

很多数据分析师面对业务问题时，常常感到“知道要分析，却不知道用什么方法”。其实，数据分析并非无章可循——从三大基础范式出发，可以引申出六种具体的分析方法，覆盖从“趋势判断”到“关系洞察”的完整分析链路。范式是“思维框架”，方法是“操作工具”；掌握这六种方法，就掌握了数据分析的核心工具箱。

”

引言：为什么“六种分析方法”是CDA数据分析师的“基本功”？

小周是一名数据分析师。入职后第一次接到业务需求：“分析一下我们产品近半年的销售表现，看看有什么问题。”小周打开数据，面对密密麻麻的数字，他陷入了思考：“我该从哪里入手？先看什么？用什么方法？”

旁边的资深分析师说了一句话：“你先用趋势分析看整体走向，再用对比分析找差异，然后用构成分析拆结构——三步走，问题自然就浮出来了。”

小周按照这个思路操作，果然在半小时内定位了问题。他恍然大悟：数据分析不是“拿到数据就开干”，而是有一套标准化的方法体系可循。

这六种方法——趋势分析、对比分析、构成分析、分布分析、关系分析、流向分析——是从三大基础范式（分类分析、链式分析、相关分析）引申出的具体操作工具，是CDA数据分析师日常工作中最高频使用的分析方法。

本文将从CDA认证的知识体系出发，系统拆解六种分析方法的核心逻辑、适用场景、实操要点与协同路径，帮助你把“基础范式”转化为“实战工具”。

一、六种分析方法与三大基础范式的对应关系

三大基础范式（分类分析、链式分析、相关分析）是数据分析的“思维底座”，而六种分析方法则是从这些范式中引申出的“操作工具”。

六种方法各有侧重又相互协同，共同构成了CDA数据分析师破解业务难题的“方法论工具箱”。

二、六种分析方法：定义、逻辑与实操要点

（一）趋势分析——数据的“时间记录仪”

核心定义：趋势分析是对不同时期数据中的相同指标进行比较，观察其增减变动情况及变动幅度，预测发展趋势的一种方法。它解决的核心问题是“随时间怎么变”。

核心逻辑：以时间维度为主线，通过比较不同时间点（日、周、月、季度、年）的同一指标，识别数据的变化方向、速度和规律。

适用场景：

• 月度/季度销售额趋势监控
• 用户增长/流失趋势分析
• 产品销量季节性波动识别
• 市场占有率变化跟踪

实操要点：

• 确保时间维度的连续性，避免数据断点导致趋势误判
• 结合同比（消除季节性）和环比（反映短期变化）综合判断
• 常用图表：折线图、面积图

（二）对比分析——差异的“放大镜”

核心定义：对比分析用于比较不同总体或总体内子群体的数值差异，通过设定参照系挖掘数据间的差异与规律。它解决的核心问题是“有什么差异”。

核心逻辑：“确定对比维度→设定参照标准→计算差异值→解读差异意义”。关键是确保对比对象的可比性——口径一致、范围对等。

主要对比类型：

实操要点：

• 对比前先明确“和谁比、比什么、怎么比”
• 规避“口径不一致导致的差异失真”
• 常用工具：Excel数据对比、Python显著性检验

（三）构成分析——结构的“拆解器”

核心定义：构成分析聚焦“整体与部分的关系”，通过拆解核心指标的构成要素，识别各部分对整体的贡献程度。它解决的核心问题是“由什么组成”。

核心逻辑：将总指标拆分为多个组成部分，计算各部分占总体的比例或贡献率，识别“大头”和“短板”。

适用场景：

• 销售额按品类/区域/渠道拆解
• 成本结构分析
• 用户来源构成分析
• 市场份额按品牌/产品拆解

实操要点：

• 分类需互斥且穷尽（MECE原则）
• 关注占比变化趋势，而非仅看当期占比
• 常用图表：饼图、环形图、堆叠柱状图

（四）分布分析——数据的“形态识别器”

核心定义：分布分析用于识别数据在不同区间或类别上的分布形态。它解决的核心问题是“数据如何分布”。

核心逻辑：将数据按数值区间或类别分组，观察数据在各组中的频数或频率分布，识别数据的集中趋势、离散程度和异常值。

适用场景：

• 用户年龄/消费金额分布
• 产品价格带分布
• 客户满意度评分分布
• 订单金额区间分布

实操要点：

• 分组区间的设置需合理（过粗掩盖细节，过细增加噪声）
• 结合直方图、箱线图等可视化工具辅助判断
• 识别异常值（如超出Q3+1.5IQR的数据点）

常用图表：直方图、箱线图、密度图。

（五）关系分析——关联的“探测器”

核心定义：关系分析用于探索不同变量之间是否存在关联，以及关联的方向和强度。它解决的核心问题是“变量之间有何关联”。

核心逻辑：通过散点图、相关系数等方法，判断两个或多个变量之间的关联模式——是正相关、负相关还是无相关。

适用场景：

• 广告投入与销售额的关系
• 价格与销量的关系
• 用户活跃度与留存率的关系
• 页面加载速度与跳出率的关系

实操要点：

• 相关不等于因果——这是必须牢记的原则
• 结合业务逻辑判断相关性的实际意义
• 常用图表：散点图、气泡图

（六）流向分析——路径的“追踪器”

核心定义：流向分析用于追踪数据或用户在不同环节、不同状态之间的流动方向和变化路径。它解决的核心问题是“流向哪里”。

核心逻辑：识别数据从“起点”到“终点”的流动路径，分析各环节的流入、流出和转化情况。

适用场景：

• 用户转化漏斗分析（曝光→点击→加购→下单→支付）
• 资金流向追踪
• 用户状态迁移分析（新用户→活跃→沉默→流失）
• 流量来源去向分析

实操要点：

• 先绘制完整的业务流程地图，再确定分析节点
• 关注各环节的转化率和流失率，定位“断点”
• 常用图表：漏斗图、桑基图

三、六种分析方法的协同路径

六种方法并非孤立使用，而是从“整体趋势”到“差异识别”到“结构拆解”到“分布洞察”到“关系探索”到“流向追踪” 的递进链条。

一个典型的业务分析场景可以这样串联六种方法：

1. 趋势分析：先看整体——“近半年销售额整体走势如何？”→发现Q3开始下滑
2. 对比分析：找差异——“哪个月下滑最严重？哪个区域下滑最多？”→锁定9月、华东区域
3. 构成分析：拆结构——“华东区域的销售额由哪些品类构成？哪个品类拖后腿？”→发现“家电品类”占比从40%降至25%
4. 分布分析：看形态——“家电品类的价格分布如何？是整体下滑还是高端产品出了问题？”→发现高端产品销量骤降
5. 关系分析：探关联——“高端产品销量与什么因素有关？与促销活动、竞品价格有何关系？”→发现竞品降价导致价格优势丧失
6. 流向分析：追路径——“流失的用户去了哪里？从哪个环节流失的？”→定位“商品详情页→加购”环节转化率下降



这就是一套完整的“趋势→对比→构成→分布→关系→流向”的分析方法协同链路。

”

结尾：从“基础范式”到“方法工具”——CDA专业认证的方法论进阶

很多数据分析师面对业务问题时，知道“要分析”，却不知道“用什么方法”。三大基础范式是“思维底座”，六种分析方法是“操作工具” ——范式决定“怎么想”，方法决定“怎么做”。

趋势分析、对比分析、构成分析、分布分析、关系分析、流向分析——这六种方法构成了CDA数据分析师日常工作的核心工具箱。从“趋势判断”到“差异识别”，从“结构拆解”到“分布洞察”，从“关系探索”到“流向追踪”——每一层方法的递进，都是CDA数据分析师从“看见数据”走向“读懂数据”的能力跃迁。

PART 2“数据分析方法”在CDA一级考试中占比15%，是分值最高的模块之一。掌握六种分析方法不仅是考试得分的关键，更是每一位数据分析师在实际工作中将“数据”转化为“洞察”的必备技能。

下一步行动：

1. 回顾你最近的一个分析项目，判断你用了六种方法中的哪几种
2. 练习将六种方法串联——面对一个业务问题，依次思考“趋势→对比→构成→分布→关系→流向”
3. 区分趋势分析与流向分析、构成分析与分布分析的定位差异



基础范式决定“怎么想”，六种方法决定“怎么做”。掌握这六种方法，是CDA数据分析师从“会看数据”走向“会用数据”的关键一步。

”

推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0