大数据时代应当具备的3种数据分析思维与9种常用分析方法
结构化思维
结构化思维指在做数据分析之前要有一个清晰明确的逻辑,聚焦问题所在,有方向性和目的性。结构化思维类似于麦肯锡的金字塔思维。核心点在于:层层递进,拆减分析。
①核心论点(可以是假设,问题,预测,原因)指你要分析的问题。
②结构拆解(将核心露点层层拆解成分论点上下之间呈因果或者依赖的关系)
③MECE(分析的论点相互独立,尽可能的详细,论点要具有唯一性避免重复)
④验证(所有的论点最终都要通过数据去验证,所有的论点都要具有:可量化,可验证的特点)
结构化思维需要找出核心的论点(分析问题的核心点),根据问题结合业务场景充分考虑各种影响核心论点的可能性。再逐一拆解二级论点最终形成不可分割论点(客观事实存在的)。
公式化思维
公式化思维核心点:一切论点皆可量化。
通过 “+,-,*,/”四则运算。对数据进行计算,提供相应的结果支撑数据的论点。
之前通过结构化思维得出的论点是没有数据支撑的,只能算是原因并不能最终形成结论。所以需要通过公式化思维提供对应的数据结果做论点的支撑,将文字论点逐渐替代成为数据论点。这样的结论才会更有说服力。
业务化思维
逻辑化思维+公式化思维可以解决大部分的数据分析问题。但是不能保证最终的数据分析结论是100%正确的,也就是说只能从宏观角度分析的客观结果。这里还缺少业务场景!很多技术人员单纯为了分析而分析。这样最终的分析结果是不能够使用的,必须要结合业务场景实时分析。而且数据分析的结果要具备两个要素:①可被监控 ②可跟进
落实业务思维三大条件:
1.多与业务一线人员沟通
2.多做角色互换
3.参与业务工作,训练业务思维
6.统计(属性、行为、状态)描述
- END -
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。