數據分析個人認為可以算是邏輯思維的分流強化型應用，了解了邏輯和基本思維方法其他方法基本大同小異，有些許其區别。個人最近有些空閑時光正好抓緊學習一波數據分析基本思維做建模的時候好思維邏輯清晰。本文僅供參考。

數據分析是指用适當的統計分析方法對收集來的大量數據進行分析，将它們加以彙總和理解并消化，以求最大化地開發數據的功能，發揮數據的作用。

描述性統計分析

• 頻數分析
• 相關性分析
• （偏）自相關分析
• 單因素方差分析
• 多因素方差分析
• 描述性統計
• 正态性檢驗
• 協方差分析
• 偏相關分析
• Ridit分析
• 事後多重比較

探索性數據分析

• 彙總統計
• 可視化

驗證性數據分析

• 單樣本z 檢驗
• 單樣本t檢驗
• 雙樣本t檢驗

定性數據分析

• 折疊德爾菲法
• 折疊質量分析法
• 折疊吸引力指數

離線數據分析

在線數據分析

• 數據思維
• 業務知識
• Excel
• 數據可視化
• SQL
• 統計學習
• Python、R

• 底層數據的收集/産品端收集
• 數據業務化/産品需要什麼樣的數據
• 數據決策和執行/怎麼讓産品更好
• 數據模型/産品開始自動化和系統化的運營
• 數據戰略/指導未來

數據分析框架圖

三種核心思維

• 結構化（結構化思維是指在思考分析解決問題時，以一定的範式、流程順序進行，首先以假設為先導，對問題進行正确的界定，假設并羅列問題構成的要素，其次對要素進行合理分類，排除非關鍵分類，對重點分類進行分析，尋找對策，制訂行動計劃。其是一種思維方式，同時也是一管理方法）
• 公式化（例如：程序=數據結構 算法）
• 業務化（将如上方法結合，貼近業務）

• 象限法 ：包括二維平面，三維立體。
• 假設法：啟發思考驅動思維
• 對比法：一種挖掘數據規律的思考方法
• 二八法：一種隻抓重點的思維，20%的變量将産生80%的效果
• 指數法：業務各類名詞指标，線性加權、反比例、log法，一種目标驅動的思維。
• 多維法：包括鑽取、上卷、切片、切塊、旋轉等各種方法。
• 漏鬥法：一種流程化思考方式，漏鬥圖模型

5W2H分析法（WHAT WHY WHEN WHERE WHO HOW HOW MUCH）

• 步驟(1)做什麼(What)?

條件是什麼?哪一部分工作要做?目的是什麼?重點是什麼?與什麼有關系?功能是什麼?規範是什麼?工作對象是什麼?

• 步驟(2) 怎樣(How)?

怎樣做省力?怎樣做最快?怎樣做效率最高?怎樣改進?怎樣得到?怎樣避免失敗?怎樣求發展?怎樣增加銷路?怎樣達到效率?怎樣才能使産品更加美觀大方?怎樣使産品用起來方便?

• 步驟(3)為什麼(why)?

為什麼采用這個技術參數?為什麼不能有響聲?為什麼停用?為什麼變成紅色:為什麼要做成這個形狀?為什麼采用機器代替人力?為什麼産品的制造要經過這麼多環節?為什麼非做不可?

• 步驟(4)何時(when)?

何時要完成?何時安裝?何時銷售?何時是最佳營業時間?何時工作人員容易疲勞?何時産量最高?何時完成最為時宜?需要幾天才算合理?

• 步驟(5)何地(where)?

何地最适宜某物生長?何處生産最經濟?從何處買?還有什麼地方可以作銷售點?安裝在什麼地方最合适?何地有資源?

• 步驟(6) 誰(who)?

誰來辦最方便?誰會生産?誰可以辦?誰是顧客?誰被忽略了?誰是決策人?誰會受益?

• 步驟(7)多少(How much)?

功能指标達到多少?銷售多少?成本多少?輸出功率多少?效率多高?尺寸多少?重量多少?

• 邏輯樹析法（邏輯樹是将問題的所有子問題分層羅列，從最高層開始，并逐步向下擴展。）
• 行業分析方法（标準行業分類法和道-瓊斯分類法。）

PEST分析方法（政策（policy）、經濟（Economy）、社會（Society）、技術（Technology）社會環境主要包括一個地區的入口、年齡、收入、分布、購買習慣、教育水平等。

• 多維拆解分析法
• 對比分析法

1. 數據整體的大小：平均數、中位數
2. 數據整體的波動：變異系數
3. 趨勢變化：時間折線圖，環比和同比

假設檢驗分析法

• 假設檢驗分析法是一種使用數據來決策的過程
• 1.提出假設 2.收集數據 3.得出結論

相關分析法

• “相關系數”就是用來衡量兩種數據之間的相關程度，通常用字母r來表示相關系數。

群組分析法

• 是按某個特征，将數據分為不同組，然後比較各組的數據。

RFM分析法

1. 最近一次消費(Recency)
2. 消費頻率(Frequency)
3. 消費金額(Monetary）

RFM

用戶分類

AARRR分析法

• 1.獲取用戶->2.激活用戶->3.提高留存率->4.增加收入->5.推薦

漏鬥分析方法

漏鬥分析法

漏鬥分析的作用是“定位問題節點”，找到出問題的業務環節在哪。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!