作者：與資料同行
我做了 10 多年的資料分析，期間有很多同學問我，資料分析主要有哪些思維？學習的路線是怎麼樣的？
為了提供一個簡單的方向指引，讓資料分析思維的學習過程更加有趣，我做了一幅資料分析思維九段路線圖，你可以把學習的過程當作一種遊戲，享受段位升級的樂趣。
在段位升級的過程中，如果你理解起來感覺比較吃力，那麼應該沉下心來，認真地先把基礎打好，積累更多的資料分析經驗。
1. 初段：目標思維
做資料分析，首先要一定明確目標，以終為始。
只有明確目標，才不會迷失方向，就像導航軟體，如果沒有設定目的地，那麼它是沒法告訴你路線圖的。
目標思維主要體現在以下 3 個方面：
（1）正確地定義問題
比如說，小明聽了煎餅大媽月入 3 萬的故事，心裡就想：為什麼煎餅大媽月入 3 萬？
這個問題的定義，應該是關注「月入 3 萬」，而不是「煎餅大媽」。
也就是說，小明想的應該是「如何實現月入 3 萬」，而不是「如何變成煎餅大媽」。
（2）合理地分解問題
比如說，煎餅大媽如何實現月收入 3 萬？
這是一個比較大的問題，可以進行細分，因為收入等於訂單數乘以客單價，所以把這個問題細分為兩個小問題：
a. 如何實現一個月賣 5000 個煎餅？
b. 如何實現平均每個煎餅賣 6 塊錢？
（3）抓住關鍵的問題
在不同的發展階段，關鍵問題是不一樣的。
比如說，對煎餅大媽來講，剛開始做的時候，關鍵問題是：如何選擇人流量大的好地段？
當選好地段之後，關鍵問題就變成：如何提高路人來購買的機率？如何提高客單價？如何提高重複購買率？
總之，資料分析的目標，就好比槍上的瞄準器，如果沒有瞄準器，槍照樣可以打，但是有了瞄準器，槍才可以打的更準。
2. 二段：對比思維
有人說：
沒有對比，就沒有傷害。
在資料分析中，沒有對比，就沒有結論。
比如說，小明某次期末考試的成績不好，英語只得了 30 分，小明的媽媽對他說：“你上次考試英語考了 70 分，這次怎麼就考得這麼差？你看你的同班同學，這次都考 80 分以上。”
常見的對比思維有以下 5 種：
（1）跟目標對比
（2）跟上個月比
（3）跟去年同比
（4）分渠道對比
（5）跟同類對比
資料分析的過程，就是在明確目標之後，透過對比等思維，找到問題的原因，得出分析的結論，提出可行的建議，從而起到幫助決策和指導行動的作用。
3. 三段：細分思維
有人說：
不自由，毋寧死。
在資料分析中，細分是資料分析的靈魂，無細分，毋寧死。
比如說，小明某次考試的總成績不好，細分一看，發現其他科目的成績都不錯，只有英語成績特別差，只得了 30 分，從而拉低了整體的成績。
常見的細分方法有以下 5 種：
（1）按時間細分
（2）按空間細分
（3）按過程細分
（4）按公式細分
（5）按模型細分
在運用細分思維解決問題的過程中，要做到有的放矢，圍繞資料分析的目標，找到合適的方法，不要像無頭蒼蠅一樣到處亂撞。
當發現數據異常時，嘗試從不同的維度進行細分，這樣既能鍛鍊你的資料分析思維，又能加深你對業務的理解。
4. 四段：溯源思維
做資料分析的時候，要多問幾個為什麼，追根溯源，在資料來源尋找可能隱藏的邏輯關係和解決方案。
比如說，小明把自己每天的行動資料，都用 Excel 詳細記錄下來，其中包括每一時段的情緒資料。小明做覆盤總結的時候，發現有一天情緒資料特別低，然後連續問了幾個為什麼：
（1）為什麼這一天情緒資料特別低？
因為那一天小明上當受騙了。
（2）為什麼會上當受騙？
因為騙子用生命安全來嚇小明。
（3）為什麼騙子能嚇到小明？
因為小明擔心自己的生命安全。
（4）為什麼小明會擔心生命安全？
因為求生是人類的本能反應。
（5）為什麼人會有求生的本能？
因為人的大腦分為：年代久遠的本能腦、相對古老的情緒腦和非常年輕的理智腦。
理智腦對大腦的控制能力很弱，大部分決策往往源於本能和情緒，而非理智。
到這一步，小明找到了自己上當受騙的根本原因，在於自己當時沒有控制好自己的大腦，所以失去理智。
針對這個問題，小明運用「控制兩分法」，並在腦海中反覆進行演練，然後在實踐中進行校正，實現與情緒的和平共處，從而更加理智地面對紛繁複雜的世界。
如果你經常運用溯源思維，就能提升資料的敏感度，並加深對業務的理解。
5. 五段：相關思維
相關思維，就是尋找變數之間相互關聯的程度。
比如說，有一家超市的資料分析師發現，跟尿布一起購買最多的商品竟然是啤酒，啤酒和尿布有什麼關聯呢？
採訪小明的爸爸，他說自己下班後，給小明的妹妹買尿布的同時，也會購買自己喜歡喝的啤酒。
如果一個變數改變的時候，另一個變數也朝著相同的方向發生變化，那麼我們就說這兩個變數之間存在正相關性。
運用相關思維，通常包括以下 3 個步驟：
（1）收集相關資料
（2）繪製散點圖形
（3）計算相關係數
需要注意的是，相關不等於因果。即使兩個變數之間相關，也不代表其中一個變數的改變，是由另一個變數的變化引起的。
比如說，國家的諾貝爾獎數量，與巧克力消費量之間呈現正相關關係，但這並不是說，多吃巧克力有助於獲得更多的諾貝爾獎。
一種合理的解釋是，諾貝爾獎的數量與巧克力的消費量，很可能都是由其他變數導致的，例如國民的受教育程度和富裕程度。
6. 六段：假設思維
胡適先生說過：
大膽假設，小心求證。
這句話非常適合用在資料分析領域。
大膽假設，就是要打破既有觀念的束縛，掙破舊有思想的牢籠，大膽創新，對未解決的問題提出新的假設。
小心求證，就是基於上面的假設，用一種嚴謹務實的態度，尋找真相，不能有半點馬虎。
比如說，有一天小明去買水果，跟賣水果的阿姨說：
“阿姨，你這桔子甜不甜？”
阿姨：“甜啊，不信你試試。”
小明：“好，那我試一個。”
小明剝開一個桔子，嚐了一口說：
“嗯，不錯，確實挺甜的，給我稱兩斤。”
運用假設思維，通常包括以下 3 個步驟：
（1）提出假設
（2）統計檢驗
（3）做出判斷
大膽假設並非絕對可靠，但是透過小心求證，我們可以更好地認識世界上的許多現象，從而得出更有價值的分析結論。
7. 七段：逆向思維
到了七段，你已經具備比較豐富的資料分析經驗，此時如果想要進一步有所突破，就得打破常規，具有逆向思維的能力。
比如說，有一天小明去買西紅柿：“阿姨，你這西紅柿多少錢一斤？”
阿姨：“兩塊五。”
小明挑了 3 個放到秤盤：“阿姨，幫我稱一下。”
阿姨：“一斤半，3 塊 7 毛。”
小明去掉其中最大的西紅柿：“做湯不用那麼多。”
阿姨：“一斤二兩，3 塊。”
小明拿起剛剛去掉的那個最大的西紅柿，付了 7 毛錢，扭頭就走了。
你看，本來是阿姨想佔小明的便宜，虛報重量。但是，小明利用逆向思維，反而讓阿姨吃了啞巴虧。
常見的逆向思維有以下 5 種：
（1）結構逆向
（2）功能逆向
（3）狀態逆向
（4）原理逆向
（5）方法逆向
理解這些逆向的方法，有助於你開啟資料分析的思路，不斷提升自己的可遷移能力，尤其是底層的思維能力，做到以不變應萬變。
8. 八段：演繹思維
演繹思維的方向是由一般到個別，主要形式是「三段論」，由大前提、小前提、結論三部分組成。
比如說，小明不僅知道：金屬都能導電；而且知道：銅是一種金屬；所以小明可以得出結論：銅能導電。
運用演繹思維，應該遵循 5 項基本原則：
（1）不要出現第四個概念
（2）中項要能向外延伸
（3）大項和小項都不能擴大
（4）前提都為否，結論不必然
（5）前提有一否，結論必為否
掌握以上基本原則，能幫你建立更加嚴謹的資料分析思維。
9. 九段：歸納思維
歸納思維的方向與演繹正好相反，歸納的過程是從個別到一般。
比如說，小明先知道：金、銀、銅、鐵等金屬分別能導電，然後歸納出一個結論：所有金屬都能導電。
這個過程，是先接觸到個別事物，然後再進行歸納總結。
常見的歸納方法有以下 5 種：
（1）求同法
（2）求異法
（3）共用法
（4）共變法
（5）剩餘法
這些方法是我們獲取新知識的重要途徑，不過需要注意的是，很多案例和故事都說明，有限的觀察並不等於真理。
為了避免以偏概全，我們還要加強歸納思維的訓練，積累更多實戰的經驗，這樣歸納總結出來的結論，才能經得起時間的考驗，才會更有現實意義。
透過歸納總結，得出有價值的分析結論，這既是資料分析的終點，也是資料分析的起點，形成一個正向的迴圈系統。
最後的話
正確的思維能力，是做好資料分析的必備條件，這也是很多人相對比較欠缺的一種能力。
要想成為一個有洞察力的人，就要多學習、多思考、多總結、多實踐，透過刻意練習，舉一反三，把資料分析的思維，應用到日常的工作和生活中去，逐漸提升自己的資料分析思維能力。
立即試用FineBI免費版：
https://intl.finebi.com/zh-tw/trial?utm_source=Medium_Banner
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~
