在前面的速成数据分析教程中，重点介绍了数据分析速成的4种主要思想。在实际分析问题的时候，也需要学习数据分析的方法，这对以后建立数据分析模型也有帮助。本文是速成数据分析的重点教程，帮助速成5大数据分析方法，比如漏斗图法。

一、速成数据分析——5大数据分析方法

1、公式法

所谓公式法，就是用公式，对某一指标的影响因素进行分解。在BI工具中，常用的多维分析中，“向下钻取”也是这种方法的应用。

例如分析产品销量低的原因，通过逐层分解销售，细化评估和分析的粒度。

1)第一层:找出产品销售的影响因素。销售量=销售量*产品单价。是销量太低还是价格设定不合理?

2)第二层:找出影响销量的因素。销售额=渠道A销售额+渠道B销售额+渠道C销售额+…分析各渠道的销售额，与过去相比，太低了。

3)第三层:分析影响渠道销售的因素。渠道销售=点击用户数*订单率。

4)第四层:分析影响点击的因素。点击用户数量=曝光率*点击率。是曝光量不够还是点击率太低？

2、对比法

对比法是比较两个或多个数据，这是最常见的方法，是速成数据分析中需要掌握的。

例如，与竞争对手相比，在时间维度上的同比与环比、增长率、固定比等。

3.象限方法

通过划分两个或多个维度，用坐标来表示价值。象限法是一种战略驱动的思想，通常用于产品分析、市场分析、客户管理和商品管理。

例如，经典的RFM模型，根据近期消费(近因)、消费频率(频率)、消费金额(货币)三个维度将顾客划分为八个象限。

发射的象限分析方法，可以建立不同象限的优化策略。例如，为关键的开发客户提供更多的资源。是速成数据分析中必不可少的。

4、28法/帕累托分析法

就个人财富而言，可以说世界上20%的人拥有80%的财富。在数据分析中可以理解，20%的数据产生了80%的效果，需要围绕20%的数据挖掘。

比如，用于产品分类来测量和构建ABC模型。例如，为公司贡献80%利润的客户有20%，然后在有限的资源下，要专注于维护这20%的客户。速成数据分析时，需要重视这一点。

5、漏斗法

漏斗法是一个漏斗图，有点像倒金字塔。这是一种流线型的思维方式。它经常用于开发新用户，购物转化率，这些有变化和一定流程的分析中。

整体漏斗模型的核心思想，可以分为分解和量化。例如，监视每个级别的用户转换，并为每个级别找到可优化的点。

例子是经典的黑客增长模型，AARRR模型，指用户获取、用户激活、用户留存、用户收益以及用户传播。这是产品运营中比较常见的一个模型，通过分解和量化用户的整个生命周期，可以执行数据的水平和垂直比较，以识别相应的问题，并最终优化迭代。

然而，单一的漏斗分析是没有用的，不能得出什么结果，要与其它相结合，如与历史数据的对比等。速成数据分析中，这是一个重点、难点。

二、速成数据分析——重点总结

1）以上的速成数据分析方法，主要偏基于业务问题的数据探索性分析，不同于专业统计学中的数据处理方法。

2）但是，如果你之前还没有掌握结构化的数据分析思维方式，就很难灵活地使用这些数据分析方法。

3）选择正确的数据分析工具，在速成数据分析中有着不可忽视的作用。一般情况下，选择市场占有率较高的企业BI工具，比较容易有好的效果，比如帆软FineBI。掌握了数据分析思维、方法，能更好地运用帆软FineBI工具。

商业智能BI产品更多介绍：www.finebi.com

免费下载FineBI 立即体验Demo