迷茫的数据分析，往往是因为其背后的分析思维是混乱的。要做数据分析，首先要有相应的逻辑思维，然后用数据来证明它。面对数据异常，人们常常会主观臆测。显然，是还没有学会正确的数据分析。本文着重数据分析速成，就用1000字经典速成教程，教你数据分析速成。

一、数据分析速成——4大思维模式

归纳、演绎。这是麦肯锡思维中的经典思维模式，可以帮助数据分析师完成原始业务逻辑的积累，快速定位业务问题，提高分析效率。

要数据分析速成，首先要掌握它背后的思维方式。

1、结构化思维

结构化思维将使用一个非常重要的工具：金字塔模型。也就是说，一切都可以总结在中心论点中，从中心论点开始，由三到七个论点支撑，每个论点都可以衍生出其他的子论点。

归纳法，实际上是把复杂的问题分解成各种单一的因素，并对这些因素进行归纳整理，使之有组织、有规划的过程。

2、假设演绎思维

以情况为起点的推理方法是归纳推理，以规则为起点的推理方法可以称之为演绎推理。

归纳和演绎思维在数据分析的早期阶段是必不可少的。

3、指标化思维

以上的分析性思维，有助于我们识别定性问题。接下来需要对数据和定量分析进行干预，需要指标化思维。

设置指标有3个经验:

1）“有总比没有好。”对于要监控的事物，应该有尽可能多的指标和指标。

2）“一个好的指标应该用来衡量具体和可量化的东西。”例如，用户访问、停留时间、回访率等。

3）指标体系。是否有足够的指标?指标可以按照结构化思维形成体系，如销售分析指标体系、生产指标体系、电子商务行业指标体系等。

公司建立的数据分析系统，通常被细分为特定的可执行部分。

4、维度分析思维

数据分析可以分为三类。一是利用维度分析数据，二是利用统计学知识，如数据分布假设检验，三是利用机器学习。

维度可以被认为是分析事物的角度。时间是一个角度，区域是一个角度，产品也是一个角度，所以它们都可以是维度。当我们有维度时，我们可以通过不同的维度组合来形成数据模型。

二、数据分析速成——思维模式与数据分析工具

1）讲数据分析速成，为什么这边花那么多笔墨，去讲维度和度量呢？由于目前的数据分析工具，往往是使用最多的就是“多维分析”方法，它已经成为数据分析工具中不可或缺的技术。

当我们整理分析思想时，我们经常根据几个大的维度类来划分层次结构，并进行多面分析，例如时间维度、地理维度和产品维度，以帮助进行多面分析。

2）另一方面，BI商业智能在操作也基于维度一说，熟悉维度和数据模型的原理，能更好的数据分析速成。

3）选择正确的数据分析工具，在数据分析速成中有着不可忽视的作用。一般情况下，选择市场占有率较高的工具，速成时比较容易有好的效果，比如FineBI。掌握了思维和数据分析方法，能更好地运用工具。

商业智能BI产品更多介绍：www.finebi.com

免费下载FineBI 立即体验Demo