一、三种核心思维
1.结构化
2.公式化
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。
二、数据分析思维技巧
1.象限法
2.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...
辛普森悖论
如：表面上女生的录取率明显高于男生，实际上男生的录取率高于女生。
j
解决方法：
3.假设法
很多时候数据分析是没有数据可明确参考的 :比如新进入学册个市场,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。
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 (譬如为20% ) , 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,那么将用户划分忠诚XX、普通XX、羊毛X...
●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做出假设。最后汇总。
4.指数法
很多时候,我们有数据,但不知道怎么应用。就是因为缺乏了一个有效性的方向。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。
常用的方法：线性加权、反比例、Log
5.二八法则
6.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，所谓孤数不证
竞争对手对比、类别对比、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
三、如何在业务中锻炼数据分析思维
好奇心 + 生活中的练习