此文已由作者吳彬彬授權網易雲社群發布。
我們在生活中，會經常聽說兩種推理模式，一種是歸納 一種是演繹，這兩種思維模式能夠幫助資料分析師完成原始的業務邏輯積累，在此基礎上快速定位業務問題，提公升分析效率，但是對於剛入門的資料分析師，在專案經驗不足的前提下，如何快速完成專案的分析報告？這裡引進一種外展推理的思維模式，方便入門分析師的完成日常的工作。
那什麼是外展推理模式呢：
在麥肯錫思維模式中它將人的推理過程涉及的實體分為三個部分：規則，情況以及結果。
1.規則: 通常是對這個世界的看法；
2.情況：就是這個世界存在的已知事實；
3.結果：將規則用於情況，預期要發生的事兒。
這三個任何乙個實體都可以作為推理的起點，然而起點不同意味著，推理的方法也有所差異。
1.以規則為起點的推理方法可以稱之為演繹推理。舉個例子，如果平時不努力，考試成績將不及格(規則)；現實中a平時不努力(情況)；所以a考試不及格(結果)。
2.以情況為起點的推理方法就是歸納推理。
a平時不努力(情況)；a考試不及格(結果)；所以a考試不及格的原因可能是平時不努力。
3.以結果為起點的推理方法就是外展型思維方法。 a考試不及格(結果)，考試不及格通常是由於平時不努力(規則)，檢查是否平時不努力(情況)。
從日常工作中，我們可以發現，外展推理的思維模式十分切合日常資料分析師的多維分析定位原因的工作模式，是資料分析師尤其是入門資料分析師最應該具備的一種思維邏輯，那如何進行外展推理呢？外展推理用大白話來說就是強迫自己思考產生問題的各種可能原因，之後的重點就是收集資料，以證明是這些原因或不是這些原因。在工作過程中mece結構化分解是主要手段，按日常的工作可以簡化如下三個流程：
在此基礎上按層級進行資料分析定位，找到最細的原因。
在工作中，我們主要會用到的分解方法有這兩種，
1、按業務職能結構劃分，比如渠道，運營，功能等相關模組，將相關指標對映到主要模組，通過簡單快速的溝通，能快速的定位問題原因，但是缺點是分析結果不夠直接，依賴外部資源資訊蒐集
2、按因果結構劃分（指標分解）營收=日活*付費率*arpu等指標因果關係進行劃分，通過定位指標波動，定位最細指標，輔助維度下轉，能夠清楚的問題原因，該方式是較為穩妥的方式，是日常工作中的主要方式，但是缺點是需要構建相對完整的指標邏輯體系
如上兩種分解方法針對不同的專案要求進行組合應用，但是外部資源蒐集及完整的指標邏輯體系訓練是入門資料分析師到資深分析師最難跨越的兩道門檻，在經過階段訓練後，逐步利用歸納和演繹的思維，提公升業務熟悉程度，完成業務的初始積累後，後續的分析過程中就可以逐步減少拓展推理的層級及組合，逐步提公升問題原因定位的效率。
網易雲免費體驗館，0成本體驗20+款雲產品！
更多網易技術、產品、運營經驗分享請點選。
資料分析思維
使用者統計維度 性別 年齡.使用者行為維度 註冊使用者 使用者偏好 使用者興趣 使用者流失.消費維度 消費金額 消費頻率 消費水平.商品維度 商品品類 商品品牌 商品屬性.如 表面上女生的錄取率明顯高於男生，實際上男生的錄取率高於女生。j解決方法 很多時候資料分析是沒有資料可明確參考的 比如新進入學...
資料分析思維
做資料分析，首先你得具備看待乙個事物的邏輯化思維，其次用資料去證明他。一 結構化思維 金字塔結構 1 列出所有思考的要點 2 找出關係，進行分類 二 指標化思維 分析思維幫助定性問題，介入資料定量分析需要指標化思維 用指標去衡量和說明問題，如pv 頁面瀏覽量 uv 獨立訪客數 指標 各行業指標體系 ...
資料分析入門 如何訓練資料分析思維？
發布。我們在生活中，會經常聽說兩種推理模式，一種是歸納 一種是演繹，這兩種思維模式能夠幫助資料分析師完成原始的業務邏輯積累，在此基礎上快速定位業務問題，提公升分析效率，但是對於剛入門的資料分析師，在專案經驗不足的前提下，如何快速完成專案的分析報告？這裡引進一種外展推理的思維模式，方便入門分析師的完成...