自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

關(guān)于數(shù)據(jù)分析的8種思維

大數(shù)據(jù) 數(shù)據(jù)分析
本文總結(jié)了數(shù)據(jù)分析的 8 種思維,分別是對比、細分、溯源、相關(guān)、假設(shè)、逆向、演繹、歸納,充分運用好這些思維,無論是工作,還是生活,相信都能夠創(chuàng)造出更多的價值。

01 對比思維

在我們?nèi)粘5墓ぷ骱蜕钪?,對比思維其實是隨處可見的。

比如說,小明某次期末考試的成績不好,英語只得了 30 分,小明的媽媽對他說:“你上次考試英語考了 70 分,這次怎么就考得這么差?你看你的同班同學(xué),這次都考 80 分以上。”

從這個例子中可以看出,對比通常有兩個方向,一個縱向,是指不同時間的對比,比如用小明上次考試的成績與這次進行對比。一個是橫向,是指與同類相比,比如拿小明的同班同學(xué)進行對比。

[[277717]]

 

02 細分思維

細分可以說無處不在,大到宇宙可以細分,小到原子核也可以細分。人生的大目標可以細分,某次小考試的成績也可以細分。

比如說,小明某次考試的總成績不好,細分一看,發(fā)現(xiàn)其他科目的成績都不錯,只有英語成績特別差,只得了 30 分,從而拉低了整體的成績。

這個例子就是把整體考試成績細分為具體的科目。在數(shù)據(jù)分析的工作中,細分的緯度主要包括時間、地區(qū)、渠道、產(chǎn)品、員工、客戶等。杜邦分析法、麥肯錫的 MECE 分析法本質(zhì)上都屬于細分思維。

03 溯源思維

有時候,即使運用了對比思維和細分思維,依然分析不出來結(jié)論,怎么辦?

此時可以試試溯源思維,追溯數(shù)據(jù)源的詳細記錄,然后基于此思考數(shù)據(jù)源背后可能隱藏的邏輯關(guān)系,或許會有意外的洞察。

比如說,小明的媽媽通過對比思維,知道了小明的考試成績不好,通過細分思維,也知道他是英語沒考好,但是依然不知道他當時為什么會沒考好。

通過跟小明談心,詳細了解他當時考試的詳細情況,發(fā)現(xiàn)他當時肚子不舒服,無法集中精力答題,導(dǎo)致很多本來會做的題目都做錯了。談心之后,小明的媽媽對他表示理解,從此更加關(guān)心小明的身體狀況,他們之間的感情加深了,小明的成績也變得越來越好了。

如果不斷用溯源思維去分析,那么對數(shù)據(jù)的敏感和業(yè)務(wù)的理解也能逐步加深。

[[277718]]

 

04 相關(guān)思維

在大數(shù)據(jù)時代,核心就是相關(guān)思維,這種思維是建立在相關(guān)分析的基礎(chǔ)上。

啤酒與尿布的故事,是一個相關(guān)分析的經(jīng)典案例。這個故事產(chǎn)生于20世紀90年代的美國沃爾瑪超市中,當時沃爾瑪擁有世界上最大的數(shù)據(jù)倉庫系統(tǒng),為了能夠準確了解顧客在其門店的購買習(xí)慣,沃爾瑪對其顧客的購物行為進行購物籃分析,想知道顧客經(jīng)常一起購買的商品有哪些。

沃爾瑪數(shù)據(jù)倉庫里集中了其各門店的詳細原始交易數(shù)據(jù)。在這些原始交易數(shù)據(jù)的基礎(chǔ)上,沃爾瑪利用數(shù)據(jù)挖掘方法對這些數(shù)據(jù)進行分析和挖掘。一個意外的發(fā)現(xiàn)是:跟尿布一起購買最多的商品竟是啤酒。

經(jīng)過大量實際調(diào)查和分析,揭示了一個隱藏在「尿布與啤酒」背后的美國人的一種行為模式:在美國,一些年輕的父親下班后經(jīng)常要到超市去買嬰兒尿布,而他們中有30%~40%的人同時也為自己買一些啤酒。產(chǎn)生這一現(xiàn)象的原因是:美國的太太們常叮囑她們的丈夫下班后為小孩買尿布,而丈夫們在買尿布后又隨手帶回了他們喜歡的啤酒。

在大多數(shù)情況下,一旦我們完成了相關(guān)分析,而又不再滿足于僅僅知道「是什么」的時候,我們就會繼續(xù)向更深層次的方向,去研究因果關(guān)系,找出背后的「為什么」。

[[277719]]

 

05 假設(shè)思維

當我們還沒有足夠的數(shù)據(jù)和證據(jù)來證明某件事的時候,我們可以先大膽假設(shè),然后再小心求證,驗證假設(shè)是否成立。

比如,有一天,小明去買水果,跟買水果的阿姨之間有一段對話。

  • 小明:“阿姨,你這桔子甜不甜?”
  • 阿姨:“甜啊,不信你試試。”
  • 小明:“好,那我試一個。”
  • 小明剝開一個桔子,嘗了一口:“嗯,不錯,確實挺甜的,給我稱兩斤。”

這個故事只是一個簡單的類比,不必深究細節(jié)。從中可以看出假設(shè)檢驗的基本思維過程,首先,小明提出假設(shè):桔子是甜的;其次,隨機抽取一個樣本;然后,檢驗是否真甜;最后,作出判斷,確認桔子是真的甜,所以就購買了。

在數(shù)據(jù)分析中,假設(shè)思維的專業(yè)術(shù)語叫假設(shè)檢驗,一般包括四個步驟,即:提出假設(shè)、抽取樣本、檢驗假設(shè)、作出判斷,在這里我們就不展開去講那些專業(yè)術(shù)語了。

[[277720]]

 

06 逆向思維

有時候,我們需要打破常規(guī)的思維模式,從相反的方向來思考問題。我們接著講小明的故事。

有一次,小明去買西紅柿,跟阿姨之間又有一段對話。

  • 小明:“阿姨,你這西紅柿多少錢一斤?”
  • 阿姨:“兩塊五。”
  • 小明挑了 3 個放到秤盤:“阿姨,幫我稱一下。”
  • 阿姨:“一斤半,3 塊7 毛。”
  • 小明去掉其中最大的西紅柿:“做湯不用那么多。”
  • 攤主:“一斤二兩,3 塊。”
  • 小明拿起剛剛?cè)サ舻哪莻€最大的西紅柿,付了 7 毛錢,扭頭就走了……

你看,運用逆向思維,有時可能會起到意想不到的效果。

[[277721]]

 

07 演繹思維

演繹思維的方向是由一般到個別,也就是說,演繹的前提是一般性的抽象知識,而結(jié)論是個別性的具體知識。演繹的主要形式是「三段論」,由大前提、小前提、結(jié)論三部分組成。

以物理學(xué)上一個常識為例。

  • 大前提:金屬能導(dǎo)電。
  • 小前提:銅是金屬。
  • 結(jié)論:銅能導(dǎo)電。

從這個例子中可以看出,大前提是已知的一般原理(金屬能導(dǎo)電),小前提是研究的特殊場合(銅是金屬),結(jié)論是將特殊場合歸到一般原理之下得出的新知識(銅能導(dǎo)電)。

08 歸納思維

歸納思維的方向與演繹正好相反,歸納的過程是從個別到一般。

還是以金屬能導(dǎo)電為例。

  • 前提:金能導(dǎo)電,銀能導(dǎo)電,銅能導(dǎo)電,鐵能導(dǎo)電,……
  • 結(jié)論:金屬能導(dǎo)電。

數(shù)據(jù)分析的過程,往往是先接觸到個別事物,而后進行歸納總結(jié),推及一般,再進行演繹推理,從一般推及個別,如此循環(huán)往復(fù),不斷積累經(jīng)驗。

[[277722]]

 

總結(jié)

本文總結(jié)了數(shù)據(jù)分析的 8 種思維,分別是對比、細分、溯源、相關(guān)、假設(shè)、逆向、演繹、歸納,充分運用好這些思維,無論是工作,還是生活,相信都能夠創(chuàng)造出更多的價值。

以上,希望能夠?qū)δ阌兴鶈l(fā)。

 

 

責任編輯:龐桂玉 來源: 大數(shù)據(jù)
相關(guān)推薦

2020-03-04 17:03:10

數(shù)據(jù)分析思維說明

2019-01-16 18:39:24

數(shù)據(jù)開發(fā)模型

2022-03-15 12:27:57

數(shù)據(jù)分析工具技能

2022-02-16 10:37:41

數(shù)據(jù)分析思維數(shù)據(jù)分析

2017-06-28 14:54:17

大數(shù)據(jù)數(shù)據(jù)分析

2013-01-06 10:15:02

大數(shù)據(jù)分析數(shù)據(jù)分析師大數(shù)據(jù)

2017-01-16 15:44:38

數(shù)據(jù)分析大數(shù)據(jù)指標體系

2021-03-15 08:25:49

數(shù)據(jù)分析互聯(lián)網(wǎng)運營大數(shù)據(jù)

2017-01-23 16:30:46

數(shù)據(jù)分析大數(shù)據(jù)

2021-09-26 07:34:07

數(shù)據(jù)分析數(shù)據(jù)分析師工具

2017-11-27 16:37:42

Python大數(shù)據(jù)數(shù)據(jù)分析

2020-12-08 10:27:04

數(shù)據(jù)分析技術(shù)IT

2021-07-16 09:55:46

數(shù)據(jù)工具軟件

2020-10-25 08:56:31

數(shù)據(jù)分析數(shù)據(jù)大數(shù)據(jù)

2022-09-07 15:47:21

數(shù)據(jù)分析對比分析大數(shù)據(jù)

2016-05-18 11:57:02

數(shù)據(jù)分析數(shù)據(jù)思維大數(shù)據(jù)

2022-08-26 16:21:47

數(shù)據(jù)分析工具運營

2017-09-05 17:16:18

多維數(shù)據(jù)分析

2024-06-06 09:08:14

NumPyPython數(shù)據(jù)分析

2017-06-28 15:24:10

大數(shù)據(jù)數(shù)據(jù)分析心得
點贊
收藏

51CTO技術(shù)棧公眾號