什么是数据分析师？
数据分析师就是在具体的业务场景下使用各种数据分析手段对业务进行分析，发现并解决业务中存在的问题。
因此，数据分析师的一个痛点是拿到业务需求却不知道如何下手。本文从三种核心思维，和七种构造工具出发，最后通过一个案例展示如何构建数据分析框架，供大家学习和参考。
一、构建数据分析框架的三种核心思维
1、结构化思维
一个典型的结构化思维就是金字塔模型。强调层层递进、各分论点之间相互独立且可以完全穷尽。
2、公式化思维
公式思维是将分析量化。把结构化后的思维框架进行量化处理，形成可以分析的指标。
3、业务思维
但往往前两个思维还是不足以完成数据分析的工作，业务思维则是要再从业务流程的角度思考分析框架，去寻找实际的原因而不仅仅是数据的变化。这就需要数据分析师具有业务思维，也往往是最考验分析师的一点。
二、七种构造工具
在构造数据指标前，我们应当注意一些指标设置的要点：
1、好的指标应该是比率：
正如《精益数据分析》书中所说，比率指标可以做到：操作性好、可比较、反应因素之间的关系。
2、好的指标应该能带来显著效果：
分析后能最快带来效果的指标才是好的指标。
3、好的指标不应该虚荣：
只看数字而不关注影响会造成指标虚荣。
4、好的指标不应该复杂：
设计一堆指标是没有意义的，我们应该选择那些有意义、更直观的指标。
1、象限法
象限法就是通过几个指标两两结合成不同分析维度，再针对每个维度指定相应的策略。典型的如RMF：
2、多维法
多维法和象限法类似，不过数据分层更精细，适合大数据量的情况。
3、假设法
当没有历史数据时，我们需要通过假设法进行数据分析，从假设的点或者假设的场景寻找证据。这就需要启发性的思考：即假设-验证-判断。或者进行假设检验设计数据实验。
4、指数法
指数法则是一套设计数据指标的方法。一般情况下数据分析师在设计指标时往往使用加减乘除，但有时当加减乘除得出的指标无法满足时，就需要通过指数法。一般有三种：线性加权法、反比例法和log法。
线性加权即对每个指标增加一个权重。反比例则是对指标取倒数后再处理。log法是对指标取对数再处理。
其中反比例和log法都可以减少数据变化过大带来的失真问题，剔除可能的数据刷量等异常数据。
5、二八法
二八法大部分人都听说过，在数据分析中则指优先关注对指标影响最大的那20%的数据。
6、对比法
对比法是指善于使用比例/比率，和竞争对手、类别、特性、时间、转化等进行对比分析，可以减少偏误。
7、漏斗法
漏斗法常见于转化漏斗的分析，可以帮助我们进行流程化的思考，但漏斗法还需要结合其他方法，才能更好的分析转化情况。
三、以天善学院为例构建数据分析框架
下面我以天善学院这一互联网在线教育平台为例快速搭建一个数据分析框架。使用的绘图工具为processon。
首先我们要确定一个核心数据：这里用盈利为例。
第一步就是通过结构化思维把和盈利可能相关的内容进行拆分（使用的是上述的三种核心思维）：
拆分之后只是一个思路的框架，还需要结合业务来进行整理。
最后，针对图中的每个流程就可以设计数据指标了（使用上述的七种构造工具），比如注册转化率、新客付费率等等。
当然，这只是初步的分析框架的搭建，你可以自行细化更加详细的框架和流程体系。
*本篇文章部分参考秦路《七周成为数据分析》课程的第二、三章内容，特此感谢！
