每日一课 | 详解数据分析三种思考模型

梦里梦外; 2022-10-06 06:55 177阅读 0赞

‍‍

![4049a500016eed045b34bb8d8a969dc0.png][]

Python大本营每日一课

大家好，本期7日专栏内容，营长将为大家分享新的内容知识，“数据分析”，营长邀请的是宿永杰，某知名互联网公司数据挖掘工程师，小伙伴们别忘记打卡哦。

**三种思考模型**

DAY06

上期我们分享了[每日一课 | 详解数据分析必知必会的两个原则][Link 1]不清楚的小伙伴可以点击查看详情哦！

新人做数据分析有个误区，认为 Excel 很 Low，SQL 做久了又是表哥表姐，学习 Python 又陷入无尽的工具包中不能自拔，迷茫到找项目学习，结果是分析又不得要领，说多了都是泪，这是为什么呢？其实，这是因为忽略了数据分析最核心的东西——分析模型。

我们都知道：

> 程序 = 算法 + 数据

我个人认为，在数据分析领域，我们可以这样说：

> 数据分析 = 思维 + 数据

真正重要的东西，一是思维方法论，二是数据，其他都属于帮助我们完成数据分析的工具，只不过这些工具使用场景和效率不同而已。

因此，我特别强调数据分析的思维方法论，可以让我们的工作化繁为简，条理清晰的梳理复杂关系，对问题做到全面系统的思考。

正如《荀子·不苟》里面所讲的：欲恶取舍之权：见其可欲也，则必前后虑其可恶也者；见其可利也，则必前后虑其可害也者；而兼权之，熟计之，然后定其欲恶取舍。如是则常不失陷矣。

也就是说，大多数的失误都来源于片面的思考，荀子提出了一种思考模型，就是看见想追求的东西，一定要前前后后考虑下它有风险或你不喜欢的一面；看到对你有利的东西，一定要前前后后考虑一下它可能存在哪些危害；两方面权衡，仔细考虑，最后做出选择决定。

古人尚且如此，今人又何当不为？下面，开始今天的三种常用的思考模型！

### **5W2H 模型** ###

什么是 5W2H 模型？根据百科解释：5W2H 分析法又叫七问分析法，是二战中美国陆军兵器修理部首创。简单、方便，易于理解、使用，富有启发意义，广泛用于企业管理和技术活动，对于决策和执行性的活动措施也非常有帮助，也有助于弥补考虑问题的疏漏，5W2H 具体解释如下：

*  WHY——为什么？为什么要这么做？理由何在？原因是什么？
 *  WHAT——是什么？目的是什么？做什么工作？
 *  WHO——谁？由谁来承担？谁来完成？谁负责？
 *  WHEN——何时？什么时间完成？什么时机最适宜？
 *  WHERE——何处？在哪里做？从哪里入手？
 *  HOW——怎么做？如何提高效率？如何实施？方法怎样？
 *  HOW MUCH——多少？做到什么程度？数量如何？质量水平如何？费用产出如何？

那回到我们做数据分析的场景，当有业务或者运营同学找你提需求的时候，如何不再成为提数机器人被动取数，如何避免分析出了结果却不是他们想要的，这时候就可以考虑套用 5W2H 去分析需求，这个需求到底是不是合理？他们做这个需求的深层次目的是啥？总之，多问几个为什么吧！

不得不啰嗦一句，为啥很多人老觉得自己是提数机器人，一直被动取数，根本原因还是没有建立起分析框架，没有把更深层次的问题找出来，每次都是解决问题的一个点，陷入了临时数据需求的泥潭不能自拔。

比如，工作中运营的同学突然找你，要这次活动的用户参与人数，等你做完了，运营同学又说需要用户消费额，有时候，后面可能还有一堆内容要加，比如客单价、同环比，人均消费额，甚至还要大盘的数据，这时候数据分析师就非常被动。

遇到这种问题，可以在运营同学提需求的时候，多聊聊，问清楚要这个数据做什么，他们拿数据背后的动机和目的是啥，根据 5W2H 和运营的同学聊聊，聊完之后，数据分析师就可以根据他们的动机，给出他们提数需求的一个详细可执行方案。

可能通过替代方案解决了问题，也可能他们运营同学自己就可以解决，还可能这个问题解决需要更多指标数据支持，在业务前期，表面看数据分析师给自己增加了工作内容，但从长远看，在这样的沟通下，该问题的解决就会形成一个体系，分析师给出整个体系架构解决方案，不仅帮助数据分析避免被动取数、贴近业务从根本上解决问题，还可以获得自我成长，甚至考虑把基础的工作交给运营同学自己维护，这样对整个工作和业务都非常有利的。

再比如，面试的时候，当面试官给你抛出一个数据分析问题时，很多时候可能给到的信息非常少，所以不要着急给答案，可以用 5W2H 去和面试官沟通，敢于多问一个问题，获得非常多的业务知识和额外数据支持，这样更容易定位问题和提出有效解决方案，做到先思考后解决，结合数据，有理有据。

关于 5W2H 并不是万能的，结合它的优缺点，目前有很多变形，比如 5W1H 和 5W2H1E 等，下面简单介绍下。

5W1H：是对选定的项目、工序或操作，都要从原因（何因 Why）、对象（何事 What）、地点（何地 Where）、时间（何时 When）、人员（何人 Who）、方法（何法 How）等六个方面提出问题进行思考。

5W2H1E：强调在做计划中的应用， 共 8 个基本要素。注重 Effect 对整个计划的重要意义，认为如果忽视企划的成本投入，不注意计划实施效果的预测，那么，这种计划就不是一种成功的计划。

*  What（什么）：企划的目的、内容
 *  Who（谁）：企划相关人员
 *  Where（何处）：企划实施场所
 *  When（何时）：企划的时间
 *  Why（为什么）：企划缘由、前景
 *  How（如何）：企划的方法和运转实施
 *  How much（多少）：企划预算
 *  Effect（效果）：预测企划结果、效果

值得一提的是，5W2H1E 更像是一种成果导向型模型，5W2H 是一种结果导向型模型，而 5W1H 则像是过程导向型模型。

### **金字塔模型** ###

什么是金字塔模型？根据百科解释：金字塔模型是由美国匹兹堡大学商学院 John E·Prescott 教授提出的，主要用于对竞争对手的跟踪分析，是企业开展竞争对手跟踪工作的指导工具，Prescott 的金字塔模型提供了一条“竞争信息，竞争决策”的工作线索。

关于金字塔模型，特别要给大家安利《金字塔原理（麦肯锡 40 年经典培训教材）》这本书，这本书内容非常完整，把为什么要用金字塔模型（归类分组、自上而下表达和自下而上思考），金字塔模型内部结构（纵向关系、横向关系和序言结构），如何构建金字塔（自上而下法、自下而上法），以及推理与归纳，思考的逻辑顺序都讲解的非常清楚。

金字塔原理的核心目的在于通过逻辑的表达、思考、演示来解决问题。它主要有四个基本特征：结论先行、以上统下、归类分组、逻辑递进。

下面，我们以某内容社区用户金字塔模型为例，如下图所示：

![4247e04de7f16454028d7a92acc3c25c.png][]

从上图我们可以看出，我们把整个用户，自上而下分为四层，分别我社区管理人员、用户管理工具、价值用户和一般性用户。

那这有什么用呢？比如某一天老板说我们的销售额增长能不能再提高点呢？

老板发话了，哪能不能执行呢？

通过金字塔模型，理清楚当前的用户结构，如果想提高销售额，从哪儿入手一目了然，既然价值用户是主要贡献销售额的用户，提高销售额可以有如下方案，一种是提高产品单价，二是增加价值用户的人数，假设老板明确指出，现阶段产品价格不能做调整，于是增加价值用户就成了当前工作的重心，也就是通过运营手段把 80%社区普通用户向有价值的用户进行转化。

补充一点，上面的金字塔主要是进行用户角色的划分，而每一层级，尤其是价值用户和一般用户，我们都需要做内部用户划分，比如做用户画像，从用户基本属性性别、年龄、地域、职业、学历等等和用户行为偏好方面进行划分，从更细的维度出发，做好用户转化。

最后，强调一点，不管自上而下，还是自下而上，无论怎么划分，我们都要遵循 MECE 原则，相互独立，完全穷尽。

### **鱼骨图模型** ###

什么是鱼骨图模型？根据百科解释：鱼骨图又名特性因素图是由日本管理大师石川馨先生所发展出来的，故又名石川图。鱼骨图是一种发现问题“根本原因”的方法，它也可以称之为“因果图”。

在实际工作中，鱼骨图经常被应用在会议讨论和头脑风暴的时候，效果非常好，下面以分析产品不良率为例，如下图所示：

![6b634faf6d31f4f6f6fca9ed8f7241a0.png][]

假如某工厂某段时间生产的产品不良率突然升高，为了找出原因，部门开会讨论寻找解决方案，就采用鱼骨图分析法，从人员、机器、方法、材料、环境和其他原因等 6 个方面进行讨论，并找出每个大因素下面的小因素，这样定位问题就很明确了，可以排除法、可以定性分析，可以通过实际调研或者产品数据定量分析，从而找到产品不良率升高的主要原因。

### **总结** ###

5W2H、金字塔和鱼骨图都是常见的思考模型，每种模型并不是万能的，合适的场景下我们选择合适的模型使用就好，其目的就是通过分组划分和维度细分，找到不同阶段、不同维度或者不同时间段的大因，然后基于大因，采用 MECE 原则，不断细分找小因，直到找到问题的关键。

本期专栏内容均来自GitChat《数据分析面试剖析24讲》专栏内容，作者：宿永杰，某著名互联网公司数据挖掘工程师，如需了解专栏详情，可扫描下方二维码。

![f4c39e9a46fc8756a8b48f90271b4d4c.png][]‍

‍‍

‍

[4049a500016eed045b34bb8d8a969dc0.png]: /images/20221005/4f71c75fb28448e7839ea88a9c263905.png
[Link 1]: http://mp.weixin.qq.com/s?__biz=MzU5MjEwMTE2OQ%3D%3D&chksm=fe266db7c951e4a1dd69b8c0d99f6918a3b22e3994b5bcaa70125784f01f67ffaae1b5230251&idx=2&mid=2247501801&scene=21&sn=ee566add7df41de43f942db6d1d7885a#wechat_redirect
[4247e04de7f16454028d7a92acc3c25c.png]: /images/20221005/fbdcd8c2b5d94d6c9b546cdff6d94c21.png
[6b634faf6d31f4f6f6fca9ed8f7241a0.png]: /images/20221005/57c7411bee364147a7755476e0caac79.png
[f4c39e9a46fc8756a8b48f90271b4d4c.png]: /images/20221005/e23dc8b23d854710adf43ce5e49a1daf.png