大数据的4种思维思维包括哪两种思维对您的工作有什么帮助

在这里借用周涛教授书中自序的┅段话作为回答吧:

最棒的魔法师是即深谙大大数据的4种思维的理念,又掌握着大大数据的4种思维的核心技术但是对于绝大部分人来說,后者是有困难的我想特别强调的是,即便你不能掌握一项特定的大数据的4种思维技术了解大大数据的4种思维的理念,培养大大数據的4种思维的思维模式也是非常重要的——不管你从事什么工作,这种大大数据的4种思维的思维模式都是有帮助的……

大数据的4种思維化思维的核心是什么?就是定量化或者说“用大数据的4种思维说话”。主管能动性当然是我们人类的重要能力特别是行业专家的思蕗和判断往往非常重要,效果甚至好于机器学习的结果但是,一切的评估都要定量化举个例子涞水,要证明一个营销行为B比营销行为A哽好必须要无偏地把用户划分成两个群,一个接受A一个接受B然后通过对比来验证两者的效果。政府做决策的时候例如改变医保的规則,也需要充分的大数据的4种思维支撑提前能够量化这个改变带来的效果,并且时时监督政策实施后的结果学会用大数据的4种思维来說明“哪个更好哪个更坏”,是大数据的4种思维化思维的第一步

以上,希望能对题主有帮助

}
 首先我们要知道,什么叫大数據的4种思维分析其实从大数据的4种思维到信息的这个过程,就是大数据的4种思维分析大数据的4种思维本身并没有什么价值,有价值的昰我们从大数据的4种思维中提取出来的信息
然而,我们还要搞清楚大数据的4种思维分析的目的是什么
目的是解决我们现实中的某个问題或者满足现实中的某个需求。 那么在这个从大数据的4种思维到信息的过程中,肯定是有一些固定的思路或者称之为思维方式。下面給你一一介绍(本文用到的指标和维度是同一个意思)



第一大思维【对照】 【对照】俗称对比,单独看一个大数据的4种思维是不会有感覺的必需跟另一个大数据的4种思维做对比才会有感觉。比如下面的图a和图b
图a毫无感觉 图b经过跟昨天的成交量对比,就会发现今天跟葃天实则差了一大截。
这是最基本的思路也是最重要的思路。在现实中的应用非常广比如选款测款、监控店铺大数据的4种思维等,这些过程就是在做【对照】分析人员拿到大数据的4种思维后,如果大数据的4种思维是独立的无法进行对比的话,就无法判断等于无法從大数据的4种思维中读取有用的信息。


 
第二大思维【拆分】
分析这个词从字面上来理解就是拆分和解析。因此可见拆分在大数据的4种思维分析中的重要性。在派代上面也随处可见“拆分”一词很多作者都会用这样的口吻:经过拆分后,我们就清晰了……不过,我相信有很多朋友并没有弄清楚拆分是怎么用的。我们回到第一个思维【对比】上面来当某个维度可以对比的时候,我们选择对比再对仳后发现问题需要找出原因的时候?或者根本就没有得对比这个时候,【拆分】就闪亮登场了 大家看下面一个场景。
运营小美经过對比店铺的大数据的4种思维,发现今天的销售额只有昨天的50%这个时候,我们再怎么对比销售额这个维度已经没有意义了。这时需要对銷售额这个维度做分解拆分指标。销售额=成交用户数*客单价成交用户数又等于访客数*转化率。(详见图c和图d) 图c是一个指标公式的拆解
图b是对流量的组成成分做的简单分解(还可以分很细很全)

拆分后的结果相对于拆分前会清晰许多,便于分析找细节。可见拆分昰分析人员必备的思维之一。


第三大思维【降维】
是否有面对一大堆维度的大数据的4种思维却促手无策的经历当大数据的4种思维维度太哆的时候,我们不可能每个维度都拿来分析有一些有关联的指标,是可以从中筛选出代表的维度即可如下表
这么多的维度,其实不必烸个都分析我们知道成交用户数/访客数=转化率,当存在这种维度是可以通过其他两个维度通过计算转化出来的时候,我们就可以【降維】
成交用户数、访客数和转化率,只要三选二即可另外,成交用户数*客单价=销售额这三个也可以三择二。 另外我们一般只关心對我们有用的大数据的4种思维,当有某些维度的大数据的4种思维跟我们的分析无关时我们就可以筛选掉,达到【降维】的目的


  第四大思维【增维】
增维和降维是对应的,有降必有增当我们当前的维度不能很好地解释我们的问题时,我们就需要对大数据的4种思维做一个運算增加多一个指标。请看下图
我们发现一个搜索指数和一个宝贝数,这两个指标一个代表需求一个代表竞争,有很多人把搜索指數/宝贝数=倍数用倍数来代表一个词的竞争度(仅供参考)。这种做法就是在增维。增加的维度有一种叫法称之为【辅助列】 【增维】和【降维】是必需对大数据的4种思维的意义有充分的了解后,为了方便我们进行分析有目的的对大数据的4种思维进行转换运算。


 第五夶思维【假说】
当我们拿不准未来的时候或者说是迷茫的时候。我们可以应用【假说】假说是统计学的专业名词吧,俗称假设当我們不知道结果,或者有几种选择的时候那么我们就召唤【假说】,我们先假设有了结果然后运用逆向思维。 从结果到原因要有怎么樣的因,才能产生这种结果这有点寻根的味道。那么我们可以知道,现在满足了多少因还需要多少因。如果是多选的情况下我们僦可以通过这种方法来找到最佳路径(决策)
当然,【假说】的威力不仅仅如此【假说】可是一匹天马(行空),除了结果可以假设過程也是可以被假设的。 我们回到大数据的4种思维分析的目的我们就会知道只有明确了问题和需求,我们才能选择分析的方法 顺带给夶家讲讲三大大数据的4种思维类型。这个属于偷换概念其实就是时间序列的细分,不是真正意义上的大数据的4种思维类型但这个却是茬处理店铺大数据的4种思维时经常会碰到的事情。大数据的4种思维放在坐标轴上面分【过去】、【现在】和【未来】
第一大大数据的4种思維类型【过去】


【过去】的大数据的4种思维指历史大数据的4种思维已经发生过的大数据的4种思维。
作用:用于总结、对照和提炼知识洳:历史店铺运营大数据的4种思维,退款大数据的4种思维订单大数据的4种思维第二大大数据的4种思维类型【现在】


 【现在】的概念比较模糊,当天当月,今年这些都可以是现在的大数据的4种思维看我们的时间单位而定。如果我们是以天作为单位那么,今天的大数据嘚4种思维就是现在的大数据的4种思维。现在的大数据的4种思维和过去的大数据的4种思维做比较才可以知道现在自己是在哪个位置,单囿现在的大数据的4种思维是没什么用处的。
作用:用于了解现况发现问题。如:当天的店铺大数据的4种思维
第三大大数据的4种思维类型【未来】


【未来】的大数据的4种思维指未发生的大数据的4种思维通过预测得到。比如我们做得规划预算等,这些就是在时间点上还沒有到但是却已经有了大数据的4种思维。这个大数据的4种思维是作为参考的大数据的4种思维预测没有100%,总是有点儿出入的
作用:用於预测。如:店铺规划销售计划
}

关于大数据的4种思维分析的8种思維对于“大大数据的4种思维”(Big data)研究机构Gartner给出了这样的定义。“大大数据的4种思维”是需要新处理模式才能具有更强的决策力、洞察发现仂和流程优化能力来适应海量、高增长率和多样化的信息资产

关于大数据的4种思维分析的8种思维。对于“大大数据的4种思维”(Big data)研究机构Gartner給出了这样的定义“大大数据的4种思维”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率囷多样化的信息资产。

本文总结了大数据的4种思维分析的 8 种思维分别是对比、细分、溯源、相关、假设、逆向、演绎、归纳,充分运用恏这些思维无论是工作,还是生活相信都能够创造出更多的价值。

在我们日常的工作和生活中对比思维其实是随处可见的。

比如说小明某次期末考试的成绩不好,英语只得了 30 分小明的妈妈对他说:“你上次考试英语考了 70 分,这次怎么就考得这么差?你看你的同班同學这次都考 80 分以上。”

从这个例子中可以看出对比通常有两个方向,一个纵向是指不同时间的对比,比如用小明上次考试的成绩与這次进行对比一个是横向,是指与同类相比比如拿小明的同班同学进行对比。

细分可以说无处不在大到宇宙可以细分,小到原子核吔可以细分人生的大目标可以细分,某次小考试的成绩也可以细分

比如说,小明某次考试的总成绩不好细分一看,发现其他科目的荿绩都不错只有英语成绩特别差,只得了 30 分从而拉低了整体的成绩。

这个例子就是把整体考试成绩细分为具体的科目在大数据的4种思维分析的工作中,细分的纬度主要包括时间、地区、渠道、产品、员工、客户等杜邦分析法、麦肯锡的 MECE 分析法本质上都属于细分思维。

有时候即使运用了对比思维和细分思维,依然分析不出来结论怎么办?

此时可以试试溯源思维,追溯大数据的4种思维源的详细记录嘫后基于此思考大数据的4种思维源背后可能隐藏的逻辑关系,或许会有意外的洞察

比如说,小明的妈妈通过对比思维知道了小明的考試成绩不好,通过细分思维也知道他是英语没考好,但是依然不知道他当时为什么会没考好

通过跟小明谈心,详细了解他当时考试的詳细情况发现他当时肚子不舒服,无法集中精力答题导致很多本来会做的题目都做错了。谈心之后小明的妈妈对他表示理解,从此哽加关心小明的身体状况他们之间的感情加深了,小明的成绩也变得越来越好了

如果不断用溯源思维去分析,那么对大数据的4种思维嘚敏感和业务的理解也能逐步加深

在大大数据的4种思维时代,核心就是相关思维这种思维是建立在相关分析的基础上。

啤酒与尿布的故事是一个相关分析的经典案例。这个故事产生于20世纪90年代的美国沃尔玛超市中当时沃尔玛拥有世界上最大的大数据的4种思维仓库系統,为了能够准确了解顾客在其门店的购买习惯沃尔玛对其顾客的购物行为进行购物篮分析,想知道顾客经常一起购买的商品有哪些

沃尔玛大数据的4种思维仓库里集中了其各门店的详细原始交易大数据的4种思维。在这些原始交易大数据的4种思维的基础上沃尔玛利用大數据的4种思维挖掘方法对这些大数据的4种思维进行分析和挖掘。一个意外的发现是:跟尿布一起购买最多的商品竟是啤酒

经过大量实际調查和分析,揭示了一个隐藏在「尿布与啤酒」背后的美国人的一种行为模式:在美国一些年轻的父亲下班后经常要到超市去买婴儿尿咘,而他们中有30%~40%的人同时也为自己买一些啤酒产生这一现象的原因是:美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布,而丈夫們在买尿布后又随手带回了他们喜欢的啤酒

在大多数情况下,一旦我们完成了相关分析而又不再满足于仅仅知道「是什么」的时候,峩们就会继续向更深层次的方向去研究因果关系,找出背后的「为什么」

当我们还没有足够的大数据的4种思维和证据来证明某件事的時候,我们可以先大胆假设然后再小心求证,验证假设是否成立

比如,有一天小明去买水果,跟买水果的阿姨之间有一段对话

小奣:“阿姨,你这桔子甜不甜?”

阿姨:“甜啊不信你试试。”

小明:“好那我试一个。”

小明剥开一个桔子尝了一口:“嗯,不错确实挺甜的,给我称两斤”

这个故事只是一个简单的类比,不必深究细节从中可以看出假设检验的基本思维过程,首先小明提出假设:桔子是甜的;其次,随机抽取一个样本;然后检验是否真甜;最后,作出判断确认桔子是真的甜,所以就购买了

在大数据的4种思维汾析中,假设思维的专业术语叫假设检验一般包括四个步骤,即:提出假设、抽取样本、检验假设、作出判断在这里我们就不展开去講那些专业术语了。

有时候我们需要打破常规的思维模式,从相反的方向来思考问题我们接着讲小明的故事。

有一次小明去买西红柿,跟阿姨之间又有一段对话

小明:“阿姨,你这西红柿多少钱一斤?”

小明挑了 3 个放到秤盘:“阿姨帮我称一下。”

阿姨:“一斤半3 块7 毛。”

小明去掉其中最大的西红柿:“做汤不用那么多”

摊主:“一斤二两,3 块”

小明拿起刚刚去掉的那个最大的西红柿,付了 7 毛钱扭头就走了……

你看,运用逆向思维有时可能会起到意想不到的效果。

演绎思维的方向是由一般到个别也就是说,演绎的前提昰一般性的抽象知识而结论是个别性的具体知识。演绎的主要形式是「三段论」由大前提、小前提、结论三部分组成。

以物理学上一個常识为例

从这个例子中可以看出,大前提是已知的一般原理(金属能导电)小前提是研究的特殊场合(铜是金属),结论是将特殊场合归到┅般原理之下得出的新知识(铜能导电)

归纳思维的方向与演绎正好相反,归纳的过程是从个别到一般

还是以金属能导电为例。

前提:金能导电银能导电,铜能导电铁能导电,……

大数据的4种思维分析的过程往往是先接触到个别事物,而后进行归纳总结推及一般,洅进行演绎推理从一般推及个别,如此循环往复不断积累经验。

本文总结了大数据的4种思维分析的 8 种思维分别是对比、细分、溯源、相关、假设、逆向、演绎、归纳,充分运用好这些思维无论是工作,还是生活相信都能够创造出更多的价值。

以上希望能够对你囿所启发。

大大数据的4种思维的大数据的4种思维分析的有哪几种思维中琛魔方大大数据的4种思维(())表示:大大数据的4种思维技术的战畧意义不在于掌握庞大的大数据的4种思维信息,而在于对这些含有意义的大数据的4种思维进行专业化处理换而言之,如果把大大数据的4種思维比作一种产业那么这种产业实现盈利的关键,在于提高对大数据的4种思维的“加工能力”通过“加工”实现大数据的4种思维的“增值”。

}

我要回帖

更多关于 大数据的4种思维 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信