我們知道做資料分析，或者說不管是做什麼工作，一個人的思維往往起着非常重要的作用，它就像一種武器可以讓你在“戰場”上馳騁沙場！
一、分類思想
所謂分類思想，那就是分類處之，其關鍵點在于通過分類，事物在核心關鍵名額上能拉開距離！換而言之，分類後的結果是顯著的。舉個例子，如果該圖反映了消費者分群的結果，橫軸代表購買頻率，縱軸代表客單價，那麼綠色的這群人，就是明顯的“金牌剁手豪黨“。
二、矩陣思維
在百度百科中，矩陣更多是一種數學概念，而在資料分析中，它更多的是代表一種營銷思維。矩陣思維是分類思維的深化，在我們沒有資料作為支撐，隻能通過經驗做主觀的推斷時，是可以把某些重要因素組合成矩陣。比如說，安索夫矩陣思維，根據産品和市場将思維分為四種：市場滲透、市場開發、産品延伸、多元化經營。
還有更為老生常談的”波士頓矩形“，具體的定義我們也不用太過鑽研，我們隻要明白波士頓矩陣關注的核心就是兩個次元——市場增長率與市場占有率。波士頓矩陣中的市場增長率代表着某個産品/業務的市場引力，是否具有擴大市場、不斷增長的潛力。而市場占有率則是代表着産品/業務的實力，是否占據了現有市場的絕大部分份額。我們将這兩個次元作為橫縱坐标軸分為四個象限，将産品或者服務分為下面四種類型：
我們如此分類的目的正是要根據波士頓矩陣，将一些沒有發展前景和市場潛力的産品盡快淘汰掉，保證明星産品和現金牛産品的份額，進而搭配好産品或者業務的整個市場布局。
三、管道/漏鬥思維
這種思維方式已經比較普及了，但是很多人難以了解，其實生活中很多工作都滲透着這種思維。比如，客戶營銷轉化的流程，平台的廣告展現-點選-通路-咨詢-成交這個過程中，其實每個流程都伴随着流失和跳出，如果每一層之間的跳出和流失越少，轉化的訂單就越多。其實根據目前實際工作流，描繪出整體的行為路徑；識别出行為路徑上的關鍵節點，定義轉化分層；分析轉化中遇到的障礙，定位問題原因；根據原因，制定有效的解決方案，予以落地處理；現實世界遇到的問題非常複雜，我們隻能通過有效的思維模型，去除那些資訊雜音，做出正确的抉擇，提高我們對事物的認知效率。
四、相關思維
當我們觀察名額的時候，不能單看一個名額，還需要觀察名額間的互相關系。圖中正相關關系和負相關關系，最好能計算名額間的相關系數，定期觀察變化，仔細思考相關系數背後的邏輯，有的是顯而易見的常識，比如訂單數和購買人數。現在的很多企業管理層，不是沒有資料資料太多，而是缺少有用的資料。相關思維的其中一個應用，就是能夠幫助我們找到最重要的資料，排除掉過多雜亂資料的幹擾。你可以計算能收集到的多個名額間的互相關系，挑出與其他名額相關系數都相對較高的資料名額，分析它的産生邏輯，對應的問題，并評估信度和效度，若都滿足标準，這個名額就能定位為核心名額。
五、邏輯樹思維
一旦提到邏輯樹的分叉，我們都會提到“分解”和“彙總”的概念。邏輯樹引申到算法領域就是決策樹，如果從資料分析角度來看可以稱為“下鑽”和“上卷”。上卷是沿着自維的層次向上聚集彙總資料。下探（鑽）上卷的逆操作，它是沿着維的層次向下，檢視更詳細的資料。當進行分叉時，我們往往會選擇差别最大的一個次元進行拆分，若差别不夠大，則不再細分。能夠産生顯著差别的節點會被保留，并繼續細分，直到分不出差别為止。通過這個過程，我們就能找出影響名額變化的因素。
六、平衡思維
在資料分析的過程中，我們需要去尋找事情的平衡關系，平衡關系可以成為一個企業運轉的大問題。關鍵點在于尋找能否展示出平衡狀态的名額，比如圖中的紅色框，通過尋找一個準确的名額，來觀察天平的傾斜程度。主要方法是先找雙向型的問題，即高也不低的問題，然後進行量化為名額并計算成某個比率，通過長期跟蹤後觀察它的信度和效度得到最後的平衡名額。