我們知道做資料分析，或者說不管是做什麼工作，一個人的思維往往起著非常重要的作用，它就像一種武器可以讓你在“戰場”上馳騁沙場！
一、分類思想

所謂分類思想，那就是分類處之，其關鍵點在於通過分類，事物在核心關鍵指標上能拉開距離！換而言之，分類後的結果是顯著的。舉個例子，如果該圖反映了消費者分群的結果，橫軸代表購買頻率，縱軸代表客單價，那麼綠色的這群人，就是明顯的“金牌剁手豪黨“。

二、矩陣思維

在百度百科中，矩陣更多是一種數學概念，而在資料分析中，它更多的是代表一種營銷思維。矩陣思維是分類思維的深化，在我們沒有資料作為支撐，只能通過經驗做主觀的推斷時，是可以把某些重要因素組合成矩陣。比如說，安索夫矩陣思維，根據產品和市場將思維分為四種：市場滲透、市場開發、產品延伸、多元化經營。

三、管道/漏斗思維

這種思維方式已經比較普及了，但是很多人難以理解，其實生活中很多工作都滲透著這種思維。比如，客戶營銷轉化的流程，平臺的廣告展現-點選-訪問-諮詢-成交這個過程中，其實每個流程都伴隨著流失和跳出，如果每一層之間的跳出和流失越少，轉化的訂單就越多。其實根據當前實際工作流，描繪出整體的行為路徑；識別出行為路徑上的關鍵節點，定義轉化分層；分析轉化中遇到的障礙，定位問題原因；根據原因，制定有效的解決方案，予以落地處理；現實世界遇到的問題非常複雜，我們只能通過有效的思維模型，去除那些資訊雜音，做出正確的抉擇，提高我們對事物的認知效率。

四、相關思維

當我們觀察指標的時候，不能單看一個指標，還需要觀察指標間的相互關係。圖中正相關關係和負相關關係，最好能計算指標間的相關係數，定期觀察變化，仔細思考相關係數背後的邏輯，有的是顯而易見的常識，比如訂單數和購買人數。現在的很多企業管理層，不是沒有資料資料太多，而是缺少有用的資料。相關思維的其中一個應用，就是能夠幫助我們找到最重要的資料，排除掉過多雜亂資料的干擾。你可以計算能收集到的多個指標間的相互關係，挑出與其他指標相關係數都相對較高的資料指標，分析它的產生邏輯，對應的問題，並評估信度和效度，若都滿足標準，這個指標就能定位為核心指標。

五、邏輯樹思維

一旦提到邏輯樹的分叉，我們都會提到“分解”和“彙總”的概念。邏輯樹引申到演算法領域就是決策樹，如果從資料分析角度來看可以稱為“下鑽”和“上卷”。上卷是沿著自維的層次向上聚集彙總資料。下探（鑽）上卷的逆操作，它是沿著維的層次向下，檢視更詳細的資料。當進行分叉時，我們往往會選擇差別最大的一個維度進行拆分，若差別不夠大，則不再細分。能夠產生顯著差別的節點會被保留，並繼續細分，直到分不出差別為止。通過這個過程，我們就能找出影響指標變化的因素。

六、平衡思維

在資料分析的過程中，我們需要去尋找事情的平衡關係，平衡關係可以成為一個企業運轉的大問題。關鍵點在於尋找能否展示出平衡狀態的指標，比如圖中的紅色框，通過尋找一個準確的指標，來觀察天平的傾斜程度。主要方法是先找雙向型的問題，即高也不低的問題，然後進行量化為指標並計算成某個比率，通過長期跟蹤後觀察它的信度和效度得到最後的平衡指標。