学习笔记——七周成为数据分析师《第一周：数据分析思维》

一、数据分析中的三种核心思维

结构化：将分析思维结构化:

1. 将论点归纳整理
2. 将论点递进和拆解
3. 将论点完善和补充

核心论点: 寻找金字塔的塔顶,它可以是假设,是问题,是预测,是原因
结构拆解: 自上而下, 将核心论点拆解成分论点, 上下之间呈因果或依赖关系
MECE: 相互独立, 完全穷尽. 论点之间避免交叉和重复, 分论点们要尽量完善.
验证: 不论核心论点还是分论点, 都应该是可量化的, 用数据说话. 它们必然是可验证的.

结构化是分析的思维,但它还不够数据,而且难免有发散的缺点.

公式化：
上下互为计算, 一切结构皆可量化
左右呈关联, 最小不可分割

不同类别的业务叠加可以用加法.
减法常用来计算业务间的逻辑关系.
乘法和除法是各种比例或者比率.

用结构化思考+公式化拆解,获得的最终分析论点.很多时候是现象.数据是某个结果的体现,但不代表原因.

业务化：贴合业务
结构化思维（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）

二、数据分析的七种思维技巧

1. 象限法：
   核心：是一种策略驱动的思维
   应用：适用范围广、战略分析、产品分析、市场分析、客户管理、用户管理等
   优点：直观，清晰，对数据进行人工划分。划分结果可以直接应用于策略。
   须知：象限划分可以按中位数，也可以按平均数，或者经验。
   

2. 多维法
   用户统计维度：性别、年龄…
   用户行为维度：注册用户、用户偏好、用户兴趣、用户流式…
   消费维度：消费金额、消费频率、消费水平…
   商品维度：商品品类、商品品牌、商品属性…
   

3. 假设法
   公司进行了一次营销活动,APP上销量数据整体比上周上升了20%,因为统计失误,拿不到明细,现在的问题是,销量本身就有可能因为节日而提高,那怎么证明活动是有效或者无效.
   
   你是自营电商数据分析师,商品提价后,收入会不会有变化?你回怎么做?
   
   核心：假设是一种启发思考驱动的思维。
   优点：当没有直观数据或线索能分析时，以假设先行的方式进行推断，这是一个论证过程。
   应用: 更多是一种思考方式, 假设——验证——判断。
   须知：不止可以假设前提，也能假设概率或比例，一切都能假设，只要能自洽。

4. 指数法
   （1）线性加权
   （2）反比例
   （3）log

核心：是一种目标驱动的思维。
应用：和假设法不同，假设法是缺乏有效数据，指数法是无法利用数据而将其加工成可利用的。
优点：目标驱动力强，直观、简洁、有效。对业务有一定的指导作用。一旦设立指数，不易频繁变动。

5. 二八法
   （1）数据中，20%的变量将直接产生80%的效果，数据分析更应该围绕这20%做文章。
   （2）持续关注TopN的数据，是一个非常好的习惯，尤其在部分行业。
   （3）虽然指标很多，但往往某些指标更有价值，二八法则不仅能分析数据，也能管理数据。

核心：二八法是一种只抓重点的思维。
应用：存在于几乎所有的领域，所以这种分析思维没有局限。
优点：和业务紧密相关，和KPI更紧密相关。几乎花费最少的经历就能达到不错的效果，性价比很优。
须知：在条件允许的情况下，数据分析依旧不能放弃全局，否则会让思路变得狭隘。

6. 对比法
   
   竞争对手对比
   类别对比
   特征和属性对比
   时间同比环比
   转化对比
   前后变化对比

核心：对比法是一种挖掘数据规律的思考方式
应用：对比更多是一种习惯，是数据分析的牛角尖，一次合格的分析，一定要用到N次对比。
优点：对比法可以发现很多数据间的规律，它可以与任何思维技巧结合，比如多维对比、象限对比、假设对比等。
须知：在条件允许的情况下，数据分析依旧不能放弃全局，否则会让思路变得狭隘。

7. 漏斗法
   核心：是一种流程化思考方式。
   应用：涉及到变化和流程的都能用。
   优点：单一的漏斗分析没有用，转化率20%也不能说明什么。它要和其他分析思维结合，比如多维，比如对比。
   须知：单一的转化率没有。