一、前言
思維缺失—造成「不知道,不確定「(問題發生沒?問題在**?為什麼?不確定對不對?不確定執行結果?不知道老闆是否滿意給不給加薪?。。。。)
缺少分析思維,會使得分析的各個方面陷入無理論化,無法獲得判斷能力,對目前,對以後都是及其不好的。
最重要的是,老闆不給加薪!!
擁有三種核心資料分析思維:
結構化公式化
業務化 以上三種思維,是基本的分析思維型別。
資料分析思維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,以及面對生活中遇到的各類問題,帶入資料分析的思維進行思考。再用筆記,如有道雲筆記等等,記錄下思維,不斷鍛鍊。
二、三種思維詳細內容
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:單人作戰—-思維導圖,xmind軟體的應用十分重要!重視!
團隊作戰—-卡片式,對於不同層級的內容,進行各個成員的集體思考,排列。
2.公式化- 一切結構化的論點都能變成量化指標
上下互為計算,左右互為關聯,一切結構皆可量化,最小不可分割。
方法:+ :不同類業務疊加可用加法
- :減法常用來計算業務邏輯關係
×,÷:乘法和除法是各種比率和佔比
將結構化思路(思維導圖)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。
可以直接在xmind上,對各個層級的論點進行加減操作,再將論點合適的轉化為公式
3.業務化思維
判斷分析是否貼合業務3問:有沒有從業務角度思考?真的分析出原因了嗎?能不能將分析結果落地?
分清現象和原因,現象~~並不是事情的真正原因,要找出真正原因
資料是某一結果的體現,但是並不代表原因,需要用業務思維再進行細究一層去挖掘
增加業務思維方法:貼近業務,換位思考
小結:結構化思維(捋順思路)—–結構化資料(將其可資料化)——結構化業務資料(落地,貼合業務)
三,資料分析思維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確定的,由本身的策略目標而定進行調正的,通常方式有平均數/中位數/固定的值等等。
2.多維法
可以統計出很多維度
可將其分高中低,屬於大資料量的統計,對於豐富維度的統計
缺點:容易將綜合統計後的資料結果掩蓋細分結論內容
應對方法:細分,鑽取
3.假設法
假設乙個結論,考慮這個結論會帶來的什麼現象和情況發生去進行驗證。
應用場景:通常在拿不到資料的情況下去假設乙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:當有很多資料的時候,但是資料為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:創造出乙個指標進行比較
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可以賦任何值 或 y=x/(x+1) 【公式目的是為將較大的資料進行收斂,將之間的差異變小】
之後,方法同上依據重要程度進行乘權重求和
3.log 法-----使用log函式讓數字減小(同樣起到較大值資料的收斂作用)然後賦權重進行相乘求和
5.二八法則—–只抓重點
資料中20%的變數將直接產生80%的效果,資料分析著重圍繞這20%做文章。
持續關注topn的資料,是乙個非常好的習慣,尤其在部分行業。
雖然指標很多但往往某些指標更有價值,二八法則不僅能分析資料,還能管理資料。
【資料分析思維不能放棄全域性還是要結構化全域性化一些比較好,否則容易思路變得狹隘】
6.對比法—-一種挖掘資料規律的思考方式
一次合格的分析,一定要用到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,前後變化對比等。
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資料分析思維
資料分析師必備能力—-好奇心。
日常生活中隨處即可分析,分析思維是一種習慣。
1 《秦路資料分析》第一周內容學習筆記
一 前言 思維缺失 造成 不知道,不確定 問題發生沒?問題在 為什麼?不確定對不對?不確定執行結果?不知道老闆是否滿意給不給加薪?缺少分析思維,會使得分析的各個方面陷入無理論化,無法獲得判斷能力,對目前,對以後都是及其不好的。最重要的是,老闆不給加薪!擁有三種核心資料分析思維 結構化公式化 業務化 ...
資料分析 資料分析概述
了解業務 了解資料 確認業務和資料 預期分析和管理 資料分析方式01.了解資料資料 1.測量標度型別 屬性本源並不是數字或者符號,通過測量標度將數值或者符號和物件的屬性建立關聯。屬性的型別 測量尺度 nominal 標稱 等於或者不等於 一對一的變換 ordinal 序數 大於或者小於 單調函式的變...
資料分析 資料分析的誤區
在資料分析的過程中,我們難免會走一些彎路,但有些彎路是可以避免的,下面我將介紹幾個資料分析過程中常見的誤區 我們一定都聽說過二戰中的乙個經典示例 軍方為了提高戰鬥機飛行員的生還率,打算在飛機上增加裝甲的厚度,但不能在所有部位加厚,這樣會喪失戰機的靈活性,於是軍方請了統計學家來研究,這些專家在一開始就...