
很多人掌握了很多數(shù)據(jù)分析工具和技能,依然做不好數(shù)據(jù)分析。面對(duì)具體的業(yè)務(wù)問(wèn)題,我們還是容易兩眼一抹黑,單單會(huì)工具和技能是不夠的,還必須擁有數(shù)據(jù)分析思維。
數(shù)據(jù)思維決定了你如何思考問(wèn)題,如何搭配這些分析方法,如何得出結(jié)論,如何確定問(wèn)題。
那么究竟什么是分析思維呢?我認(rèn)為有以下幾個(gè)方面。
數(shù)據(jù)分析師第一個(gè)要訓(xùn)練的思維方式便是:只說(shuō)事實(shí),不說(shuō)觀點(diǎn)。
事實(shí)和觀點(diǎn)這兩個(gè)名詞看起來(lái)區(qū)別很大。但實(shí)際上在生活中我們經(jīng)常會(huì)將兩者混淆。
比如說(shuō)你的同事告訴你:最近的轉(zhuǎn)化率大幅下降。這句話(huà)到底是事實(shí)還是觀點(diǎn)呢?很顯然這句話(huà)是觀點(diǎn)。究竟下降多少算大幅下降?也許你認(rèn)為的大幅下降在我看來(lái)變化并不大。
那么如果他說(shuō):轉(zhuǎn)化率下降了。
這句話(huà)是事實(shí)還是觀點(diǎn)呢?這句話(huà)看起來(lái)已經(jīng)非常像事實(shí)了,但是實(shí)際上它依然屬于觀點(diǎn)。
有這樣一種情況,轉(zhuǎn)化率在短期內(nèi)它看起來(lái)是下降的,但是你站在宏觀的層面上,以月為單位甚至以年為單位,它是它是上漲的,那么你究竟說(shuō)他是上漲還是下跌呢
那么什么是事實(shí)?
這句話(huà)就是事實(shí),這句話(huà)不同的人都能理解,不會(huì)出現(xiàn)歧義。
只有分清楚觀點(diǎn)和事實(shí)才有繼續(xù)分析的可能性。因?yàn)橛^點(diǎn)的溝通會(huì)出現(xiàn)誤差,而事實(shí)則不會(huì)。如果我們用觀點(diǎn)進(jìn)行溝通,自然會(huì)出現(xiàn)大量的誤解。
但是單純只有數(shù)據(jù),對(duì)業(yè)務(wù)問(wèn)題的分析沒(méi)有什么幫助,畢竟我們得知道這個(gè)數(shù)據(jù)到底帶來(lái)了哪些業(yè)務(wù)信息,所以最后事實(shí)還是要?dú)w納成“觀點(diǎn)”。
想要解讀出觀點(diǎn),我們需要先找到一個(gè)標(biāo)準(zhǔn)。
標(biāo)準(zhǔn)怎么找?
然后我們通過(guò)數(shù)據(jù)和這些標(biāo)準(zhǔn)進(jìn)行對(duì)比,得出一個(gè)觀點(diǎn)。
比如我們可以分析每周的情況,看歷史上是否存在這一的趨勢(shì),平均下跌是多少?如果歷史上每周三都會(huì)下跌,平均下跌7%,那么我們就可以認(rèn)為目前數(shù)據(jù)比較正常,沒(méi)有問(wèn)題。
這樣得出的結(jié)論全都是客觀的,如果你不找標(biāo)準(zhǔn),而用主觀判斷數(shù)據(jù)的好壞,那么不同部門(mén)的人會(huì)溝(shuai)通(guo)很久。
人們總是習(xí)慣于通過(guò)自己的現(xiàn)存經(jīng)驗(yàn)和知識(shí)去判斷未知事物,這種預(yù)設(shè)立場(chǎng)的思維在原始人的時(shí)代很有價(jià)值,其優(yōu)勢(shì)在于:不浪費(fèi)寶貴的能量,快速?zèng)Q斷,避免因?yàn)榈托Q斷而錯(cuò)失機(jī)會(huì)
在數(shù)據(jù)分析的場(chǎng)景下,我們需要盡可能地找出真實(shí)原因。此時(shí)這種預(yù)設(shè)立場(chǎng)的決斷方式會(huì)造成許多錯(cuò)誤,因?yàn)楝F(xiàn)有經(jīng)驗(yàn)和知識(shí)在應(yīng)對(duì)未知事物時(shí)是不足的,是有偏差的。
如果出現(xiàn)了業(yè)務(wù)問(wèn)題,關(guān)聯(lián)的業(yè)務(wù)方往往預(yù)設(shè)一個(gè)立場(chǎng):這事沒(méi)有看起來(lái)那么糟,或者這事和我沒(méi)關(guān)系。
比如轉(zhuǎn)化率下降了,業(yè)務(wù)方的反應(yīng)往往是這個(gè)數(shù)據(jù)下降肯定跟自己無(wú)關(guān)。
自己的運(yùn)營(yíng)活動(dòng)明明做的很成功,轉(zhuǎn)化率下降一定是行業(yè)因素、用戶(hù)質(zhì)量等等其他因素導(dǎo)致的。于是為了證明這個(gè)觀點(diǎn),他們順著這個(gè)預(yù)設(shè)的前提,找到一些相關(guān)的證據(jù)來(lái)解釋轉(zhuǎn)化率下降的現(xiàn)實(shí)。
實(shí)際上,想要證明一個(gè)觀點(diǎn),只要你肯去找,不管觀點(diǎn)多么荒謬,總能找到支持你的理由。不僅辛普森悖論這種統(tǒng)計(jì)學(xué)的把戲可以得出完全相反的結(jié)論,即使最簡(jiǎn)單的“真話(huà)不全說(shuō)”的方法,也能達(dá)到這種目的。
比如,我說(shuō)個(gè)比較荒誕的例子:比如中國(guó)男足,想要把男足描述成世界強(qiáng)隊(duì)行不行?當(dāng)然行。
1.哥斯達(dá)黎加是世界杯史上為數(shù)不多能夠戰(zhàn)勝中國(guó)隊(duì)的國(guó)家
2.即使是巴西隊(duì)這樣的世界強(qiáng)隊(duì)也僅戰(zhàn)勝過(guò)中國(guó)隊(duì)一次
3.自2002年韓日世界杯后,中國(guó)隊(duì)在世界杯正賽上不敗紀(jì)錄已經(jīng)延續(xù)12年
4.縱觀漫長(zhǎng)的世界杯史,中國(guó)隊(duì)也僅輸過(guò)三次
5.中國(guó)隊(duì)從未在世界杯點(diǎn)球大戰(zhàn)中失利過(guò)
6.中國(guó)隊(duì)在領(lǐng)先的情況下從未丟過(guò)球
你看,只要你想證明一件事,總能找出一些證據(jù)。所以,預(yù)設(shè)立場(chǎng)再去找證據(jù)是一件相當(dāng)不靠譜的事。
數(shù)據(jù)分析部門(mén)一般獨(dú)立于業(yè)務(wù)部門(mén)之外,這樣可以確保數(shù)據(jù)分析師沒(méi)有業(yè)績(jī)壓力,分析具有獨(dú)立性。因?yàn)閿?shù)據(jù)分析的獨(dú)立性,所以最終問(wèn)題究竟是在產(chǎn)品上、運(yùn)營(yíng)上或者市場(chǎng)上,數(shù)據(jù)分析師不會(huì)有明顯的偏向,只認(rèn)客觀數(shù)據(jù)。
但是假設(shè)驗(yàn)證和預(yù)設(shè)立場(chǎng)不同。
預(yù)設(shè)立場(chǎng),是要找到證據(jù)來(lái)證明猜想,一個(gè)數(shù)據(jù)不行,那就換另一個(gè)數(shù)據(jù)。直到能證明這個(gè)觀點(diǎn)為止。
而驗(yàn)證假設(shè),則是事先規(guī)劃驗(yàn)證這個(gè)假設(shè)需要的數(shù)據(jù)。如果數(shù)據(jù)最終不符合假設(shè),那么就拋棄這個(gè)假設(shè)。
好的數(shù)據(jù)分析師,能夠根據(jù)客觀數(shù)據(jù),隨時(shí)拋棄舊的假設(shè),并建立新的假設(shè)。
拋棄固有的思維定式,這是非常反人性的,這也是為什么說(shuō)數(shù)據(jù)分析需要專(zhuān)業(yè)訓(xùn)練的原因。
邏輯思維方法分為歸納法和演繹法。
歸納法是從特殊到一般的推理,是從結(jié)果找原因的方法。也就是說(shuō),通過(guò)觀察很多個(gè)別事物的特殊性,然后概括出同類(lèi)事物的特征。
但是我們一般不可能觀察到這個(gè)事物的所有樣本。所以歸納法得出的結(jié)論是不確定正確性的。
你有沒(méi)有聽(tīng)過(guò)這個(gè)故事:
在一個(gè)火雞飼養(yǎng)場(chǎng)里,一只火雞發(fā)現(xiàn),不管是艷陽(yáng)高照還是狂風(fēng)暴雨,不管是天熱還是天冷,不管是星期三和星期四,每一天上午的9點(diǎn)鐘,主人都會(huì)準(zhǔn)時(shí)出現(xiàn),并給它喂食。
于是,它得出了一個(gè)驚天大定律:“主人總是在上午9點(diǎn)鐘給我喂食?!?br /> 時(shí)間來(lái)到圣誕節(jié)的前一天,上午9點(diǎn),主人又一次準(zhǔn)時(shí)出現(xiàn),但是這一次,主人帶來(lái)的并不是食物,而是把它變成了食物….
這個(gè)是英國(guó)哲學(xué)家伯特蘭·羅素提出的一個(gè)問(wèn)題,被稱(chēng)為「羅素的火雞」,用來(lái)諷刺那些歸納主義通過(guò)有限的觀察,得出自以為正確的結(jié)論。
比如一月到三月的成交金額連續(xù)上升,初級(jí)分析師往往會(huì)說(shuō):成交金額呈現(xiàn)上升的趨勢(shì)。
這句話(huà)的潛臺(tái)詞是,預(yù)計(jì)交易金額在四月份也會(huì)上升。
這是典型的歸納法思維:因?yàn)檫^(guò)去是這樣的,所以未來(lái)應(yīng)該也會(huì)繼續(xù)這樣。這和那只火雞的思維其實(shí)也沒(méi)有什么本質(zhì)的差別。
而且這和沒(méi)分析一樣,你把數(shù)據(jù)丟給業(yè)務(wù)方,他們也能看出目前呈現(xiàn)上漲的趨勢(shì)。如果想要做好數(shù)據(jù)分析,就不能濫用歸納法,這點(diǎn)依然很反人性。
那我們用演繹法,如何思考這個(gè)問(wèn)題的呢?
演繹法是從一般到特殊的推理,是從原因找結(jié)果的方法。
要想預(yù)測(cè)四月份的成交金額會(huì)如何,首先需要分析前三個(gè)月的成交金額為什么會(huì)上漲?當(dāng)時(shí)的背景是什么?上漲需要哪些條件?四月份的這些條件是否依然存在?如果維持成交金額上漲的條件不變,我們才能說(shuō)四月份會(huì)繼續(xù)延續(xù)這種上漲的勢(shì)頭。
經(jīng)過(guò)演繹法推理的結(jié)論才是合理的,而且我們通過(guò)深挖找出了內(nèi)部的原因,這才是業(yè)務(wù)人員想要知道的。
數(shù)據(jù)分析的價(jià)值就體現(xiàn)在這。
數(shù)據(jù)分析師是需要大量的邏輯思維訓(xùn)練,但我們自己做好還不夠,我們的工作必需和業(yè)務(wù)方溝通,幫助他們解決實(shí)際的業(yè)務(wù)問(wèn)題。
但是很多業(yè)務(wù)人員沒(méi)有考慮清楚就跑來(lái)溝通,他們的需求可能充滿(mǎn)了邏輯問(wèn)題,這時(shí)我們就需要幫對(duì)方理清思路,找出對(duì)方表述背后的邏輯。
數(shù)據(jù)分析師往往會(huì)聽(tīng)到業(yè)務(wù)方這樣問(wèn):本周的轉(zhuǎn)化率相比上周已經(jīng)下降了5%,怎么辦?這句話(huà)聽(tīng)起來(lái)感覺(jué)沒(méi)什么問(wèn)題,實(shí)際上邏輯并不是特別嚴(yán)密。
首先,這句話(huà)的前半部分很好地表達(dá)了事實(shí),值得表?yè)P(yáng)。如果前半句是一個(gè)觀點(diǎn),我們還要先找到事實(shí)。
但是這句話(huà)的后半句有問(wèn)題,后半句的“怎么辦”,放在這個(gè)語(yǔ)境中,潛臺(tái)詞其實(shí)是這樣的:
相比最開(kāi)始的表述,我們分析出這句話(huà)中間出現(xiàn)了兩個(gè)衍生的問(wèn)題。
問(wèn)題1:轉(zhuǎn)化率下降5%真的是不好的情況嗎?
這就涉及到了標(biāo)準(zhǔn)了,之前提到了我們要找到一個(gè)客觀標(biāo)準(zhǔn),通過(guò)標(biāo)準(zhǔn)解決出數(shù)據(jù)的業(yè)務(wù)含義。因此我們首先要協(xié)助業(yè)務(wù)方找到一個(gè)標(biāo)準(zhǔn)。
問(wèn)題2:如果數(shù)據(jù)表現(xiàn)真的不好,那么這是現(xiàn)在急需解決的問(wèn)題嗎?
這個(gè)問(wèn)題的答案也是不一定。商業(yè)世界要解決的問(wèn)題太多,在同一時(shí)刻,永遠(yuǎn)存在著各種各樣的問(wèn)題。而企業(yè)的資源是有限的,不可能同時(shí)解決所有的問(wèn)題。問(wèn)題的解決必然有輕重緩急之分。
那么憑什么要先解決轉(zhuǎn)化率的問(wèn)題,而不是解決引流的問(wèn)題、留存的問(wèn)題、活躍度的問(wèn)題?
數(shù)據(jù)分析師必須了解企業(yè)當(dāng)前的戰(zhàn)略方向,把有限的資源投入到更重要的方向上。
如果上面這兩個(gè)隱藏的問(wèn)題不想清楚,就開(kāi)始分析怎么辦,那么這類(lèi)分析師的工作往往會(huì)費(fèi)力不討好,做很多低績(jī)效的工作。
很多人想要數(shù)據(jù)分析速成,他們認(rèn)為“自然理性”加上“分析工具和方法”就能做好數(shù)據(jù)分析,分析工具、分析方法等技能確實(shí)可以速成,但是數(shù)據(jù)分析的能力不是自然理性能夠駕馭的。
想要做一個(gè)好的數(shù)據(jù)分析師,必須擁有數(shù)據(jù)分析的思維,如果你學(xué)會(huì)了很多數(shù)據(jù)分析的工具和技巧,依然做不好數(shù)據(jù)分析,建議嘗試練習(xí)本文提到的思維,要點(diǎn)很簡(jiǎn)單,堅(jiān)持,堅(jiān)持,堅(jiān)持。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10