视频地址：https://kaiwu.lagou.com/course/courseInfo.htm?courseId=575
掌握技能就能解决问题，这是标准的学生思维。
技能决定下限，思维决定上限。
开篇词
开篇词 | 技能决定下限，思维决定上限
你好，我是三元方差，这是我的笔名，你也可以叫我 Jason。
在国内大数据快速发展的 2016 年，我就踏上了数据分析这趟列车。当时数据分析的工作职责还很不明确，也没有人总结数据分析究竟要学习哪些知识，我只能把 SQL、Python、机器学习、常用分析方法、商业分析模型等都学了一遍。在初步熟悉了这些工具和技能之后，工作步入正轨，这时候我发现，业务人员更喜欢和我讨论业务需求，确定分析方案。
现在我在同花顺，负责移动端的业务数据分析。除了业务分析，我还从 0 到 1 地搭建用户运营体系，总结的很多分析思维和方法论已经在公司内部推行。这两年我也面试了很多人，其中一些优秀的应聘者让我印象很深，他们的共同特点就是分析思维非常清晰。
随着这些年我对这个岗位的理解越来越深，我发现数据分析中的核心竞争力根本不在于具体的工具或技能，而是在于分析思维。
思维决定数据分析的上限
为什么说分析思维是数据分析中的核心竞争力呢？
我们先看一下数据分析需要哪些技能，数据分析的技能很广，比如工具类、算法类等。
上述这些技能确实非常重要，它们决定了你是否可以胜任数据分析的本职工作。
但就算掌握了上述那么多分析技能之后，很多同学还是会有很多困惑：
- 我难道就是个取数工具人？
- 为什么领导总对我的分析不满意；
- 面对业务问题，头绪多，但没有清晰思路；
- 我会各种分析方法，但是不知道什么时候该用什么方法；
- 我做的分析报告，业务方总是觉得没用，没有提供有价值的信息。
为什么会这样呢？掌握技能就能解决问题，这是标准的学生思维。学生时代的考试，考题肯定不会超过教科书的范围，看到考题思考一下考的是什么，然后用对应的知识和技能应对考试就能拿高分。
而进入职场，具体的业务问题是没有标准答案的。同一个问题，怎么解答全靠你自己的理解，你要思考如何合理应用你学会的技能来解决当前的问题。
所以虽然你掌握了数据分析技能，但你还缺少一项最重要的能力——如何使用数据分析技能的能力，这个能力就是数据分析思维。
数据分析思维的作用是搭建分析思路的框架，数据分析技能是在思路的框架范围内做具体的分析。这两者就像是树干和树叶的关系，有一个好的树干，树叶就算粗糙一点，整体看上去也是和谐的。如果树干是东倒西歪的，树叶再精致也没用。
所以说，技能决定下限，思维决定上限。
数据分析究竟需要哪些思维
如果你在网上搜索“数据分析思维”这个关键词，会看到很多类似“数据分析的十种思维”“数据分析五大思维”“八种思维掌握数据分析”等各式各样的文章，在我看来，这些思维更像是具体的分析方法。
而我对数据分析思维的定义呢，是每次业务数据分析都会用到的最基础的思维能力。因为业务数据分析要解决的几个大问题分别是：定义问题、分析问题、解决问题。
1. 定义问题的思维
定义问题的思维是数据分析中最重要的思维，直接决定了后续的分析方向。
要定义问题，你总得知道需求究竟说的是什么，这就要求我们要有目标导向的思维。除了目标导向，我们还得有清晰的理性思维，理解需求中的逻辑关系。
如果你缺少这些思维能力，那定义问题就只能交给其他人来做，那你很容易会成为一个数据工具人，最后每天疲于应付各种临时取数。
2. 分析问题的思维
分析问题的思维不是指具体的“留存分析”“销量分析”这类具体分析思路，而是如何组织思路的思维能力。这需要我们在一开始就对问题拆解成一个个小问题，然后各个击破。因此，我们需要具备拆解问题的结构化思维能力，以及分析问题的逻辑推理能力。
否则，你只能用学过的分析方法套用在熟悉的分析场景下，一旦跳出这个场景你就不知道该怎么办了。这种情况下，你其实并没有“分析”的能力，只不过是在套方法，这样对分析师来说是完全没有成长的。
3. 解决问题的思维
做数据分析的目的是解决业务问题。要分析得更加落地，我们必须懂业务、懂用户，这样才能在数据分析的过程中结合业务理解，提出可落地的分析建议。
很多同学做的分析脱离业务，得出一些让业务方哭笑不得的分析结果。比如“高活跃用户相比低活跃用户的登录频次更高”“浙江省 30 岁以上使用华为手机的最新版本 App 的男性用户的转化率最高”，这些结论在数据上都对，但是一点用都没有，没有任何业务含义。这就是分析师缺乏解决问题思维的结果。
很少有数据分析的课程讲解决问题的思维，因为这部分讲得太深就太业务，不如去学习业务的课程，讲得太浅又浅尝辄止，难以应用。如果你能理解业务思维中最底层的原理，就足以让你的分析更贴近业务、落到实处。
如何补足思维的短板
为了让你更好地掌握这种能力，我按照“懂、做、成”三个部分为你讲解。这三个部分的学习过程就好像学开车。
模块一，懂：数据分析思维基本功。如果学开车，你可能一上来就想到车上实际练习，这样快的话几天时间就能上路了。但是因为你不知道驾驶的基本原理，也不知道交通规则，稍微遇到一点紧急情况就会出问题，所以第一步我会教你一些必备的基本功。
比如数据指标可以解决不客观，逻辑推理能力可以解决不严谨、结构化思维可以解决不全面，业务思维可以解决不落地。这些知识最容易被忽视但是却非常重要。平时面对分析问题没想法，说话没逻辑都是因为缺乏这些知识。
模块二，做：通用的分析框架。学车的第二步也不是马上到大马路上练习，而是要在训练场上做一些演练，了解如何应对不同的路况，所以这模块是为你提供了一个训练场。我会介绍一种业务数据分析的通用的分析框架，带你了解分析一个业务分析问题需要经过哪些阶段。
比如确认业务问题、明确问题背景、找出表面原因、找出根本原因、汇总结论、提出建议、总结报告等。学完这个部分，在面对一个业务问题毫无头绪的时候，你可以快速组织出精确的分析思路。
模块三，成：各类分析案例实战。学开车最终的状态是开车跟抬手眨眼一样自然，要想达到这种状态，一个快速有效的提升方法就是让老司机传授你一些经验，所以我也准备了一些实操的分析案例，比如产品分析、运营转化分析、新用户增长分析等，这样你在之前两个模块学到的知识和方法，才能融会贯通变成你的能力，达到“成”的水平。
本专栏侧重业务数据分析，因此对于数据分析师，以及产品经理、运营经理等业务岗的同学们都有极高的学习和参考价值，能够帮助大家更深入地理解具体业务问题，毕竟数据分析在未来是一个技能，而不单纯是一个职位。
所有岗位的发展都有一个共同特点，那就是简单重复的工作迟早会被替代。比如：
- 报表替代了最基础的取数工作，比如每天的日活、销量、留存率等关键指标；
- 数据产品替代了常规的描述性分析的工作，比如漏斗转化情况、访问用户的类型构成。
要想不被替代，就要避免简单重复的工作，去解决复杂的业务问题。而解决业务问题是没有固定方法的，如果要你分析“如何提升用户的留存率”，不同的业务、公司、团队，甚至不同的时间段适用的分析方法可能都不一样。解决业务问题要结合当时的业务实际构建适合的分析思路，这种能力就是数据分析思维。
讲师寄语
分析思维能力是数据分析师成长道路上的“试金石”，同时也是“拦路虎”。提高分析思维往往需要常年的经验积累，或灵光一闪的契机，我贪心地希望这个专栏都能够同时给你。
而对你我也想提个小小的要求，每节课后花些时间多思考不同知识点之间的关联，因为未经思考过的知识，只是“知道”不是“拥有”。
欢迎你在留言区和我分享你的思考与困惑。
阿里 P7 数据分析师的进阶之路，点击链接，全面赋能！
模块一 懂：数据分析思维基本功
01 | 目标导向：如何走出取数的怪圈？
02 | 客观严谨：事实+论证过程+观点，打造高水准分析
03 | 指标思维：如何搞清楚各种不同的指标类型
04 | 逻辑推理：招聘要求里的逻辑思维能力到底指什么？
05 | 系统结构：跳出问题看问题，让你的分析直击关键
06 | 懂业务：让你的分析结果与业务方、领导同频
07 | 懂用户：数据分析+用户思维=精细化运营
模块二 做：万能的业务问题分析框架
08 | 分析流程：业务数据分析的通用流程
09 | 定义问题：怎么定义问题，打通分析思路？
10 | 拆解问题：为什么总是拆解出一堆没用的数据？
11 | 找出原因：问题原因那么多，哪条才是最关键
12 | 提出建议：什么才是有价值的建议？
13 | 报告撰写：怎样高效地写一份数据分析报告？
14 | 分析框架进阶：其他常见的分析流程（预测/竞品/用户/数学建模）
模块三 成：各类型分析案例实战
15 | 产品分析：如何将某功能的次日留存率提升 10%？
16 | 转化分析：如何提升产品的购买转化率？
17 | 活动分析：如何分析活动效果并给出有效建议？
18 | 用户增长：找出快速提升用户数的关键行为
19 | AB 测试： AB 测试的效果评估和优化
彩蛋
彩蛋1 | 数据运营：如何搭建数据运营体系？
彩蛋2 | 面试：业务数据分析师的面试指南
结束语
结束语 | 深入业务，持续学习
若有收获，就点个赞吧
0 人点赞
