七周成为数据分析师（秦路）-第一周-数据分析思维

数据分析思维的重要性：没有思维的数据分析师脑袋中几乎是一团乱麻，不知道问题是否发生；不知道问题在哪；不知道为什么；不知道分析对不对；不确定执行结果；不知道老板给不给加薪。

---

三种核心思维(What)

捋顺思路，将其数据化，落地且贴合业务

结构化（思维导图辅助）

1. 将论点归纳和整理

寻找核心论点

2. 将论点递进和拆解

结构拆解，自上而下

3. 将论点完善和补充

要求MECE（相互独立，完全穷尽）

公式化（进一步优化思维导图）

1. 一切皆可量化[±*/]：

1. 不同业务叠加可以用加法；
2. 减法常用来计算业务之间的逻辑关系；
3. 乘法和除法是各种比例/比率

2. 最小不可分割：

直到细化到可以使用原始数据或者某些业务指标

业务化

---

数据分析的思维技巧（Why）

1. 象限法

选择两个或三个“独立”的“指标/维度”，将数据进行分类。策略驱动，即不同象限的数据对应不同的策略，象限的划分准则需要根据策略/需求来定。如经典的RFM模型(Recency; Frequency; Monetary)。

2. 多维法

进一步细分某些维度：用户统计维度，用户行为维度，消费维度，商品维度。精细驱动，可以防止辛普森悖论，也叫钻取（Drill-Down）。

3. 假设法

启发思考驱动，在没有直观数据线索或者是进行预测时，对现状做一系列的假设，再进行推理，得出结论。

4. 指数法

对数据进行加工。线性加权法，(反)比例法（e.g, 忠诚指数），自然对数法（e.g, 热度）。目标驱动，加工不可直接利用的数据。

5. 二八法（帕累托图）

6. 对比法

“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。”一些常用的对比方向：竞争对手，特征和属性，时间同比，时间环比，类别，转化，前后变化。

7. 漏斗法

---

如何再业务时间锻炼分析能力（How）

1. 保持好奇心

2. 在生活中练习

3. 在工作中练习

---

小案例

1. 如何分析找出8月份某线下销售的产品销售额度和去年同比下降了 20%的原因？
2. 麦肯锡的金字塔思维属于哪种核心思维？
3. 如何预估上海地区的共享单车投放量？
4. 在拿不到活动具体数据的情况下，如何证明和衡量活动的有效性呢？
5. 如何分析一个商品是否该提价？
6. 为什么啤酒与尿布是错误的？