大資料常見的資料分析思維

　　資料思維具有框架性引導作用能夠幫助確認分析角度、搭配分析方法、選擇指標體系得出分析結論。但要知道資料思維不是一下子就學會了的需要長期的培養，日常生活中常用的資料分析思維技巧我們一起來學習一下。

　　資料分析思維

　　常見的資料分析思維：

　　一、對比法

　　對比法是一種挖掘資料規律的思維能夠和任何技巧結合，一次合格的分析一定要用到N次對比。對比分為：

　　(1)橫向對比：同一層級不同物件比較，如江蘇不同市茅臺銷售情況。

　　(2)縱向對比：同一物件不同層級比較，如江蘇南京2021年各月份茅臺銷售情況。

　　(3)目標對比：常見於目標管理，如完成率等。

　　(4)時間對比：如同比、環比、月銷售情況等，很多地方都會用到時間對比。

　　二、象限法象

　　限法是運用座標的方式，人工對資料進行劃分從而傳遞資料價值將之轉變為策略。象限法應用很廣泛，像RFM模型、波士頓矩陣都是象限法思維。如RFM模型就是利用象限法，將使用者分為8個不同的層級，從而對不同使用者制定不同的營銷策略。

　　三、漏斗法

　　漏斗思維本質上是一種流程思路，在確定好關鍵節點之後計算節點之間的轉化率。這個思路同樣適用於很多地方，像電商的使用者購買路徑分析、app的註冊轉化率等。著名的海盜模型AARRR模型就是以漏斗模型作為基礎的，從獲客、啟用、留存、變現、自傳播五個關鍵節點，分析不同節點之間的轉化率找到能夠提升的環節採取措施。

　　四、二八法

　　“世界上80%的財富掌握在20%的富人手裡”，這句話你一定聽過。這就是二八法則，也叫帕累托法則。這個方法的思維就是抓重點圍繞找到的20%有效資料找到其特徵，使之產生更大的效果。如一個商超進行產品分析的時候，就可以對每個商品的利潤進行排序，找到前20%的產品，那這些產品就是能夠帶來較多價值的商品，再通過組合銷售和降價銷售等手段進一步激發其帶來的收益回報。

　　五、指數法

　　指數思維是一種目標驅動型思維通過將無法利用的資料加工成指數達到聚焦的目的從而找到方向。但指數法沒有統一的標準比較多依靠經驗，一旦設立的話不會經常變動。

　　六、假設法

　　假設法一般用在進入新領域的時候沒有歷史資料參考，沒有外部線索這個時候就需要假設。通過假設的資料進行反推再去制定計劃，整個過程是先假設後驗證再分析結果。如在對新產品進行定價的時候，根據成本去假設一個售價由銷售情況去驗證，再決定是否需要上調或者下調價格以達到最大利潤。

　　七、多維法多維法主要是通過對資料的切割，分成多個維度，通過立方體的形式進行資料展示。在對資料進行交叉分析的時候，可能會出現辛普森悖論與之而來的應對方法有鑽取、上卷、切片、切塊、旋轉等。多維法的使用場景很廣，比如一個app的使用者分析，可以從註冊數、使用者偏好、使用者興趣和使用者流失等角度進行分析。

　　大資料常見的資料分析思維.中琛魔方大資料平臺表示資料分析是從資料中提取有價值資訊的過程，過程中需要對資料進行各種處理和歸類，只有掌握了正確的資料分類方法和資料處理模式，才能起到事半功倍的效果。