數據分析的思維主要有哪些呢?我總結了 8 種數據分析的思維，並用一些小故事進行舉例說明。
來源：搜狐數據分析號
1. 對比思維
在我們日常的工作和生活中，對比思維其實是隨處可見的。
比如說，小明某次期末考試的成績不好，英語只得了 30 分，小明的媽媽對他說：「你上次考試英語考了 70 分，這次怎麼就考得這麼差?你看你的同班同學，這次都考 80 分以上。」
從這個例子中可以看出，對比通常有兩個方向，一個縱向，是指不同時間的對比，比如用小明上次考試的成績與這次進行對比。一個是橫向，是指與同類相比，比如拿小明的同班同學進行對比。
2. 細分思維
細分可以說無處不在，大到宇宙可以細分，小到原子核也可以細分。人生的大目標可以細分，某次小考試的成績也可以細分。
比如說，小明某次考試的總成績不好，細分一看，發現其他科目的成績都不錯，只有英語成績特別差，只得了 30 分，從而拉低了整體的成績。
這個例子就是把整體考試成績細分為具體的科目。在數據分析的工作中，細分的緯度主要包括時間、地區、渠道、產品、員工、客戶等。杜邦分析法、麥肯錫的 MECE 分析法本質上都屬於細分思維。
3. 溯源思維
有時候，即使運用了對比思維和細分思維，依然分析不出來結論，怎麼辦?
此時可以試試溯源思維，追溯數據源的詳細記錄，然後基於此思考數據源背後可能隱藏的邏輯關係，或許會有意外的洞察。
比如說，小明的媽媽通過對比思維，知道了小明的考試成績不好，通過細分思維，也知道他是英語沒考好，但是依然不知道他當時為什麼會沒考好。通過跟小明談心，詳細了解他當時考試的詳細情況，發現他當時肚子不舒服，無法集中精力答題，導致很多本來會做的題目都做錯了。談心之後，小明的媽媽對他表示理解，從此更加關心小明的身體狀況，他們之間的感情加深了，小明的成績也變得越來越好了。
如果不斷用溯源思維去分析，那麼對數據的敏感和業務的理解也能逐步加深。
4. 相關思維
在大數據時代，核心就是相關思維，這種思維是建立在相關分析的基礎上。
啤酒與尿布的故事，是一個相關分析的經典案例。這個故事產生於20世紀90年代的美國沃爾瑪超市中，當時沃爾瑪擁有世界上最大的數據倉庫系統，為了能夠準確了解顧客在其門店的購買習慣，沃爾瑪對其顧客的購物行為進行購物籃分析，想知道顧客經常一起購買的商品有哪些。
沃爾瑪數據倉庫里集中了其各門店的詳細原始交易數據。在這些原始交易數據的基礎上，沃爾瑪利用數據挖掘方法對這些數據進行分析和挖掘。一個意外的發現是：跟尿布一起購買最多的商品竟是啤酒。
經過大量實際調查和分析，揭示了一個隱藏在「尿布與啤酒」背後的美國人的一種行為模式：在美國，一些年輕的父親下班後經常要到超市去買嬰兒尿布，而他們中有30%～40%的人同時也為自己買一些啤酒。產生這一現象的原因是：美國的太太們常叮囑她們的丈夫下班後為小孩買尿布，而丈夫們在買尿布後又隨手帶回了他們喜歡的啤酒。
在大多數情況下，一旦我們完成了相關分析，而又不再滿足於僅僅知道「是什麼」的時候，我們就會繼續向更深層次的方向，去研究因果關係，找出背後的「為什麼」。
5. 假設思維
當我們還沒有足夠的數據和證據來證明某件事的時候，我們可以先大膽假設，然後再小心求證，驗證假設是否成立。
比如，有一天，小明去買水果，跟買水果的阿姨之間有一段對話。
小明：「阿姨，你這桔子甜不甜?」
阿姨：「甜啊，不信你試試。」
小明：「好，那我試一個。」
小明剝開一個桔子，嘗了一口：「嗯，不錯，確實挺甜的，給我稱兩斤。」
這個故事只是一個簡單的類比，不必深究細節。從中可以看出假設檢驗的基本思維過程，首先，小明提出假設：桔子是甜的;其次，隨機抽取一個樣本;然後，檢驗是否真甜;最後，作出判斷，確認桔子是真的甜，所以就購買了。
在數據分析中，假設思維的專業術語叫假設檢驗，一般包括四個步驟，即：提出假設、抽取樣本、檢驗假設、作出判斷，在這裡我們就不展開去講那些專業術語了。
6. 逆向思維
有時候，我們需要打破常規的思維模式，從相反的方向來思考問題。我們接著講小明的故事。
有一次，小明去買西紅柿，跟阿姨之間又有一段對話。
小明：「阿姨，你這西紅柿多少錢一斤?」
阿姨：「兩塊五。」
小明挑了3 個放到秤盤：「阿姨，幫我稱一下。」
阿姨：「一斤半，3 塊7 毛。」
小明去掉其中最大的西紅柿：「做湯不用那麼多。」
攤主：「一斤二兩，3 塊。」
小明拿起剛剛去掉的那個最大的西紅柿，付了7 毛錢，扭頭就走了……
你看，運用逆向思維，有時可能會起到意想不到的效果。
7. 演繹思維
演繹思維的方向是由一般到個別，也就是說，演繹的前提是一般性的抽象知識，而結論是個別性的具體知識。演繹的主要形式是「三段論」，由大前提、小前提、結論三部分組成。
以物理學上一個常識為例。
- 大前提：金屬能導電。
- 小前提：銅是金屬。
- 結論：銅能導電。
從這個例子中可以看出，大前提是已知的一般原理( 金屬能導電)，小前提是研究的特殊場合( 銅是金屬)，結論是將特殊場合歸到一般原理之下得出的新知識( 銅能導電)。
8. 歸納思維
歸納思維的方向與演繹正好相反，歸納的過程是從個別到一般。
還是以金屬能導電為例。
- 前提：金 能導電，銀 能導電，銅 能導電，鐵能導電，……
- 結論： 金屬能導電。
數據分析的過程，往往是先接觸到個別事物，而後進行歸納總結，推及一般，再進行演繹推理，從一般推及個別，如此循環往復，不斷積累經驗。
總結
本文總結了數據分析的 8 種思維，分別是對比、細分、溯源、相關、假設、逆向、演繹、歸納，充分運用好這些思維，無論是工作，還是生活，相信都能夠創造出更多的價值。
以上，希望能夠對你有所啟發。