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：
思维导图的分析
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！