数据分析方法和思维—麦肯锡逻辑树分析法

作者：Rain0808

01

什么是逻辑树

逻辑树又称为问题树，演绎树或者分解树，是麦肯锡公司提出的分析问题，解决问题的重要方法。

首先它的形态像一颗树，把已知的问题比作树干，然后考虑哪些问题或者任务与已知问题有关，将这些问题或子任务比作逻辑树的树枝，一个大的树枝还可以继续延续伸出更小的树枝，逐步列出所有与已知问题相关联的问题。

总的来说, 逻辑树满足三个要素：

    要素化：把相同问题总结归纳成要素；

    框架化：将各个要素组织成框架，遵守不重不漏的原则；

    关联化：框架内的各要素保持必要的相互关系，简单而不孤立。

02

逻辑树的作用

1. 数据体系的搭建

首先业务的整体目标是 提升表情的分发, 让表情的沟通更有趣更简单。

除了表情本身, 在发表情功能上我们也要针对性的进行优化, 比如提高用户查找表情的效率, 我们要去缩短查找表情的时间。

在内容方面, 我们要保证表情商店的表情在丰富度和吸引用户方面进行优化等等。

这样当a 用户发送了a 和a 的朋友b 共同喜欢的表情 就可以得到更多的转发。

针对用户订单减少的问题的分析, 可以利用逻辑树分析法, 定位到可能的流失原因, 再用数据验证。

比如某个电商平台的订单降低, 我们利用逻辑树的拆解从地区, 用户, 商品类型等多个维度去思考。

从用户的角度, 是否是哪一类的用户的订单在减少, 同时还可以区分不同活跃度的用户在订单上的表现, 看具体的原因猜想。

从商品的角度, 可以区分一下不同品类的商品看是否是特定品类的商品订单量跌了。

03

逻辑树分析法在dau 中分析的应用

背景: 

某电商app DAU 跌了, 需要分析为什么dau 会跌, 这也是数据分析面试经典的问题, 在回答这个问题的时候, 为了使得我们的答案具有结构化和条理化， 需要应用逻辑树分析法。

分析思路:

整体的分析思路如上，首先是拆分成外部和内部因素, 从最大的两个思路去切入, 一般去分析这个问题的时候, 很容易就会忽略外部因素, 外部因素也是很重要的一部分 。

内部的分析首先应该是时间因素, 因为真正在工作实际中, 我们发现大多数的dau 等数据指标有大幅度波动都是因为节日引起的。

主要是分析老用户是否下降, 如果下降了分析这部分下降的用户群体具有什么样的画像特征, 这样可以输出一个下跌用户的完整行为和基础属性的洞察, 比如下降的用户群主要是18岁以下的未成年人等等 。

第三个是产品本身维度, 如果分析出是所有类型的用户, 所有渠道的用户都在跌, 那就可能是产品本身的功能引起的。

如果你看到这里, 觉得文章还不错的话, 请动动小手转发和在看, 让更多希望提升数据思维的人看到。