这几天在私信里常看到有新入门的数据分析师来跟我吐槽：“工作时没有自己的分析思路，常常是机械地完成老板布置的任务，无法形成自己的数据分析方法论 。”

的确，作为一名商业数据分析师我也能理解初入行的同学的烦恼，我们在进行数据分析时，经常要使用到一些百思特网基本的分析思维，如时间趋势、下钻查询、对比等 。但苦于缺少一个完整的数据分析思路整合 。
接下来就分享我个人从事数据分析领域以来总结的常见的7种数据分析基本思路，能够满足你职场大部分需求：
一、数据分析前的准备在开始进行数据分析之前，需要思考我这次分析结果的用途以及希望传达给查看者的信息 。
只有明确分析清楚目的才能直观展示数据分析结果（划重点） 。
二、数据分析时的七种思路下面描述了大家可以采用的7种不同的数据分析基本思路，并为每种方法提供了示例说明 。
数据故事类型
说明

随着时间而改变
作用：使用时间段来说明一个趋势 。
示例：采购降本分析 ：供应商采购金额分析查看时间趋势下的单价数据情况 。

下钻查询
作用：设置上下文，以便查看者更好地了解更细粒度特定类别下的数据信息 。
示例：营销组织销售分析：从小组绩效下钻到个人绩效得分情况 。

缩小
作用：描述查看者的内容与大局的关系，某个具体内容对大局的影响 。
示例：客户数下滑分析 ：哪些客户类型和层级的大量下滑影响了总客户数 。

对比
作用：表明两个或多个主题的差异 。
示例：客户数下滑分析 ：对比两个年度（2017、2018）客户类型和层级的下滑情况 。

十字路口
作用：当一种类别超过另一种类别时突出百思特网重要的转变 。

因素
作用：通过将主题分成不同类型或类别来解释主题 。
示例：2020 上半年经营分析报告：从销售额、毛利率、费用及人力成本三个方面分析上边年的经营状况 。

离群值
作用：显示异常或事件的特别异常之处 。
示例：毛利率异常分析 ：通过定位异常毛利月份、异常门店、异常商品/类别、异常订单明细找出问题 。


三、数据分析后的注意事项1.突出数据重点
数据展示要简洁、突出重点，如果不需要标题、图例或网格线，可取消设置 。目前国内常用Excel和一些可视化工具来展示数据，可视化工具如TB、FineBI都强调无代码、敏捷，可视化，一改传统BI工具SAP BO、IBM家的cognos（不过近几年貌似都在研发云BI） 。
成熟的行业认可的BI工具如FineBI（国内）和 Tableau（国外），也都很推荐 。
以下是我使用FineBI做出的数据展示图，大家可以根据修改前后的观感，来感受数据展示简洁的重要性 。
修改之前
修改之后
2.调整组件的适应方式
因为我比较常用FineBI来展示数据，所以这里就以FineBI举例 。组件是 FineBI 的组成部分，对于这些数据组件，调取出来后可以使用自适应显示，它会调整组件大小，以使其大小适合要创建的仪表板，更加美观地展示数据，如下图所示：
四、建议在数据分析工作中，数据分析思维是框架式的指引，在一些通用的分析场景下可以快速使用，吃透以上7种数据分析思维，就不会害怕应对老板安排的项目了，而且对未来构建数据分析模型也有帮助 。
五、数据与工具分享最后，分享一下数据和分析工具，回个“数据”就能获得数据分析工具！
【数据分析软件 如何数据分析】