7周入门数据分析：（1）数据分析思维

**声明：**总结内容主要来源于秦路老师《七周成为数据分析师》的课程，以及老师本人在他的博客中分享的知识，在实践过程中，遇到一些问题也已得到解决，先将整个课程的学习内容做一个总结，不会像秦老师写得那么详细，只是从个人角度出发，取长补短，如果想详细了解课程内容，请访问秦老师的视频课程和博客。
（PS：并没有给秦路老师打广告）
思维是重中之重
作为一名仅有4个月实习经历，至今还在学校”深造“的科研狗，我必须和大家分享一条经验：
知识结构化远比知识更重要，脑子里应该装的是知识体系，而不是具体的知识。遇到问题难得的是解决问题的思路，也许你不知道怎么去进行one-hot编码，但是你应该知道什么时候需要将类别转化为one-hot形式，把那些硬性知识转到电脑（搜索引擎），而不是装进大脑。

1 金字塔原理

**核心：**层次化思考、逻辑化思考、结构化思考
**浅出：**任何一件事情都有一个中心论点，中心论点可以划分成3～7个分论点，分论点又可以由3～7个论据支撑。层层拓展，这个结构由上至下呈金字塔状
**举例:**我们活跃用户数在下降（中心论点），主要原因是竞争加剧（分论点），其次原因是新用户减少（分论点），老用户流失加快（分论点）。其中竞争加剧是因为竞争对手ABC出现（论据），新用户减少是ASO排名下降（论据）和渠道投入疲软（论据）造成，老用户流失是因为产品欠佳（论据）。
**工具：**Xmind（mac用户）
**法则1：**MECE，读作MeSee，全称Mutually Exclusive Collectively Exhaustive，中文意思是相互独立，完全穷尽。它指导我们如何搭建结构。
实际上我们很难真正做到穷尽，因为不了解的因素、隐藏的关键、信息不对称、经验等局限都会阻碍思维，做不到穷尽。另一方面，随着分论点的增加，结构会更加复杂，不便于梳理和总结，所以分论点需要强调在3～7之间。这里秦老师分享了一个 万能公式法，绝大多数的商业项目、数据分析、业务讨论，都可以抽象成公式。
**法则2：**假设现行。MECE是思考活动的技术和艺术，首先得有一个思考作为开始。这是什么意思？因为金字塔是从上而下，需要有一个中心论点，也就是塔尖。秦老师接下来举了两个灵魂案例：新人的缺点是什么？他们会以分析为乐，为分析而分析。试图找出一切关联、一切因素。如果我是新入行的产品经理，我会找出所有的竞品作分析，想产品的突破点在哪里。如果我是新入行的活动运营，我会试图分析所有的爆款活动，想一个完美的综合方案。可是结果真的能好吗？（我默默地举起小手，说的就是我）
什么是假设先行？就是以假设作为思考的起点。我不需要做全局的思考，而是先问出一个问题，然后思考解决它：我这款产品的特点在A功能吗？这款产品对用户们很有吸引力吗？我的活动如何在朋友圈引发传播？怎么让用户在活动中更爽？在做出假设后，引导思维去挖掘分论点，然后分析。比如我希望活动传播，我要考虑哪些人会传播，他们是因为利益引诱还是情感触动？传播的过程应该什么样，方便还是复杂？这样的分析思维，比堪堪想一个空中楼阁的完美方案靠谱多了。（强烈建议去读秦老师的博客，引人入胜）假设会被否定或者拒绝，我认为产品对用户有吸引力，但是最后所有的论据，包括留存率、用户使用时长、功能使用率、用户评价都是否定，那么吸引力也就不成立，此时应该修改假设：产品的某一方面有问题，然后继续画新的问题树。不要害怕修正错误的假设，不要寻找事实强撑错误的假设。
**法则3：**关键驱动因素（就是找到二八法则中的关键20%的因素）。
总结分析思维的思路：
提出假设—MECE原则（万能公式）—结构化分析—找出关键驱动因素—数据分析

2 建立指标体系

现代管理学之父彼得·德鲁克说过一句很经典的话：如果你不能衡量它，那么你就不能有效增长它。了解和使用指标是数据分析思维的第一步，接下来你需要建立指标体系，孤立的指标发挥不出数据的价值。和分析思维一样，指标也能结构化，也应该用结构化。

什么是好指标？
（1）好指标应该是核心驱动指标。虽然指标很重要，但是有些指标需要更重要。就像销量和利润，用户数和活跃用户数，后者都比前者重要。
互联网公司常见的核心指标是用户数和活跃率，用户数代表市场的体量和占有，活跃率代表产品的健康度，但这是发展阶段的核心指标。在产品1.0期间，我们应把注意力放到打磨产品上，在大推广前提高产品质量，这时留存率是一个核心指标。而在有一定用户基数的产品后期，商业化比活跃重要，我们会关注钱相关的指标，比如广告点击率、利润率等。
（2）好的指标应该是比率或者比例。
什么是坏指标?
（1）虚荣指标
（2）后验性指标
（3）复杂性指标
指标结构：指标也有固有结构，呈现树状。指标结构的构建核心是以业务流程为思路，以结构为导向。举例：从内容运营的流程开始，它是：内容收集—内容编辑发布—用户浏览—用户点击—用户阅读—用户评论或转发—继续下一篇浏览。

有了指标，可以着手进行分析，数据分析大体可以分三类，第一类是利用维度分析数据，第二类是使用统计学知识如数据分布假设检验，最后一类是使用机器学习。我们先了解一下维度分析法。
维度分析法：维度是描述对象的参数，在具体分析中，我们可以把它认为是分析事物的角度。销量是一种角度、活跃率是一种角度，时间也是一种角度，所以它们都能算维度，我们之前谈到的指标，都可以作为维度使用。有了维度后，就能够通过不同的维度组合，形成数据模型。数据模型可以从不同的角度和层面来观察数据，这样提高了分析的灵活性，满足不同的分析需求、这个过程叫做OLAP（联机分析处理）。数据模型还有几种常见的技巧、叫做钻取、上卷、切片。
谈到维度法，想要强调的是分析的核心思维之一：对比，不同维度的对比，这大概是对新人快速提高的最佳捷径之一。比如过去和现在的时间趋势对比，比如不同地区维度的对比，比如产品类型的区别对比，比如不同用户的群体对比。单一的数据没有分析意义，只有多个数据组合才能发挥出数据的最大价值。

3 实践举例

**问题：**你是淘宝的数据分析师，现在需要你预估双十一的销量，你不能获得双十一当天和之前的所有数据。只能获得11月12日开始的数据，你应该如何预估？
答案提示：
外部数据：京东等其他平台双十一销量
内部数据：
商品数据：商品评价率、退换货率、商品销量
支付数据：蚂蚁花呗支付比率等