估計很多人都聽過數據分析，但是真正做起來卻不是那麼一回事了。要麼胡子眉毛一把抓，要麼無從下手。這說明缺少理論知識的支持，那麼本文就将盤點一下數據分析常用的方法論和思路，作為數據分析入門的基礎。

在介紹數據分析方法論和思路之前，我們還是先不厭其煩地看一下數據分析的流程，簡單來說分為以下六個步驟：

1、明确分析的目的，提出問題。隻有弄清楚了分析的目的是什麼，才能準确定位分析因子，提出有價值的問題，提供清晰的指引方向。

2、數據采集。收集原始數據，數據來源可能是豐富多樣的，一般有數據庫、互聯網、市場調查等。具體辦法可以通過加入“埋點”代碼，或者使用第三方的數據統計工具。

3、數據處理。對收集到的原始數據進行數據加工，主要包括數據清洗、數據分組、數據檢索、數據抽取等處理方法。

4、數據探索。通過探索式分析檢驗假設值的形成方式，在數據之中發現新的特征，對整個數據集有個全面認識，以便後續選擇何種分析策略。

5、分析數據。數據整理完畢，就要對數據進行綜合分析和相關分析，需要對産品、業務、技術等了如指掌才行，常常用到分類、聚合等數據挖掘算法。Excel是最簡單的數據分析工具，專業數據分析工具有FineBI、Python等。

6、得到可視化結果。借助可視化數據，能有效直觀地表述想要呈現的信息、觀點和建議，比如金字塔圖、矩陣圖、漏鬥圖、帕累托圖等，同時也可以使用報告等形式與他人交流。

數據分析的方法論很多，小編為大家介紹其中六種比較常見的理論。

1、PEST分析法

PEST，也就是政治（Politics）、經濟（Economy）、社會（Society）、技術（Technology），能從各個方面把握宏觀環境的現狀及變化趨勢，主要用戶行業分析。

宏觀環境又稱一般環境，是指影響一切行業和企業的各種宏觀力量。

對宏觀環境因素作分析時，由于不同行業和企業有其自身特點和經營需要，分析的具體内容會有差異，但一般都應對政治、經濟、技術、社會，這四大類影響企業的主要外部環境因素進行分析。

政治環境：政治體制、經濟體制、财政政策、稅收政策、産業政策、投資政策等。

社會環境：人口規模、性别比例、年齡結構、生活力式、購買習慣、城市特點等。

技術環境：折舊和報廢速度、技術更新速度、技術傳播速度、技術商品化速度等。

經濟環境：GDP 及增長率、進出口總額及增長率、利率、彙率、通貨膨脹率、消費價格指數、居民可支配收入、失業率、勞動生産率等。

2、5W2H分析法

5W2H，即為什麼（Why）、什麼事（What）、誰（Who）、什麼時候（When）、什麼地方（Where）、如何做（How）、什麼價格（How much），主要用于用戶行為分析、業務問題專題分析、營銷活動等。

該分析方法又稱為七何分析法，是一個非常簡單、方便又實用的工具，以用戶購買行為為例：

Why：用戶為什麼要買？産品的吸引點在哪裡？

What：産品提供的功能是什麼？

Who：用戶群體是什麼？這個群體的特點是什麼？

When：購買頻次是多少？

Where：産品在哪裡最受歡迎？在哪裡賣出去？

How：用戶怎麼購買？購買方式什麼？

How much：用戶購買的成本是多少？時間成本是多少？

3、SWOT分析法

SWOT分析法也叫态勢分析法，S （strengths）是優勢、W （weaknesses）是劣勢，O （opportunities）是機會、T （threats）是威脅或風險。

SWOT分析法是用來确定企業自身的内部優勢、劣勢和外部的機會和威脅等，通過調查列舉出來，并依照矩陣形式排列，然後用系統分析的思想，把各種因素相互匹配起來加以分析。

運用這種方法，可以對研究對象所處的情景進行全面、系統、準确的研究，從而将公司的戰略與公司内部資源、外部環境有機地結合起來。

4、4P營銷理論

4P即産品（Product）、價格（Price）、渠道（Place）、推廣（Promotion），在營銷領域，這種以市場為導向的營銷組合理論，被企業應用最普遍。

可以說企業的一切營銷動作都是在圍繞着4P理論進行，也就是将：産品、價格、渠道、推廣。通過将四者的結合、協調發展，從而提高企業的市場份額，達到最終獲利的目的。

産品：從市場營銷的角度來看，産品是指能夠提供給市場，被入們使用和消費并滿足人們某種需要的任何東西，包括有形産品、服務、人員、組織、觀念或它們的組合。

價格：是指顧客購買産品時的價格，包括基本價格、折扣價格、支付期限等。影響定價的主要因素有三個:需求、成本與競争。

渠道：是指産品從生産企業流轉到用戶手上全過程中所經曆的各個環節。

促銷：是指企業通過銷售行為的改變來刺激用戶消費，以短期的行為（比如讓利、買一送一，營銷現場氣氛等等)促成消費的增長，吸引其他品牌的用戶或導緻提前消費來促進銷售的增長。廣告、宣傳推廣、人員推銷、銷售促進是一個機構促銷組合的四大要素。

5、邏輯樹法

邏輯樹又稱問題樹、演繹樹或分解樹等。它是把一個已知問題當成“主幹”，然後開始考慮這個問題和哪些相關問題有關，也就是“分支”。邏輯樹能保證解決問題的過程的完整性，它能将工作細分為便于操作的任務，确定各部分的優先順序，明确地把責任落實到個人。

邏輯樹的使用必須遵循以下三個原則：

要素化：把相同的問題總結歸納成要素。

框架化：将各個要素組織成框架。遵守不重不漏的原則。

關聯化：框架内的各要素保持必要的相互關系，簡單而不獨立。

6、AARRR模型

AARRR模型是所有運營人員都要了解的一個數據模型，從整個用戶生命周期入手，包括獲取（Acquisition）、激活（Activition）、留存（Retention）、變現（Revenue）和傳播（Refer）。

每個環節分别對應生命周期的5個重要過程，即從獲取用戶，到提升活躍度，提升留存率，并獲取收入，直至最後形成病毒式傳播。

數據分析方法論主要是從宏觀角度介紹如何進行數據分析，它就像是一個數據分析的前期規劃，搭建一個清晰的數據分析框架。那麼對于具體的業務場景問題，就要靠具體的分析方法來支撐了，下面小編就介紹幾種常用的數據分析思路。

1、趨勢分析

最簡單、最常見的數據分析方法，一般用于核心指标的長期跟蹤，比如點擊率、GMV、活躍用戶數。可以看出數據有那些趨勢上的變化，有沒有周期性，有沒有拐點等，繼而分析原因。

2、多維分解

也就是通過不同的維度對于數據進行分解，以獲取更加精細的數據洞察。舉個例子，對網站維護進行數據分析，可以拆分出地區、訪問來源、設備、浏覽器等等維度。

3、用戶分群

針對符合某種特定行為或背景信息的用戶，進行特定的優化和分析，将多維度和多指标作為分群條件，有針對性地優化供應鍊，提升供應鍊穩定性。

4、漏鬥分析

按照已知的轉化路徑，借助漏鬥模型分析總體和每一步的轉化情況。例如将漏鬥圖用于網站關鍵路徑的轉化率分析，不僅能顯示用戶的最終轉化率，同時還可以展示每一節點的轉化率。

5、留存分析

留存分析是一種用來分析用戶參與情況/活躍程度的分析模型，考察進行初始行為的用戶中，有多少人會進行後續行為。衡量留存的常見指标有次日留存率、7日留存率、30日留存率等。

6、A/B 測試

A/B測試是為了達到一個目标，采取了兩套方案，通過實驗觀察兩組方案的數據效果，判斷兩組方案的好壞，需要選擇合理的分組樣本、監測數據指标、事後數據分析和不同方案評估。

7、對比分析

分為橫向對比（跟自己比）和縱向對比（跟别人比），常見的對比應用有A/B test，A/B test的關鍵就是保證兩組中隻有一個單一變量，其他條件保持一緻。

8、交叉分析

交叉分析法就是将對比分析從多個維度進行交叉展現，進行多角度的結合分析，從中發現最為相關的維度來探索數據變化的原因。