第一周：数据分析师思惟

一，前言

思惟缺失---形成“不知道，不肯定“（问题发生没？问题在哪里？为何？不肯定对不对？不肯定执行结果？不知道老板是否满意给不给加薪？。。。。）

要拥有三种核心思惟：

1. 结构化
2. 公式化
3. 业务化

数据分析思惟7大技巧：1.象限法 2.多维法 3.假设法 4.指数法 5.二八法则 6.对比法 7.漏斗法

在业务时间锻炼分析能力----好奇心

二，三种思惟详细内容

1.结构化

重点：找出核心论点，将核心论点逐一分解，再去拆解到穷尽（金字塔塔顶到塔底部）

工具：单人做战----思惟导图 团队做战----卡片式，头脑风暴

2.公式化- 一切都能量化

上下互为计算，左右互为关联，一切结构皆可量化，最小不可分割。

方法：

+ ：不一样类业务叠加可用加法

- ：减法经常使用来计算业务逻辑关系

×，÷：乘法和除法是各类比率和占比

将结构化思路（思惟导图）转化成公式形式-----把不容易量化的指标转换成易量化指标，筛选出指标的重要程度。

3.业务化思惟

判断分析是否贴合业务3问：有没有从业务角度思考？真的分析出缘由了吗？能不能将分析结果落地？

分清现象和缘由，现象~~并非事情的真正缘由，要找出真正缘由

数据是某一结果的体现，可是并不表明缘由，须要用业务思惟再进行细究一层去挖掘

增长业务思惟方法：贴近业务，换位思考

小结：结构化思惟（捋顺思路）-----结构化数据（将其可数据化）------结构化业务数据（落地，贴合业务）

三，数据分析思惟7大技巧详解

1.象限法：核心-----策略驱动

对于象限如何划分是不肯定的，由自己的策略目标而定进行调正的，一般方式有平均数/中位数/固定的值等等。

2.多维法

能够统计出不少维度

可将其分高中低，属于大数据量的统计，对于丰富维度的统计

缺点：容易将综合统计后的数据结果掩盖细分结论内容

应对方法：细分，钻取

3.假设法

假设一个结论，考虑这个结论会带来的什么现象和状况发生去进行验证。

应用场景：一般在拿不到数据的状况下去假设一个结论进行反向推导

使用方法：假设结论，基于经验和自定义一些数值进行推断想要的结果。

4.指数法

应用场景：当有不少数据的时候，可是数据为开放式的不知道怎么去使用-----用指数来解决衡量的问题

应用方法：创造出一个指标进行比较

计算方法：

1. 线性加权----简单的相加或者相加乘权重计算
2. 反比例法---y=1/x ，y=1-1/x ，y=k/x,k能够赋任何值 或 y=x/（x+1） 【公式目的是为将较大的数据进行收敛，将之间的差别变小】以后，方法同上依据重要程度进行乘权重求和
3. log 法-----使用log函数让数字减少（一样起到较大值数据的收敛做用）而后赋权重进行相乘求和

5.二八法则-----只抓重点

数据中20%的变量将直接产生80%的效果，数据分析着重围绕这20%作文章。

持续关注TOPN的数据，是一个很是好的习惯，尤为在部分行业。

虽然指标不少但每每某些指标更有价值，二八法则不只能分析数据，还能管理数据。

【数据分析思惟不能放弃全局仍是要结构化全局化一些比较好，不然容易思路变得狭隘】

6.对比法----一种挖掘数据规律的思考方式

一次合格的分析，必定要用到n次的对比。

竞争对手的对比，类别的对比，特征和属性的对比，时间同比环比，转化对比，先后变化对比等。

7.漏斗法-----单漏斗法是没有用的要和对比法结合进行分析

是一种流程化的思考方式，涉及到变化和流程的都能应用。

四，如何在业务时间锻炼数据分析思惟

数据分析师必备能力----好奇心。

平常生活中随处便可分析，分析思惟是一种习惯。

返回总目录

文章转自:https://ask.hellobi.com/blog/cbdingchebao/10012