《七周成为数据分析师（秦路）》-笔记整理
问题
我们总会有很多问题：
问题发生没
问题在哪
为什么
分析对不
执行结果
老板给不给加薪
但，更重要的是答案…..
WHAT？：三种核心思维
结构化
原因：错误思维
想到一点是一点
做假设但乱打一枪
一次性分析，这样没有复用性
应用：金字塔思维
理论
塔 顶——核心论点，可以是假设，也可以是问题，也可以是预测，是原因
第二层——结构拆分，上下之间呈因果关系
第三层——mece，论点相互独立，所有的可能都想到。分论点要完善
优势
宏观考虑问题，一二三点一个个排除，具有方向性。
工具：思维导图
（适合个人单打）
案例
线下销售的产品，销售额度下降20%
思考
塔顶——（问题） 销售额度下降20%
第二层—（因果） 1 竞争对手 2 市场环境 3 营销方法 4 地域差异
第三层— 1.1竞争对手增多？ 2.1 顾客对产品需求变化 3.1宣传做足？
1.2竞争对手也下降了嘛 3.2是否做了令用户反感的宣传？
1.3他们是否有发表有害言论？
老师ppt：分叉的思考方式。
比如销量下降是地区原因，那肯定是某个地区，如果是每个地区都这样那就不是地区的问题了。那么在这个地区有无竞争对手，单价变化，购买人数下降？
比如是购买人数下降，那为何下降？是因为有替代品？有什么原因造成流失？往下深入挖掘
以上分析为用Xmind思维导图做出的图，其中涉及到市场，经济，管理等其他内容，是属于业务员都会做的，需要发散性的思维，能想到的都写上去，后面需要查找一些经济学的书和市场分析的书。
结构化不是完美的，不够数据，有些发散的缺点。需要用到其他思维来填补。
拓展
（适合团队合作）
查看资料及背景，将结论列成一张表／卡片
把表上的结论，依据主题分类
将同一类型的结论，按顺序区分
讨论同一级别的共通结论，将其结论放在上 一段位置
PS.结构化不是完美的，不够数据，有些发散的缺点。需要用到其他思维来填补。
公式化
公式：eg.销售
销售额：销量x客单价
利润：销售额收益-成本
销售额：多个商品/sku总和
地区销量：不同渠道的累加
销量细分：人均销量*购买人数
运算法则
加法：不同类别的业务的叠加
减法：业务之间的逻辑
乘除：比率
举例：获取用户
业务化
结构化思维 —— 结构化数据 —— 结构化业务数据
捋顺思路 将其可数据化 落地，贴合业务
业务化思维
考虑执行率，要有跟进的习惯
学会换位
与业务方沟通 从业务方的角度思考 参与到业务中
以上都是现象，不是真正的原因
士气低落的原因是什么？可能是提成不足，可能是夏天了天气闷热。
质量不佳？是不是制作过程偷工减料了？
举例：如何预估上海共享单车的投放量
详细的：
从城市流动人口：上海有2千万人口，那么每天的通勤人数大概是600w-700w直接，再设置一个转换率有1%的人选择骑共享单车。
从人口密度：上海共有十几个区，有6-7个市中心，市区的需求量相对较高，而郊区的较低，分别进行计算
从城市交通数据计算：从上海地铁站的站点估计，又分为换乘站点、较大站点、小站点，分别进行计算
从保有自行车量计算：从网上的资料了解共有大概几百万自行车，那么共享单车大概占60%-70%，进行计算
但是从业务方面还要考虑：共享单车的损耗。
WHY?:数据分析的思维技巧
象限法
核心：策略驱动的思维
应用：战略分析、产品分析、市场分析、客户or用户管理
优点：直观，清晰，对数据进行人工 的划分，甚至直接用于策略
须知：可以按中位数或平均数，还有经验
多维法
核心： 精细驱动的思维
应用：数据齐全且丰富
优点：处理大数据量，维度丰富且复杂的数据;维度不易过多
须知：对不同维度进行交叉分析时， 需要注意辛普森悖论
辛普森悖论：当人们尝试探究两种变量（比如新生录取率与性别）是否具有相关性的时候， 会分别对之进行分组研究。然而，在分组比较中都占优势的一方，在总评中有时反而是失势
的一方。该现象于20世纪初就有人讨论，但一直到1951年，E.H.辛普森在他发表的论文中阐 述此一现象后，该现象才算正式被描述解释。后来就以他的名字命名此悖论，即辛普森悖 论。 深入解读：https://www.cnblogs.com/subsir/articles/5897154.html
假设法
核心：启发思考驱劢的思维
应用：一种思考方式，假设—验证—判断
优点：当没有直观数据或者线索能分析时，以假设先行的方式进行推断，这是一个论 证的过程
须知：不止可以假设前提，也能假设概率戒者比例，一切都能假设， 只要自圆其说
指数法
核心： 目标驱动的思维
应用：将无法利用数据加工成可利用的
方法 1. 线性加权，就是通过对数据一定的权重通过加或者乘的方式提高数据的数值。
2.反比例法，将数字收敛成0-1的数据。y=1/x。 3. log法，将数值较大的数据按比例缩放。
优点：目标驱动力强，直观、简洁、 有效。对业务有一定的指导用
须知：没有统一的标准，更依赖经验的加工 ;一旦设立指数，不宜频繁变化
二八法
帕累托图 百度百科——帕累托图可以用来分析质量问题，确定产生质量问题的主要因素。按等级排序的目的是指导如何采取纠正措施：项目班子应首先采取措施纠正造成最多数量缺陷的问题。
从概念上 说，帕累托图与帕累托法则一脉相承，该法则认为相对来说数量较少的原因往往造成绝大多数的 问题或缺陷。
深入解读：excel绘制—https://llyzq.iteye.com/blog/1636708
R语言绘制—https://blog.csdn.net/zjlamp/article/details/81322278
python实现—https://blog.csdn.net/u010199356/article/details/87872775
解读：
数据中20%的数据中，20%的变量将直接产生80%的效果，数据分析更应该围绕这20%作文章。
有些行业是只关注前几名的数据，即topN的数据。
指标很多的，只关注更有价值的，方便管理数据。
和KPI紧密相关
KPI——企业关键绩效指标(KPI：Key Performance Indicator)是通过对组织内部流程的输入端、输出端的关键参数进行设置、取样、计算、分析，衡量流程绩效的一种目标式量化管理指标，是把企业的战略目标分解为可操作的工作目标的工具。
深入解读——https://wiki.mbalib.com/wiki/KPI
核心： 只抓重点的思维
应用：所有领域，没有局限
优点：和业务紧密相关，和KPI更紧密相关。20%的变量将直接产生80%的效果
须知：在条件允许的情况下，不能放弃全局，避免狭隘
“好的数据指标，一定是比例或者比率 ；
好的数据分析，一定会用到对比 。“
对比法
核心：挖掘数据规律
应用：一种习惯，一次合格的分析，一定要用到n次对比
优点：对比法可以发现很多数据间的规律，它可以与任何思维技巧结合，比如多维对 比、象限对比、假设对比等
须知：不能放弃全局
漏斗法
核心： 一种流程化思考方式
应用：涉及到变化和流程的都能用
优点：流程直观、简洁、可追溯
须知：单一的漏斗分析是没有用的，要和其他分析思维结合起来
HOW?如何在业务时间锻炼能力
保持好奇心
去思考生活中商业案例的表现，背后的原理、摆放方法和数据差异
生活中的练习
例如夜市，一天的人流量？一人的流量？营业额？数据的分析方式？
换做你是商家，如何提高店面的利润？
工作中的练习
为什么领导和同事不认可？
如果我职位更高，我会怎么分析？
复盘，对于一个月，一年前等等的案例进行对比。需要每个案例有记笔记的习惯， 效果更好
利用三种核心分析思维，分析更多的事情