数据分析中工具很关键吗？辨别一个人的数据分析水平，并非取决于她学会了什么工具。核心差距在于思考问题的能力。这便是数据分析的重点，也是最容易被忽略的！
01分割思维
比如，小明在某次考试中的排名很低。如果他的父母不了解细分，他们肯定会不加解释地训斥小明，而小明成绩差也没有真正的原因。
如果他们了解细分分析，他们应该怎么做？将排名的维度转化为科目，然后对每个科目的结果进行分析。或许是发现小明只是在某个科目上不及格，然后针对这个短板采取相应的策略。这就是细分分析的思路。
02 趋势思维
您可以简单地将趋势分析定义为一种比较分析。一般来说，就是根据时间维度，对某个数据或不同数据变化的趋势进行差异化研究，预测数据的下一步变化。
一般来说，趋势分析适合长期跟踪产品核心指标，比如点击率、gmv、活跃用户数等。制作简单的数据趋势图不是趋势分析，而是趋势分析更多关于识别数据变化和分析变化原因的信息。
03目标思考
接到业务需求后，我们需要思考这个需求的真正核心目的是什么？
如果你知道业务目标，就可以把这样的拉取需求变成分析需求，最终的交付形式变成ppt，避免成为拉取机器。
04 结构化思维
当面对这样的问题时，结构化思维方法所做的第一件事不是立即开始清理数据。而是根据自己对业务的了解，先画一张思维导图进行数据分析。它的作用相当于你来到一个陌生的城市，拿出一张百度地图，查询从交通工具到下榻酒店的路线图。
事实上，结构化思维就是麦肯锡提出的著名的“金字塔思维”。下图是一个典型的结构：
05演绎思维，归纳思维
显然，归纳是从个体属性出发，寻找因素之间的共性，总结出一个普遍的特征；而演绎则相反，从总体出发，寻找事物之间的逻辑，获得个体的特征。