1.1.2　數據分析的流程與思維

數據分析應該以業務場景為起始點，以業務決策為終點。那么應該先做什么、后做什么呢？基于數據分析師的工作職責，數據分析的流程如圖1-2所示。

數據分析的基本流程及工作重點如下：

·　挖掘業務含義：理解數據分析的業務場景是什么。

·　制定分析計劃：制定對業務場景進行分析的計劃。

·　拆分查詢數據：從分析計劃中拆分出需要的數據。

·　提煉業務洞察：從數據結果判斷提煉出商務洞察。

·　產出商業決策：根據數據結果洞察制定商業決策。

在分析實際問題的過程中，思維可能會出現缺失的現象，如圖1-3中所表達的一樣，往往不知道項目中遇到的問題從哪里下手解決，這就需要提高數據分析的思維。

1．結構化思維：多維度分類

結構化思維可以看作是金字塔思維，把需要分析的問題按不同方向去分類，然后不斷拆分細化，從而才能全方位地思考問題。一般先把所有能想到的想法寫出來，再整理歸納成金字塔模型，可以通過思維導圖來闡述我們的分析過程。

例如，現在有一個線上銷售的產品，發現2020年12月份的銷售額出現大幅度下降，與去年同期相比下降了10%。首先可以觀察時間趨勢下的波動，是突然暴跌還是逐漸下降，再按照不同區域分析地域性差異。此外，還可以從外部的角度分析現在的市場環境怎么樣。具體分析過程如圖1-4所示。

2．公式化思維：數據的量化

在結構化的基礎上，分析的變量往往會存在一些數量關系，使其能夠進行計算，將分析過程進行量化，從而驗證我們的觀點是否正確。例如企業的銷售數據，公式化思維如圖1-5所示。

3．業務化思維：業務是基礎

業務化思維就是深入了解業務情況，結合項目的具體業務進行分析，并且能讓分析結果落地。用結構化和公式化思維得出的最終分析結果在很多時候表現的是一種現象，不能體現原因。所以需要繼續用業務的思維去思考，站在業務人員的角度思考問題，深究出現這種現象的原因，從而實現通過數據推動業務的目標。

提升業務思維的主要途徑：

·　貼近業務：常與一線的銷售人員進行交流與溝通。

·　換位思考：站在業務人員和用戶的角度進行思考。

·　積累經驗：從成功和失敗的經歷中總結業務特點。