数据分析思维（五）｜逻辑树思维

逻辑树思维

1、概念

在很多数据分析场景中我们需要梳理分析的逻辑，需要进行指标从大到小的拆分，这时候我们可以顺着影响分析结果的因素进行层层溯源，从而抓住问题的核心。为了有更清晰的逻辑结构，常常采用逻辑树（又称问题树、分解树）进行整体过程的呈现。逻辑树使用层级的结构将每个大问题的所有子问题进行罗列，然后再将子问题的子问题进行罗列，以此类推，当问题不能够被拆分时形成一个完整的逻辑树。

逻辑树没有固定的结构，问题多时子树和叶子就会多，当新的问题出现时在对应的位置添加子树（叶子）即可。一般的逻辑树结构如下：

2、逻辑树核心

三要素

• 要素化：把相同问题总结归纳成要素；
• 框架化：将各个要素组织称框架，遵守不重不漏的原则；
• 关联化：框架内的各要素保持必要的相互联系，简单而不孤立。

逻辑树的划分

议题树：将问题逐层细分

• 议题树是最简单的逻辑树，议题树通过逐层细分的方式将模糊不清的问题分成无数个具体的小问题。由于细分的原因，议题树的子树和叶子都很多，从议题树上我们可以推断出所有的可能情况，但是构建树的速度很慢。

• 使用场景：通常用于问题开始出现时。问题出现初期通常是不明原因的，这时详细的进行问题罗列就显得很重要了。

• 议题树结构示例：
  

假设树：论证假设性问题

• 假设树顾名思义是用于提供假设的逻辑树，这里的假设是用于提供多种解决问题的方案的假设，提出假设后要给出足够多的证据来证明假设的可行性。
• 使用场景：对于问题现状有足够的了解，需要提出合理的假设方案（准备对问题进行更深入的分析时）。
• 假设树结构示例：
  

是否树：将问题简单化

• 是否树相对于前面的两种逻辑树来说更加的简单，该树可以看作是一颗二叉树（每个节点只有是/否两个分支），我们每次只需要考虑问题是否成立即可，是则采取建议，否则继续进行考虑。
• 使用场景：当深入了解了问题整体，需要提供决策或提供决策标准时选择是否树。
• 是否树结构示例：
  

逻辑树划分对比

类型	描述	作用	使用场景
议题树	将大问题细分成具有逻辑的小问题	将问题拆分，利于解决	问题出现时
假设树	假设多种解决方案，并对每种方案给出论据	提供潜在的解决方案，加快解决问题的进程	了解问题现状时
是否树	展示抉择和决策标准之间的联系	确认问题的决策	深入了解问题时

3、举个例子

案例

• 举个通俗点的例子，读文章的小伙伴们都是数据分析行业的从业者（爱好者），现在给出一个问题：如何提高数据分析能力？看到这个问题不难感受到数据分析所涉及的知识多而广，一时间不知道如何下手，此时我们就可以通过逻辑树的方式，按照某种逻辑对提高数据分析能力这件事进行拆分，拆分示例图如下所示：
  

• 根据上述的拆分方式，我们很清晰的能够列举出数据分析所需要的各种能力，之后我们再根据具体欠缺的知识点进行学习即可。

总结

• 上述的例子是一个最简单的例子，其实不难发现，想要构建出一个好的逻辑树，“逻辑”是很重要的，我们要在遇到问题之前清晰的考虑到问题是由什么产生的，产生问题的原因又是从哪里来的…这也就是我们常说的有“逻辑”的去思考问题。