ITPub博客

首页 > 大数据 > 数据分析 > 大数据分析的思维类型

大数据分析的思维类型

原创 数据分析 作者:大数据小知识 时间:2020-07-07 13:44:24 0 删除 编辑

  “大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。我们学习大数据分析还需要培养相应的大数据思维。

大数据分析的思维类型

 

  那么大数据分析的思维培养都有哪些类型

 

  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。

 

  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。

 

  归纳和演绎的思维是数据分析初期必备的,面试考察逻辑思维无非也是这两点。实际情况中可针对不同的项目要求进行组合应用。在经过一定阶段的训练后,可以帮助提升业务熟悉程度,完成业务的初始积累后,后续的分析过程中就可以逐步减少拓展推理的层级及组合,逐步提升问题原因定位的效率。

 

  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。要掌握指标化的思维。

 

  建立指标体系的思路:

 

  向上

 

  可以按业务职能结构划分,映射出更多维度,比如渠道,运营,产品等相关模块,将相关指标映射到主要模块,通过简单快速的沟通,快速定位问题原因。

 

  向下

 

  可以按因果结构划分,也就是指标分解,利用公式的方法。比如营收=日活*付费率*arpu等指标因果关系进行划分,通过定位指标波动,定位细指标,辅助维度下转,能够清楚的问题原因。

 

  4、维度分析思维

 

  维度是观察数据的角度,例如“时间”“地区”“产品”。在具体分析中,我们可以把它认为是分析事物的角度。时间是一种角度地区是一种角度,产品也是一种角度,所以它们都能算维度。

 

  当我们有了维度后,就能够通过不同的维度组合,形成数据模型。数据模型不是一个高深的概念,它就是一个多维立方体。

 

  大数据分析的思维类型.中琛魔方大数据分析平台()表示仅仅掌握单纯的理论还远远不够,实践出真知。数据分析的方法大家不妨在自己日常工作中,有分析相关项目里尝试使用,相信可以事半功倍,创造更多商业价值。


来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/69936596/viewspace-2702939/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论
中琛魔方大数据分析平台(www.zcmorefun.com)

注册时间:2019-07-01

  • 博文量
    1033
  • 访问量
    511207