12个数据分析里最常用的思维定式，收藏起来吃灰

在数据分析中，数据分析思维是框架式的指引，在一些通用的分析场景下可以快速使用，而且对未来构建数据分析模型也有帮助。
接下来就分享常见的20种数据分析方法：
一、指标思维
我们平时表达内容基本可以分为事实和观点两部分，事实不可否认，而观点则可以不认同，但是大部分人很容易将事实和观点混淆
数据分析的工作中也是如此，我们做数据分析的目的是为了提升公司的决策水平，如果不能描述客观事实，那么信息在沟通过程中很容易变形。
如果开会的时候说“本月的销售额大幅下降“这样的观点，不同的人会有不同的理解。有些人会觉得下降20%以上叫大幅下降，有些人觉得下降10%就叫大幅。
如果去掉“大幅”呢？“本月的销售额下降” ，这句话是一个事实，但是不同人的理解可能是不同的事实，因为没有说清楚下降是拿什么做对比。

文章图片
二、结构化思维
归纳其实就是把复杂问题分解成多种单一因素的过程，并且将这些因素加以归纳和整理，使之条理化、纲领化。这个过程犹如抽丝剥茧，将一团乱麻理地条条顺顺。

文章图片
三、结构化思维
在面对这么一个问题时，结构化思维方法首先做的并不是立刻着手清洗数据。
而是根据对业务的理解，先为数据分析画一个思维导图，它的作用相当于你来到一个陌生的城市拿出百度地图查询乘坐交通工具到入住的酒店的路线图。
事实上，结构化思维就是由麦肯锡提出的著名的“金字塔思维” ，如下图就是典型的结构化：

文章图片
四、漏斗思维
漏斗思维是通过确定关键环节，进而完成一套流程式分析的思路，在各行各业都有相应的应用，如注册转化率的分析、用户浏览路径的分析、流量监控等。
以用户转化率的分析为例，一个网页从展示到下单运用结构化思维分析下来实际有五个关键步骤：曝光、点击、浏览、咨询、下单

文章图片
五、象限法
通过对两种维度的划分，运用坐标的方式表达出想要的价值，由价值直接转变为策略，从而进行一些落地的推动。象限法是一种策略驱动的思维，广泛应用于战略分析，产品分析，市场分析，客户管理，用户管理，商品管理等。
下图是RFM模型，把客户按最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)三个维度分成八个象限。

文章图片
六、多维法
多维法是指对分析对象从多个维度去分析，这里一般是三个维度，每个维度有不同数据分类，这样代表总数据的大正方体就被分割成一个个小方块，落在同一个小方块的数据拥有同样的属性，这样可以通过对比小方块内的数据进行分析。如图，这是一个快餐店的外卖订单多维表：

文章图片
七、对比思维
对比主要分为以下几种：
横切对比：根据细分中的横切维度进行对比，如城市和品类纵切对比：与细分中的纵切维护进行对比，如漏斗不同阶段的转化率目标对比：常见于目标管理，如完成率等时间对比：日环比，周月同比；7天滑动平均值对比， 7天内极值对比八、维度思维