数据分析师的三种核心思维

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：

1. 想到一点是一点
2. 做假设，但乱打一枪
3. 一次性分析，没有复用性
4. 业务看了会流泪，老板看了想打人
5. 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：

1. 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。
2. 结构拆解：自上而下，将核心论点层层拆解成分论点，上下之间成因果或依赖关系。
3. 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。
4. 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

1. 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

2. 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：

1. 多和业务方进行沟通
2. 经常换位思考，多站在业务人员和消费者的角度去考虑
3. 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。