什麽是數據分析思維？一個判斷準則“不是我覺得，而是數據證明”。前者是直覺經驗化思維，後者是數據分析的最直接體現。作為個人，如何建立數據分析的思維呢？

一、建立自己的指標體系。

德魯克說“如果你不能衡量它，那麽你就不能有效增長它”。而要衡量，就要先確定指標。比如要衡量一個企業生意如何，要用銷售量、利潤率等指標，衡量一個互聯網產品好壞，要用活躍率、使用率等指標。

如果你不能用指標描述業務，那麽你就不能有效增長它。因此培養數據分析思維的第一步就是了解和使用指標，並且將指標結構化，建立指標體系，進而產生孤立指標發揮不出的價值。

指標體系沒有通用的模板，根據業務形態的不同會有不同的指標體系。確定指標體系需要不同行業經驗和業務知識，要發現並明確好指標和懷指標。好指標應該是核心驅動指標，比如利潤指標比銷量更好，活躍用戶數比用戶數指標更好等。

二、建立正確的指標結構

指標結構的構建核心是以業務流程為思路，以結構為導向。一般業務是一個標準的流程，每個流程都有指標可以建立。從流程的角度搭建指標框架，可以全面的囊括用戶相關數據，沒有遺漏。

三，應用維度分析法

有了指標後，就可以著手數據分析，可以采用維度分析法。

維度是分析事物的角度，有了維度後就能夠組合不同維度形成數據模型，比如從產品類型、時間、地區三個維度組成數據模型（數據立方體）。數據模型可以從不同角度和層面來觀察數據，一般常用的技巧是下鉆（某個維度繼續細分）、上卷（下鉆相反的概念，維度聚合）、切片（選取其中的一個維度，在二維表格中分析）。

不同維度的對比是新人快速提高的最佳捷徑之一。單一的數據分析通常意義不大，只有多個數據組合才能發揮出數據的最大價值。

總結以上數據分析思維：通過業務建立和篩選出指標，將指標作為維度，利用維度進行分析。但數據分析的最終目的是增長業務，分析的對錯不是數據分析的績效指標，最終的業務提升才是。所以數據分析是需要反饋的，如果只有一份分析報告，後續沒有任何跟進、改進的措施、那麽數據分析等於零。

總之，大數據時代下的企業，要學會用業務指導數據分析，用數據分析驅動業務發展。

http://www.woshipm.com/data-analysis/576566.html

建立你數據分析的思維框架