“? 不管是? 数据科学? 还是他
? ?我只想做? 自己喜欢的事情
? ?爱自己爱着的? 那个人
? ?走自己的路? 管他人理解与否? ”
?
目录
#常用的数据分析思维方式
1.金字塔/结构化思维
? ? ? ?把待分析问题按不同方向去分类，然后不断拆分细化，全方位的思考问题。一般是先把所有能想到的一些论点先写出来，然后在进行整理归纳成金字塔模型，最后通过思维导图进行分析。
归纳
? ? ? ? 即把复杂问题分解成多种单一因素的过程，并且将这些因素加以归纳和整理，使之更有条理。
金字塔模型
? ? ? ? 可采用金字塔原理中的 MECE 法则来思考结构：
（1） 尽可能列出所有思考的要点
（2）找出关系，进行分类。
? ? ? 其原则为：论点之间相互独立，不重叠；论据穷尽划分，不遗漏。这种方式的思考，能确保
思考的点成体系，逻辑严谨，要素相互之间不凌乱不打架，思考的点都穷尽。
假说演绎
? ? ? ?以情况为起点的推理方法是归纳推理，以规则为起点的推理方法可以称之为演绎推理。
2.公式化思维?
? ? ? ?在结构化的基础上，这些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。
3.业务化思维?
? ? ? ?业务化就是深入了解业务情况，结合该项目的具体业务进行分析，并且能让分析结果进行落地执行。用结构化思考＋公式化拆解得出的最终分析论点再很多时候表示的是一种现象，不能体现产生结果的原因，所以需要继续去用业务思维去思考，站在业务人员或分析对象的角度去思考问题，探究出现这种现象的原因或者通过数据推动业务，增加业务思维方法：贴近业务、换位思考、积累经验。同时，这样的思维模式在一些特定业务场景下，还衍生出一些基础的分析方法：象限法、多维法、假设法、指数法、二八法、对比法、漏斗法，对未来构建分析模型都有帮助。
? ? ? ? 思维模型的好处是他能提供一种视角或思维框架，从而建立起观察事物和分析问题的视角。通过对思维模型的学习和训练，能提高成功的可能性。
#补充
4.指标化思维
指标的设定
A.对于要监控的事物，能有指标的尽量要有指标。
B.一个好的指标应该是用来衡量具体和可量化的事物。
指标体系
? ? ? ?指标按照结构化思维可以形成一个体系。
如何建立指标体系
向上
? ? ? ?可以按业务职能结构划分，映射出更多维度：渠道、运营、产品等相关模块，将相关指标映射到主要模块，通过简单快速的沟通，快速定位问题原因。
向下
? ? ? ?可以按因果结构划分，也就是指标分解，利用公式的方法。如：营收=日活*付费率*arpu 等指标因果关系进行划分，通过定位指标波动，定位最细指标，辅助维度下转，能够清楚的问题原因。
5.维度化思维
? ? ? ?当我们有了指标，可以进行分析，数据分析可以分为以下三类：
一、利用维度分析数据
二、使用统计学知识分析，如：数据分布假设检验
三、使用机器学习
维度
? ? ? ?指观察数据的角度。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。
? ? ? ?有了维度以后，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，它就像是一个多维的立方体。
? ? ? ?这个概念最早来源于商业智能 OLAP 技术。数据按照事实表（Fact Table）和维表（Dimension Table）的形式存在。事实表用来记录具体事件，比如销量、销售额、售价、折扣等具体的数值信息。维度表是对事实表中事件的要素的描述信息，比如时间、城市、品牌、机型等。
这是一个最简单的星形模型的实例。
? ? ? ?事实表里面主要包含两方面的信息：维和度量。维的具体描述信息记录在维表，事实表中的维属性只是一个关联到维表的键，并不记录具体信息；度量一般都会记录事件的相应数值，比如这里的产品的销售数量、销售额等。维表中的信息一般是可以分层的，比如时间维的年月日、地域维的省市县等，这类分层的信息就是为了满足事实表中的度量可以在不同的粒度上完成聚合，比如2020年商品的销售额，来自上海市的销售额等。
多维分析
? ? ? ?包括：钻取（Drill-down）、上卷（Roll-up）、切片（Slice）、切块（Dice）、旋转（Pivot）。
钻取（Drill-down）
? ? ? ?在维的不同层次间的变化，从上层降到下一层，或者将汇总数据拆分到更细节的数据，如：通过对 2020?年华为的总销售数据进行钻取来查看各个手机型号的销售数据。
上卷（Roll-up）
? ? ? ?钻取的逆操作，即从细粒度数据向高层的聚合。如：将江苏省、上海市和浙江省的销售数据进行汇总，来查看江浙沪地区的销售数据。
切片（Slice）
? ? ? ?选择维中特定的值进行分析，如：只选择苹果手机的销售数据，或 2020?年的手机销售数据。
切块（Dice）
? ? ? ?选择维中特定区间的数据进行分析，如：选择 2020 年 2021?年的销售数据。
旋转（Pivot）
? ? ? ?即维的位置的互换，就像是二维表的行列转换，如：通过旋转实现产品维和地域维的互换。
#思维导图工具推荐
? ? ? ?Mindmaster和XMind