資料分析入門 如何訓練資料分析思維?

2022-06-08 20:21:12 字數 1375 閱讀 6157

發布。我們在生活中,會經常聽說兩種推理模式,一種是歸納 一種是演繹,這兩種思維模式能夠幫助資料分析師完成原始的業務邏輯積累,在此基礎上快速定位業務問題,提公升分析效率,但是對於剛入門的資料分析師,在專案經驗不足的前提下,如何快速完成專案的分析報告? 這裡引進一種外展推理的思維模式,方便入門分析師的完成日常的工作。

那什麼是外展推理模式呢?

在麥肯錫思維模式中它將人的推理過程涉及的實體分為三個部分:規則,情況以及結果。

這三個任何乙個實體都可以作為推理的起點,然而起點不同意味著,推理的方法也有所差異。

舉個例子,如果平時不努力,考試成績將不及格(規則);現實中a平時不努力(情況);所以a考試不及格(結果)。

a平時不努力(情況);a考試不及格(結果);所以a考試不及格的原因可能是平時不努力。

a考試不及格(結果),考試不及格通常是由於平時不努力(規則),檢查是否平時不努力(情況)。

從日常工作中,我們可以發現,外展推理的思維模式十分切合日常資料分析師的多維分析定位原因的工作模式,是資料分析師尤其是入門資料分析師最應該具備的一種思維邏輯,那如何進行外展推理呢?外展推理用大白話來說就是強迫自己思考產生問題的各種可能原因,之後的重點就是收集資料,以證明是這些原因或不是這些原因。在工作過程中mece結構化分解是主要手段,按日常的工作可以簡化如下三個流程:

如下圖:我們可以將問題進行分解,分解的原則為

在此基礎上按層級進行資料分析定位,找到最細的原因。

在工作中,我們主要會用到的分解方法有這兩種,

按業務職能結構劃分,比如渠道,運營,功能等相關模組,將相關指標對映到主要模組,通過簡單快速的溝通,能快速的定位問題原因,但是缺點是分析結果不夠直接,依賴外部資源資訊蒐集。

按因果結構劃分(指標分解)營收=日活*付費率*arpu等指標因果關係進行劃分,通過定位指標波動,定位最細指標,輔助維度下轉,能夠清楚的問題原因,該方式是較為穩妥的方式,是日常工作中的主要方式,但是缺點是需要構建相對完整的指標邏輯體系。

如上兩種分解方法針對不同的專案要求進行組合應用,但是外部資源蒐集及完整的指標邏輯體系訓練是入門資料分析師到資深分析師最難跨越的兩道門檻,在經過階段訓練後,逐步利用歸納和演繹的思維,提公升業務熟悉程度,完成業務的初始積累後,後續的分析過程中就可以逐步減少拓展推理的層級及組合,逐步提公升問題原因定位的效率。

網易有數:企業級大資料視覺化分析平台。面向業務人員的自助式敏捷分析平台,採用ppt模式的報告製作,更加易學易用,具備強大的探索分析功能,真正幫助使用者洞察資料發現價值。可點選這裡免費試用。

了解 網易雲 :

網易雲官網:

新使用者大禮包:gift

網易雲社群:

資料分析入門

2018年6月14日筆記 用適當的統計分析方法對收集來的大量資料進行分析,將他們加以彙總和理解並加以消化,以求最大化的開發資料功能,發揮資料的作用。資料分析可用於現狀分析,原因分析,分析。明確分析目的和思路 資料收集 資料處理 資料分析 資料展現 報告撰寫 明確分析目的之菜鳥與分析師對比 菜鳥想法....

原創 如何入門資料分析?

前面文章小編提到,資料分析是非常有前景的職業,那麼接下來就需要知道如何去做好這個職業。畢竟對於任何乙個職業或者行業來講,選對是一方面,做好才是最重要的。如何成為乙個優秀的資料分析師,便自然的成為需要研究的問題了。凡事都需要有個步驟或者叫過程,小編很不喜歡好多自稱能夠快速成為或者乙個月 三個月速成資料...

從QC看資料分析 入門資料分析

在資料分析的道路上越走越遠 陰差陽錯的做了資料分析,而且一開始我還不知道自己在做的是資料分析,看了很多資料分析的書,也走了一些彎路,做了很多實踐專案,突然很想把自己作為乙個小白的資料分析之路的成長過程寫下來。因為最近恰好在了解qc相關的東西,然後發現qc的套路居然能對標資料分析的過程,尤其是qc中各...