热线电话:13121318867

登录
首页大数据时代如何拥有数据分析思维,令我的工作有更多可能性,升职加薪
如何拥有数据分析思维,令我的工作有更多可能性,升职加薪
2020-12-23
收藏

很多人掌握了大多数的分析工具和技能,仍然做不好数据分析。面对业务时还是会两眼一抹黑,啥也不知道。

做数据分析光靠技能和工具是不够的。还必须拥有数据思维,如何搭配这些分析方法?如何得出结论?

数据粉丝思维究竟是什么样的,我们一起聊一下吧。

默认标题_横版插画_2020-12-23-0 (1).png

1. 对比思维

日常生活中我们常常会遇到,例如今天我去超市看到了7块钱1斤的苹果,但是隔壁却卖6块一斤,你是不是会去隔壁看一下。他们之间有什么区别,为什么会贵出这一元钱。

从这个例子中可以看出,对比通常有两个方向,一个纵向,是指不同类的对比。一个是横向,是指与同类相比。

默认标题_横版插画_2020-12-23-0 (1).png

2.结构思维

很多人在做数据分析的时候没有思路,不知道从何下手,这就是缺少结构化思维的表现。

1.按业务职能结构划分:比如渠道,运营,功能等相关模块,简单快速的沟通,能快速的定位问题原因,但是缺点是分析结果不够直接,依赖外部资源信息搜集。

2.按因果结构划分:通过定位指标波动,定位最细指标,辅助维度下转,能够清楚的问题原因,该方式是较为稳妥的方式,是日常工作中的主要方式,但是缺点是需要构建相对完整的指标逻辑体系。

我们在思考问题的时候,习惯用点对点的方式,想到一点就是一点也就是说是乱打枪,也许有可能你可以凭借着经验找到原因但是大多数情况下,你很难找到完全穷尽的原因,也就是为什么你的数据分析总是没思路。

默认标题_横版插画_2020-12-23-0 (2).png

3.分类对比

这里我们可以划分为客户群体、产品归类、市场分级、绩效评价等,许多事情都需要有分类的思维。到底分类思维怎么应用呢?

关键点在于分类后的事物,需要在核心指标上拉开距离!也就是说分类后的结果,必须是显著的。运营当中关注的核心指标,分类后的对象,你能看到他们的分布不是随机的,而是有显著的集群的倾向。

默认标题_横版插画_2020-12-23-0.png

4.可衡量

好的分析思维,我们要想清楚如何衡量效果?也要考量和现实之间的差距,中间的可操作性。

有想法不会操作:那就学工具、学方法论、学算法,开始先用excel来跑通操作,后面再去学习python

会操作没有想法:那就学方法论、学思维,好好思考方法论、业务、算法之间的关系。

以上总计了数据分析的4种思维,分别是对比、结构、分类、可衡量,无论是生活还是工作,运用好这些分析方法,相信你一定可以创造出更多的价值。








数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询