数据分析思维
Why&What
数据分析是为了驱动决策赋能业务。在数据分析过程中需要对目标进行拆解量化，如何拆解量化目标便是数据分析思维。
在任务拆解过程中使用的软件、统计模型、分析方法等为分析工具和手段，如何在恰当的场景合理的使用这些工具、模型、方法、手段，便是数据分析思维。
数据分析的基本步骤:
挖掘业务含义->制定分析计划->拆分查询数据->提炼业务洞察->产出商业决策
工具
| 方向 | 工具名 |
|---|---|
| 数据处理 | Excel、SQL、NumPy、Pandas |
| 可视化 | Tableau、PowerBI、MatplotLib、ECharts |
| 算法模型 | Scikit-Learn |
| 产品 | Xmind、Axure |
方法
业务
- 流程法
- 漏斗分析
- AARRR
- 访问路径分析
- 客户生命周期
- 价值链分析法
- 闭环思维
- DOSS 思路
- 结构法
- 层次分析法
- 杜邦分析法
- OSM 分析法
- EOI 框架
- 助力（核心任务）
- 优化（战略任务）
- 创新（风险任务）
- 象限法
- RFM 模型
- 紧急重要象限
- SWOT 分析法
- KANO 模型
- 比较法
- 时间对比分析
- 空间对比分析
- 维度细分对比
- 分布法
- 二八分析法
- 四分位分析法
- 六四格玛分析法
- MECE分析法
- 主观法
- 专家评定
- 沙盘推演
统计
- 采样
- ABTest
- 相关性分析
- 主成分分析
- 预测模型
- 经验公式/概率模型/机器学习/神经网络
- 贝叶斯
- 分类/回归预测
- 分类 聚类
- 回归 多元线性回归
- 有/无监督学习
- 聚类
- 无监督 K-means 基于欧式距离
- 有监督 SVM、K-NN
- 聚类
- 经验公式/概率模型/机器学习/神经网络