数据分析师必备的8个思维框架

什么是框架性思维?它是由一个个的思维框架积累而来。本文介绍分析常用的几个思维框架。

一些职位描述中会要求分析师有框架性思维,能够被考察的是思维框架,通过思维框架判断框架性思维能力。笔者查阅了多篇文章,定义思维框架为:思考问题的套路,本质是在不断发现问题分析问题解决问题的过程中沉淀的行之有效的方法论。

不同行业、不同岗位思维框架不同,不同领域、不同学科思维框架不同。思维框架有积累的过程,先在本行业本岗位通过解决问题逐渐沉淀思维框架,这能覆盖解决本岗位90%的问题,再涉略多学科多领域的知识不断升华已有的思维框架。思维框架的升级是获得更广阔天地之始,不断打破,看透问题的本源,理解原生理论,才能步入更高层级:构建自己的框架。

数据分析师常用的一些框架库,分享给大家。

NO1 MECE

Mutually Exclusive Collectively Exhaustive的缩写,中文意思是:相互独立,完全穷尽。是金字塔原理中很重要的原则,是结构化思维的体现,常用于问题或目标拆解。
相互独立。含义是拆解的各因子之间无交集,通常使用加减乘除拆解思维框架进行拆解,各部分相乘或相加就是总目标数值,不存在交叉也不能遗漏。这里提到的加减乘除法拆解也是思维框架,与MECE结合使用,不另展开,乘法&加法拆解使用时有的是单独使用,更多的是交叉使用。
完全穷尽。含义是全面且彻底,通过层层拆解覆盖影响问题解决或目标完成的所有因素,到达执行层面,洞察可以行动的指标节点。5whys是保障全面且彻底的常用方法。5whys也是常用思维框架,同样与MECE结合使用,不另展开。5whys用一句谚语便是:打破砂锅问到底,通过自我追问来确认是否已拆解彻底,是否已达可Action的末节点,5在这里只是概数,不同问题的深度不同,why的次数不同。
在这里插入图片描述

以淘宝双11的销售额为例

(1)乘法拆解
可以是多个视角,但各个视角相互独立,举例:
销售额=销售单量客单价
销售额=商家数量
商家平均销售额

(2)加法拆解
也可以是多个视角,各视角下各个部分相互独立,相加等于整体,举例:
销售额=北京市销售额+河北省销售额+……+其他省市销售额
销售额=洗护用品销售额+服装品类销售额+……+其他品牌销售额

上面的例子虽然满足相互独立,但并未穷尽,我们5whys继续追问:

(1)假设通过加法拆解知道是河北省销售额超目标完成,那么为什么河北省的销售额超目标完成?
河北省销售额=石家庄市销售额+保定市销售额+……+承德市销售额

(2)假设我们发现是石家庄市销售额导致,那么,为什么石家庄市的销售额超目标完成?
石家庄市销售额=A1商家销售额+A2商家销售额+……+An商家销售额

(3)假设我们发现是A1商家销售额导致,那么为什么A1商家销售额超目标完成?
A1商家销售额=货品1销售额+货品2销售额+……+货品n销售额

(4)假设我们发现是货品1销售额导致,那么为什么货品1销售额好?
货品1销售额=渠道1销售额+渠道2销售额+……+渠道n销售额

(5)假设我们发现是渠道1销售额导致,那么为什么渠道1销售额好?
渠道1销售额=曝光量点击率加入购物车率*成交转化率

最后,发现因为石家庄市A1商家货品1通过渠道1获取了大量的商机,而该货品转化率正常,货品因获取了大量的曝光带来销售额增长。

上面通过例子使用5whys方法将MECE的完全穷尽原则进行阐述拆解到业务动作,方便理解。

当然,销售额的拆解也可以是除法,比如整体漏斗转化等,上述只是举例,未穷尽所有视角。穷尽视角也是MECE-完全穷尽原则很重要的一个思维框架,不同业务存在差异,这里不展开。

此外,MECE并非适用所有的场景,是问题/目标拆解的基础思维。比如:为了淘宝双11销售额突破历史达到新高,阿里团队立项会有许多动作,这些项目与销售额目标的关联,拆解过程不一定MECE,但这些项目的考核也很重要,需使用其他思维框架来补充。

NO2 STAR

STAR含义:
S情景(situation):什么背景,什么问题,什么业务场景,什么痛点
T任务(task):问题拆解与定位,即把情景转化成研发语言或产品语言等你从事的专业语言来描述
A行动(action):问题分析与解决方案,项目详细执行方案、里程碑、排期等
R结果(result):项目效果,补充个人在项目中获得的成长

适用场景:
面试。简历或者面试腹稿请根据这个做准备,STAR是各大公司面试官培训必修课程。
项目立项与项目述职。立项或项目总结时根据STAR框架来思考,这是评委或管理层常用的思维框架,提问问题也逃不出这几方面。

NO3 SCQA

适用场景:文案的结构化表达,PPT,演讲稿,广告文案,文章等,似一个故事,跌宕起伏,娓娓道来。再有想不清楚PPT要怎么组合的时候,用下这个思维框架试试吧。

SCQA含义:
S情景(Situation),由大家都熟悉的情景、事实引入,产生共鸣。
C冲突(Complication),与情景有明显的冲突或转折,推动“故事”情节的发展,吸引眼球。
Q疑问(Question),延伸出你想要讲的问题。
A回答(Answer),提出你的解决方案。

柴静之前的《穹顶之下》将这个思维框架使用的非常好。引人入胜的纪录片等都会发现这样的思维框架。

NO4 闭环思维

适用场景:不只是数据分析,也适用于团队管理,激励自我成长,孩子的教育等。

对于分析师来说闭环思维实质是反馈闭环。

闭环理论传说是由美国质量管理专家休哈特博士提出“PDCA循环”。

“PDCA 循环”将质量管理分为四个阶段:
P(Plan)计划:目标的确定和计划的制定。
D(Do)执行:具体运作,实现计划中的内容。
C(Check)检查:总结对错,明确效果,找出问题。
A(Act)处理:对检查结果进行处理,成功经验加以肯定并推广,失败教训引起重视并避免。未解决的问题,提交下一个 PDCA 循环。

如上这段来自网络,晦涩难懂,我们以互联网行业最常见的闭环来举例:
P(Plan)计划:PM的产品设计文档
D(Do)执行:产品根据需求研发
C(Check)检查:QA验收代码,PM验收上线效果
A(Act)处理:对发现的问题在下个版本迭代;对好的地方,沉淀推广,优化产品功能。进入下一个PDCA循环。

数据分析师的PDCA:
P(Plan)计划:你的需求方是谁,具体是要做什么
D(Do)执行:分析过程
C(Check)检查:听取需求方的反馈,发现问题和亮点
A(Act)处理:问题修正,亮点发扬,优化分析,驱动产品。进入下一个PDCA循环。

大多数的分析师与业务方的合作不是很紧密,易出现为了分析而分析,或者没有提出问题和发掘亮点,数据分析师对业务的驱动作用未彰显。应加强业务洞察能力,明确需求方和业务问题,形成与业务方或管理层的反馈闭环,才能彰显数据分析的威力。

在团队管理、自我成长、孩子教育方面,给团队、自己、孩子反馈闭环,可以激发主观能动性,事半功倍。比如:给孩子建立个公众号,请亲朋好友关注,当孩子有好的表现时,发布,并将亲朋好友的反馈(好的和建议)告知孩子,激发孩子有好的表现等。

NO5 模块化思维

适用场景:处理繁琐的数据需求。

模块化思维的关键:
一方面是要理解业务方提需求其底层逻辑是什么;
另一方面要懂数据仓库建设与数据产品建设的思维模式。

入行数据分析师前几年,抱怨最多的是:好忙啊,处理不完的需求!转变为模块化思维来看待这个事情:
业务方提需求本质是为了解决什么问题?是为了解决某个业务场景的问题,而在提需求时,会被业务方拆散;
这个问题我如何做能“一劳永逸”?借助数据仓库建设与数据产品来解决。

NO6 SWOT


适用场景:自我、业务、公司的优劣势分析
老生常谈的思维框架,不再展开。S (strengths)是优势、W (weaknesses)是劣势,O (opportunities)是机会、T (threats)是威胁。

NO7 波特五动力模型


适用场景:内外部环境分析,根据市场环境,预估公司业务的潜力。

同样是老生常谈的思维框架,不再展开。竞争的五种主要来源,即①供应商议价能力;②购买者的讨价还价能力;③潜在进入者;④替代品;⑤同一行业竞争者。

NO8 模型思维

熟悉常用数据模型的使用场景与基本思想,有助于去构建思维框架。
每种模型都是前辈们长期沉淀的一个个行之有效的分析方法通过计算机某种语言生成一个个模块。了解其底层逻辑,便是一个个的思维框架,当问题来时,便可以从你大脑中匹配到 一种思维框架,形成分析方案,大脑中积累的模型越多,生成的思维框架越多,遇到问题时的选项越多。

比如:
因子分析的降维思维,是复杂业务/问题的降维思维框架;
决策树模型,是探索性分析思维框架;
聚类模型,是分类思维框架;
协同过滤,是关联思维框架;
等等。

相关推荐

  1. 数据分析思维

    2024-04-23 21:56:04       49 阅读

最近更新

  1. TCP协议是安全的吗?

    2024-04-23 21:56:04       18 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2024-04-23 21:56:04       19 阅读
  3. 【Python教程】压缩PDF文件大小

    2024-04-23 21:56:04       18 阅读
  4. 通过文章id递归查询所有评论(xml)

    2024-04-23 21:56:04       20 阅读

热门阅读

  1. MySQL 基础语法(3)

    2024-04-23 21:56:04       12 阅读
  2. Shell中grep用法总结

    2024-04-23 21:56:04       11 阅读
  3. 管理科学-运输问题(伏格尔法)

    2024-04-23 21:56:04       14 阅读
  4. MySQL常见问题汇总

    2024-04-23 21:56:04       14 阅读
  5. webview透明

    2024-04-23 21:56:04       10 阅读
  6. Linux为根目录扩容

    2024-04-23 21:56:04       12 阅读
  7. 【K8S系列】深入解析K8S中PV 和PVC

    2024-04-23 21:56:04       13 阅读
  8. 关于ABB怎么回原点最简单的方法

    2024-04-23 21:56:04       19 阅读
  9. Python的pytest框架(4)--参数化测试

    2024-04-23 21:56:04       16 阅读
  10. idea 切换分支后 Project目录树小消失

    2024-04-23 21:56:04       13 阅读
  11. K8S 哲学 - yaml文件

    2024-04-23 21:56:04       11 阅读