2009年，Google通过分析5000万条美国人最频繁检索的词汇，将之和美国疾病中心在2003年到2008年间季节性流感传播时期的数据进行比较，并建立一个特定的数学模型。最终google成功预测了2009冬季流感的传播甚至可以具体到特定的地区和州。
在这个故事中，我们不难得出一条结论：孤零零的数据是没有任何意义的。
如果只关注数据本身，而不去做数据背后的思考、分析，我们能得到的信息是有限的。
如果你想提升自己的数据分析能力，那么你就要知道数据分析的方式方法有哪些！
在这里呢，我们可以使用三个办法：
第一个办法就是使用数据工具。我们最为熟悉的就是EXCEL表格、折线图、百分比了，我们需要利用工具了解数据背后的意义。
第二个办法就是进行指标量化。量化过的指标可以帮助我们量化运营数据，帮助帮助我们监控市场指标变化。
例如在销售团队中，我们会规定每日工作量，其实这就是一个量化指标。通过这个指标，我们就能简单粗暴地判断员工有没有摸鱼了。
第三个办法就是进行数据分析。我们可以通过数据找到问题，得到结论。
这里分享5种数据分析的方式方法。
第一种方式叫做对比，也叫做对照。
我们单独看一个数据是不会有感觉的，必须跟另一个数据做对比才会有感觉。例如，我们今天的营业额是30万。
乍一看是不是已经很多了，如果我告诉你我们的平均业绩是每天70万，那你的感觉是什么呢？
所以说只单独看一个数据是没有多大意义的，我们需要设置一个参考。
对比后发现问题需要找出原因的时候？或者根本就没有办法对比。这个时候，【拆分】就闪亮登场了。
从字面上来理解，就是拆分和解析。
我们通过一个案例来一起学习一下拆分。
小美是一个运营，她经过对比店铺的数据，发现今天的销售额只有昨天的50%。到这里呢，我们只能分析出今天的营业额下降了，但是下降的原因是什么，我们无法得知。
这个时候，我们就需要对销售额这个维度进行分解。
我们都知道，销售额=成交用户数×客单价；而成交用户数等于访客数×转化率。通过这样的拆分
我们就可以去对比访客数、转化率、客单价等数据，这样就可以去发现营业额下降的原因了。
所以说拆分后的结果，相对于拆分前会清晰许多，便于分析，找细节。
可见，拆分是必备的思维之一。
第三种数据分析的方式叫做降维。
在上一个案例中，我们提到了转化率，那么转化率是怎么得到的呢？
我们都知道，成交用户数/访客数=转化率，而这种维度，是可以通过其他两个维度通过计算转化出来的，其实这就是降维。
如果你做过电商，看过电商运营的后台，你就会发现诸多的数据维度。
我们发现一个搜索指数和一个宝贝数，这两个指标一个代表需求，一个代表竞争。有很多人把搜索指数/宝贝数=倍数，
当倍数很大的时候，说明这个时候搜索指数很大，宝贝数很少，这就表明我们可以在这个宝贝上发力；
当倍数很小的时候，说明这个时候搜索指数很小，或者宝贝数很多，这就表明这个物品并不是一个好生意；
所以倍数代表了竞争度，这种做法就是增维。
第五种办法是假设，也可以叫做假说。
有很多时候，我们对一些事情其实是拿不准的，这个时候我们就需要进行条件的假设了。
例如，公司可能想知道两种不同的广告是否对销售有不同的影响。通过设置原假设为两种广告效果相同，备择假设为效果不同，并收集相关数据进行分析，可以帮助公司决定哪种广告更有效。
在职场当中，我们需要知道用数字来说话会增加观点的可信程度，让话语权更重。
掌握并熟练应用具体的数据分析方式，是职场的必备技能。
当然，更加有条理、有逻辑地表达，也是同样重要。而逻辑表达的学习，必然绕不开一本经典书籍《金字塔原理》，绝对不会让你失望。
