奋战在数据分析之路上的数据分析师们，经常会问“缺少数据思维，应该怎么办？”或是“我没有思维模型，怎么分析？”
首先来为大家普及一下思维模型的概念：
数据模型就是对现实世界抽象化的数据展示,数据模型在满足抽象的同时，越简单越好。以家族树形图谱为例，现实中人物的复杂关系，可以通过一个简单的树形结构清晰地表达出来，这就是一个数据模型。
一种数据模型往往是为一种需求服务的，可能换个使用场景，就没有那么好的效果。所以针对不同的商业事件，都会有不同的数据分析模型，今天分享8种数据相关思维模型，前4种是宏观想象和规划，后4种是微观实操和演练。
一. 漏斗思维模型
反映用户行为状态，以及从起点到终点各阶段指标。对于用户行为分析、流量监控、目标动作转化都很好用。
二. 结构化拆解数据模型
两个要点：相互独立、无穷无尽。面对数据可以分析相关的模块并拆解，研究不变的单一模块。我们举个例子：
GMV=流量*转化率*客单价*复购率。常应用于电商销量的拆解，继续拆流量=流量渠道1+流量渠道2+流量渠道3。
影响流量渠道1的来源：投放时间选择、首页视觉优化、文案优化、活动形式、产品体验流畅度等，继续拆解时间选择是上午好还是晚上好，继续拆解直到最小颗粒度。（拆解原则可结合5WHY溯源原理和A/B测试模型。）
三. 事实数据并非主观判断模型
可视化数据没有对错，也不带情感，观点是主观的感受和判断，观点表达了个人的价值观和兴趣偏好。
四. 量化指标和标准思维模型
凡事好不好都是相对，只有建立标准，可用数据衡量的标准后，才能予以评判。
五. 5WHY溯源模型
5WHY溯源分析来自丰田企业管理，对于深度思考，看清事物的本质，找到数据背后隐藏的很有真相帮助。5WHY分析法又称“5问法”，也就是对一个问题点连续以5个“为什么”来自问，以追究其根本原因，这个我们之前提过很多次了。
六. AB测试思维模型
AB测试在产品及技术上经常应用，指在产品迭代发布之前，制定两个或多个版本；，同一时间维度，分别让特征相同的目标人群随机访问这些版本，并收集每个群组用户的数据，最后通过分析数据，评估出最好版本去承载全部流量。
七. RFM分析思维模型
RFM是3个指标的缩写，最近一次消费时间间隔、消费频率、消费金额，通过3个维度数据对用户进行评估分类，实现精细化运营，根据不同用户的属性做不同营销策略。
对于不同用户类型，有对应不同运营策略。高价值享受VIP待遇，需挽留采用促活方案定时触达。
1. 重要价值关系：对你生活和工作非常有价值，可能是亲密的亲戚、朋友、客户，面对这些人，你应该经常联系，彼此帮助，时不时约出来聊聊天。
2. 重要发展关系：联系比较多、一起做过点事，但聊天是有一句没一句的，这种要重点发展关系。比如把你的困惑或者小秘密和他分享，产生情感连接。
3. 重要保持的关系：所谓熟人，也就是打起电话来记得住这个人，而且也大概了解他的背景，可能很长时间都没有见的那种“朋友”。要主动联系，利用节假日登门拜访、共同的朋友持续保持沟通。
八. 北极星数据指标思维
唯一重要的指标，之所以叫做北极星指标是指这个指标一经制定，像北极星一样，高高的闪耀在天空中，指引着团队向同一个方向前进。随产品生命周期在动态变化，但是有两个大前提不会变：
最后，除了数据分析技能的学习之外，比业务更懂业务，比产品经理更懂产品，甚至能对整个行业有更深度的思考，这样才能成为一个更有价值的数据分析师。
