数据分析的五大思维方式.pdfVIP

数据分析的五大思维方式

发现很多朋友不会处理数据，这个过程叫做数据清洗，中间可能

涉及到编程，分析人员是应该学点编程的，后面抽时间给大家介绍一

下，今天不讲这个。那今天讲什么呢？

今天要讲数据分析的五大思维方式。

首先，我们要知道，什么叫数据分析。其实从数据到信息的这个

过程，就是数据分析。数据本身并没有什么价值，有价值的是我们从

数据中提取出来的信息。

然而，我们还要搞清楚数据分析的目的是什么？

目的是解决我们现实中的某个问题或者满足现实中的某个需求。

那么，在这个从数据到信息的过程中，肯定是有一些固定的思路，

或者称之为思维方式。下面零一给你一一介绍。（本文用到的指标和

维度是同一个意思）

第一大思维【对照】

【对照】俗称对比，单独看一个数据是不会有感觉的，必需跟另

一个数据做对比才会有感觉。比如下面的图a和图b。

图a毫无感觉

图b经过跟昨天的成交量对比，就会发现，今天跟昨天实则差了

一大截。

这是最基本的思路，也是最重要的思路。在现实中的应用非常广，

第1页共5页

比如选款测款丶监控店铺数据等，这些过程就是在做【对照】，分析

人员拿到数据后，如果数据是独立的，无法进行对比的话，就无法判

断，等于无法从数据中读取有用的信息。

第二大思维【拆分】

分析这个词从字面上来理解，就是拆分和解析。因此可见，拆分

在数据分析中的重要性。在派代上面也随处可见“拆分”一词，很多

作者都会用这样的口吻：经过拆分后，我们就清晰了……。不过，我

相信有很多朋友并没有弄清楚，拆分是怎么用的。

我们回到第一个思维【对比】上面来，当某个维度可以对比的时

候，我们选择对比。再对比后发现问题需要找出原因的时候？或者根

本就没有得对比。这个时候，【拆分】就闪亮登场了。

大家看下面一个场景。

运营小美，经过对比店铺的数据，发现今天的销售额只有昨天的

50%，这个时候，我们再怎么对比销售额这个维度，已经没有意义了。

这时需要对销售额这个维度做分解，拆分指标。

销售额=成交用户数*客单价，成交用户数又等于访客数*转化率。

详见图c和图d

图c是一个指标公式的拆解

图b是对流量的组成成分做的简单分解（还可以分很细很全）

拆分后的结果，相对于拆分前会清晰许多，便于分析，找细节。

可见，拆分是分析人员必备的思维之一。

第三大思维【降维】

第2页共5页

是否有面对一大堆维度的数据却促手无策的经历？当数据维度

太多的时候，我们不可能每个维度都拿来分析，有一些有关联的指标，

是可以从中筛选出代表的维度即可。如下表

这么多的维度，其实不必每个都分析。我们知道成交用户数访客

数=转化率，当存在这种维度，是可以通过其他两个维度通过计算转

化出来的时候，我们就可以【降维】.

成交用户数丶访客数和转化率，只要三选二即可。另外，成交用

户数*客单价=销售额，这三个也可以三择二。

另外，我们一般只关心对我们有用的数据，当有某些维度的数据

跟我们的分析无关时，我们就可以筛选掉，达到【降维】的目的。

第四大思维【增维】

增维和降维是对应的，有降必有增。当我们当前的维度不能很好

地解释我们的问题时，我们就需要对数据做一个运算，增加多一个指

标。请看下图。

我们发现一个搜索指数和一个宝贝数，这两个指标一个代表需

求，一个代表竞争，有很多人把搜索指数宝贝数=倍数，用倍数来代

表一个词的竞争度（仅供参考）。这种做法，就是在增维。增加的维

度有一种叫法称之为【辅助列】。

【增维】和【降维】是必需对数据的意义有充分的了解后，为了

方便我们进行分析，有目的的对数据进行转换运算。

第五大思维【假说】

当我们拿不准未来的时候，或者说是迷茫的时候。我们可以应用

第3页共5页

【假说】，假说是统计学的专业名词吧，俗称假设。当我们不知道结

果，或者有几种选择的时候，那么我们就召唤【假说】，我们先假设

有了结果，然后运用逆向思维。

从结果到原因，要有怎么