作者:FineBI
发布时间:2022.11.1
浏览次数:2,471 次浏览
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。
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。
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