数据分析该掌握的几个方法

数据分析从确定分析的内容到目的的实现，期间是通过数据分析方法来实现。掌握了数据分析的方法就好比厨师掌握了厨艺。

数据分析的方法可以分为基础类和衍生类。基础类简单，衍生类是将各种基础分析方法综合起来的复杂方法。

基础分析方法

1、对比分析

对比分析很好理解，比如世界各国买iphone6所需要的工作时间的对比，我用FineBI生成一张对比图

2、分类分析

首先，为什么要分类？

因为我们分析研究的对象常常是由多个个体构成，比如我们要研究市场对某种产品的满意度，如果把目光放在每个个体上，工作效率可见低下。如果把所有个体按照特点和属性来分类，使类内差异够小，就可以将大量个体分成有属性的几类。用类别代替个体是数据分析常用的技巧。

从什么维度分?

维度可以是性别、年龄、收入、行为、时间、低于、季度、分公司等外在属性；细分项目后会按照分析者态度、价值观、以及分析的思路引导出的分类属性。后者的难度比前者大，分析也够深入。

3、分布分析

当对比的对象不是一个数值，而是一组数据，就会用到分布分析。分布分析就是集中和离散趋势。举个例子，假设A\B是某企业的客户，在该企业的平均月消费额都是140万元，看各月具体消费额，那么该企业对这两个客户的营销工作是否相同呢？

可以发现两者的稳定性明显不同，对于波动较大的A客户也许该产品不是每月必须品，是属于应急性和临时性质的消费，进一步调研后可以针对A客户偏好投其所好。如果是临时性消费可以教育客户扩大消费。

4、相关分析

事物间的某种联系最常见的就是因果分析。在相关分析中，找到关键影响因素是重点。

举个例子，在互联网站行业最常间的分析就是流量和转化/订单分析。当你发现某天的转化增多，就要分析增加的转化的渠道，发现来自网站的转化陡然上升，就要考虑短时间内官网的流量为什么增多，把这段时间做的渠道投放都拿出来看一下，有无新动作。如果发现在某站点投放的广告流量增加，为什么增加，一看由于改变了投放的策略导致曝光量增加。

诸如此类的从结果一步步倒推的分析有很多，就像洋葱一层一层剥落。

有人会说，每一步的维度都太多，涉及的业务范围也较大，分析不过来怎么办？借助工具。试图画一个因果关系图，每一层关系涉及到什么数据，然后把数据都准备好（如果是自己的EXCEL表，请确保每个表的字段名都一致，；如果是数据库就简单多了），将EXCEL的数据导入FineBI工具，将表之间建立联系（就是把每两个表之间相同的字段比如“日期”连起来）。如果是数据库把表取出，直接建立联系。

分别建立好每一层数据图，按照分析的思路设置联动和钻取功能，比如点击高峰时段的流量点，钻取到每个渠道的流量状况，如果有多层还可以不断钻取下去。

所以说，很多情况下，借助工具会省事很多。

衍生分析方法

对比、分类、分布、相关这4种基础方法除了直接应用还可以派生出很多衍生方法。这类方法难度较大，也最贴近实际应用，在企业决策方面会较常用到，包括战略决策、投资决策和营销决策。所以派生的分析也包括战略分析、投资分析和营销分析。也就是所谓的业务主题分析。

这几类分析最重要的是结合业务需求以及分析思路。对于业务需求依实际情况不同而不同，如何形成自己的分析思路也在前文提过。掌握了以上的基础分析方法，主题的分析也就是各种基础图表的组合，以及联动钻取功能的应用，当然背后离不开分析思路的核心支撑。