一定收敛,使得可 以比较(0-1中较为合适)
3.log方法,使用log函数,同样使得大数字进行一定收敛,然后再这基础至上进行线性加权
5.80/20法则(帕累托法则)
思维:抓重点,KPI。但是,也要有一定的整体思维。
应用场景:
1.数据中20%变量,产生80%的效果。数据分析,更应该围绕20%做文章
比如业务下降,只需要看20%核心指标,就能得出结论
2.持续关注TopN,精力聚焦在TOP
3.数据管理,思维导图法,虽然得出了很多指标,但是只有某些指标更有价值
6.对比法
核心:好的数据指标,一定是比例或者比率。
好的数据分析,一定会用到对比。
思维:挖掘数据规律,数据需要对比,才能得到靠谱结果。
对比类型:竞争对比,类比对比,特征和属性对比,时间同比对比,转化对比,前后对比。
结合:对比法可以结合多维法,进行多维对比
7.漏斗法
流程化思维
场景:结合对比,进行漏斗法对比。流程路径中各个环节都能有对比
如何在业务时间锻炼数据分析思维?
把数据分析的各种方法论,变成自己本能的想法,需要大量联系。
锻炼方法
好奇心
案例分析
啤酒与尿布的故事
去思考,背后的原理、摆放方法、数据差异
生活中的练习
例如夜市,一天的人流量?一人的流量?
某个店铺每天营业额?
利润最高和最低的是哪一家?
如何从数据分析的角度提高最低店的营业额?
走进一个店铺,思考利润与各个摆放的原因
工作的练习
本文借鉴了@订车宝 的总结,加以补充和修改。
下次笔记,将采用Markdown形式记录。