为什么思维重要？

不知道问题发生没

不知道问题在哪

不知道为什么

不确定分析对不对

不确定执行结果

不知道老板给不给加薪

一.What：三种核心思维

1.结构化

①核心论点

它可以是假设，是问题，是预测，是原因

②结构拆解

自上而下，将核心论点层层拆解成分论点，上下之间呈因果或依赖关系

③MECE

相互独立，完全穷尽。论点之间避免交叉和重复，分论点们要尽量完善

④验证

不论核心论点还是分论点，都应该是可量化的，用数据说话。它们必然是可验证的

【例1】现在有一个线下销售的产品。我们发现8月的销售额度下降，和去年同比下降了20%。我想先观察时间趋势下的波动，看是突然暴跌，还是逐渐下降。再按照不同地区的数据看一下差异，有没有地区性的因素影响。我也准备问几个销售员，看一下现在的市场环境怎么样，听说有几家竞争对手也缩水了，看一下是不是这个原因。顾客访谈也要做，但是往常一直找不到原因，这次我也不抱希望，姑且试试吧。要是还找不出原因，我也很绝望啊。

将论点归纳和整理 → 将论点递进和拆解 → 将论点完善和补充

2.公式化

①上下互为计算

②左右呈关联

③一切结构皆可量化

④最小不可分割

结构化是分析的思维，但它还不够数据，而且难免有发散的缺点

销售额有什么组成的？销量和客单价相乘

利润有什么组成？销售额收益和成本相减

销售额是单一的维度吗？不是，销售额是多个商品/SKU的总和

地区的销量由什么组成？是不同线下渠道的累加

销量还能再细挖吗？不妨想成人均销量和购买人数

不同类别的业务叠加可以用加法

减法常用来计算业务间的逻辑关系

乘法和除法是各种比例或者比率

3.业务化

用结构化思考+公式化拆解，获得的最终分析论点，很多时候，是现象。数据是某个结果的体现，但不代表原因

①有没有从业务方的角度思考？

②真的分析出原因了吗？

③能不能将分析结果落地？

【例1】一家销售公司业绩没有起色，对它进行了分析

销售人员的效率降低，因为士气低落

产品质量不佳，和同期竞争对手比没有优势

价格平平，顾客并不喜欢

【例2】如何预估上海地区的共享单车投放量

单车是有损耗的，计算公式中应该考虑单车的消耗因素

怎么想：我是数据分析师，我会设立哪些指标？换位，如果我是参与其中的人，我会怎么考虑/哪些行为

二.Why：数据分析的思维技巧

1.象限法

2.对比法

好的数据指标，一定是比例或者比率

好的数据分析，一定会用到对比

【例1】节日大促，女生消费占比从60%变为70%，女生节日爱消费

这个结论是有问题的，占比提高了，不代表绝对值提高了，某商品平时销售额1000万，女生占60万，节日销售额80万，女生占56万，女生真的消费变高了？谁说节日销售额会提高？别忘了竞争对手

①竞争对手对比

②类别对比

③特征和属性对比

④时间同比环比

⑤转化对比

⑥前后变化对比

3.二八法

数据中，20%的变量将直接产生80%的效果，数据分析更应该围绕这20%做文章

持续关注TopN的数据，是一个非常好的习惯，尤其在部分行业

虽然指标很多，但往往某些指标更有价值，二八法则不仅能分析数据，也能管理数据

4.漏斗法

5.指数法

中国今年的经济指标如何？

美国NBA最佳球星是谁？

竞争对手产品表现的如何？

NBA比赛数据贡献值：（得分+篮板+助攻+抢断+封盖）-（出手次数-命中次数）-（罚球次数-罚球命中次数）-（失误次数/球员上场比赛的场次）

很多时候，我们有数据，但不知道怎么用。就是因为缺乏了一个有效的方向。这个方向可以成为目标指数。通过将数据加工成指数。达到聚焦的目的

方法：线性加权；反比例；log

6.假设法

很多时候，数据分析是没有数据可明确参考的：比如新进入一个市场，公司开拓某样产品，老板让你预测一年后的销量，或者产品的数据基础非常糟糕，你拿不到数据

【例1】现在，马上，公司要派你去贝宁出差，如果你只能携带一个背包，你会往里面装什么东西？你为什么要往里面装它？

虽然贝宁这个地方我并不熟悉，但我假设它在非洲，那么现在我得考虑炎热的情况...

【例2】公司在节日进行了一次营销活动，APP上的销量数据整体比上周上升了20%。因为统计失误问题，拿不到明细数据，也就是说，活动效果是一个黑盒。现在的问题是，销量本身就有可能因为节日而提高，那么怎么证明活动是有效或者无效的呢？

假设活动是有效的 → 会发生什么事情 → 会有一定数量的用户购买，如果能证明这条，那么我们有理由相信活动是有效的 → 用户通过活动购买商品，会发生什么可观测的行为呢？假设有一些用户会评论留言，那么可以统计提及活动的字眼 → 当用户提及了这次营销活动，接下来的问题是，有效了多少？10%？20%？→假设参与活动的用户行为没有变化，那么通过历史数据的用户评论占比，反推购买人数

【例3】你是自营电商的数据分析师，现在想商品提价后，收入会不会有变化？你会怎么做？

假设商品提价后，销量一定会下跌，问题是销量下跌多少？ → 首先假设流量不会有变化，流量和渠道营销正相关，商品价格影响转化率，那么现在确定转化率的波动 → 找出平时的转化率，预估提价后的转化率变化。假设各类型用户对价格敏感度不同，那么将用户划分为忠诚XX，普通XX，羊毛XX → 不同用户层次数量不同，反应不同。忠诚用户转化率变化极低，羊毛几乎不会转化，这些数据可以凭借经验作出假设，最后汇总

7.多维法

用户统计维度：性别，年龄

用户行为维度：注册用户，用户偏好，用户兴趣，用户流失

消费维度：消费金额，消费频率，消费水平

商品维度：商品品类，商品品牌，商品属性

七周成为数据分析师 | 数据分析思维相关推荐

(秦路)七周成为数据分析师（第一周）—— 数据分析思维
文章目录 1. 什么是数据分析 2.应该怎么学 3. 数据分析思维 3.1 三种核心思维 3.1.1 结构化 3.1.2 公式化 3.1.3 业务化 3.2 数据分析的思维技巧 3.3 数据分析思维九 ...
如何七周成为数据分析师之快速掌握麦肯锡的分析思维
感谢关注天善智能,走好数据之路↑↑↑ 欢迎关注天善智能,我们是专注于商业智能BI,大数据,数据分析领域的垂直社区,学习,问答.求职一站式搞定! 原文链接:快速掌握麦肯锡的分析思维磨剑之作,七周成&q ...
python数据分析要学多久_如何七周成为数据分析师18：Python的新手教程
本文是<如何七周成为数据分析师>的第十八篇教程,如果想要了解写作初衷,可以先行阅读七周指南.温馨提示:如果您已经熟悉Python,大可不必再看这篇文章,或只挑选部分. Python是近年来 ...
转：《七周成为数据分析师》总结
本文转自: https://blog.csdn.net/weixin_39722361/article/details/79522111 个人公众号:数据路知乎:无小意. 百日计划第一周总结 1. ...
[学习笔记]B站视频：磨剑之作，七周成“师”！【七周成为数据分析师】- 第一周
[学习笔记]B站学习视频:七周成为数据分析师-第一周序数据思维结构化公式化业务化数据分析的思维技巧象限法多维法假设法指数法二八法对比法漏斗法如何在业务时间锻炼数据分析思维 ...
天善磨剑之作,七周成为数据分析师秦路主讲
章节1: 如何七周成为数据分析师课时1:为什么需要七周课时2:七周应该怎么学章节2: 第一周:数据分析思维课时3:为什么思维重要课时4:数据分析的三种核心思维(结构化) ...
七周成为数据分析师第二周：业务篇-框架与模型
七周成为数据分析师第七周:Python - CSDN博客七周成为数据分析师第六周:统计学 - CSDN博客七周成为数据分析师第五周:Mysql - CSDN博客七周成为数据分析师第四周: ...
七周成为数据分析师第二周：业务篇-指标
七周成为数据分析师第七周:Python - CSDN博客七周成为数据分析师第六周:统计学 - CSDN博客七周成为数据分析师第五周:Mysql - CSDN博客七周成为数据分析师第四周: ...
如何成为python 数据分析师_如何七周成为数据分析师20：了解和掌握Python的函数...
本文是<如何七周成为数据分析师>的第二十教程,如果想要了解写作初衷,可以先行阅读七周指南.温馨提示:如果您已经熟悉Python,大可不必再看这篇文章,或只挑选部分. Python之所以灵活 ...

七周成为数据分析师 | 数据分析思维