Why&What

數據分析是為了驅動決策賦能業務。在數據分析過程中需要對目標進行拆解量化，如何拆解量化目標便是數據分析思維。
在任務拆解過程中使用的軟件、統計模型、分析方法等為分析工具和手段，如何在恰當的場景合理的使用這些工具、模型、方法、手段，便是數據分析思維。

數據分析的基本步驟:
挖掘業務含義->制定分析計劃->拆分查詢數據->提煉業務洞察->產出商業決策

工具

方向	工具名
數據處理	Excel、SQL、NumPy、Pandas
可視化	Tableau、PowerBI、MatplotLib、ECharts
算法模型	Scikit-Learn
產品	Xmind、Axure

方法

業務

• 流程法
  • 漏斗分析
  • AARRR
  • 訪問路徑分析
  • 客戶生命周期
  • 價值鏈分析法
  • 閉環思維
  • DOSS 思路
• 結構法
  • 層次分析法
  • 杜邦分析法
  • OSM 分析法
  • EOI 框架
    • 助力（核心任務）
    • 優化（戰略任務）
    • 創新（風險任務）
• 象限法
  • RFM 模型
  • 緊急重要象限
  • SWOT 分析法
  • KANO 模型
• 比較法
  • 時間對比分析
  • 空間對比分析
  • 維度細分對比
• 分布法
  • 二八分析法
  • 四分位分析法
  • 六四格瑪分析法
  • MECE分析法
• 主觀法
  • 專家評定
  • 沙盤推演

統計

• 采樣
  • ABTest
• 相關性分析
  • 主成分分析
• 預測模型
  • 經驗公式/概率模型/機器學習/神經網絡
    • 貝葉斯
  • 分類/回歸預測
    • 分類 聚類
    • 回歸 多元線性回歸
  • 有/無監督學習
    • 聚類
      • 無監督 K-means 基于歐式距離
      • 有監督 SVM、K-NN