数据分析主要有哪些思维?学习的路线是怎么样的? 为了提供一个简单的方向指引,让数据分思维析的学习过程更加有趣,我做了一幅数据分析思维九段路线图,你可以把学习的过程当作一种游戏,享受段位升级的乐趣。 在段位升级的过程中,如果你理解起来感觉比较吃力,那么应该沉下心来,认真地先把基础打好,积累更多的数据分析经验。 1. 初段:目标思维 做数据分析,首先要一定明确目标,以终为始。 只有明确目标,才不会迷失方向,就像导航软件,如果没有设置目的地,那么它是没法告诉你路线图的。 目标思维主要体现在以下 3 个方面: (1)正确地定义问题 比如说,小明听了煎饼大妈月入 3 万的故事,心里就想:为什么煎饼大妈月入 3 万? 这个问题的定义,应该是关注「月入 3 万」,而不是「煎饼大妈」。 也就是说,小明想的应该是「如何实现月入 3 万」,而不是「如何变成煎饼大妈」。 (2)合理地分解问题 比如说,煎饼大妈如何实现月收入 3 万? 这是一个比较大的问题,可以进行细分,因为收入等于订单数乘以客单价,所以把这个问题细分为两个小问题: a. 如何实现一个月卖 5000 个煎饼? b. 如何实现平均每个煎饼卖 6 块钱? (3)抓住关键的问题 在不同的发展阶段,关键问题是不一样的。 比如说,对煎饼大妈来讲,刚开始做的时候,关键问题是:如何选择人流量大的好地段? 当选好地段之后,关键问题就变成:如何提高路人来购买的概率?如何提高客单价?如何提高重复购买率? 总之,数据分析的目标,就好比枪上的瞄准器,如果没有瞄准器,枪照样可以打,但是有了瞄准器,枪才可以打的更准。 2. 二段:对比思维 有人说:
在数据分析中,没有对比,就没有结论。 比如说,小明某次期末考试的成绩不好,英语只得了 30 分,小明的妈妈对他说:“你上次考试英语考了 70 分,这次怎么就考得这么差?你看你的同班同学,这次都考 80 分以上。” 常见的对比思维有以下 5 种: (1)跟目标对比 (2)跟上个月比 (3)跟去年同比 (4)分渠道对比 (5)跟同类对比 数据分析的过程,就是在明确目标之后,通过对比等思维,找到问题的原因,得出分析的结论,提出可行的建议,从而起到帮助决策和指导行动的作用。 3. 三段:细分思维 有人说:
在数据分析中,细分是数据分析的灵魂,无细分,毋宁死。 比如说,小明某次考试的总成绩不好,细分一看,发现其他科目的成绩都不错,只有英语成绩特别差,只得了 30 分,从而拉低了整体的成绩。 常见的细分方法有以下 5 种: (1)按时间细分 (2)按空间细分 (3)按过程细分 (4)按公式细分 (5)按模型细分 在运用细分思维解决问题的过程中,要做到有的放矢,围绕数据分析的目标,找到合适的方法,不要像无头苍蝇一样到处乱撞。 当发现数据异常时,尝试从不同的维度进行细分,这样既能锻炼你的数据分析思维,又能加深你对业务的理解。 4. 四段:溯源思维 做数据分析的时候,要多问几个为什么,追根溯源,在数据源寻找可能隐藏的逻辑关系和解决方案。 比如说,小明把自己每天的行动数据,都用 Excel 详细记录下来,其中包括每一时段的情绪数据。小明做复盘总结的时候,发现有一天情绪数据特别低,然后连续问了几个为什么: (1)为什么这一天情绪数据特别低? 因为那一天小明上当受骗了。 (2)为什么会上当受骗? 因为骗子用生命安全来吓小明。 (3)为什么骗子能吓到小明? 因为小明担心自己的生命安全。 (4)为什么小明会担心生命安全? 因为求生是人类的本能反应。 (5)为什么人会有求生的本能? 因为人的大脑分为:年代久远的本能脑、相对古老的情绪脑和非常年轻的理智脑。 理智脑对大脑的控制能力很弱,大部分决策往往源于本能和情绪,而非理智。 到这一步,小明找到了自己上当受骗的根本原因,在于自己当时没有控制好自己的大脑,所以失去理智。 针对这个问题,小明运用「控制两分法」,并在脑海中反复进行演练,然后在实践中进行校正,实现与情绪的和平共处,从而更加理智地面对纷繁复杂的世界。 如果你经常运用溯源思维,就能提升数据的敏感度,并加深对业务的理解。 5. 五段:相关思维 相关思维,就是寻找变量之间相互关联的程度。 比如说,有一家超市的数据分析师发现,跟尿布一起购买最多的商品竟然是啤酒,啤酒和尿布有什么关联呢? 采访小明的爸爸,他说自己下班后,给小明的妹妹买尿布的同时,也会购买自己喜欢喝的啤酒。 如果一个变量改变的时候,另一个变量也朝着相同的方向发生变化,那么我们就说这两个变量之间存在正相关性。 运用相关思维,通常包括以下 3 个步骤: (1)收集相关数据 (2)绘制散点图形 (3)计算相关系数 需要注意的是,相关不等于因果。即使两个变量之间相关,也不代表其中一个变量的改变,是由另一个变量的变化引起的。 比如说,国家的诺贝尔奖数量,与巧克力消费量之间呈现正相关关系,但这并不是说,多吃巧克力有助于获得更多的诺贝尔奖。 一种合理的解释是,诺贝尔奖的数量与巧克力的消费量,很可能都是由其他变量导致的,例如国民的受教育程度和富裕程度。 6. 六段:假设思维 胡适先生说过:
这句话非常适合用在数据分析领域。 大胆假设,就是要打破既有观念的束缚,挣破旧有思想的牢笼,大胆创新,对未解决的问题提出新的假设。 小心求证,就是基于上面的假设,用一种严谨务实的态度,寻找真相,不能有半点马虎。 比如说,有一天小明去买水果,跟卖水果的阿姨说: “阿姨,你这桔子甜不甜?” 阿姨:“甜啊,不信你试试。” 小明:“好,那我试一个。” 小明剥开一个桔子,尝了一口说: “嗯,不错,确实挺甜的,给我称两斤。” 运用假设思维,通常包括以下 3 个步骤: (1)提出假设 (2)统计检验 (3)做出判断 大胆假设并非绝对可靠,但是通过小心求证,我们可以更好地认识世界上的许多现象,从而得出更有价值的分析结论。 7. 七段:逆向思维 到了七段,你已经具备比较丰富的数据分析经验,此时如果想要进一步有所突破,就得打破常规,具有逆向思维的能力。 比如说,有一天小明去买西红柿:“阿姨,你这西红柿多少钱一斤?” 阿姨:“两块五。” 小明挑了 3 个放到秤盘:“阿姨,帮我称一下。” 阿姨:“一斤半,3 块 7 毛。” 小明去掉其中最大的西红柿:“做汤不用那么多。” 阿姨:“一斤二两,3 块。” 小明拿起刚刚去掉的那个最大的西红柿,付了 7 毛钱,扭头就走了。 你看,本来是阿姨想占小明的便宜,虚报重量。但是,小明利用逆向思维,反而让阿姨吃了哑巴亏。 常见的逆向思维有以下 5 种: (1)结构逆向 (2)功能逆向 (3)状态逆向 (4)原理逆向 (5)方法逆向 理解这些逆向的方法,有助于你打开数据分析的思路,不断提升自己的可迁移能力,尤其是底层的思维能力,做到以不变应万变。 8. 八段:演绎思维 演绎思维的方向是由一般到个别,主要形式是「三段论」,由大前提、小前提、结论三部分组成。 比如说,小明不仅知道:金属都能导电;而且知道:铜是一种金属;所以小明可以得出结论:铜能导电。 运用演绎思维,应该遵循 5 项基本原则: (1)不要出现第四个概念 (2)中项要能向外延伸 (3)大项和小项都不能扩大 (4)前提都为否,结论不必然 (5)前提有一否,结论必为否 掌握以上基本原则,能帮你建立更加严谨的数据分析思维。 9. 九段:归纳思维 归纳思维的方向与演绎正好相反,归纳的过程是从个别到一般。 比如说,小明先知道:金、银、铜、铁等金属分别能导电,然后归纳出一个结论:所有金属都能导电。 这个过程,是先接触到个别事物,然后再进行归纳总结。 常见的归纳方法有以下 5 种: (1)求同法 (2)求异法 (3)共用法 (4)共变法 (5)剩余法 这些方法是我们获取新知识的重要途径,不过需要注意的是,很多案例和故事都说明,有限的观察并不等于真理。 为了避免以偏概全,我们还要加强归纳思维的训练,积累更多实战的经验,这样归纳总结出来的结论,才能经得起时间的考验,才会更有现实意义。 通过归纳总结,得出有价值的分析结论,这既是数据分析的终点,也是数据分析的起点,形成一个正向的循环系统。 最后的话 正确的思维能力,是做好数据分析的必备条件,这也是很多人相对比较欠缺的一种能力。 要想成为一个有洞察力的人,就要多学习、多思考、多总结、多实践,通过刻意练习,举一反三,把数据分析的思维,应用到日常的工作和生活中去,逐渐提升自己的数据分析思维能力。 |
|