数据分析的三种思维方式：结构化、公式化、业务化

结构化

通常情况下，我们对问题的分析可能总是一团糟，我们会分析自己想到的角度和因素，而忽略了分析的顺序和方向。而且一个好的分析过程应该是合乎逻辑的，应该有明确的目的和方向。

我们来看一个例子：现在有一个线下销售产品。我们发现8月份的销售额与去年同期相比下降了20%。我想先观察一下时间趋势下的波动，看是突然暴跌还是逐渐下跌。根据不同地区的数据，不存在地区因素。我还要问几个销售员，看看现在的市场环境怎么样。听说有几个竞争对手也缩水了，看看是不是这个原因。我也做客户访谈，但通常找不到原因，这一次我没有任何希望。让我们先试试吧。

上述案例展示了一个混乱且最终无法解决的分析过程。虽然有一些假设在我们初读时似乎是合理的，但都是随机拍摄的，一分就是一分；是一次性分析，没有复用性，非常致命！其实结构化思维就是麦肯锡提出的著名的“金字塔思维”。

公式化

结构化思维是上面学的，但是有个缺点：不够公式化。公式解析思维的意思是：上下相互计算（所有结构都可以量化），左右相关（最小不可分）

公式可以简单地看成是用加减乘除来定量分析的分析思维：不同类型业务的叠加可以做加法，减法常用于计算业务之间的逻辑关系；乘法和除法是各种比例或比率。

业务化

数据分析应该在业务中实现。

例如：如何估算上海市的共享单车数量？

这里可以从以下四个方面来考虑：城市流动人口、人口密度、城市交通数据、自行车数量，当然不要忘记一个很重要的因素：自行车丢失率！

总结起来，数据分析思维应该遵循以下三个步骤：

结构化思维 - 结构化数据 - 结构化业务数据。