第一周:数据分析师思维

Posted hankleo

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了第一周:数据分析师思维相关的知识,希望对你有一定的参考价值。

一,前言

思维缺失---造成“不知道,不确定“(问题发生没?问题在哪里?为什么?不确定对不对?不确定执行结果?不知道老板是否满意给不给加薪?。。。。)

要拥有三种核心思维:

  1. 结构化
  2. 公式化
  3. 业务化

数据分析思维7大技巧:1.象限法 2.多维法 3.假设法 4.指数法 5.二八法则 6.对比法 7.漏斗法

在业务时间锻炼分析能力----好奇心

二,三种思维详细内容

1.结构化

重点:找出核心论点,将核心论点逐一分解,再去拆解到穷尽(金字塔塔顶到塔底部)

工具:单人作战----思维导图 团队作战----卡片式,头脑风暴

2.公式化- 一切都能量化

上下互为计算,左右互为关联,一切结构皆可量化,最小不可分割。

方法:

+ :不同类业务叠加可用加法

- :减法常用来计算业务逻辑关系

×,÷:乘法和除法是各种比率和占比

将结构化思路(思维导图)转化成公式形式-----把不容易量化的指标转换成易量化指标,筛选出指标的重要程度。

3.业务化思维

判断分析是否贴合业务3问:有没有从业务角度思考?真的分析出原因了吗?能不能将分析结果落地?

分清现象和原因,现象~~并不是事情的真正原因,要找出真正原因

数据是某一结果的体现,但是并不代表原因,需要用业务思维再进行细究一层去挖掘

增加业务思维方法:贴近业务,换位思考

小结:结构化思维(捋顺思路)-----结构化数据(将其可数据化)------结构化业务数据(落地,贴合业务)

三,数据分析思维7大技巧详解

1.象限法:核心-----策略驱动
技术分享图片

对于象限如何划分是不确定的,由本身的策略目标而定进行调正的,通常方式有平均数/中位数/固定的值等等。

2.多维法
技术分享图片

可以统计出很多维度

可将其分高中低,属于大数据量的统计,对于丰富维度的统计

缺点:容易将综合统计后的数据结果掩盖细分结论内容

应对方法:细分,钻取

3.假设法

假设一个结论,考虑这个结论会带来的什么现象和情况发生去进行验证。

应用场景:通常在拿不到数据的情况下去假设一个结论进行反向推导

使用方法:假设结论,基于经验和自定义一些数值进行推断想要的结果。

4.指数法

应用场景:当有很多数据的时候,但是数据为开放式的不知道怎么去使用-----用指数来解决衡量的问题

应用方法:创造出一个指标进行比较

计算方法:

  1. 线性加权----简单的相加或者相加乘权重计算
  2. 反比例法---y=1/x ,y=1-1/x ,y=k/x,k可以赋任何值 或 y=x/(x+1) 【公式目的是为将较大的数据进行收敛,将之间的差异变小】之后,方法同上依据重要程度进行乘权重求和
  3. log 法-----使用log函数让数字减小(同样起到较大值数据的收敛作用)然后赋权重进行相乘求和

5.二八法则-----只抓重点

数据中20%的变量将直接产生80%的效果,数据分析着重围绕这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,还能管理数据。

【数据分析思维不能放弃全局还是要结构化全局化一些比较好,否则容易思路变得狭隘】

6.对比法----一种挖掘数据规律的思考方式

一次合格的分析,一定要用到n次的对比。

竞争对手的对比,类别的对比,特征和属性的对比,时间同比环比,转化对比,前后变化对比等。

7.漏斗法-----单漏斗法是没有用的要和对比法结合进行分析

是一种流程化的思考方式,涉及到变化和流程的都能应用。

四,如何在业务时间锻炼数据分析思维

数据分析师必备能力----好奇心。

日常生活中随处即可分析,分析思维是一种习惯。

返回总目录

文章转自:https://ask.hellobi.com/blog/cbdingchebao/10012



以上是关于第一周:数据分析师思维的主要内容,如果未能解决你的问题,请参考以下文章

20155234 2017-2018-1《信息安全系统设计基础》课程总结

python数据分析-第一周

20179223《Linux内核原理与分析》第十一周学习笔记

Python数据分析与展示[第一周]

第一周——数据分析之表示 —— Numpy

第一周编程