数据分析的核心思维:
今天第一小节是讲的核心思维: 即结构化分析,公式化分析 再结合 业务化分析
结构化 主要是按照人的逻辑思维来细分问题(参考金字塔原理)
公式化 是讲上面的一些问题量化,以变成可以测量的数据
业务化 是说这些数据有时候虎脱离现实。所以我们需要结合实际,多与业务端合作,来接地气的研究数据。
下面是我针对老师习题所写的思路分析,以灵活的运用上面三个方面,希望大家如果有不一样的意见可以一起探讨:
讨论学院学习网课的课程人数下跌
首先确定问题:
原来的人数增长状态(:假设为增长率变缓甚至接近为0)
想要获得的状态(这也是之后可视化你所要针对解决地方,以结果为导向:假设是将用户提升到原来的增长率上)
接着就是分析问题,找出原因,下图是我整个的思考流程:
我的思考流程是:
先运用了SWOT方法大概分为公司内部原因和外部原因。
其次以逻辑思考中地域和时间2个方面进行分析:
1. 地域针对网课我选用了用户在选择课程类型上的“地域”划分,以判断最近是否有大量的“异常”导向
2.时间是最简单也是最必要的,看下降是否是有一个关键节点还是匀速下降
接着把这些非常简略的思考加上公式(之后会有KPI)一起进行分析:
量化人数的定义=课程数*报名人数。
课程数:从课程的质和量进行分解。
报名人数(即用户):新客+老客的经典思维分析
而业务的分析,由于没有这方面的经验,我现在主要使用自己体验这个方式来感知,譬如大环境下很多都人都转向了数据分析深度学习,那么也许我们应该在这方面增加课程或者改善课程质量等。
总的来说,这是我对这3小节课的理解。再加上学会了一些互联网中新名词的使用。
之后如果会有继续关于这道题的量化理解,我会持续更新。
加油!