大家好。在和一些新人数据分析师聊天时，经常听到大家说“工作时没有自己的分析思路，常常是机械地完成老板布置的任务，无法形成自己的数据分析方法论。”

的确，作为一名数据分析师我也能理解初入行的同学的烦恼，我们在进行数据分析时，经常要使用到一些基本的分析思维，如时间趋势、对比等。但苦于缺少一个完整的数据分析思路整合。

接下来就简单分享一下我个人从事数据分析领域以来的经验，并且总结了常见的7种数据分析基本思路，能够满足你工作大部分需求：

一、数据分析前的准备

数据分析一定要有目标！

举个最简单的例子，业务方最近新上线了一个功能，想让你分析一下目前这个功能的使用情况。这时候你该怎么做？

你会觉得“分析业务功能情况”是目标，然后根据这个模糊的目标你只能做一些描述性的统计分析，告诉业务方每天UV的最大值，最小值，中位数，平均数，方差，标准差……看起来很厉害的样子，但这些数据意义在哪里？

实际上，你要明确业务方的需求是什么，然后分析业务最终的目的，把这个目的进行拆解；比如刚才的例子，业务真正想要了解的是什么，是这个新功能的目的，是为了提升客户的留存率？还是为了提升客户的转化率？还是其他的？然后再把这个目的给拆解，确定我们的指标，然后再进行分析。

二、数据分析时的七种思路

下面描述了大家可以采用的7种不同的数据分析基本思路，并为每种方法提供了示例说明。

随着时间而改变

作用：使用时间段来说明一个趋势。

示例：供应商采购金额分析查看时间趋势下的单价数据情况、查看流量的日变化情况。

下钻查询

作用：设置上下文，以便查看者更好地了解更细粒度特定类别下的数据信息。

示例：从小组绩效下钻到个人绩效得分情况、从省份销售额下钻到城市销售额。

缩小

作用：描述查看者关注的内容与大局的关系，某个具体内容对大局的影响。

示例：客户数下滑分析 ：哪些客户类型和层级的大量下滑影响了总客户数

对比

作用：表明两个或多个主题的差异。

示例：对比两个年度（2017、2018）客户类型和层级的下滑情况。

十字路口

作用：当一种类别超过另一种类别时突出重要的转变

因素拆分

作用：通过将主题拆分成不同类型或类别来解释主题。这里推荐大家看《金字塔原理》一书

示例：从销售额、毛利率、净利润来分析经营状况

离群值

作用：显示异常或事件的特别异常之处。

示例：同过定位异常的销售额、流量渠道等来找出存在的问题

三、数据分析后的注意事项

1.突出数据重点

数据展示要简洁、突出重点，如果不需要标题、图例或网格线，可取消设置。目前国内常用Excel和一些可视化工具来展示数据，可视化工具如TB、FineBI都强调无代码、敏捷，可视化，一改传统BI工具SAP BO、IBM家的cognos（不过近几年貌似都在研发云BI）。

成熟的行业认可的BI工具如FineBI（国内）和 Tableau（国外），也都很推荐。

以下是我使用FineBI做出的数据展示图，大家可以根据修改前后的观感，来感受数据展示简洁的重要性。

（FineBI的获取方式我已放在文末，感兴趣自取）

修改之前

修改之后

2.跟进业务反馈

我们做数据分析，最终都希望能落地业务，对业务有真正价值。

所以在把分析结果给需求方时，再提一句：预计什么时候看到结果和反馈，我们到了那个时间点一起看反馈结果。这样的完整的过程才谈得上是一个闭环。并且能够通过反馈去不断地查漏补缺，提升自身的数据分析能力

在数据分析工作中，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，以上提供的一些经验和数据分析思维都可以快速套用，祝你快速成长为优秀的数据分析师。