本文是《如何七周成為數據分析師》的第七篇教程，如果想要了解寫作初衷，可以先行閱讀七周指南。溫馨提示：如果您已經熟悉分析思維，大可不必再看這篇文章，或只挑選部分。
今天學習第三周內容：如何鍛鍊分析思維。
很多人的分析思維都是欠缺的，可它又在數據分析過程中無比重要，甚至它不限於數據領域，在產品和運營工作中也能用到。
數據分析屬於分析思維的一個子類，有專門的數據方法論。只有先養成正確的分析思維，才能使用好數據。前者是今天講述的重點。
思維訓練不同於Excel函數和技巧。既然是思維，它就傾向於思考的方式，Excel函數學會了就是學會，分析則不同。大多數人的思維方式都依賴於生活和經驗做出直覺性的判斷，最直觀的體現是，在數據和業務分析中呈無頭蒼蠅狀態，無從下手。
想要有好的分析思維，乃至成為本能，需要不斷訓練和練習。
什麼是好的分析思維？
我覺得用兩張在網絡上流傳甚廣的圖片就能代表。
左右兩種分析思維的分水嶺在於邏輯性。我們看一下代表兩種思維的場景。
我們12月的銷售額度下降，我想是因為年終的影響，我問了幾個銷售員，他們都說年終生意不太好做，各家都收緊了財務預算，談下的幾家費用也比以前有縮水。我對他們進行了電話拜訪，廠家都說經濟不景氣，希望我們價格方面再放寬點。
我們12月的銷售額度下降，低於去年同期和今年平均值，可以排除掉大環境的因素。其中A地區下降幅度最大，間接影響了整體銷售額。通過調查發現，A地區的市場因為競爭對手湧入，進行了低價銷售策略。除此之外，B地區的經濟發展低於預期發展，企業縮減投入。
第一個分析思維是依賴經驗和直覺的線性思維，第二個分析思維則注重邏輯推導，屬於結構化的思維。兩種思維往往會導致不同的結果。
如果沒有刻意訓練，很多人的思維方式都傾向第一種，以「我覺得我認為」展開。經驗主義雖然重要，但不正確的使用也會約束和限制我們。
好的分析思維可以後天訓練。雖然不同人的邏輯性有差異，分析水平也有高低，但都能通過不斷的練習和藉助工具獲得彌補。我們今天學習麥肯錫總結出的一套思維原則，快速達到合格的水平。
金字塔原理麥肯錫思維中很重要的一條原理叫做金字塔原理，它的核心是層次化思考、邏輯化思考、結構化思考。
有一本同名書《金字塔原理》，有興趣可以閱讀。除了思考外，還有表達、寫作等內容。
什麼是金字塔？任何一件事情都有一個中心論點，中心論點可以劃分成3～7個分論點，分論點又可以由3～7個論據支撐。層層拓展，這個結構由上至下呈金字塔狀。
看一下運營中典型的金字塔思維：
我們活躍用戶數在下降（中心論點），主要原因是競爭加劇（分論點），其次原因是新用戶減少（分論點），老用戶流失加快（分論點）。其中競爭加劇是因為競爭對手ABC出現（論據），新用戶減少是ASO排名下降（論據）和渠道投入疲軟（論據）造成，老用戶流失是因為產品欠佳（論據）。我建議……
這是合格運營的結構化思考。如果你把它換成一名初級運營的思考方式：
Boss，我發現我們最近的ASO排名下降了不少，渠道投入也減少，導致用戶數少了不少。對了，最近產品表現也欠佳，有幾家模仿我們的競爭對手出現，對我們造成了影響。這個影響應該會讓我們減少一些用戶。我建議……
這一種表達方式就是有什麼說什麼，想到哪就是哪，接聽者的思維方式被無序地牽著鼻子走，讓人抓狂。
結構化思考我建議利用紙或思維導圖工具畫出來。我說過，人是依賴經驗思考的，擅長的是線性思維：因為-所以-最終，不擅長深度的結構思考。思維導圖是一個非常好的工具，擅加利用，已經完成一半。
結構化可以是三層，也可以拓展更多的分論點和層數。這一點大家想成我國語文教育中經典不衰的議論文作文模板：總-分-總結構（為什麼作文要這樣寫，因為思路清晰，方便語文老師快速閱卷，用在思考是一樣的道理）。金字塔思維則是總-分-再分。
MECE金字塔原理有一個核心法則MECE，讀作MeSee，全稱Mutually Exclusive Collectively Exhaustive，中文意思是相互獨立，完全窮盡。它指導我們如何搭建結構。
相互獨立，說的是每個分論點彼此應該沒有衝突和耦合，都屬於獨立的模塊。完全窮盡，則是所有的分論點都被提出，不會有遺漏。這一點看上去容易，其實很難做到。
回到我們活躍數下降的例子，它提出了競爭加劇、新用戶減少、老用戶流失三個分論點。競爭加劇，競爭對手湧入，本來就意味著競爭對手會掠奪你的新用戶，而ASO排名是非零和博弈，競爭對手上升你的排名就會下降，也造成新用戶減少。兩個分論點並不完全獨立，違反了MECE法則。那麼應該怎麼分？
1.競爭對手出現：
2.新增渠道疲軟：
3.老用戶流失：
如何劃分分論點，我們可以用事物間的不同特性劃分，它本質上也是一個分類問題，目的是找出事物（論點）之間的共性。
比如活躍下降可以從新老用戶展開、可以從產品不同模塊分析等等。分析思路不同，則分論點不同，核心依舊遵循MECE法則。當然很多分析結構已經有前人總結，屬於套路，諸如運營的核心拉新促活留存。
結構強調的是窮盡，也就是越多越好，而隨著分論點的增加，結構會更加複雜，不便於梳理和總結，所以分論點需要強調在3～7之間。
實際上我們很難真正做到窮盡，因為不了解的因素、隱藏的關鍵、信息不對稱、經驗等局限都會阻礙思維，做不到窮盡。如何找出儘可能多的分論點？這裡列舉我的心得，這不是麥肯錫方法。
你首先要找到一個萬能公式。
絕大多數的商業項目、數據分析、業務討論，都可以抽象成公式：
利潤 = 銷售額 – 成本；銷售額 = 購買人數 * 轉化率 * 客單價；購買人數 = 地區A購買人數+地區B購買人數+……地區A購買人數 = 地區A新用戶 + 地區A老用戶；此類公式均為小學難度，可很多分析項目就是能用公式化的思維和套路概括。因為項目本身是由三到四個核心因素決定，只要找到核心因素，就能將其組合。
接下來舉一個具體問題：企業利潤下降了，是什麼原因？我們就能用公式分解出分論點。
是銷售額下降了？還是成本上升？
如果是銷售額下降，那麼是購買人數少了？是客單價下降了？還是購買轉化率降低？
以此類推，則能形成結構化的分析思路。
公式是一種思維框架，是一種經驗導向的方法論，將你過去的經驗總結和抽象，得到高度概括的因素。像利潤這種都是再簡單不過的商業理論，熟悉後就能快速使用。很多分析思維，在多年總結下，已經有成熟的解決方案。遇到問題，別急著畫思維導圖，不如先問問前輩和大牛們。經驗會阻礙我們，經驗也能幫助我們。
網際網路行業的分析有點特殊，因為網際網路的不確定性增加了。除了技術發展日新月異，用戶需求不斷改變，很多運營玩法也常常翻新。早幾年標題黨火爆，現在則注重內容價值的回歸，曾經運營的核心是用戶數，現在則是商業變現。這種快速變化導致分析思維也要有快速響應、學習和調整的能力。這方面，對網際網路的分析是一種挑戰。
對新人而言，很難一開始就掌握萬能公式，但在具體的工作過程中，需要有意識的總結和提煉。另外分析中會有非量化的因素，比如團隊士氣、管理風格、員工忠誠度等。這是公式無法解決的缺點。
假設先行MECE是思考活動的技術和藝術，首先得有一個思考作為開始。這是什麼意思？因為金字塔是從上而下，需要有一個中心論點，也就是塔尖。
上文說過新人容易變無頭蒼蠅，就是缺少了一個塔尖、一個中心論點、一個下刀的地方。麥肯錫為了解決這個困擾，提出了假設先行的方法。
新人的缺點是什麼？他們會以分析為樂，為分析而分析。試圖找出一切關聯、一切因素。如果我是新入行的產品經理，我會找出所有的競品作分析，想產品的突破點在哪裡。如果我是新入行的活動運營，我會試圖分析所有的爆款活動，想一個完美的綜合方案。可是結果真的能好嗎？
上面的兩個例子，很大可能，最終都停留在淺顯的層次。因為沒有方向，沒有目標，也就無法深入。我們當中的大部分人都不善於批判自己的想法，缺少批判性思維。你連自己的想法都判斷不了，怎麼做出決策？
什麼是假設先行？就是以假設作為思考的起點。我不需要做全局的思考，而是先問出一個問題，然後思考解決它：我這款產品的特點在A功能嗎？這款產品對用戶們很有吸引力嗎？我的活動如何在朋友圈引發傳播？怎麼讓用戶在活動中更爽？
在做出假設後，引導思維去挖掘分論點，然後分析。比如我希望活動傳播，我要考慮哪些人會傳播，他們是因為利益引誘還是情感觸動？傳播的過程應該什麼樣，方便還是複雜？這樣的分析思維，比堪堪想一個空中樓閣的完美方案靠譜多了。
不管問題形式是如何、是否還是能不能，只要作出了假設，就能用MECE原則畫出金字塔結構。不要想著從無盡的業務和數據中找出規律，這叫大海撈針。這種根據問題作為中心論點形成的結構化思維，叫做問題樹／邏輯樹 Issue Tree。
可以通過搜尋引擎圖片查找Issue Tree或者問題樹邏輯樹，有很多案例，英文為佳。
（附圖是維基百科中的IssueTree案例）
假設抽絲剝繭後的每一個論據都應該能用是或否回答。分析思維和數據分析不一樣，數據分析追求數據的精確度，而分析思維不需要，只要能回答問題，是和否足夠了。
假設會被否定或者拒絕，我認為產品對用戶有吸引力，但是最後所有的論據，包括留存率、用戶使用時長、功能使用率、用戶評價都是否定，那麼吸引力也就不成立，此時應該修改假設：產品的某一方面有問題，然後繼續畫新的問題樹。
不要害怕修正錯誤的假設，不要尋找事實強撐錯誤的假設。
關鍵驅動因素接下來談剪枝。MECE雖然能畫出詳盡的結構，但不意味著我們要全部分析。維基百科案例中的IssueTree，有些分論點層層展開，有些分論點就嘎然而止。很多論點我們沒有深入必要，需要對這部分論點論據捨棄，目的是找出關鍵驅動因素。
關鍵驅動因素是分析的核心，應該聚焦於這些因素，不然你會有數不完的因素要分析。如果一家企業成本的關鍵因素是地租、房租，那麼就不應該深入分析辦公用品成本，否則你分析出這個月公司廁紙成本上升了50%，是因為我們CEO吃壞肚子上了很多次廁所，你信不信被揍死？
麥肯錫有句名言：不要妄想燒乾大海。就是指不要試圖對所有因素分析，尤其在數據證明的過程，非常費苦功。
企業利潤的關鍵驅動因素是利潤和成本，用戶吸引力的關鍵驅動因素是留存率。利潤和成本還能再找出其中的細分關鍵因素，留存率也一樣。這才是我們要的。
一旦找到關鍵驅動因素，可以基於此展開數據調研、取證、分析和結論，而不是對所有問題樹開展。為什麼需要圍繞關鍵驅動因素？這裡有一個新的核心法則，大名鼎鼎。
二八法則！
在任何一組東西中，最重要的只佔其中一小部分，約20%，其餘80%儘管是多數，卻是次要的。80%的成績，歸功於20%的努力；市場上80%的產品可能是20%的企業生產的；20%的顧客可能給商家帶來80%的利潤……
既然如此，為何要分析無關緊要的因素？問題樹也遵循這一法則，20%的分析過程將決定80%的分析結果。
不論你分析企業的利潤、還是用戶的活躍，只要抓住關鍵即可。因為一款內容產品，80%的內容一定由核心用戶提供；一款電商產品，80%的GMV一定是少部分買買買用戶下單。圍繞核心關鍵因素展開的數據分析，是最有效果的。
需要了解的方式方法到這裡結束了，如果對麥肯錫其他方法感興趣，可以業務時間再學習。
誠然，人的天性不適合結構化思維，有時候會因為壓力、緊張、時間緊迫等因素忘記使用，我也偶爾犯錯。可是要想有優秀的分析思維，還是需要通過不斷的訓練強化成本能。日常生活中處處皆可練習：這條道路的人流情況如何；那家漢堡店每天都賺多少錢……畫出一百張思維導圖，快則一個月，慢則半年，肯定長足進步。諮詢相關的Case Book也有幫助。
現在我們來理一下分析思維的思路：
提出假設—MECE原則（萬能公式）—結構化分析—找出關鍵驅動因素—數據分析
通過一道練習題回顧一下吧，這是以前針對實習生出的面試題：假設你是一位商業經理，現在有一家中型商場，我希望你對它的經營狀況作出分析，你會從哪幾個角度展開，列出你的框架。
既然是針對經營狀況作分析，那麼核心希望肯定是提高經營，先行假設就是如何提高經營狀況。我們用MECE畫出問題樹。
先找到萬能公式，上文提到過，絕大多數商業活動，都是利潤和成本的平衡。
經營 = 利潤-成本
我們可以通過提高利潤，降低成本作為兩個分論點展開。我們再考慮有哪些利潤，無非是商場各類產品和服務的售賣。它又能拆解出幾個公式。
利潤 = 人流 * 轉化率 * 客單價
不同的產品和服務各有不同，人流是固定的，而轉化率因為商場的不同產品和服務會劃分成ABC的差異。
利潤 = 人流*（A轉化率*A客單價+B轉化率*B客單價……）
成本則考慮房租、資產折舊、人員工資等。是否需要考慮商場販賣的產品成本？需要的，但是不應該放在這裡，因為要遵循MECE原則的完全獨立，利潤中的客單價已經包含產品這類成本，所以應該歸類到利潤下。
再進行深度的結構劃分，比如人流各樓層不同，一樓人氣最旺，然後依次衰減，那麼結構中能不能體現？還有其他分論點嗎？都能想想。之後找出問題樹的關鍵驅動因素，並且思考如何提高。
這是一道開放的分析思維題，答案並不固定。我也並不要求商業知識和商場管理知識多嚴謹，考察的是能否通過生活中隨處可見的商場，通過自己思維去抽象出一套框架。
再來一道思考題，是網絡上的淘寶數據分析師面試題
你是淘寶的數據分析師，現在需要你預估雙十一的銷量，你不能獲得雙十一當天和之前的所有數據。只能獲得11月12日開始的數據，你應該如何預估？
歡迎大家思考，想做分析師的同學也能動筆練習。可以在底下留言，也可以發送給我思維導圖的截圖，後期會綜合大家答案，給出相應解答（我也木有標準答案）。
下篇文章，將展開數據分析思維。
相關閱讀網際網路數據分析能力的養成，需一份七周的提綱
如何七周成為數據分析師01：常見的Excel函數全部涵蓋在這裡了
如何七周成為數據分析師02：Excel技巧大揭秘
如何七周成為數據分析師03：手把手教你Excel實戰
如何七周成為數據分析師：Excel技巧之甘特圖繪製（項目管理）
如何七周成為數據分析師：Excel技巧之打造多級菜單
如何七周成為數據分析師04：數據可視化之經典圖表合集
如何七周成為數據分析師05：數據可視化之打造升職加薪的報表
如何七周成為數據分析師06：數據可視化之手把手打造BI
#專欄作家#秦路，微信公眾號ID：tracykanc，人人都是產品經理專欄作家。
本文由 @秦路 原創發布於人人都是產品經理。未經許可，禁止轉載。
題圖來自PEXELS，基於CC0協議