数据分析思维模式（上）
我们知道做数据分析，或者说不管是做什么工作，一个人的思维往往起着非常重要的作用，它就像一种武器可以让你在“战场”上驰骋沙场！
一、分类思想
所谓分类思想，那就是分类处之，其关键点在于通过分类，事物在核心关键指标上能拉开距离！换而言之，分类后的结果是显著的。举个例子，如果该图反映了消费者分群的结果，横轴代表购买频率，纵轴代表客单价，那么绿色的这群人，就是明显的“金牌剁手豪党“。
二、矩阵思维
在百度百科中，矩阵更多是一种数学概念，而在数据分析中，它更多的是代表一种营销思维。矩阵思维是分类思维的深化，在我们没有数据作为支撑，只能通过经验做主观的推断时，是可以把某些重要因素组合成矩阵。比如说，安索夫矩阵思维，根据产品和市场将思维分为四种：市场渗透、市场开发、产品延伸、多元化经营。
还有更为老生常谈的”波士顿矩形“，具体的定义我们也不用太过钻研，我们只要明白波士顿矩阵关注的核心就是两个维度——市场增长率与市场占有率。波士顿矩阵中的市场增长率代表着某个产品/业务的市场引力，是否具有扩大市场、不断增长的潜力。而市场占有率则是代表着产品/业务的实力，是否占据了现有市场的绝大部分份额。我们将这两个维度作为横纵坐标轴分为四个象限，将产品或者服务分为下面四种类型：
我们如此分类的目的正是要根据波士顿矩阵，将一些没有发展前景和市场潜力的产品尽快淘汰掉，保证明星产品和现金牛产品的份额，从而搭配好产品或者业务的整个市场布局。
三、管道/漏斗思维
这种思维方式已经比较普及了，但是很多人难以理解，其实生活中很多工作都渗透着这种思维。比如，客户营销转化的流程，平台的广告展现-点击-访问-咨询-成交这个过程中，其实每个流程都伴随着流失和跳出，如果每一层之间的跳出和流失越少，转化的订单就越多。其实根据当前实际工作流，描绘出整体的行为路径；识别出行为路径上的关键节点，定义转化分层；分析转化中遇到的障碍，定位问题原因；根据原因，制定有效的解决方案，予以落地处理；现实世界遇到的问题非常复杂，我们只能通过有效的思维模型，去除那些信息杂音，做出正确的抉择，提高我们对事物的认知效率。
四、相关思维
当我们观察指标的时候，不能单看一个指标，还需要观察指标间的相互关系。图中正相关关系和负相关关系，最好能计算指标间的相关系数，定期观察变化，仔细思考相关系数背后的逻辑，有的是显而易见的常识，比如订单数和购买人数。现在的很多企业管理层，不是没有数据数据太多，而是缺少有用的数据。相关思维的其中一个应用，就是能够帮助我们找到最重要的数据，排除掉过多杂乱数据的干扰。你可以计算能收集到的多个指标间的相互关系，挑出与其他指标相关系数都相对较高的数据指标，分析它的产生逻辑，对应的问题，并评估信度和效度，若都满足标准，这个指标就能定位为核心指标。
五、逻辑树思维
一旦提到逻辑树的分叉，我们都会提到“分解”和“汇总”的概念。逻辑树引申到算法领域就是决策树，如果从数据分析角度来看可以称为“下钻”和“上卷”。上卷是沿着自维的层次向上聚集汇总数据。下探（钻）上卷的逆操作，它是沿着维的层次向下，查看更详细的数据。当进行分叉时，我们往往会选择差别最大的一个维度进行拆分，若差别不够大，则不再细分。能够产生显著差别的节点会被保留，并继续细分，直到分不出差别为止。通过这个过程，我们就能找出影响指标变化的因素。
六、平衡思维
在数据分析的过程中，我们需要去寻找事情的平衡关系，平衡关系可以成为一个企业运转的大问题。关键点在于寻找能否展示出平衡状态的指标，比如图中的红色框，通过寻找一个准确的指标，来观察天平的倾斜程度。主要方法是先找双向型的问题，即高也不低的问题，然后进行量化为指标并计算成某个比率，通过长期跟踪后观察它的信度和效度得到最后的平衡指标。
数据分析思维模式（上）相关推荐
- 顶级程序员和普通程序员在思维模式上的5个区别！
<The Effective Engineer>的作者在写书的过程中,为了了解那些顶级程序员和普通程序员的区别,采访了很多硅谷顶级科技公司的顶尖软件工程师.他发现这些给世界带来巨大影响的的 ...
- 互联网商业模式的系统性总结（上）（方法论、价值观、观念、思维模式等）
前言:互联网商业模式,是我修的一门管科课程,初看起来犹如鸡肋,细细品味后又发觉有其独特的思维视角,对于我这个技术人士,有着不少启发.将互联网思维站在一个科学系统的角度上来回顾,也算是结课的总结反思. ...
- 独家 | 2种数据科学编程中的思维模式，了解一下（附代码）
作者:Srini Kadamati 翻译:梁傅淇 校对:丁楠雅 本文约2500字,建议阅读10分钟. 本文以具体的例子阐释了如何最优化原型思维模式及生产流思维模式的应用. 数据科学的完整流程一般包含以 ...
- 数据分析入门：如何训练数据分析思维？
本文由 网易云 发布. 作者:吴彬彬(本篇文章仅限知乎内部分享,如需转载,请取得作者同意授权.) 我们在生活中,会经常听说两种推理模式,一种是归纳 一种是演绎,这两种思维模式能够帮助数据分析师完成原 ...
- 深度好文，如何培养真正的数据分析思维？附实践案例
源:古牧聊数据 ,作者:古牧君 朋友们好久不见,我之前写过数据分析领域不少劝退性质的文章,但毕竟有很多朋友适合做这个.或者已经从事这个领域想要提升,所以不能"管杀不管埋",还是要尽 ...
- 谈谈我所了解的数据分析行业（上）
作者 | Captain Milo 首先得说,以下内容应算作认知型总结.虽然不拿数据说话是职业大忌,但是我推崇在碎片化阅读场景里,要获取认知感而不是严谨的知识. 另一方面,从最后的结论可以看到,我倾向 ...
- 如何培养你的数据分析思维？
数据分析可以是一个职业,一份工作,也可以是一种思维方式.在专栏里,我们更多的是讲解了数据分析工具的使用.从 Python 爬虫到 Python 可视化,再到数据清洗.数据挖掘算法等,而在日常工作中,我 ...
- 数据分析思维 -- 第二步：开启分析思路
数据分析思维 – 第二步:开启分析思路 文章目录 数据分析思维 -- 第二步:开启分析思路 1.学会提问 2.熟悉模型 客户满意度指标体系 3.结构化思维 结构与时间思维 基于时间线索的用户行为五阶段 ...
- 数据分析思维笔记（基础）
学习郭炜老师数据分析思维课笔记,绝!! 一.数据分析基础 平均值 不代表整体水平,质和量是不等价的. 大数定律和小数陷阱 数据的期望值 随机对照实验 直方图与幂分布 数据分布 散点图和相关性 标准差 ...
最新文章
- 逻辑模型设计步骤-确定数据分割策略
- 去上海参加MySQL 用户大会的感受
- c# websocketServer
- [zz]淘宝子团关于kvm 调优的分享
- 基于ATT和CK™框架的开放式方法评估网络安全产品
- asp 生成html文件,将指定的asp文件内容生成html文件_asp技巧
- 对比关系生成模型(Comparative Relation Generative Model)
- mdb 查询过于复杂_【律联云知产课堂】南京商标查询主要从哪些方面判断一个商标是否适合注册？...
- pandas 替换 某列大于_Pandas使用总结
- SQLGrammarException ：could not execute query a.user not exists解决
- c html 转 pdf,HTML 转 PDF
- URAL - 1741 - Communication Fiend（dp）
- 美团外卖API接入（二）
- Apache部署超详细教程
- spring cloud 资源服务器授权配置
- Homebrew - 安装与使用
- string类型--字符串常用取值操作
- 淋巴瘤最新研究进展（2022年4月）
- 使用日历热图进行时序数据可视化
- 职称计算机考试题库word2003,2016职称计算机考试Word2003练习试题