1. 对比思维
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？你看你的同班同学，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这次进行对比。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。
2. 细分思维
细分可以说无处不在，大到宇宙可以细分，小到原子核也可以细分。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，发现其他科目的成绩都不错，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。在数据分析的工作中，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。
3. 溯源思维
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，追溯数据源的详细记录，然后基于此思考数据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，知道了小明的考试成绩不好，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详细情况，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，从此更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，那么对数据的敏感和业务的理解也能逐步加深。
4. 相关思维
在大数据时代，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数据仓库系统，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。
沃尔玛数据仓库里集中了其各门店的详细原始交易数据。在这些原始交易数据的基础上，沃尔玛利用数据挖掘方法对这些数据进行分析和挖掘。一个意外的发现是：跟尿布一起购买最多的商品竟是啤酒。
经过大量实际调查和分析，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布，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，而丈夫们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，我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」。
5. 假设思维
当我们还没有足够的数据和证据来证明某件事的时候，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——
小明：“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。
在数据分析中，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讲那些专业术语了。
6. 逆向思维
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？”
阿姨：“两块五。”
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，让阿姨自讨苦吃……
你看，运用逆向思维，有时可能会起到意想不到的效果。
7. 演绎思维
演绎思维的方向是由一般到个别，也就是说，演绎的前提是一般性的抽象知识，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。
以物理学上一个常识为例：
大前提：金属能导电。
小前提：铜是金属。
结论：铜能导电。
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一般原理之下得出的新知识（铜能导电）。
8. 归纳思维
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，……
结论：金属能导电。
数据分析的过程，往往是先接触到个别事物，而后进行归纳总结，推及一般，再进行演绎推理，从一般推及个别，如此循环往复，不断积累经验。
总结
本文总结了数据分析的 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，希望能够对你有所启发。
