多维度是什么意思，高维度和多维度是一个意思吗（业务要的“多维度数据分析”到底是什么）

关于【多维度是什么意思】，高维度和多维度是一个意思吗，今天犇犇小编给您分享一下，如果对您有所帮助别忘了关注本站哦。

内容导航：1、业务要的“多维度数据分析”到底是什么？2、多维度是什么意思

1、业务要的“多维度数据分析”到底是什么？

数据分析的同学是否遇到过这种情况——辛辛苦苦做的数据永远不是业务想要的？到底是业务吹毛求疵过分挑剔，还是你做的数据不是业务想要的呢？本文将层层分析为你解答，快来看看吧。

做数据分析的同学们都遇到过这个问题：从多维度分析问题，提出对业务有意义的建议。这个题目看起来很简单，可很多同学辛辛苦苦跑了一堆报表，结果只落得业务一堆抱怨：

“你这一堆说明了啥！”“你的重点在哪里？”“你的维度太单一了！”

好！冤！枉！

明明出了那么多组数据，为什么还被说“分析维度不够多？”今天我们系统解答一下。问题的本质是：业务口中的“多维度”，完全不是你想的那个“多维度”。

一、数据分析眼中的多维度

对数据分析师而言，多维度，往往指的是数据指标的拆分维度。

举个简单的例子：3月份销售额3个亿。这就是一个指标，没有拆分维度。如果加了分类维度，就是下边的效果：

注意：比起只看总数，用多维度拆解数据，是能更精确的定位数据的。

常见的方法有两种：

添加过程指标按业务管理方式添加分类维度

比如只看总销售金额，我们发现差3000万达标，可我们并不知道为什么不达标。这时候如果拆解细一点，比如：

1. 添加分类维度：看到哪个业务线没做好（如下图）

2. 添加过程指标：看到从用户意向到付费，哪个环节出了问题（如下图）

增加过程指标+分类维度，就能更精准的定位问题。甚至一些简单的结论已经呼之欲出了。

正因如此，很多数据分析师把业务口中的“多维度”，直接理解成了“维度多”。一听到要做分析，振臂高呼“拆！拆！拆！”层层叠叠做了一大堆交叉表，把各个分类维度的数据都做了出来（如下图）。

然而，仅仅“多”，就足够了吗？

二、业务眼中的多维度

业务口中的“多维度”，完全不是这个意思。

业务脑子里装的是不是数据库里的表结构，而是一个个具体的问题。当业务看到“3月份销售没有达标”脑子里想的多维度是这样的：

是不是看傻眼了……

你会发现，单纯的拆解数据根本无法回答上边的问题。

是滴，一个都回答不了。甚至单靠看数据都没法回答这些问题。

即使把问题定位到：“3月业绩不达标是因为A大区3个分公司的客户意向签约太少”，定位到这么细的程度，也不能回答上边的问题。

因为到底意向太少，是因为对手发力了、产品没做好、活动没跟上、用户需求有变化……还是没解释清。具体的业务问题，一个都没有回答。自然业务看了一脸懵逼了。

三、真正的多维度分析，这么做

从本质上看，真正的多维度分析，其实考的不是数据计算能力，而是策略能力。具体来说是三个方面：

把业务上理由，转化为数据上论证。堵住借口：业务不要总试图甩锅，集中精力想能干点啥。找到症结：在一堆影响因素里，找到最关键的那个，集中发力。

注意，这三件事是有顺序的：

先把数据论证方式列清楚，避免大家放空炮（数据不能论证的理由就闭嘴，是个非常好的议事规则）。之后先堵借口，找借口并不能解决问题，因此先把各种逃跑路线堵上。最后再集中想办法，想办法的时候，从大到小，从粗到细，先搞大问题。

综上，这个事可以分六步做。

第一步，要先对业务明里、暗里提出的说法做分类

对每一类问题，构建分析假设，把业务理由转化为数据逻辑，拿数据说话（如下图）。

第二步，优先排除借口

让大家把精力集中在——往往借口产生于：宏观因素、外部因素、队友因素。所以在这里，关键是证伪。只要能推翻他们的逃跑借口就行。

证伪最好用的办法就是举例法，同样是下雨，为什么别人就抗的住。同样是流量难搞，为啥别的业务线能持续增长？（如下图）。

举例法还有个好处，就是在反驳借口的同时，也指出了解决问题的出路。业务最讨厌光讲问题不讲方法的人，因为喷人人人都会，解决问题可就难了。给出具体的学习对象，可以极大的激发业务思考对策，从而达到双赢的效果。

第三步，解决白犀牛，剔除明显的重大影响

比如监管政策、公司战略、重大外部环境等等因素，确实会对企业经营起到重大作用，并且这些因素是普通小员工只能接受，不能改变的。但是！这种重大因素表现在数据上，有严格的要求（如下图）。

因此如果有人想推脱给这些因素，要看：

事实上有没有发生这个事数据上符合不合符走势

以此敲警钟：不要事事都怪大环境不好。你丫走到哪里都是大环境不好，你是影响大环境的人呐！先排除这种大因素的影响（或干扰）再聚焦看我们能做什么事情。

第四步，解决黑天鹅，剔除明显突发事件

如果发生的真是突发事件，很容易找到问题源头：

正向的：促销活动，某群体用户骚动，新产品上线……负向的：恶劣天气，突发事件，系统宕机……

因此先排除单次突发问题，找清楚一点原因以后，再追溯之前的情况，就容易说清楚。

第五步：按分工锁定问题点再谈细节

解决了大问题以后，想讨论更细节的问题就得锁定部门，先定人再谈计划。之前已有分享，这里就不赘述了。

第六步：锁定细节问题

请注意，即使聚焦到一个部门的一个行动，还是很难扯清楚：到底是什么业务上原因导致的问题。因为本身业务上的事就是各种因素相互交织很难扯清，比如：

内容运营：传播渠道、主题、调性、风格、图片，发送时间，差一个都可能扑街活动运营：目标群体、活动门槛、奖励内容、参与规则，差一个都可能扑街用户运营：新人进猛做留存就差，留存猛做新人进费用就少，两头都做两头投入都不够商品运营：选款时候看100个维度，可一天不上线一天不知道真实表现，你上了，他扑了……

可能做数据的同学本能反应是：能做ABtest呀。

实际上大部分业务是没有时间、空间做ABtest 的，而且有些东西（比如选品、文案）影响维度太多，得做无数组ABtest才能测清楚。

而且对已经发生的事，也没法再做ABtest了。所以想区分相互交织的因素，还得有更多辅助方法配合。

2、多维度是什么意思

多维度”指的意思是：多个角度，多个层面，多个方面。

维度，又称维数，是数学中独立参数的数目。在物理学和哲学的领域内，指独立的时空坐标的数目。

多维度”的内容：

零维：没有长宽高，单纯的一个点，即奇点，黑洞也是奇点。

一维：只有长度，即线。

二维：平面世界 只有长宽，即面。

三维：长宽高立体世界 我们肉眼亲身感觉到看到的世界三维空间是点的位置由三个坐标决定的空间。客观存在的现实空间就是三维空间，具有长、宽、高三种度量。数学、物理等学科中引进的多维空间概念，是在三维空间基础上所作的科学抽象，而三维空间又叫做四维时空。

四维：一个时空的概念。日常生活所提及的四维空间”，大多数都是指阿尔伯特·爱因斯坦在他的《广义相对论》和《狭义相对论》中提及的四维时空”概念。我们的宇宙是由时间和空间构成。时空的关系，是在空间的架构上比普通三维空间的长、宽、高三条轴外又加了一条时间轴，而这条时间的轴是一条虚数值的轴。根据阿尔伯特·爱因斯坦相对论所说：我们生活中所面对的三维空间加上时间构成所谓四维空间。

五维：在这个空间中时间或许是以具体的以线的方式存在。

弦理论预言空间维度总共有十一个维度，再加上反物质空间等特殊空间，大概有26个空间，但我们人类仅探索到五个维度，而其它的六个维度则被称为超空间。

多维度”的说法：

零维是点，一维是线，二维是面，三维是静态空间，四维是动态空间（因为有了时间轴）。

我们在物理学中描述某一变化着的事件时所必须的变化的参数，这个参数就叫做维。几个参数就是几个维。比如描述门”的位置就只需要角度所以是一维的 而不是二维。

简单地说：0维是点，没有长、宽、高。一维是由无数的点组成的一条线，只有长度，没有宽、高。二维是由无数的线组成的面，有长、宽没有高。三维是由无数的面组成的体，有长宽高。维可以理解成方向。

本文关键词：维度是什么意思?，多维度是什么意思，维度是什么意思解释，多维度是什么意思视频，维度是什么意思有哪些。这就是关于《多维度是什么意思，高维度和多维度是一个意思吗（业务要的“多维度数据分析”到底是什么）》的所有内容，希望对您能有所帮助！

多维