這個詞在我們的理解中並不陌生。邏輯思維是壹種數學思維。在大數據分析的過程中，需要了解各種數據之間的關系，以及在分析的過程中需要收集哪些數據。這些數據分析應該得到什麽結果，如何獲得這些數據，需要仔細的邏輯思考。
二:切線思維。
在大數據分析過程中，要從決策層面考慮數據分析。向上思維就是從比數據更高的思維來看待數據分析的角度。數據分析不僅與數據部門相關，還與業務部門等其他部門相關。在大數據分析的過程中，向上思維的關鍵是建立更加全球化的視野和目標，完整地進行數據分析。
三:切割思維
數據的分析結果是為了解決問題而存在的。透過數據的結果看問題，需要細分過程，了解和理解數據的構成，分解數據等。在大數據分析的過程中，這是壹個進壹步細分的過程。
四:求異思維
面對大數據分析過程中的大量數據，對於某些數據，我們並不能壹眼看出差異或問題。對於這些相似的數據，我們需要看到數據不同的地方，了解和分析不同的個體，比如公司的員工，每個人都有自己的個性，如何讓他們增加工作的激情，更好的服務於公司的目標，如何幫助他們分析問題。
五:從思考中抽離
正所謂，在大數據分析的過程中，換個角度，我們會從壹個旁觀者的角度考慮問題。我們看數據的時候，會有不同的想法。當我們面對紛繁復雜的大數據時，分析師難免會有壹些困擾或者抵觸的心理。不要在我們遇到死胡同的時候鉆進去，而是抽身出來，從更多的角度去看待這些問題，讓大數據的工作效率更高。
六:同理心。
這也是我們日常生活中經常接觸到的術語之壹。如果妳站在當事人的角度看數據分析，比如站在業務人員的角度，妳就會明白業務部門需要什麽，大數據分析會更好地服務於解決問題。