你必须要了解的8种数据分析思维

作为新手数据分析师或数据运营，在面对数据异常的时候，好多小伙伴都会出现：“好像是A引起的” ，“好像也和B渠道有关”，“也可能是竞争对手C做了竞争动作”等主观臆测。面对数据报表，也不知道应该从产品维度、时间维度、地域维度还是渠道维度去拆分。很显然，这样的思维是乱的，所以做数据分析很重要的一点是：要具备结构化的分析思维。

01分析思维

一、结构化思维：结构化思维让你分析效率加倍
相信很多人都听说过“金字塔原理”。那额我们就来了解一下基于金字塔原理衍生的“结构化思维”吧。

什么是结构化思维？
结构化思维是指一个人在面对工作任务或者难题时能从多个侧面进行思考，深刻分析导致问题出现的原因，系统制定行动方案，并采取恰当的手段使工作高效地开展，取得高绩效。

让思维结构化的方法有哪些？
面对难题时，把你的思维结构化，然后拆解这个难题，最后完美解决。
但是如何才能让思维结构化？芭芭拉在《金字塔原理》一书中给出了两种方法。
方法一：自上而下找结构
当我们面对一些熟悉的领域或者习得了一些“套路”，脑子里就会冒出一些结构框架，这时我们只要顺着这些框架往下分解就很容易得到一套完整的结构图。
方法二：自下而上找结构
个人的知识体系总是有限，更多时候，让我们伤脑筋的问题来自于自己不熟悉的领域，例如我们分析师每天在解决的各种问题。
所以当我们面对一个问题毫无头绪时，怎么去建立出一个清晰完整的结构？从哪里突破？这时就需要用到自下而上找结构的方法，个人认为这也是结构化思维最具价值的地方。
以下四个步骤让思维结构逐渐清晰：
第一步：信息归类
第二步：信息分组
第三步：结构提炼
第四步：完善结构

二、公式化思维&费米问题

什么是公式化思维？
在结构化的基础上，列举的论点往往会存在一些数量关系，使其能进行＋、－、×、÷的计算，将这些论点进行量化分析，从而验证论点。所谓指标体系，就是这么梳理得来的。
公式化分析思维意味着：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）。

什么是费米问题？
费米问题，即估算问题，由美国科学家恩利克·费米提出。
费米问题的具体步骤：
1.明确问题
2.问题拆解
3.明确常识性数据
4.设计计算公式
5.计算得出结论
费米问题实际上是通过将复杂问题不断拆分为较容易获得数据的子问题，再通过获得子问题的数据从而得到看似毫无头绪的主问题的结论。
案例：芝加哥有多少位钢琴调音师？
钢琴调音师数量 = 全部钢琴调音师1年的总工作时间 / 一位调音师每年工作时间
“全部钢琴调音师1年的总工作时间”又可以拆解成3个子问题解决:
①芝加哥有多少架钢琴？
②钢琴每年要调几次音？
③调一次得多长时间？
∴ 钢琴调音师数量 = 全部钢琴调音师1年的总工作时间 / （①×②×③）
以上数据可以进行估算，最后得到结论，是不是很简单呢？

三、相关思维
什么是相关思维？

相关思维是比较复杂的统计学数据思维，相关思维包含正相关、负相关、非线性相关、不相关等多种类型，大部分应用在生物学、科学领域。复杂的相关分析需要应用函数，建模才能完成。

相关思维大部分应用主要研究A与B之间的关系，如销售额与UV之间的关系，广告费用成本与获取曝光量之间的关系。应用好相关思维，当我们在处理复杂问题的时候，能帮助我们刨除无关数据的干扰，找到关键的因素和指标解决问题。

但是需要注意的是不要混淆相关关系和因果关系，即因为事件A和事件B存在某种关联影响，解读成因事件A导致了事件B的发生。

相关分析经典案例：啤酒与尿布

啤酒与尿布的故事，是一个相关分析的经典案例。这个故事产生于20世纪90年代的美国沃尔玛超市中，当时沃尔玛拥有世界上最大的数据仓库系统，为了能够准确了解顾客在其门店的购买习惯，沃尔玛对其顾客的购物行为进行购物篮分析，想知道顾客经常一起购买的商品有哪些。

经过大量实际调查和分析，揭示了一个隐藏在「尿布与啤酒」背后的美国人的一种行为模式：在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，而他们中有30%～40%的人同时也为自己买一些啤酒。

产生这一现象的原因是：美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。

四、时间序列和对比思维

什么是时间序列思维？

时间序列也称动态序列，是指将某种现象的指标数值按照时间顺序排列而成的数值序列。

大量的社会经济统计指标都是依据年、季度、月、日，甚至实时（秒）统计的，因此，时间序列是某个统计指标（变量）长期变动的数值表现。

很多时候，我们都用时间维度的对比来分析问题，比如同比、环比、定基比。
时间序列的思维有三个关键点：
一是距今越近的时间点，越要重视（图中的深浅度，越近期发生的事，越有可能再次发生）；
二是要做同比（图中的尖头指示，指标往往存在某些周期性，需要在周期中的同一阶段进行对比，才有意义）；
三是异常值出现时，需要重视（比如出现了历史最低值或历史最高值，建议在时间序列作图时，添加平均值线和平均值加减一倍或两倍标准差线，便于观察异常值）。

对比思维
对比思维是通过对两种相近或是相反事物的对比进行思维，寻找事物的异同及其本质与特性。
对比思维是运营分析最常见的一种方法：
（1）纵向对比：自己和自己比，包括环比（和上一期自己比）、同比（和去年同期自己比）
（2）横向对比：自己和他人比，产品A和产品B的定位和用户群，女装和男装的销售额等
对比分析注意事项：
①指标的口径范围、计算方法、计量单位、指标类型必须一致。
②与对比对象之间的相似处越多，越具有可比性，对比也更有参考价值。

五、象限法和多维分析

什么是象限法？
时间“四象限”法是美国的管理学家科维提出的一个时间管理的理论，把工作按照重要和紧急两个不同的程度进行了划分，基本上可以分为四个“象限”。

象限法的四个关键点：
核心：象限法是一种策略驱动的思维
优点：直观、清晰，对数据进行人工的划分；划分结果可以直接应用于策略
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、商品管理等
注意：象限划分可以按中位数，也可以按平均数，或者是经验

多维分析

维度是观察数据的角度，例如“时间”、“地区”、“产品”。在具体分析中，我们可以把它认为是分析事物的角度。时间是一种角度、地区是一种角度，产品也是一种角度，所以它们都能算维度。多维分析法是高级统计分析方法之一。当我们有了维度后，就能够通过不同的维度组合，形成数据模型。数据模型不是一个高深的概念，它就是一个多维立方体。
多维分析的四个关键点：
核心：多维法是一种精细驱动的思维
优点：处理大数据量，维度丰富且复杂的数据有较好的效果。但是维度过多会消耗不少时间
应用：适用范围广、市场分析、客户管理、用户管理、商品管理等
注意：对不同维度进行交叉分析时， 需要注意辛普森悖论

六、二八定律

什么是二八法则？

二八法则一般指帕累托法则。帕累托法则（英语：Pareto principle，也被称为 80/20 法则、关键少数法则、八二法则），是罗马尼亚管理学家约瑟夫·朱兰提出的一条管理学原理。

帕累托于1906年提出了著名的关于意大利社会财富分配的研究结论：20％的人口掌握了80％的社会财富。这个结论对大多数国家的 社会财富 分配情况都成立。

二八法则的四个关键点：
核心：二八法是一种只抓重点的思维
优点：和业务紧密相关，和KPI更紧密相关。几乎花费最少的精力就能达到不错的效果，性价比很优
应用：二八法则存在于几乎所有的领域，所以这种分析思维没有局限。
注意：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。

聚焦本质，抓大放小

“二八定律”之所以得到业界的推崇，就在于其提倡的“有所为，有所不为”的经营方略。

一个主要用途是去发现该关系的关键起因——20%的投入就有80%的产出，并在取得最佳业绩的同时减少资源损耗。当一家公司发现自己80%的利润来自于20%的顾客时，就该努力让那20%的顾客乐意扩展与它的合作。

这样做，不但比把注意力平均分散给所有的顾客更容易，也更值得。再者，如果公司发现80%的利润来自于20%的产品，那么这家公司应该全力来销售那些高利润的产品。

80/20分析法的第二个主要用途是对80%的投入只产出20%的生产状况进行改进，使之发挥有效作用。

以上就是今天我今天的分享，希望能对大家有所帮助。