标签：数据分析 思维 核心思想 笔记 第一章 论点 思考 对比

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

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。