1.1 核心思维

数据分析中思维最为重要，良好的思维习惯可以帮助分析师进行分析，而不是一头雾水的瞎做、瞎分析，最后得出一些没有用、众所周知、不确定正确与否的结论，对实际的业务却没有任何帮助。

（1）结构化思维

将一个核心论点拆分成分论点，再将分论点进行层层拆分，类似于决策树，思维导图，分论点要独立，注意全局意识，包含全部因素。
如：

（2）公式化

将核心问题（论点）转化为公式，如销售额=销量*单价，根据子元素进一步拆分，更为数据化，将各个分论点、元素进行了量化，可以更好的进行分析。
如：

（3）业务化

数据分析要与业务接轨，不接地气不可取，结合实际业务去思考，学会换位思考，假设我是顾客、销售人员，那么？
如：估计共享单车投放量

注意很多时候用结构化+公式化分析出来的是现象，要进一步分析出原因。
结构化思维——缕清思路
公式化思维——可量化
业务化——结果落地，贴合业务

1.2.思维技巧

（1）象限法

通过坐标系将分析的样本进行划分，类似分群、分类。如将客户进行分群，采取适当策略，延伸到经济学，实行三级价格歧视。
象限法是一种策略驱动的思维，优点：直观、清晰，对数据进行人工的划分，划分结果可以直接应用策略，适用范围广、战略分析、产品分析、市场分析等，划分可以按中位数、平均数、经验值。

（2）多维法

多个维度指标分析问题
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…

注意辛普森悖论：

多维法精细驱动、处理大数据量有较好效果、耗时长、适用广，数据齐全即可用，注意维度交叉分析的辛普森悖论。

（3）假设法

在不知道基础情况、数据的时候，先做假设，往下分析，根据分析结果反过来调整假设，再往下分析。假设——验证——判断

（4）指数法

通过将数据，多个指标经过加工变成指数，反映了某个水平，即统计学上的指标体系评价，通常采用线性加权汇总。
还有反比例、对数LOG处理

（5）二八法

二八法则
数据中往往只有20%的变量直接产生80%的效果，应该围绕这20%作文章（核心指标）。关注TopN的数据。
帕累托图又叫排列图、主次图，是按照发生频率大小顺序绘制的直方图，表示有多少结果是由已确认类型或范畴的原因所造成。
排列图用双直角坐标系表示,左边纵坐标表示频数,右边纵坐标表示频率.分析线表示累积频率,横坐标表示影响质量的各项因素,按影响程度的大小(即出现频数多少)从左到右排列,通过对排列图的观察分析可以抓住影响质量的主要因素.

（6）对比法

（7）漏斗法

保持好奇心，锻炼思维！