新人学习数据分析有个误区，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——方法论。
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等不同而已。
因此，我特别强调数据分析的方法论，如前面文章介绍的，数据分析的本质就是商业的本质，帮助企业变现，包括两个原则帕累托原则和MECE原则。今天，我给大家介绍三种必备的思考模型，后面还会给大家介绍更多的思维方法论。
好了，开始我们今天的分享吧！
一、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：
（1） WHY——为什么？为什么要这么做？理由何在？原因是什么？
（2） WHAT——是什么？目的是什么？做什么工作？
（3） WHO——谁？由谁来承担？谁来完成？谁负责？
（4） WHEN——何时？什么时间完成？什么时机最适宜？
（5） WHERE——何处？在哪里做？从哪里入手？
（6） HOW——怎么做？如何提高效率？如何实施？方法怎样？
（7） 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，这时候就可以首先套用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，这样不仅可以贴近业务从根本上解决问题，还可以提升自己的能力，让自己成长的更快。
这个时候，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。
主要原因是放了一个错误，应该在运营同学提出需求的时候，多问几句，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，给出分析他们提出的需求需要的方案，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；也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获得自我成长，还可以把基础的工作交给运营同学自己维护，可见这样对整个工作和业务都非常有用。
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：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。
在我看来，值得一提的是，5W2H1E像是一种成果导向型模型，5W2H是一种结果导向型模型 ，而5W1H更像是过程型模型 。
二 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，这本书非常完成，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：
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在提高点呢？老板发话了，哪能不能执行呢？我们看到目前的用户结构，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，当老板明确指出，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。
加一点说明，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。
三 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：
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。
读完本文，大家在回头看数据分析，是不是有不一样的认识呢？如果现在有人问题，数据分析是干什么呢？那我回答你，狭义上来说，数据分析就是拆指标，把一个顶级问题或者指标，通过合适的模型进行拆解，遵循MECE原则，无限拆解到很细很小的维度，找到原因并解决他，并通过分析模型发现其他有价值的点，更好的促进产品或者业务发展。
声明:【原创文章，若要转载，请联系作者，谢谢！】
