|
当遇到的问题越多，输出的解决方案越多，我们会发现解决难题的整体思路和框架是相通在本质上是一样的。对于数据分析来说，也是可以提炼核心的解决思路来形成通用的框架。今天小编来和大家分享一下数据分析师的分析思维框架。
一、明确分析目标
1.明确分析对象
首先，你要确定你要分析的对象是谁并定义该对象，尽可能地罗列出它的特点，然后确定衡量这个对象的标准。
2.明确分析目的
其次，我们要搞清楚为什么要分析这个对象？分析后我们能否从根本上解决问题？是否可以发现其他更本质的问题?解决这个问题能给企业带来多少利益和好处？
3.明确分析目标
最后，你要明确自己的分析结果最终会用来做什么？可以用来指导哪方面的工作？明确之后，你要依次定位问题原因并给出解释说明，告知那些原来没发现的问题，给出具体可落实的方案。
二、界定问题
1、准确描述问题
尽可能详细的描述问题，但在没有进行数据分析研究之前不要轻易给出自我猜测。
2、结构化梳理问题
面对复杂的问题，可以使用一些合适的工具和方法进行梳理。比如5W2H分析法。
三、提出假设
1、将问题拆至最小
(1)拆解原则：相互独立、完全穷尽。如，MECE原则：解题思路保持完整，避免遗漏和重叠，这是麦肯锡解决问题流程的必要原则，适合于客观理性的分析。
(2)拆解方法
逻辑树分析法：将复杂的问题分层罗列成几个子问题，把原先预知的问题当作主干，然后把拆解的子问题逐步向下扩展做分析。
公式拆解法：针对问题进行有目的性的层级拆解，用公式来表现该问题或指标的影响因素。
2、确定主要问题
针对每个拆解的子问题提出最初假设，然后在数据分析过程中不断验证或者否定推翻该假设。此环节的核心原则是大胆假设、小心求证。
四、验证假设
1、收集信息数据
作为一个合格的数据分析师，一定要具备优秀的数据收集能力。无论是内部数据库还是整个行业的资料，都需要先做好清晰的定位，然后根据需要去搜索数据。当然，并不是所有的数据都适合这次的分析，所以，数据分析师也需要保持对数据和信息的敏锐判断力，在海量数据中留下正确的、有时效的数据。同时，正确有时效的数据也存在冗杂的现象，数据分析师就需要在这其中提炼出核心的关键信息，找到真正对企业有价值的规律。
2、构建分析框架
当你对问题做了相应的拆解并拿到了足够的信息后，就要梳理你的思路，为后续分析搭建出框架。首先，将你上面对已界定问题的拆解罗列出来，判断各个子问题的分析方向和优先级顺序，然后加上支持这些子问题分析的信息和数据。
3、选择分析方法
分析框架构建完之后，数据分析师需要根据不同的问题确定各个阶段的分析方法和模型。
五、输出分析报告
1、交代背景
在输出报告时，不能只是单纯地输出结论。首先，你需要交代问题的背景，清楚地点明问题和冲突。
2、结论输出
在结论输出这一版块我们可以采用以结果为导向的“金字塔原理”：
A.结论先行：每篇文章只有一个中心思想，并放在文章的最前面。
B.以上统下：每一层次上的思想必须是对下一层次思想的总结概括。
C.归类分组：每一组中的思想必须属于同一逻辑范畴。
D.逻辑递进：每一组中的思想必须按照逻辑顺序排列。
3、执行方案
分析报告的最后一定要给出具体可落实的执行方案和建议。
在实际运用中，我们需要根据自己的需要去对以上的思维框架做更细致的划分，但是，有了框架也不代表分析的结果一定正确有价值，对待数据分析一定要严谨细致，根据业务人员的反馈不断修正，才能输出更有价值的报告。
| 
