第四周学习笔记（2.11-2.17）

因为工作关系和其他因素，这周的Execl学习暂停，这周只学习了秦路的七周数据分析中的数据思维，上周总结了数据分析的三种核心思维（结构化、公式化、业务化），这三种是基本的分析思维类型。

重新说下这三种思维详细内容

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

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

下面说下 象限法 多维法 假设法 的技巧详解

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。

暂时总结到这

希望自己可以继续坚持下去，加油，Chad!
所有的努力都值得期许，每一份梦想都应该灌溉！