對比這兩個字大家肯定都不陌生，比如買東西我們會貨比三家，其實生活中處處有對比。
比如說，小芳壹直成績優異，但是末次考試發揮失常，數學只考了40分，班主任找到小芳談話，問她說：“妳最近怎麽回事，上次妳數學考了80分，全班前十，這次怎麽考的這麽差？妳看看妳的同桌，這次都考了73分。”
從這個小故事中可以看出，對比壹般有兩種方式，橫向對比和縱向對比。橫向對比也就是與同類對比，比如班主任拿小芳的成績跟她同桌的成績做對比。縱向對比是指同壹類型不同時間的對比，比如班主任拿小芳這次的成績和上次的成績做對比。
2. 細分思維
細分思維很多人可能乍壹聽不太明白，其實生活中很多小事都體現了細分思維。就比如我們人體是由九大系統構成的，系統又是由器官構成的，器官是由組織構成的、細胞又構成了組織，層層細分。
再拿剛剛的例子來說，還是我們的小芳同學，還是剛剛那場考試，班主任讓小芳對自己這考試的總成績做壹個總結，小芳拿著成績單仔細研究，發現這次總成績不是很好，但是仔細壹看，發現除了數學成績只考了40分以外，其他科目的成績都名列前茅，數學成績拉低了小芳的整體成績。
在這裏我們就是把整體考試成績細分為具體的科目來總結歸因。在數據分析的工作中，細分的緯度主要包括時間、地區、渠道、產品、員工、客戶等。杜邦分析法、麥肯錫的 MECE 分析法本質上都屬於細分思維。
3. 溯源思維
前兩個思維能夠對應壹部分數據分析工作要求，但是如果有壹些數據不能用前兩種思維來處理怎麽辦呢？
那我們就可以用到另壹種溯源思維。俗話說追根溯源，很多時候我們要想知道事物背後的邏輯原因，最好的方法可能是去探究事物發生的原因，來幫助我們分析。
繼續拿小芳舉例，她放學回家把成績單交給媽媽，媽媽通過對比、細分的思維方法知道了小芳這次考試的大概情況，也知道是數學失利了。但是小芳的數學壹向是強項，媽媽還是無法理解為什麽會在這裏出問題，於是媽媽找來小芳談心，詳細了解了考試時的情況，才發現是因為小芳考數學的那天中午吃壞了肚子，下午的數學考試剛好發作，疼痛難忍，以至於很多本來會做的題目都做錯了。媽媽也理解了小芳，並且向小芳表達了歉意，也會更註重小芳的飲食問題。
上面的例子裏，小芳的媽媽無法從表面的數據上分析出事情發生的原因，於是采用了溯源思維，找到了真正的原因。如果數據分析師在工作中也能利用好溯源思維，那麽對數據的敏感和業務的理解也能逐步加深。
4. 相關思維
上面幾種思維是比較常用的思維方式，下面我們就來說說相關思維，這也是數據分析的核心思維能力。
很多人可能都知道著名的啤酒與尿布的故事，在業界是壹個相關分析的經典案例。故事背景是20世紀90年代的美國沃爾瑪超市，當時沃爾瑪擁有世界上最大的數據倉庫系統，為了能夠準確了解顧客在其門店的購買習慣，沃爾瑪對其顧客的購物行為進行購物籃分析，想知道顧客經常壹起購買的商品有哪些。
沃爾瑪數據倉庫裏集中了其各門店的詳細原始交易數據。在這些原始交易數據的基礎上，沃爾瑪利用數據挖掘方法對這些數據進行分析和挖掘。壹個意外的發現是：跟尿布壹起購買最多的商品竟是啤酒。
經過大量實際調查和分析，揭示了壹個隱藏在“尿布與啤酒”後的美國人的壹種行為模式：在美國，壹些年輕的父親下班後經常要到超市去買嬰兒尿布，而他們中有30%～40%的人同時也為自己買壹些啤酒。產生這壹現象的原因是：美國的妻子們常叮囑她們的丈夫下班後為小孩買尿布，而丈夫們在買尿布後又隨手帶回了他們喜歡的啤酒。
如果數據分析師能夠熟練靈活的將相關分析運用到工作中，就能從僅僅知道數據分析的結果是什麽進階到知道呈現這個結果的原因是為什麽。
5. 假設思維
之前的思維模式都是建立在我們有大量的已知數據可以進行分析論證的時候，那麽如果我們還沒有足夠的數據量或者證據來驗證這件事，我們應該怎麽辦呢？這種時候就可以用到我們的假設思維。先對大膽進行假設，然後再小心求證，最後去想辦法驗證假設是否成立。
比如，小芳想吃荔枝，於是下樓去買，跟賣荔枝的阿姨之間有這樣壹段對話：
小芳：“阿姨，妳這荔枝甜不甜？”
阿姨：“甜啊，我這有切好的，妳先嘗壹嘗試試。”
小芳：“好，那我嘗壹個。”
小芳拿來壹個荔枝，嘗了壹口：“嗯，不錯，確實挺甜的，給我稱兩斤吧。”
上面這個看似簡單的小故事，其實就隱藏了簡單的假設檢驗。首先，小芳提出假設：荔枝是甜的；其次，隨機抽取壹個樣本；然後，檢驗是否是甜的；最後，作出判斷，確認荔枝真的是甜的，所以就購買了。
在數據分析中，假設思維的專業術語叫假設檢驗，壹般包括四個步驟，即：提出假設、抽取樣本、檢驗假設、作出判斷。數據分析師可以充分利用這壹思維模式。
6. 逆向思維
逆向思維這個詞大家壹定都不陌生，很多著名企業家的演講中就常常提到這個詞，他們都提倡打破常規的思維模式，從相反的方向來思考問題。
下面我們邀請小芳同學再次登場。
有壹次，小芳去買辣椒，跟阿姨之間又有壹段對話。
小芳：“阿姨，妳這辣椒多少錢壹斤？”
阿姨：“壹塊五。”
小芳挑了 3 個放到秤盤：“阿姨，幫我稱壹下。”
阿姨：“壹斤半，兩 塊 2 毛。”
小芳去掉其中最大的辣椒：“做湯不用那麽多。”
攤主：“壹斤二兩，壹塊6毛。”
小芳拿起剛剛去掉的那個最大的辣椒，付了 6毛錢，笑著跟阿姨說了再見。
妳看，運用逆向思維，有時可能會起到意想不到的效果。
7. 演繹思維
演繹思維相對於前面的幾種思維方式可能不是那麽好理解。
演繹思維的方向是由壹般到個別，大家要記住這壹點，後面我們還會提到。也就是說，演繹的前提是壹般性的抽象知識，而結論是個別性的具體知識。演繹的主要形式是由大前提、小前提、結論三部分組成的三段論。
以物理學上壹個常識為例。
大前提：金屬能導電。
小前提：銀鐵是金屬。
結論：銀能導電。
從這個例子中可以看出，大前提是已知的壹般原理（金屬能導電），小前提是研究的特殊場合（鐵是金屬），結論是將特殊場合歸到壹般原理之下得出的新知識（銀能導電）。
8. 歸納思維
歸納思維的方向與演繹正好相反，歸納的過程是從個別到壹般。
還是以金屬能導電為例。
前提：金能導電，銀能導電，銅能導電，鋁能導電。
結論：金屬能導電。
數據分析的過程，往往是先接觸到個別事物，而後進行歸納總結，推及壹般，再進行演繹推理，從壹般推及個別，如此循環往復，不斷積累經驗。
總結
本文總結了數據分析的 8 種思維，分別是對比、細分、溯源、相關、假設、逆向、演繹、歸納。作為壹名數據分析師，如果在工作中能充分運用好這些思維，是對個人能力極大地提升，就能夠在工作中創造更多的個人價值。