提起資料分析，大家往往會聯想到一些密密麻麻的數字表格，或是高階的資料建模手法，再或是華麗的資料報表。其實，分析本身是每個人都具備的能力。比如根據股票的走勢決定購買還是丟擲；依照每日的時間和以往經驗選擇行車路線；購買機票、預訂酒店時，比對多家的價格後做出最終選擇。
這些小型決策，其實都是依照我們對腦海中的資料做出判斷的，這就是簡單的分析過程。如果想要掌握一套資料分析思路，則需要掌握一套系統的、科學的、符合商業規律的資料分析思路。
資料分析的三大思路
而面對海量的資料，很多人都不知道如何準備、如何開展、如何得出結論。下面為大家介紹做資料分析時的3個經典的思路，希望在資料分析的實際應用中能給大家帶來幫助。
1． 資料分析的基本步驟
上面我們提到了資料分析與商業結果之間關聯的重要性，所有商業資料分析都應該以業務場景為起始思考點，以業條決策為終點。基於此，我們提出了商業資料分析流程的五個基本步驟
第一步，先挖掘業務含義，理解資料分析的背景、前提以及想要關聯的業務場景結果是什麼
第二步，需要制訂分析計劃，如何對場景拆分，如何推斷
第三步，從分析計劃中拆分出需要的資料，真正落地分析本身。
第四步，從資料結果中，判斷提煉出商務洞察。
第五步，根據資料結果洞察，最終產出商業決策
例如，國內某網際網路金融理財類網站，其市場部在百度和hao123網上都有持續的廣告投放，吸引網頁端流量。最近內部同事建議嘗試投放神馬移動搜尋渠道獲取流量；另外也需要評估是否加入金山網路聯盟進行視度廣告投放。
在這種多渠道的投放場景下，如何進行深度決策？我們按照上面商業資料分析流程的五個基本步驟來拆解一下這個問題。
第一步：挖掘業務含義。
首先要了解市場部想最佳化什麼，並以此為北極星指標去衡量。對於渠道效果評估，重要的是業務轉化：對P2P類網站來說，是否發起“投資理財”遠比“訪問使用者數量”更重要。所以無論是神馬移動搜尋還是金山渠道，重點在於如何透過資料手段衡量轉化效果；我們也可以進一步根據轉化效果，最佳化不同渠道的運營策略。
第二步，制訂分析計劃。
以“投資理財”為核心轉化點，分配一定的預算進行流量測試，觀察對比註冊數量及最終轉化的效果。記下這些人重複購買理財產品的次數，並持續關注，進一步判斷渠道質量。
第三步，拆分查詢資料。
既然分析計劃中需要比對渠道流量，那麼我們需要對各個渠道追蹤流量、落地頁原停留時間、落地頁跳出率、網站訪問深度以及訂單等型別資料，進行深入地分析和落地
第四步，提煉業務洞察。
根據資料結果，比對神馬移動搜尋和金山網路聯盟投放後的效果，根據流量和轉化兩個核心KPI，觀察結果並推測業務含義。如果神馬移動搜尋果不好，可以思考是否產品適合移動端的客戶群體；或者仔細觀察落地頁表現是否有可以最佳化的內容等，需找出業務洞察。
第五步，產出商業決策
根據資料洞察，指引渠道的決策制定。比如停止對神馬渠道的投放，繼續跟進金山網路聯盟進行評估；或最佳化移動端落地頁，更改使用者運營策略等
以上這些都是商務資料分析拆解和完成推論的基本步驟。在接下來的內容中，我們都會有這個分析思路。
2、內外因素分解法
在資料分析的過程中，會有很多因素影響到我們的北極星指標，那麼如何何找到這些因素呢？在此向大家推薦內外因素分解法。內外因素分解法把問題拆成四部分，包括內部因素和外部因，可控和不可控，然後再一步步解決每一個問題。
例如，某社交招聘類網站，分為求職者端和企業端。其盈利模式一般是向企業端收費，其中一個收費方式是購買職位的廣告位。業務人員發現，“釋出職位”的數量在過去的6個月中有緩慢下降的趨勢。對於這類某一資料指標下降的問題，應該怎麼分析呢？
根據內外因素分解法，我們可以從四個角度依次去分析可能的影響因素
內部可控因素：產品近期上線更新、市場投放渠道變化、產品黏性、新老使用者留存問題、核心目標的轉化。
外部可控因素：市場竟爭對手近期行為、使用者使用習慣的變化，聘需求隨時間的變化。
內部不可控因素：產品策略（移動端/PC端）、公司整體戰略，公司客戶群定位（比如只做醫療行業招聘）。
外部不可控因素：網際網路招聘行業趨勢、整體經濟形勢、季節性變化
有了內外因素分解法，我們就可以較為全面地分析資料指標，避免可能遺失的影響因素並且對症下藥。
3、DOSS思路
DOSS思路是從一個具體問題拆分到整體影響，從單一的解決方案到找到一個規模化解決方案的方式。增長需要快速、規模化、有效的增長解決方案，DOsS是一個有效的途徑。
例如，某線上教育平臺提供免費課程影片，同時售賣付費會員，為付費會員提供更多高階課程內容。如果我想將一套計算機技術的付費課推送給一群持續在看C++免費課程的使用者，那麼資料分析應該如何支援呢？
我們按DOSS思路的四個步驟，分解如下：
具體問題：預測是否有可能幫助某一群組客戶購買課程。
整體影響：首先根據這類人群的免費課程的使用情況進行資料分析、資料探勘的預測，之後進行延伸，比如對整體的影響，除了計算機類，對其他型別的課程都進行關注
單一回答：針對該群使用者進行建模，監控該模型對於最終轉化的影響
規模化方案：之後推出規模化的解決方案，對符合某種行為軌跡和特徵的行為進行建模，產品化課程推薦模型。
