一、数据分析四大思维

1. 对比思维：没有对比就没有分析

核心观点：单独一个数字没有意义，有对比才有判断。例如“小明考了85分”——对比全班平均75分（横向）、他上次90分（纵向），结论完全不同

• 横向对比：和别人比——同行、不同渠道、不同地区，看自己处于什么位置
• 纵向对比：和自己比——同比、环比

记忆点：同一分数，对比对象不同，结论完全不同

2. 细分拆解思维：把整体拆开看

核心观点：整体出问题时，拆开看才能定位病根。把整体指标按某维度拆成小部分分别看，哪部分异常，问题就在哪

思路链条：整体出问题 → 按维度拆 → 找异常 → 定位问题

常用维度：时间、渠道、人群、产品、地区

使用原则：不知道问题在哪 → 多维度都拆一遍；有假设 → 按假设相关维度拆

经典案例：店铺总转化率下降 → 按渠道拆分 → 仅A渠道暴跌 → 问题锁定A渠道，无需全盘排查

3. 归因思维：找到问题的真正原因

核心观点：发现问题只是第一步，找到原因才能解决问题。只有找到真正原因，解决方案才有效

三者分工：对比告诉你“发生了什么”，拆解告诉你“问题在哪”，归因告诉你“为什么会这样”

经典案例：留存率下降 → 按版本拆，新版本留存低 → 注册流程多一步 → 真正原因：注册变复杂 → 解决方案：简化注册流程，而非盲目发优惠券

4. 逻辑树思维：把问题层层拆解

定义：把大问题像树一样层层拆成小问题，直到小问题可以直接回答。逻辑树是MECE原则的典型应用

与细分拆解区别：细分拆解：按一个维度把整体分成部分，是“横向切”；逻辑树：从问题出发层层追问“为什么/怎么办”，是“纵向挖”

5. 目标思维：先定目标再分析

核心观点：没有目标的数据分析是瞎分析。拿到数据先问：我要解决什么问题？

SMART原则：定目标的标准：S具体、M可衡量、A可实现、R相关、T有时限

6. 样本思维：数据不等于全部

核心观点：你看到的数据可能只是一部分。用样本推断总体时，样本必须有代表性

考试关键词：目标思维：“先定目标再分析”“SMART原则”；样本思维：“样本代表性”“幸存者偏差”“选择偏差”“数据缺失”

二、六步方法论详解

口诀：目采清处分结：目标 → 采集 → 清洗 → 处理 → 分析 → 结论。标准流程六步走，不会漏环节

1. 明确目标：5W2H法定目标

核心：做分析前先问清楚：要解决什么问题、为谁解决、什么时候要。目标不清晰，后面全白做

2. 数据采集：需要什么，从哪来

核心：目标定清楚后，问：要回答这个问题需要哪些数据？数据从哪来？

采集质量注意：①数据口径一致：同一指标不同来源定义可能不同，必须先统一口径；②数据范围明确：时间、业务、用户范围要和目标匹配，不能多采也不能漏采

3. 数据清洗：垃圾进，垃圾出

核心：数据质量决定分析质量，脏数据做出来的分析一定是错的。清洗是最花时间的一步（占60%-80%）

缺失值五种处理：①删除 ②均值/中位数填充 ③众数填充 ④前后值填充 ⑤模型预测

异常值三种判断：①业务经验判断 ②统计方法判断 ③对比判断

4. 处理计算：把数据变成指标

核心：清洗后的数据是原始数据，需要计算、转换、聚合，变成能分析的指标

数据处理三动作：①数据转换：单位统一、格式转换、编码转换；②数据聚合：按天/周/月汇总、按维度分组汇总；③衍生指标：从原始数据计算新指标

5. 数据分析：用思维找规律

核心：用前面学的四大思维，从数据中找规律、找原因、找机会

常用方法：①对比分析：和目标比、和历史比、和行业比；②细分分析：按维度拆解找异常；③归因分析：找根本原因；④相关分析：看变量之间的关系

6. 结论建议：分析的最终目的

核心：不能只摆数据，要告诉业务“该怎么办”。数据分析的价值不在于分析本身，而在于驱动决策和行动

好建议三标准：①有依据 ②可执行 ③有预期

结论结构（金字塔）：结论先行：先说核心结论 → 论据支撑：再用数据支撑 → 建议落地：最后给建议