資料分析入門：如何訓練資料分析思維？

本文由  網易雲 釋出。

作者：吳彬彬（本篇文章僅限知乎内部分享，如需轉載，請取得作者同意授權。）

我們在生活中，會經常聽說兩種推理模式，一種是歸納 一種是演繹，這兩種思維模式能夠幫助資料分析師完成原始的業務邏輯積累，在此基礎上快速定位業務問題，提升分析效率，但是對于剛入門的資料分析師，在項目經驗不足的前提下，如何快速完成項目的分析報告？ 這裡引進一種外展推理的思維模式，友善入門分析師的完成日常的工作。

那什麼是外展推理模式呢？

在麥肯錫思維模式中它将人的推理過程涉及的實體分為三個部分：規則，情況以及結果。

• 規則: 通常是對這個世界的看法；
• 情況：就是這個世界存在的已知事實；
• 結果：将規則用于情況，預期要發生的事兒。

這三個任何一個實體都可以作為推理的起點，然而起點不同意味着，推理的方法也有所差異。

• 以規則為起點的推理方法可以稱之為演繹推理。

舉個例子，如果平時不努力，考試成績将不及格(規則)；現實中a平時不努力(情況)；是以a考試不及格(結果)。

• 以情況為起點的推理方法就是歸納推理。

a平時不努力(情況)；a考試不及格(結果)；是以a考試不及格的原因可能是平時不努力。

• 以結果為起點的推理方法就是外展型思維方法。

a考試不及格(結果)，考試不及格通常是由于平時不努力(規則)，檢查是否平時不努力(情況)。

從日常工作中，我們可以發現，外展推理的思維模式十分切合日常資料分析師的多元分析定位原因的工作模式，是資料分析師尤其是入門資料分析師最應該具備的一種思維邏輯，那如何進行外展推理呢？外展推理用大白話來說就是強迫自己思考産生問題的各種可能原因，之後的重點就是收集資料，以證明是這些原因或不是這些原因。在工作過程中MECE結構化分解是主要手段，按日常的工作可以簡化如下三個流程：

• 将所思考的問題的相關因素全部羅列出來。
• 對所有相關的因素進行層級和相關性比較，分離不同層級的因素，合并同一層級中相同的因素，確定各因素的獨立性。
• 按照正确的邏輯關系，把各因素進行排列組合。

如下圖：我們可以将問題進行分解，分解的原則為

• 各部分之間互相獨立 （Mutually Exclusive）
• 所有部分完全窮盡 （Collectively Exhaustive）

在此基礎上按層級進行資料分析定位，找到最細的原因。

在工作中，我們主要會用到的分解方法有這兩種，

1. 按業務職能結構劃分，比如管道，營運，功能等相關子產品，将相關名額映射到主要子產品，通過簡單快速的溝通，能快速的定位問題原因，但是缺點是分析結果不夠直接，依賴外部資源資訊搜集。
2. 按因果結構劃分（名額分解）營收=日活*付費率*arpu等名額因果關系進行劃分，通過定位名額波動，定位最細名額，輔助次元下轉，能夠清楚的問題原因，該方式是較為穩妥的方式，是日常工作中的主要方式，但是缺點是需要建構相對完整的名額邏輯體系。

如上兩種分解方法針對不同的項目要求進行組合應用，但是外部資源搜集及完整的名額邏輯體系訓練是入門資料分析師到資深分析師最難跨越的兩道門檻，在經過階段訓練後，逐漸利用歸納和演繹的思維，提升業務熟悉程度，完成業務的初始積累後，後續的分析過程中就可以逐漸減少拓展推理的層級及組合，逐漸提升問題原因定位的效率。

網易有數：企業級大資料可視化分析平台。面向業務人員的自助式靈活分析平台，采用PPT模式的報告制作，更加易學易用，具備強大的探索分析功能，真正幫助使用者洞察資料發現價值。可點選這裡免費試用。

了解 網易雲 ：

網易雲官網：https://www.163yun.com/

新使用者大禮包：https://www.163yun.com/gift

網易雲社群：https://sq.163yun.com/