一文读懂数据分析必备思维：框架思维
文源：禪與數據分析
生活工作中有很多必須解決的難題，比如如何提升公司整體盈利能力，何如提升用戶價值？如何讓自己更快樂，如何理解愛與被愛？這些問題重要龐大而籠統，如何用合理的解題方式尋找答案？
波西格在《禪與摩托車維修藝術》一書中說“一旦你遇到了真正的難題，試過了所有的辦法，絞盡了腦汁仍然沒有任何進展，你就會知道這回你和老天爺較上勁了，于是你祭出正式的科學方法”。正式的科學方法是什么呢？就是把問題寫下來，往往在你寫的時候，解決的方法就浮現出來了。
要把問題寫下來，起碼要兼顧以下六個方面：
?
這與芭芭拉·明托《金字塔原理》講的4大原則基本是一致的
?
遇到的問題越多，尋找的方法越多，會發現這個世界解決難題的思路是相通的，本質是一樣的。我們要做的就是提煉核心的解決路徑，形成一套通用的解決問題的框架思維，針對復雜的問題進行有效的思考分析。這是一套我學習總結并且不斷完善的思維框架：
?
明確目標
我們在著手做一件事情之前，首先要做的就是明確目標。問題起源于現實與目標之間的差距，所以首先要知道你的目標在哪里？目標不同則問題不同。
?
1.明確分析對象
(1)分析的對象是誰？比如產品流失專項分析，分析對象是已流失用戶（或即將流失用戶），在腦海中大概勾勒出對流失用戶的畫像，盡可能的列出這部分用戶的特點。
(2)定義該對象：什么樣的用戶算是流失用戶？滿足什么行為算流失？多長時間算流失，根據產品數據表現我們定義：連續30日未登錄用戶即為流失用戶。
(3)確定衡量標準：流失率多少算高？需要確定一個可衡量的臨界值。產品初期60%都可以接受，成長期30%流失率算高，這個要看實際產品所處生命周期及行業標準。
2.明確分析目的
(1)為什么要分析它？能否解決根本問題？是否有更本質的問題?
還是流失分析的例子，如果產品初創期讓你做流失專項分析，你需要想想這能否解決根本問題？產品初創期的重點在于驗證產品能否為目標人群提供核心價值，重點關注留下來的目標人群畫像和留存率。可以不必過于關注流失用戶，走掉的不是你的用戶，任他來去就好，要關注誰才是你的用戶。
(2)目標受眾是誰？分析結論與方案輸出給誰？
給CEO他關心全局利益最優，給運營則關心具體可執行的調整方案，目標受眾決定了分析方向和側重點。
(3)這個問題的解決能帶來多少收益？
這個問題會影響到你對這件事情的優先級判定，投入多少時間和精力。
3.明確分析目標
你的分析結果最終用來做哪方面的指導？
原因定位：定位問題原因給出合理的解釋說明即可。
刷新認知：你需要告訴大家一些原來沒發現或不知道的事實，關注哪些是重要但未知的事。
方案調整：除了問題原因分析之外還需要給出具體可落地的解決方案。
戰略升級：需要研究行業知識，探索新的方向或是增長空間，更偏向于行業戰略分析。
界定問題
是不是分析對象、分析目的、分析目標都明確之后，要分析的問題就已經很清晰了？當然不是。分析對象/目的/目標這些是針對問題的基本回答，都觸達不了問題的核心，也就是問題本身。問題需要被界定清楚，才可以發現真正的解題方向，如何界定問題？
1、準確描述問題
說不清問題是什么？你也許會問怎么會有這種情況，事實上這是比較常見的情況。這時候建議你寫下來，并且只寫你明確知道的問題。如波西格在《禪與摩托車維修藝術》中這樣建議：
問題：你的摩托車為什么發動不了？這么問聽起來似乎很呆板，但卻是正確的。它要比這樣寫好：電路系統有什么問題？因為你尚不清楚真正的問題是否出現在電路系統，所以你應該先說摩托車出了什么問題，然后再進行第二步驟。
2、結構化梳理問題
面對復雜的問題不知道從何下手梳理時，可以使用5W2H分析法向自己提問。5W2H分析法易于理解、使用并且富有啟發性，有助于彌補考慮問題的疏漏。注意這個提問是有先后順序的，每個問題是邏輯遞進的。
?
“提出正確的問題，往往等于解決了問題的大半”，會正確提問的人是真正的高手。基本可以認為界定問題是一個分析最難也是最重要的環節，如果一個任務你只有2天時間完成，花一天時間界定清楚問題都是值得的。沒想清楚就開始分析，你可能會面臨完成后的全部推倒重來。
提出假設
?
?
將界定清楚問題之后，需要將大的復雜的問題，拆分成容易解決的小問題，列出問題的構成清單。大膽假設，小心求證，并嘗試尋找導致問題的潛在原因，把問題轉換成假設。
1、將問題拆至最小
(1)拆解原則：相互獨立、完全窮盡。
MECE原則：麥肯錫解決問題流程的必要原則，解題思路保持完整，避免遺漏和重疊。適合于客觀理性的分析，感性的問題由于相互重疊，含糊不清不適于用MECE原則。比如日購買人數=DAU*購買轉化率，那么DAU與購買轉化是否相互獨立？除了這兩個因素還有別的影響因素嗎？如果沒有那這樣拆解就是OK的。其實你的每次拆解都在嘗試尋找潛在原因。
(2)拆解方法1：邏輯樹分析法
分層羅列問題的所有子問題，從最高一層開始，將已知的問題作為主干，逐步向下擴展分析。如下示例：次日留存下降分析邏輯樹拆解：在同一維度上有明確區分不重疊，又要保證全面周密。
?
(2)拆解方法2：公式拆解法
也就是對結果進行四則運算分解。如GMV=購買人數*客單價，則可以從購買人數和客單價這兩個方向依次拆解。
?
拆解完成之后，可以確認分析方向及內容，所有的分析內容都將圍繞分析目的展開，都將服務于問題的解決。
2、確定主要問題
將問題拆解與做出假設后，會有很多分析方向，需要按照重要程度影響程度，將問題進行優先級排序，有重點的分步進行分析。
提出假設環節核心原則：大膽假設、小心求證
針對每個問題提出最初假設，最初的假設可以幫助我們找到問題的方向，但要知道這些只是假設，還不是事實。我們要在后續的分析過程中不斷證明或者推翻自己的假設，所以不要把自己最初的假設當成了問題的答案。切記帶著答案去假設和分析，一切要以事實為基礎。
驗證假設
?
?
1、收集信息數據
1）去哪收集信息數據？
內部數據庫還是行業資料，需要依據分析目的而定，數據信息越多問題越容易定位清晰。收集信息是分析師基本功，合格的分析師一定具備很強的數據搜索能力。
2）如何判斷準確性失效性？
哪些數據源具備準確性和時效性，需要敏銳的判斷。保持對數據的敏感，鍛煉對信息敏感判斷的能力。
3）數據信息太多選擇用哪些？
現在不是數據太少，而是數據太多太龐雜，即使是正確的數據也不是全部都要使用，需要在雜亂無序的數據中提煉出核心信息，找到真正的規律，這將鍛煉數據信息提煉能力。
2、構建分析框架
問題拆解與信息收集完成后，你需要根據手頭的資料梳理思路，規劃出一張邏輯清晰的分析框架圖：
- 羅列你對已界定問題的逐級拆解。
- 判定各問題分析方向及優先級順序。
- 支持分析的信息及數據梳理。
如下簡單示例圖，GMV下降分析框架圖：
?
3、選擇分析方法
分析方法之前有寫過：數據分析的框架和常用方法
有很多分析方法可以使用：比如象限法、多維拆解、假設法、二八法、漏斗法、對比法、SWOT法等。需要不斷學習，知道每種分析方法和模型適合解決什么問題，根據不同的分析內容靈活的選擇分析方法，建立一套科學的分析方法。
驗證假設就是整個分析過程：收集信息→構建分析框架→選擇分析方法→輸出分析結果。分析過程中盡量多做團隊頭腦風暴，充分發揮團隊的力量，也有助于團隊開闊創新思維。
輸出結論
?
?
1、背景說明
什么時間地點發生了什么：交代“背景”；
導致了什么問題：引出“沖突”；
提出“疑問”怎么解決：引導你的報告將會“回答”；
用講故事的方式呈現：背景-沖突-疑問-回答，確保讀者聽者的思維跟你在同一條線上。
2、結論輸出
分析報告對于邏輯性和表達形式要求都很高，而“金字塔原理”正是以結果為導向的邏輯推理過程，非常專業的結構化呈現方式，有效幫助分析師形成結構化思維方式。
?
3、執行方案
所有的分析最終都將落在執行方案及建議，沒有具體可執行落地動作，報告再好也是浮在云端。
總結
以上是生活随笔為你收集整理的一文读懂数据分析必备思维：框架思维的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： python的错误处理——try语句
- 下一篇： NX(UGS)技术关于我和你顶着忽移不定