大数据浪潮下，数据分析能力无论是企业管理人员还是一线的从业人员都应该具备的。它可以帮助你快速的定位问题，理清思路。找出原因，提供方法，能让你在竞争激烈的市场脱颖而出。

掌握数据分析的三大核心思维：1.结构化思维。2.公式化思维。3.业务化思维

1.结构化思维

结构化思维指在做数据分析之前要有一个清晰明确的逻辑，聚焦问题所在，有方向性和目的性。结构化思维类似于麦肯锡的金字塔思维。核心点在于：层层递进，拆减分析。

①核心论点（可以是假设，问题，预测，原因）指你要分析的问题。

②结构拆解（将核心露点层层拆解成分论点上下之间呈因果或者依赖的关系）

③MECE（分析的论点相互独立，尽可能的详细，论点要具有唯一性避免重复）、

④验证（所有的论点最终都要通过数据去验证，所有的论点都要具有：可量化，可验证的特点）

数据分析师

结构化思维需要找出核心的论点（分析问题的核心点），根据问题结合业务场景充分考虑各种影响核心论点的可能性。再逐一拆解二级论点最终形成不可分割论点（客观事实存在的）。

结构化思维——头脑风暴

数据分析的头脑风暴，是由所有分析人员或者业务人员领导共同参与的活动，所有人针对核心论点提供自己的二级论点，给出自己的观点。可以了解员工的需求目前遇到的困难，帮助员工认识问题的本质统一员工的目标。弥补之前数据分析的思维死角。

数据分析课

2.公式化思维

公式化思维核心点：一切论点皆可量化。

通过 “+,-,*,/”四则运算。对数据进行计算，提供相应的结果支撑数据的论点。

之前通过结构化思维得出的论点是没有数据支撑的，只能算是原因并不能最终形成结论。所以需要通过公式化思维提供对应的数据结果做论点的支撑，将文字论点逐渐替代成为数据论点。这样的结论才会更有说服力。

数据分析课

3.业务化思维

逻辑化思维+公式化思维可以解决大部分的数据分析问题。但是不能保证最终的数据分析结论是100%正确的，也就是说只能从宏观角度分析的客观结果。这里还缺少业务场景！！很多技术人员单纯为了分析而分析。这样最终的分析结果是不能够使用的，必须要结合业务场景实时分析。而且数据分析的结果要具备两个要素：①可被监控。②可跟进

落实业务思维三大条件：

1.多与业务一线人员沟通

2.多做角色互换。

3.参与业务工作，训练业务思维。

注意：一家销售公司业绩没有起色，对它迚行了分析

1.销售人员的效率降低，因为士气低落（X）

2.产品质量不佳，和同期竞争对手比没有优势（X）

3.价格平平，顾客幵丌喜欢（X）

1.提成不高，管理有漏洞。

2.产品成本太低，导致质量差。没有突出卖点所以与竞品相比没有优势。

3.产品包装不好看，使用体验差，所以顾客不喜欢。

好多数据分析出来的结果都是现象，并不是原因！！！！！！

简单的例子：