第一週：數據分析師思惟

一，前言

思惟缺失---形成「不知道，不肯定「（問題發生沒？問題在哪裏？爲何？不肯定對不對？不肯定執行結果？不知道老闆是否滿意給不給加薪？。。。。）

要擁有三種核心思惟：

1. 結構化
2. 公式化
3. 業務化

數據分析思惟7大技巧：1.象限法 2.多維法 3.假設法 4.指數法 5.二八法則 6.對比法 7.漏斗法

在業務時間鍛鍊分析能力----好奇心

二，三種思惟詳細內容

1.結構化

重點：找出核心論點，將核心論點逐一分解，再去拆解到窮盡（金字塔塔頂到塔底部）

工具：單人做戰----思惟導圖 團隊做戰----卡片式，頭腦風暴

2.公式化- 一切都能量化

上下互爲計算，左右互爲關聯，一切結構皆可量化，最小不可分割。

方法：

+ ：不一樣類業務疊加可用加法

- ：減法經常使用來計算業務邏輯關係

×，÷：乘法和除法是各類比率和佔比

將結構化思路（思惟導圖）轉化成公式形式-----把不容易量化的指標轉換成易量化指標，篩選出指標的重要程度。

3.業務化思惟

判斷分析是否貼合業務3問：有沒有從業務角度思考？真的分析出緣由了嗎？能不能將分析結果落地？

分清現象和緣由，現象~~並非事情的真正緣由，要找出真正緣由

數據是某一結果的體現，可是並不表明緣由，須要用業務思惟再進行細究一層去挖掘

增長業務思惟方法：貼近業務，換位思考

小結：結構化思惟（捋順思路）-----結構化數據（將其可數據化）------結構化業務數據（落地，貼合業務）

三，數據分析思惟7大技巧詳解

1.象限法：核心-----策略驅動

對於象限如何劃分是不肯定的，由自己的策略目標而定進行調正的，一般方式有平均數/中位數/固定的值等等。

2.多維法

能夠統計出不少維度

可將其分高中低，屬於大數據量的統計，對於豐富維度的統計

缺點：容易將綜合統計後的數據結果掩蓋細分結論內容

應對方法：細分，鑽取

3.假設法

假設一個結論，考慮這個結論會帶來的什麼現象和狀況發生去進行驗證。

應用場景：一般在拿不到數據的狀況下去假設一個結論進行反向推導

使用方法：假設結論，基於經驗和自定義一些數值進行推斷想要的結果。

4.指數法

應用場景：當有不少數據的時候，可是數據爲開放式的不知道怎麼去使用-----用指數來解決衡量的問題

應用方法：創造出一個指標進行比較

計算方法：

1. 線性加權----簡單的相加或者相加乘權重計算
2. 反比例法---y=1/x ，y=1-1/x ，y=k/x,k能夠賦任何值 或 y=x/（x+1） 【公式目的是爲將較大的數據進行收斂，將之間的差別變小】以後，方法同上依據重要程度進行乘權重求和
3. log 法-----使用log函數讓數字減少（一樣起到較大值數據的收斂做用）而後賦權重進行相乘求和

5.二八法則-----只抓重點

數據中20%的變量將直接產生80%的效果，數據分析着重圍繞這20%作文章。

持續關注TOPN的數據，是一個很是好的習慣，尤爲在部分行業。

雖然指標不少但每每某些指標更有價值，二八法則不只能分析數據，還能管理數據。

【數據分析思惟不能放棄全局仍是要結構化全局化一些比較好，不然容易思路變得狹隘】

6.對比法----一種挖掘數據規律的思考方式

一次合格的分析，必定要用到n次的對比。

競爭對手的對比，類別的對比，特徵和屬性的對比，時間同比環比，轉化對比，先後變化對比等。

7.漏斗法-----單漏斗法是沒有用的要和對比法結合進行分析

是一種流程化的思考方式，涉及到變化和流程的都能應用。

四，如何在業務時間鍛鍊數據分析思惟

數據分析師必備能力----好奇心。

平常生活中隨處便可分析，分析思惟是一種習慣。

返回總目錄

文章轉自:https://ask.hellobi.com/blog/cbdingchebao/10012