数据分析---三种数据分析核心思维：结构化、公式化、业务化

数据分析有三种核心思维：结构化、公式化、业务化

---

背景：

有个线下销售的产品，发现8月的销售额度下载了。怎么分析这一现象？

混乱的思路：

和去年同比下降了20%，不知道是突然暴跌还是逐渐下降。

再按照不同地区的数据看下差异，不知道有无地区性因素的影响。

问几个销售员看下市场环境怎么样，听说竞争对手也下降了。

还要访谈顾客...

---

一、结构化

将分析思维结构化

1、将论点归纳整理：找出核心论点，可以是假设，是问题，是预测，是原因等

本题要解决的是销量下降的原因。

2、将论点递进和拆解：自上而下，将核心论点层层拆解成分论点，上下之间呈因果或依赖关系

例如本题要找出销量下降的原因，可以首先拆解成内部因素和外部因素。

内部因素可以分为消费者减少，地区原因，时间因素等

外部因素可以分为市场竞争是否激烈，市场容量是否饱和，政策因素等

3、将论点补充完善：也称MECE，相互独立，完全穷尽，论点之间要避免交叉和重复，分论点们要尽量完善（想到的所有可能情况）

4、验证：不论是核心论点还是分论点，都应该可量化，用数据说话，必然是可验证的

可用思维导图xmind等软件试着将其列出来，可以想象成一个具体的东西，比如iPhone销量下降，比如skii洗面奶销量下降等

---

二、公式化

结构化是分析的思维，但是不够数据，会有发散的缺点。

将思维公式化：

1、上下互为计算：一切结构皆可量化

2、左右呈关联：最小不可分割

数据分析业务的量化少用到复杂的统计方法，基本是加减乘除

比如：销售额=销量*客单价、利润=销售额-成本、地区的销量=不同线下渠道的累加、销量=人均销量*购买人数等

比如：A：Acquisition

获取用户=主动流量+被动流量

主动流量=不同渠道*（曝光量*转化率）---营销、活动、推广

被动流量=邀请人数*人均邀请量*转化率----邀请、应用商店搜索

---

三、业务化

结构化+公式化可以从理论上分析问题，但是为了分析而分析，脱离了业务。

要从业务方的角度思考，分析出原因，并且将分析结果落地。

可以换位思考，如果我是业务参与其中的人，我会怎么做，怎么考虑。

本文是学习了天善学院秦路老师的课程，刚学业务，还要很多不熟悉不理解的地方，先做个笔记。