what, why, how
三種核心思維：結構化，公式化，業務化
結構化：金字塔思維Pyramid Principles
將論點歸納和整理，遞進和拆解，完善和補充
核心論點：塔底。假設，問題，預測，原因
結構拆解：自上而下，上下之間呈現因果或者依賴關系
MECE: Mutually Exclusive Collectively Exhaustive，相互獨立，完全窮盡。
驗證：核心論點和分論點必須可以量化，可驗證性。
思維導圖：
線下銷售下降原因分析
查看資料及背景，將結論列成卡片，之后依據主題分類；把同一類型的結論按順序區分；討論同一級別的共通結論，將其結論放在上一段位置。
結構化試分析的思維，但是還不夠數據化，而且內部和外部因素很難有關聯（實際上可能有關聯），不嚴謹。
公式化：
量化，計算，關聯，最小不可分割
業務化：
有沒有從業務方的角度思考？? ? 真的分析份原因了嗎？????能不能分析結果落地?
用結構化思考+公式化拆解，獲得的最終分析論點在很多時候，是現象。數據是某個結果的體現，但不代表原因。
結構化思維=》結構化數據=》結構化業務數據
捋順思路=》將其數據化=》落地，貼合業務
數據分析的思維技巧：
象限法Quadrant: RFM模型
多維法：
缺點：會有辛普森悖論。
可以通過drill-down鉆取去更加細化維度避免辛普森悖論。
假設法：
指數法：線性加權，反比例，log：目的就是調整特征的重要性以及將數據能夠快速收斂。
二八法：帕累托Pareto Rule；20% 和 topN 的數據是最有價值的。
對比法：好的數據指標一定是比例，比率。占比的提高不代表絕對值提高。對比方向：競爭對手對比，類別對比，特征和屬性對比，時間同比環比，轉化對比ROI，前后變化對比。
漏斗法：需要結合對比法來分析轉化率。單一的轉化率沒有用！
