数据分析必备4大思维方式

slime2022-04-18 17:34

数据本身没有价值,合理的分析利用之后才能提炼有用信息。数据分析说白了就是将特定范围的数据进行不同维度的组合,展示关键指标的状态,找到问题,分解原因,制定方案。从数据转变为信息的过程中,数据的选取、出路、结构的布局都是有一定思路的,或者说是思维方式,来作为统一的分析模式,这样的模式,以下罗列了4点。

数据分析必备4大思维方式

思维一:对比

单个数据摆在那儿,看不出苗头,必须与同类数据作对比,比如环比、同比。很多敷衍了事的数据分析报告,直接汇报了数量、金额等这种单薄的数据,领导并不能看出有什么差异,这时如果你放上环比,同期比这些能明确体现效果的指标,甚至计算投入产出,这些分析结果都有价值得多。

比如下图就将本期数据与上期作对比,并展示出差额,能明显得看到变化情况。

思维二:维度拆分

维度除了对比还可以拆分。给大家描述一个场景。

当财务部门分析今年的净资产收益率为什么会下降2%的时候,对比就不起作用了。要对净资产收益率这个维度做分解。

净资产收益率=总资产收益率*权益系数

总资产收益率=注意业务收益率*总资产周转率

依次分解,就得到熟悉的杜邦模型,利用这样一个数据展示可以实时了解各项指标,帮助分析。

这样一种思维方式的好处就是:判断越细致,越利于解决问题阶段采取有效精准的措施。

思维三:降维/增维

降维:当数据维度太多的时候,我们不可能每个维度都拿来分析,有一些有关联的指标,是可以从中筛选出代表的维度即可。

上述的数据维度,不必每个都分析。比如“成交用户数/访客数=转化率”,所以当存在这种维度时,是可以通过其他两个维度计算出来的,就可以“降维”。即三选二。

通过我们只关心对自己有用的数据,当某些维度的数据跟我们的分析无关时,就可以过滤掉,达到“降维”目的。

增维:如果当前的数据维度不能很清晰很全面地解释问题时,就需要对数据做一个运算,多增加一个指标

搜索指数和一个宝贝数,这两个指标一个代表需求,一个代表竞争,有很多人把搜索指数/宝贝数=倍数,用倍数来代表一个词的竞争度(仅供参考)。这种做法,就是在给数据增维。增加的维度有一种叫法称之为“辅助列”。

在对数据进行增维或降维前,需要充分了解数据本省的意义以及指标间的关系,有目的地对数据进行转换处理和运算,最终实现数据分析的目的。

思维四:假说演绎

在思考时迷茫或找不到方向时,可以尝试使用假说演绎法,也就是假设,可以尝试猜测结果,然后反向递推思考,从结果出发,细分原因。

例如,在做未来年度指标或者阅读指标的时候,不能随便画大饼,可以先立下一个目标,然和细分指标,分配到个人,然后依据个人情况和历史情况思考是否合理。或者做市场活动,设想要达到什么样的结果,结果量化是什么样的指标,然后哪些方面需要做工作等等。

以上就是小编为大家整理发布的“数据分析必备4大思维方式”一文,更多相关内容尽在开课吧广场-数据分析频道。

免责声明:本站所提供的内容均来源于网友提供或网络搜集,由本站编辑整理,仅供个人研究、交流学习使用。如涉及版权问题,请联系本站管理员予以更改或删除。
有用
分享
全部评论快来秀出你的观点
登录 后可发表观点…
发表
暂无评论,快来抢沙发!
Hello,World公开课