大数据分析关键的5个思维

　　数据分析在互联网公司的重要性不言而喻，随着社会对数据分析人才需求量的增大，越来越多的人在朝数据分析的方向发展。但很多人谈到数据分析时首先想到的是数据分析工具，如Python、SQL等，却忽略了数据分析思维的培养。

 

　　数据分析思维决定了从哪些方面分析，而数据分析工具主要是服务于数据分析思维。简单地说，数据分析思维决定了分析方向，而数据分析工具只是帮你达到目的地。

 

　　一个连分析的方向都搞不清楚的人，即使通过数据分析给出了一些结论，这些结论也很难让人信服，因为这些一般都是片面的，当然更谈不上对业务的指导。

 

　　本文我就通过一个案例来教大家掌握五个关键的数据分析思维。

 

　　案例：某电商公司最近一个月的GMV环比增长10%，但本月用于销售的成本支出却环比增长50%，分析GMV环比增长率低于销售成本增长率的原因。

 

　　一、因素分解法

 

　　因素分解法，顾名思义，就是分解影响目标的因素。

 

　　案例中，影响GMV的因素可以从多个维度拆分：

 

　　渠道维度：总体GMV=渠道1 GMV+渠道2 GMV+…+渠道n GMV

 

　　城市(子公司)维度：总体GMV=城市1 GMV+城市2 GMV+…+城市n GMV

 

　　GMV=订单量*客单价

 

　　订单量=活跃用户数*下单率

 

　　活跃用户数=新增活跃用户数+活跃的老用户数

 

　　显然，订单量、活