1.《秦路数据分析》第一周内容学习笔记
2018-01-31 00:01
190 查看
一、前言
思维缺失---造成“不知道,不确定“(问题发生没?问题在哪里?为什么?不确定对不对?不确定执行结果?不知道老板是否满意给不给加薪?。。。。)
缺少分析思维,会使得分析的各个方面陷入无理论化,无法获得判断能力,对目前,对以后都是及其不好的。
最重要的是,老板不给加薪!!
拥有三种核心数据分析思维:
结构化
公式化
业务化
以上三种思维,是基本的分析思维类型。
数据分析思维7大技巧:1.象限法 2.多维法 3.假设法 4.指数法 5.二八法则 6.对比法 7.漏斗法
在业务时间锻炼分析能力----好奇心,以及面对生活中遇到的各类问题,带入数据分析的思维进行思考。再用笔记,如有道云笔记等等,记录下思维,不断锻炼。
二、三种思维详细内容
1.结构化
重点:找出核心论点,将核心论点逐一分解,再去拆解到穷尽(金字塔塔顶到塔底部)
工具:单人作战----思维导图,XMIND软件的应用十分重要!重视!
团队作战----卡片式,对于不同层级的内容,进行各个成员的集体思考,排列。
2.公式化- 一切结构化的论点都能变成量化指标
上下互为计算,左右互为关联,一切结构皆可量化,最小不可分割。
方法:+ :不同类业务叠加可用加法
- :减法常用来计算业务逻辑关系
×,÷:乘法和除法是各种比率和占比
将结构化思路(思维导图)转化成公式形式-----把不容易量化的指标转换成易量化指标,筛选出指标的重要程度。
可以直接在XMIND上,对各个层级的论点进行加减操作,再将论点合适的转化为公式
3.业务化思维
判断分析是否贴合业务3问:有没有从业务角度思考?真的分析出原因了吗?能不能将分析结果落地?
分清现象和原因,现象~~并不是事情的真正原因,要找出真正原因
数据是某一结果的体现,但是并不代表原因,需要用业务思维再进行细究一层去挖掘
增加业务思维方法:贴近业务,换位思考
小结:结构化思维(捋顺思路)-----结构化数据(将其可数据化)------结构化业务数据(落地,贴合业务)
三,数据分析思维7大技巧详解
1.象限法:核心-----策略驱动
对于象限如何划分是不确定的,由本身的策略目标而定进行调正的,通常方式有平均数/中位数/固定的值等等。
2.多维法
可以统计出很多维度
可将其分高中低,属于大数据量的统计,对于丰富维度的统计
缺点:容易将综合统计后的数据结果掩盖细分结论内容
应对方法:细分,钻取
3.假设法
假设一个结论,考虑这个结论会带来的什么现象和情况发生去进行验证。
应用场景:通常在拿不到数据的情况下去假设一个结论进行反向推导
使用方法:假设结论,基于经验和自定义一些数值进行推断想要的结果。
思维缺失---造成“不知道,不确定“(问题发生没?问题在哪里?为什么?不确定对不对?不确定执行结果?不知道老板是否满意给不给加薪?。。。。)
缺少分析思维,会使得分析的各个方面陷入无理论化,无法获得判断能力,对目前,对以后都是及其不好的。
最重要的是,老板不给加薪!!
拥有三种核心数据分析思维:
结构化
公式化
业务化
以上三种思维,是基本的分析思维类型。
数据分析思维7大技巧:1.象限法 2.多维法 3.假设法 4.指数法 5.二八法则 6.对比法 7.漏斗法
在业务时间锻炼分析能力----好奇心,以及面对生活中遇到的各类问题,带入数据分析的思维进行思考。再用笔记,如有道云笔记等等,记录下思维,不断锻炼。
二、三种思维详细内容
1.结构化
重点:找出核心论点,将核心论点逐一分解,再去拆解到穷尽(金字塔塔顶到塔底部)
工具:单人作战----思维导图,XMIND软件的应用十分重要!重视!
团队作战----卡片式,对于不同层级的内容,进行各个成员的集体思考,排列。
2.公式化- 一切结构化的论点都能变成量化指标
上下互为计算,左右互为关联,一切结构皆可量化,最小不可分割。
方法:+ :不同类业务叠加可用加法
- :减法常用来计算业务逻辑关系
×,÷:乘法和除法是各种比率和占比
将结构化思路(思维导图)转化成公式形式-----把不容易量化的指标转换成易量化指标,筛选出指标的重要程度。
可以直接在XMIND上,对各个层级的论点进行加减操作,再将论点合适的转化为公式
3.业务化思维
判断分析是否贴合业务3问:有没有从业务角度思考?真的分析出原因了吗?能不能将分析结果落地?
分清现象和原因,现象~~并不是事情的真正原因,要找出真正原因
数据是某一结果的体现,但是并不代表原因,需要用业务思维再进行细究一层去挖掘
增加业务思维方法:贴近业务,换位思考
小结:结构化思维(捋顺思路)-----结构化数据(将其可数据化)------结构化业务数据(落地,贴合业务)
三,数据分析思维7大技巧详解
1.象限法:核心-----策略驱动
对于象限如何划分是不确定的,由本身的策略目标而定进行调正的,通常方式有平均数/中位数/固定的值等等。
2.多维法
可以统计出很多维度
可将其分高中低,属于大数据量的统计,对于丰富维度的统计
缺点:容易将综合统计后的数据结果掩盖细分结论内容
应对方法:细分,钻取
3.假设法
假设一个结论,考虑这个结论会带来的什么现象和情况发生去进行验证。
应用场景:通常在拿不到数据的情况下去假设一个结论进行反向推导
使用方法:假设结论,基于经验和自定义一些数值进行推断想要的结果。
相关文章推荐
- ContentProvider内容提供器学习笔记
- [置顶]01_Hadoop学习笔记内容说明
- 【django 学习笔记】12-输出非HTML内容
- Python学习笔记:集合(set)基本内容
- 【JfaceTextFramework学习笔记之二】内容提示
- Android(java)学习笔记254:ContentProvider使用之内容观察者(观察发出去的短信)
- PHP学习笔记:通过curl实现采集网站内容
- Text Mining and Analytics—— 第一周学习笔记
- 学习笔记-ASP.NET打印指定内容
- [学习笔记]java方向需要了解的基础内容
- Android 内容提供者、解释者和观察者学习笔记
- lucene学习笔记之索引创建、内容检索、分类器实现
- 来到亚信第一周---学习内容
- 《Linux内核分析》第一周学习笔记
- linux 学习笔记 显示压缩文件 gong.zip 的文件内容
- 百度IFE学习笔记(三)js获取页面内容及后续处理
- 学习笔记之利用ajax请求xml文件,解析其中内容
- php学习笔记---PHP生成二维码名片,并把名片内容添加到联系人中
- [学习笔记]WPF设置DataGrid行内容高度自适应
- Python学习笔记[第一周]