第一章 数据分析思维（仅个人学习笔记）

一、本章结构

1）：三种核心思维

2）：数据分析的思维技巧

二、核心思维（结构化、公式化、业务化）

1，结构化

　1）：，即如左图，由一个核心论点（长方形）展开为各分论点（正方形），再展开为各级小论点mece（圆点）

　2）：核心论点可以是一个假设，一个问题，一个预测，一个原因等等。

　3）：结构化的结构拆借是自上而下的。

　4）：mece，即各级小论点要求（尽可能）相互独立，且完全穷尽，都是可以量化的。

　5）：可以用到的工具：思维导图类软件，幕布，MindMaster等；或者小组合作时用结构卡片。

　6）：秦路老师的例子：。

2，公式化（各级小论点拆分成公式 + - * / ）

　1）：一切结构都可以量化，且要（尽可能）做到最小不可分割。

　2）：秦路老师的例子：。

　3）：能深挖的尽量不放过，例如销量，上图中就分类成人均销量和购买人数。

　4）：再例：

3，业务化

　　简而言之即从业务人员的角度去思考并做出的数据分析，没有什么具体的方法，大概的方法是在工作中多和业务方沟通、多从业务方的角度思考、本身参与业务 ；另外数据分析工作中要分析出具体原因（很多时候分析出的是一个现象，而不是原因，例：业务人员工作态度下降，不积极）、分析结果要落地（不落地，白分析了，没作用迟早被动辞职）。

三、数据分析的思维技巧

1，象限法

　将分析的数据用象限表现出来，简洁明了，核心思想是策略驱动（找准坐标系），划分的标准一般可以为中位数、平均数或者经验。

2，多维法

　脱离二维象限，考虑三位坐标系，即数据立方体，但要注意Sympson悖论（应对方法是钻取法Drill-down，即拆分维度，下有例），核心思想是精细推动（精，且细）。

　钻取例：学校男女维度拆分为各院系男女维度。

3，假设法

　在没有数据基础的条件下进行数据分析即进行预估，核心思想是启发性思考。（感觉要去工作中找灵感，找书多瞅瞅）

4，指数法

　有三种方法：线性加权，反比例，log函数。核心思想是目标驱动。

　1）：线性加权：在 + & * 中自己给它赋个权重；

　2）：反比例：y = k/x; y = 1 - k/x; y = x/(x + 1)等，在相应的间断点处变化更大，更便于观察数据的敏感度；例如计算用户忠诚度，各期赋予相应权重再加总。

　3）：log函数：大数变小，易于计算分析。

5，二八法

　核心思想是懂得抓重点，二八法则很有用，但也不能一直抱着一个数据，要培养自己的全局观。

6，对比法

　1）：“孤数不证”，核心思想是挖掘数据规律的思考方法，N次对比之后才合格

　2）：一般对比为：竞争对手对比、类比对比、特征和属性对比、时间同比环比、转化对比、前后变化对比。

7，漏斗法

　一般为流程化思考方式，但单一的漏斗法没用，要和其他分析思维结合，比如多维，比如对比，但切记单一的转化率没用！

标签：数据分析,思维,核心思想,笔记,第一章,论点,思考,对比
来源： https://www.cnblogs.com/shendutu/p/14190201.html