1.1 商業數據分析的思維

互聯網企業的日常運營往往以某個業務平臺為核心，其中數據和數據分析是不可或缺的環節。通過平臺為目標用戶群提供產品或服務，用戶在使用產品或服務過程中產生交易數據，根據這些數據洞察反推用戶的需求，創造更多符合用戶需求的增值產品和服務，再重新投入到運營過程中，從而形成一個完整的業務閉環，實現企業真正意義上數據驅動業務的增長，如圖1-1所示。

為什么說數據分析思維是非常重要的呢？這是由于我們在分析一個問題前如果思維缺失就會像圖1-2中所表達的這樣，往往不知道從哪里下手，在這個時候就需要學習與提高我們的數據分析思維了。

1.1.1 結構化：按不同的方向分類

結構化思維可以看作是金字塔思維，把需要分析的問題按不同方向分類，然后不斷拆分細化才能全方位地思考問題，一般先把所有能想到的想法寫出來，然后整理歸納成金字塔模型。可以通過思維導圖來闡述我們的分析過程。

例如，現在有一個線下銷售的產品，發現12月份的銷售額出現下降，與去年同期相比下降了10%。首先可以觀察時間趨勢下的波動，是突然暴跌還是逐漸下降。然后按照不同地區分析一下差異，有沒有地區性的影響因素。此外，還可以從外部的角度分析一下現在的市場環境怎么樣。具體的結構化分析過程如圖1-3所示。

1.1.2 公式化：對數據進行量化分析

在結構化的基礎上，分析的變量往往會存在一些數量關系，使其能進行計算，將分析過程進行量化，從而驗證我們的觀點是否正確。它是對現象的數量特征、數量關系與數量變化進行分析的方法。企業的銷售數據公式化思維如圖1-4所示。

1.1.3 業務化：結合具體業務進行分析

業務化就是深入了解業務情況，結合該項目的具體業務進行分析，并且能讓分析結果落地。用結構化思考和公式化拆解得出的最終分析結果在很多時候表示的是一種現象，不能體現原因。所以需要繼續用業務的思維去思考，站在業務人員的角度思考問題，深究出現這種現象的原因，從而實現通過數據推動業務。

提升業務思維的主要途徑如下：

?貼近業務：工作中多和一線的業務人員進行溝通。

?換位思考：站在業務人員和用戶的角度進行思考。

?積累經驗：從成功和失敗的經歷中總結業務特點。