【摘要】我们会经常听说两种推理模式，一种是归纳，一种是演绎。这是麦肯锡思维当中很经典的两个方法，工作中所有的问题，都可以用归纳或者演绎的形式进行拆分。那么，如何练成数据分析思维呢?今天就跟随小编一起来了解下吧!

1、 结构化思维

归纳其实就是把复杂问题分解成多种单一因素的过程，并且将这些因素加以归纳和整理，使之条理化、纲领化。这个过程犹如抽丝剥茧，将一团乱麻理地条条顺顺。

如何练习结构化思维，这其中会运用一个很重要工具，那就是金字塔模型。

但是在你还没有掌握这种结构化思维方式时，直接用这种思考方式是有一定难度的。这时候就可以采用金字塔原理中的MECE法则去思考结构。

2、假说演绎思维

以情况为起点的推理方法是归纳推理，以规则为起点的推理方法可以称之为演绎推理。

比如：某自营电商网站，现在想将商品提价，让你分析下销售额会有怎样的变化?首先可以确定销量会下降，那么下降多少?这里就要假设商品流量情况，提价后转化率的变化情况，然后根据历史数据汇总出销量下降的情况，从而得出销售额的变化情况。

具体的变化情况都可以根据过往的数据来拟合，统计学上也有一些科学的预测模型，后面讲数理统计知识时会有涉及。

假设先行就是以假设作为思考的起点，先提出问题，然后用MECE原则梳理关联因素间的结构关系。

3、指标化思维

上述的分析思维，帮助我们去定性问题，接下来我们要介入数据的方式，去定量分析。首要掌握指标化的思维。

如果用指标化的思维，应该用PV和UV去衡量流量，新用户下单数和占比去评价网站的拉新，新老买家占比等指标去衡量用户活跃。

很明显，指标就是用来定义、评价和衡量业务的一个标准。比如网站相关用户访问量、停留时长、跳出率等。销售相关销售量、销售额、客单价等。

关于如何练成数据分析思维，青藤小编就和您分享到这里了。如果你对大数据工程有浓厚的兴趣，希望这篇文章能够对你有所帮助。如果您还想了解更多数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。