什么是数据分析思维？一个判断准则“不是我觉得，而是数据证明”。前者是直觉经验化思维，后者是数据分析的最直接体现。作为个人，如何建立数据分析的思维呢？
一、建立自己的指标体系。
德鲁克说“如果你不能衡量它，那么你就不能有效增长它”。而要衡量，就要先确定指标。比如要衡量一个企业生意如何，要用销售量、利润率等指标，衡量一个互联网产品好坏，要用活跃率、使用率等指标。
如果你不能用指标描述业务，那么你就不能有效增长它。因此培养数据分析思维的第一步就是了解和使用指标，并且将指标结构化，建立指标体系，进而产生孤立指标发挥不出的价值。
指标体系没有通用的模板，根据业务形态的不同会有不同的指标体系。确定指标体系需要不同行业经验和业务知识，要发现并明确好指标和怀指标。好指标应该是核心驱动指标，比如利润指标比销量更好，活跃用户数比用户数指标更好等。核心驱动指标和公司发展关联，是公司在一个阶段内的重点方向，是这个阶段整个团队都统一努力的目标。
二、建立正确的指标结构
指标结构的构建核心是以业务流程为思路，以结构为导向。一般业务是一个标准的流程，每个流程都有指标可以建立。从流程的角度搭建指标框架，可以全面的囊括用户相关数据，没有遗漏。
三，应用维度分析法
有了指标后，就可以着手数据分析，可以采用维度分析法。
维度是分析事物的角度，有了维度后就能够组合不同维度形成数据模型，比如从产品类型、时间、地区三个维度组成数据模型（数据立方体）。数据模型可以从不同角度和层面来观察数据，一般常用的技巧是下钻（某个维度继续细分）、上卷（下钻相反的概念，维度聚合）、切片（选取其中的一个维度，在二维表格中分析）。
不同维度的对比是新人快速提高的最佳捷径之一。单一的数据分析通常意义不大，只有多个数据组合才能发挥出数据的最大价值。
总结以上数据分析思维：通过业务建立和筛选出指标，将指标作为维度，利用维度进行分析。但数据分析的最终目的是增长业务，分析的对错不是数据分析的绩效指标，最终的业务提升才是。所以数据分析是需要反馈的，如果只有一份分析报告，后续没有任何跟进、改进的措施、那么数据分析等于零。
总之，大数据时代下的企业，要学会用业务指导数据分析，用数据分析驱动业务发展。