发帖回复

阅读：125 回复：1

[职场之道] 【转】如何锻炼出强悍的分析能力？

刷新数据楼层直达

沈淮西。

ZxID：11437411

364135鲜花 18鸡蛋

等级: 派派版主

配偶: 任野。

11.4转正/番外不补

举报只看楼主使用道具楼主发表于: 2023-07-22 0

引用
想起了柯南的一句话，“真相永远只有一个”。如果一个人的分析能力到达极致，短时间内就能洞悉事物的本源，其实这是很可怕的一件事。
如果将分析能力按照【判断源】来分类的话，其实它有很多种，神探李昌钰在纪录片及案发现场的种种表现，算是“刑侦分析能力”，这种分析手段一是靠日常办案积累经验，二是靠”直觉与判断“来找出第一犯罪现场的蛛丝马迹。
第二种是“社交分析能力”，很多人城府深，办事滴水不漏，看人很准，这也算分析能力的一种，迎面走来一个人，他会在短时间内分析此人的种种来历，再通过沟通探查等手段，初入职场的社交小白很可能会在短时间内“被一眼看穿，连内内都不剩”。
第三种就是“数据分析能力”，也是最重要、并且大多数人短时间内都能锻炼出来的“超感观嗅觉能力”，不管是什么职业、什么场景，一切一切的判断，都离不开最为客观的“数据分析”，这是佐证结论的最有效支撑方式！

法医尸检需要各种指标系数衡量；职场工作Battle中各种项目的重大决策与落地，离不开风险评估与数据分析；学生报考院校之前，高考、读研择校调剂等等类似场景，都离不开提前两个月的数据调研；做科研写paper的时候，优质的数据分析与筛选能力，会帮你减少大量的“无效实验”，一篇高因子SCI的诞生快慢与否，就看这一步了。

读大学期间我还是比较相信“数据结果”带来的最直观判断，这让我在数学建模各种比赛中受益，因子分析、聚类分析、TOPSIS、模糊评判、时间序列、灰色理论、蒙特卡罗等等，太多太多方法，当时彻夜苦熬去征服这些所谓的“数据分析手段”，最终结果还是很好的，省赛国赛都没落下。那时我一直在用的语言是Python，工具包主要是Matlab，最后毕设做了Python数据分析。

数据分析整体来讲，可以分为三步，数据预处理、数据建模、数据可视化，然而它最神奇的地方就在于不管你是学生党还是上班族，利用好这项本领，可以极大程度提高你的工作质量与工作效率，当大多数人还在“套模板”、“造轮子”的时候，你已经可以用更简便极致的数据分析方法，快速解决手头工作，奔赴下一战场了。方法决定效率，效率胜过“熬夜加班加点”，最终才是“升职加薪、升学读博”的最佳直达彼岸。

（你可以细细想想，到底是不是这样）最初的数据分析能力培养我就走了弯路，买了好多本书，读起来一是晦涩，二是没有实际项目去练习，一切都是纸上谈兵，各种模型、方法在工作学习中的实际落地效果一概不知。所以如果你有培养职场/校园第二技能的想法，我的建议是找一份免费课程看一看，比自己一点点啃强太多！需要注意的是，一开始学习“数据分析”千万不要去啃那些较难的课程，我希望你可以保持循序渐进的心态，否则很容易造成从入门到劝退，课程相比于纸质书来讲，更清晰易懂，并且有老师指导，便于达到短时间内效果最大化。

类似字节、南山必胜客等大厂，每年都会招很多产品、运营岗，通过boss等软件看职位要求，其实你会发现，这种职能感觉好像没什么门槛，软硬素质也没有想象中的高，各种app上机械转运营成功、土木转运营成功......一大批博主纷纷晒互联网大厂offer，看似光鲜的背后很多人没说清上岸的根本因素，那就是数据分析能力。

数据分析的三大目的：

引用
1、分析现状
2、分析原因
3、预测未来

引用
做运营数据分析必要条件：

引用
1.数据处理能力，也就是说你能从一堆杂乱的数据中整理出重点信息来。
2️. 数据分析思维，数据分析最重要的思维就是细分思维和对比思维。这两个思维时是在做数据进行分析时，最基本的、也是必用的方法，是否能用好，跟自己数据敏感度和业务熟练度强相关的。

HR常考的数据分析方法：

引用
1、多维度分析方法
2、数据对比分析法
3、漏斗模型法
4、AARRR模型分析方法:
5、杜邦分析法

产品数据维度体系由大到小分类：宏观数据、中观数据、微观数据三大层面。

1.拉新相关数据指标：
①PV/UV：即访问量/独立访客，主要指PC端或移动端页面的浏览量或浏览人数
②粉丝量/关注量
③预约量/进群量
④下载量
⑤注册量
⑥新用户占比
⑦CAC：指每获取一个新用户（关注用户或注册用户）的花费

2.留存相关数据指标
①DAU/MAU：即日活跃用户数/月活跃用户数
②日留存率
③周留存率
④月留存率

3.转化相关数据指标
①付费用户数
②付费率
③复购率
④营收
⑤ARPU：指每个用户（往往指活跃用户）贡献的收入
⑥ROI：即投资回报率，ROI=通过投放创造的收入/投放金额×100%。

4.裂变相关数据指标
①分享率
②邀请率
③转介绍率
④“K因子”：又名“病毒系数”：指一个用户发起的邀请所能带来的用户数。

计算公式为用户发送邀请数×转化率。对于很多想转行数据分析类岗位、加强职场数据分析能力的朋友，我的建议是，有时间一定要把理论基础+数分思想+工具实践三者结合起来学一学，投资自己才是最大的“受益占比”！

另外财务、销售岗位，利用公司现有各种报表，进行数据筛洗+分析，实时跟踪业务动向，获取一手信息，辅助leader/老板做出正确决策，如果你的数据分析能力足够，并且经常能抓住“关键信息”，那么职级晋升速度绝对不会像现在这么slow。

如果更专业一些，持续深耕于“数据分析”类岗位，那么“数据分析师”就是不二首选，这一块你所要具备的专业技能要更多。首先具备数理统计理论基础。其次熟练掌握数据分析工具(如R/Python/SAS/SPSS/Matlab)，掌握hive或SQL等相关数据提取可视化工具等等。

读研期间我在面对时间跨度前后约10年的古老数据，着实不知道应该挑选哪些最为优质的时间段，来撰写paper，此时数据清洗+筛选+分析能力就派上用场了，原本导师预计五个人（算上师弟师妹）一个月的工作量，我自己用了半个月就完成了。（数据分析+写脚本批处理）读研期间也逐渐接触到机器学习、深度学习，朴素贝叶斯、SVM、随机森林……各种框架……让我的数据分析能力又上升一大截。最后一个忠告，如果一件事物、一个指标实在让你摸不着头脑，那么就去尝试建立一个数学模型，相信它会很快解决你的困扰！

引用
什么是分析能力，什么是强悍的分析能力？
怎么让自己成为强悍的分析能力那个。我想对这些大家需要有一些感知，从而知道如何去提升。
初级阶段提升以前我对信息，数据，得到结果，还停留在这张图上。

这是分析界很喜欢引用的一张图，是在告诉大家，如果从大家都看到的信息，到找到线索，从而构建逻辑，最终得到解决方案。

需要的能力
如果从这张图来看，分析能力的提升也是有章可循。提升自己搜集信息和对信息认知的能力，为后续做储备。
这部分需要大量的信息输入。
提升自己对商业模式，模型的学习能力，能把点状的信息组织成可以理解的片段结论
提升自己构建逻辑的能力，能把片段的结论，根据逻辑推演成为能解释清楚并且有生命力的逻辑提升自己对复杂信息和逻辑的处理能力，能把逻辑推演到最合适的状态，最适合自己的状态。

提升方法
其中，每一个步骤的能力感知和提升方法第一步，大量的信息输入和对客观事实的感知有哪些渠道可以获取一般人不知道的知识和信息？
在哪里能找到各行业的分析研究报告？大量的信息输入，才能为后续的判断提供弹药。
否则没办法开展分析。
另外需要注意的是，分析不一定基于你一定手里有报告，你可以对任何事情进行分析，随时随地开始分析。比如你在菜市场就可以数人流和估算客单价，从而知道菜市场盈利情况。
你在打车的时候，和司机攀谈就可以知道当地的用户喜好。你打开知乎，就可以通过页面上每个数字，看到知乎top的答主都有哪些人，他们的上升速度，他们作对了什么。

第二步，对模型的学习能力
在自己还没有模型基础的时候，大量的学习经典模型，可以帮助你把信息构建起来，从而看到解决方案。

第三步，构建自己逻辑的能力
在公司业务中，要实现一个目标，怎么找到结构化的模型和方程，关键要素，关键要素的组合，就是在构建自己逻辑的能力。

第四步，复杂综合逻辑能力
基本你可以从信息点到小猫，每一个步骤都扎扎实实提升，你就已经打造了强悍的分析能力。如果你对这还不满意还想晋升，可以往下看。

进阶版
之前我觉得到小猫，得到解决方案，这分析能力就算到终点了。但是从实际的分析来看，不是这样的。
分析清楚一个事情，不是一个平面上复杂信息的处理，而是多维立体的信息处理和构建逻辑，找到解决方案的能力。如下面这张图。

进行完前面四个步骤，对于一般的事情也许可以解决了。但是对于复杂的事情，还不够。因为大部分的事情所处的区域是立体的，综合的。至少涉及到几个层面的复杂决策。要在这些不同平面里，找到线索，逻辑，从而找到解决方案。

（最后一张图的黄色线条）我之前是自己操作这些思维过程，直到当我把这些反复讲给其他人听的时候，我发现他们自己操作得不到答案，才意识到，原来不是平面的，是立体的，而其他人的思维在平面上，所以他们得不到结论。这个时候的提升，就需要把思维提升到立体上来，在空间中找到答案。

知道立体思维的存在

我们平时在讨论的内容，其实是不同颗粒度不同空间的。
有时候我们在谈论一个具体的执行怎么做，比如一根黑色箭头线，这个比较简单，找到方向去做有时候我们在谈论一个趋势，比如策略，要判断出大的模糊的趋势，再拆解为箭头有时候我们在谈论一个战术，比如从哪些层面，如何组合，去做实现一个体积的成功有时候我们在谈论一个混沌像战略方向，要怎么从一堆无序中，找到这个立方体（也许是其他形状），从而变成大箭头变成黑色箭头

立体思维中找到分析思路
在立体思维中找到思路，是个烧脑的过程。不亚于任何一个日本推理小说。需要持续的练习。
首先要拆出你要分析的层次，包括有哪些要分析的部分，包括他们的颗粒度

然后，综合这些分析做综合判断一个结论。

如果你得不到结论或者还是想不到点子上，你可能要反思。是不是信息搜集的不够广，不够深，模型掌握的是否不够扎实，看的是否够远。

总结来说：对分析能力有一些感知，怎么提升强悍的分析能力

初级阶段：信息，认知，模型，逻辑，综合分析
晋级阶段：构建层次，立体，穿透不同立体层面找到答案

理解以下概念，有助于你习得此项技能
如果函数图像上有两个点，你可能觉得这是一条一次函数，
如果有三个点，你可能觉得他是二次函数，随着点的增多，你才明白，原来是三角函数，每样事物都可以看做一个程序，对外不断的输出数据，这里的数据可以是一个人的言谈，一个人的动作表情，他空间里的照片，发照片的时间地点，你所能感受到的看到的都是数据。

你分析的数据越多，点就越多，其函数本来的面貌就越清晰。所以在我的观念里，人与人之间的差距，在于他自身数据库的大小，以及他个人对数据的分析，整理，内化的能力。

穷山恶水出刁民虽然有歧视的意思，但反映了一个数据库大小的差异，有的人吃了亏却不长记性，没有内化的能力，有的人却能看看知乎都受益匪浅，学以致用。
---------怎么锻炼这种能力呢---------
我们先从正向的开始，你的父母回到家的时候，一摸电视机发现是烫的，立马把你拉起来抽了一顿，说不好好做作业，就知道看电视，你好奇，他们是怎么知道的？我小时候觉得他们好厉害，居然这个事都知道，家里只有我一个。
我来写一下这个流程，电视机发热→电视机被使用→家里只有一个人→你使用了电视机→你没有好好写作业，所以电视机发热→你没有好好写作业。
（这里有个十分重要的点，每一步的推论和分析，跨度都应当很小，是显而易见的那种，否则最终的结论会相差十万八千里，这里只有4步的分析，如果是十几步的分析，步子一定要小，你应该能理解我的意思！）
1.你要开始注意生活中很多这种正向顺序的细节，比如电视机开久了会发烫，你舍友要经过书店才能去食堂吃午饭，等等等等，就好比1+3→4，2+2→4，嗯，注意到这些因果细节就好，慢慢积累你的初始数据库。
2.尝试细节性地描述事物，有同学想习得这技能，我让他描述这个人是怎么走过去的，他说那人就那样走过去的呀，我是这样描述的，他穿着蓝色衬衫，黑色外套，蓝色牛仔裤，nike休闲鞋，右手拿着iphone手机半插在口袋里，目光寻找的走过来找书，而且我还知道他要找的是计算机二级的书，他是大二的，后来证实所言非虚，同学五体投地。
（分析的过程，大一不参加计算机考试，大三没空来图书馆，大四更不会来三楼，图书馆内大体的书籍分布我是知道的，毕竟常年混迹图书馆，他在68.69号柜反复徘徊，那边都是有关二级的书，而且一周后就是二级考试，自然可以推断出来）
在以上两点做的差不多了，完成原始的数据积累和发掘细小数据的习惯养成后
————阶段二————
开始尝试逆向倒推，在这个阶段，你会有很多结论不准的情况发生，比如你认为舍友手上脏了是他摔了一跤，实际上结合他的装扮来看，他只是去打了篮球，在这个阶段取得那种小小的成就感很重要（也是你能坚持走下去的动力），通过一个细节逆推他之前经历了些什么，或者反映出某些属性。如果出错了，检索推断的流程，是哪个推断环节出错了，自己漏思考了哪些角度，忘记加载了哪些数据，修正并优化，如此循环，就能不断进步。如果你到了看到他发黄的鼻托就知道他这幅眼镜起码带了1年，鼻托上有铜绿起码带了两年且洗澡前不脱眼镜的地步，就可以到阶段三了，到了算是真正有用的阶段了。
—————阶段三—————
这个阶段说的简单一点就是换位思考，但怎么去换位思考？模拟其情景并带入，注入其数据，加载其运算逻辑后，得到接近于真实的体验或思考结果，对比有偏差后再检索流程，修正并优化，如此循环。
（这句话基本涵盖了这个方法的核心）写的通俗易懂一点就是，你先创建了一个虚拟机，对方是linux的操作系统，那么你就装个Linux的系统（模拟其情景，站在别人的角度），光装了系统还不行，你没有数据，所以要注入数据，也就是他的系统上有哪些资料软件（他知道哪些信息），那么怎么用这些资料信息呢？就要加载他的逻辑运算方式了（他是怎么思考，处理这些数据的）关键的一点来了，如何知道他的逻辑运算方式和思考的侧重点呢？
平常跟他聊天，对话的时候，猜他下一句话会说什么。
原理是这样的，你所说的话或者传达给他的信息，他接受到了之后会处理这些信息，并反馈给你，也就是他的下一句话。自己不断的模拟自己接受到这些信息之后会怎么去处理，罗列出大概4~5种可能以及对应的逻辑思考方式，如果他的下一句话对应了其中一种可能，那么他大概就是以这种逻辑思考问题的，但又有人会问了，我不能一下模拟出这么多的可能性啊，这个问题在于你的数据库积累的量还不足，解决的方法是，对同一个问题，多看看身边人的回答都有哪些，每一个看法都对应了一个逻辑思考方式，知乎就是一个很好的数据库，自从开始逛知乎，功力大增了呢~当你能猜出70%他下一句能说出的话时，他思考问题的方式和处理数据的侧重点和优先级，你就差不多清楚了。在不断猜他下一句话会怎么说的时候，会出现很多猜不中的情况，不要灰心，对比有偏差后再检索流程，修正并优化，如此循环，这句话很重要所以要说3遍！
这个时候，你有了他的运算逻辑，面对同样的信息输入时，你就可以很清楚的知道他会怎么去做了。也就是我们常说的，他是怎么想的？他为什么会去这样做？
———再写对事分析———
事件的一个完整周期应该是起因，经过，结果。起因分为客观因素与人的主观，起因部分有时候不是真实的，需要从经过结果反推真正的起因，尤其是人的主观意愿促使事件发生的时候，他的一面之辞仅供参考。
（我没有在黑TG，蛤蛤）经过分为，为啥这么做，怎么去实现的，会涉及到哪些人和事。
比如一件事情的发生，你套用不同的人的视角去看，加载这个人的数据，年龄，职位，性别，思考优先级，偏好侧重点，利益相关程度，你就会得到这类人对这件事情的大致感受。
因为事情基本都人在推进它们实现，所以你摸清这个事件波及的点以及每个点上的人，就知道这事情为啥会这样了。要去做一件事的时候，也是一样的道理，搞清这件事要涉及哪些点，以及点上的人，模拟运算一下（我模拟的程度细到这个人最近经历了什么事，在什么时间段会参与到我这件事中，他在这件事中处于什么样的地位或作用，我与他交涉时会发生哪些事件，这些事件我会怎么解决，交涉完后会有哪些突发事件，我会怎么解决，他会不会牵扯到其他的点和人，这件事对后面的事件有什么影响，是纵向关系还是横向关系），找出最优解，就可以了。
结果部分分为预期结果，实际结果，误差分析，以及波及人群，这都很好理解了，就不在多说了。起因，经过，结果，知其二可推三。对事分析说简单点，就是模拟每个涉及到的人是如何参与进来的，起了什么作用，有怎么样的看法。你模拟的颗粒越细，就越有数。全盘布局，心思缜密这类词，就是这个人在脑海里把这个程序跑了一遍，然后debug。
———邪恶的分割线———
知道一个人的运算逻辑是一件很恐怖的事情，你可以很轻易的有意识的用一些数据做引导就能得到你想要的结果，有人说情感是不可以被控制的，但我很负责的告诉你，知道一个人的运算逻辑后，情感是可以被引导的（我试过N回）。
通过这套方法，你可以很轻易的跟任何人（向下兼容）打成一片，他的偏好设置，弱点知道的一清二楚，但我并不喜欢这样，除非是对待不是好人这种，那自然菩萨心肠，金刚手段。只想提醒一点，用在正道上。

本帖最近评分记录：共 1 条评分派派币 +5