在《數據分析的思維與工具》這篇文章中，我們提到，應該更加注重數據分析思維的培養，那么數據分析的思維主要有哪些呢？這里總結了 8 種數據分析的思維，并用一些小故事進行舉例說明。

　　1. 對比思維

　　在我們日常的工作和生活中，對比思維其實是隨處可見的。

　　比如說，小明某次期末考試的成績不好，英語只得了 30 分，小明的媽媽對他說：“你上次考試英語考了 70 分，這次怎么就考得這么差？你看你的同班同學，這次都考 80 分以上。”

　　從這個例子中可以看出，對比通常有兩個方向，一個縱向，是指不同時間的對比，比如用小明上次考試的成績與這次進行對比。一個是橫向，是指與同類相比，比如拿小明的同班同學進行對比。

　　2. 細分思維

　　細分可以說無處不在，大到宇宙可以細分，小到原子核也可以細分。人生的大目標可以細分，某次小考試的成績也可以細分。

　　比如說，小明某次考試的總成績不好，細分一看，發現其他科目的成績都不錯，只有英語成績特別差，只得了 30 分，從而拉低了整體的成績。

　　這個例子就是把整體考試成績細分為具體的科目。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 分析法本質上都屬于細分思維。

　　3. 溯源思維

　　有時候，即使運用了對比思維和細分思維，依然分析不出來結論，怎么辦？

　　此時可以試試溯源思維，追溯數據源的詳細記錄，然后基于此思考數據源背后可能隱藏的邏輯關系，或許會有意外的洞察。

　　比如說，小明的媽媽通過對比思維，知道了小明的考試成績不好，通過細分思維，也知道他是英語沒考好，但是依然不知道他當時為什么會沒考好。通過跟小明談心，詳細了解他當時考試的詳細情況，發現他當時肚子不舒服，無法集中精力答題，導致很多本來會做的題目都做錯了。談心之后，小明的媽媽對他表示理解，從此更加關心小明的身體狀況，他們之間的感情加深了，小明的成績也變得越來越好了。

　　如果不斷用溯源思維去分析，那么對數據的敏感和業務的理解也能逐步加深。