目录
一、数据分析方法介绍
二、方法总结
1、5W2H分析方法
2、逻辑分析方法
3、行业分析方法
4、多维度拆解分析方法
5、对比分析方法
6、假设检验分析方法
7、相关分析方法
8、群组分析方法
9、RFM分析方法
10、AARRR模型分析方法
11、漏斗分析方法
具体的方法介绍可以查看往期文章
一、数据分析方法介绍
数据分析方法是数据分析和产品、运营优化的核心，随着互联网的发展、业务逻辑越来越复杂，数据的分析也就变得越来越重要。对数据的分析可有效避免逻辑的混乱，防止在繁杂的业务理解上逻辑不清、判断错误。
二、方法总结
1、5W2H分析方法
5W
- what(是什么)
- when（何时）
- where(何地)
- why(为什么)
- who(是谁)
- 2H
- how(怎么做)
- how much(多少钱)
适用于简单问题的分析，明确一个大致的方向适用于项目初期
2、逻辑分析方法
把复杂问题拆解成若干个简单的子问题，然后像树枝那样逐步展开，使复杂的问题简单化，经典案例就是费米问题；
逻辑分析方法在解决业务问题时，经常不是单独存在的，会融合其它分析方法里面，辅助解决问题；
3、行业分析方法
也就是PEST分析方法，PEST分析方法是对公司发展宏观环境的分析。
4、多维度拆解分析方法
关键是理解维度和拆解；
维度也就是常说的角度
拆解也就是拆解为多个维度
只看数据整体，可能注意不到数据数据内部各个构成的差异，容易发生辛普森悖论
遇到一个复杂问题不知道怎么解决时，往往就需要就复杂的问题拆解为一个个可以解决的子问题，那么复杂的问题也就解决了
5、对比分析方法
当判断一个数据或者业务是否有问题时，往往是因为对比之后才有的结论，例如高矮胖瘦；
进行对比分析时比较对象的规模一定要一致，例如折线图的横轴是月份，纵轴是每天平均销售额，此处不能是每天平均消费额，因为每个地方的店铺的数量不一样，因此要改为单个店铺每天平均销售额
6、假设检验分析方法
假设检验分析方法底层思想就是逻辑推理，分为三步：提出假设、收集证据、得出结论；
假设检验分析方法不仅能提高思维能力，还能分析问题发生的原因
假设验证这3步是一个需要不断重复的过程，在得出结论以后，分析还没停止，要多问几个为什么、可能的原因是什么，然后用数据去验证可能的原因。不断重复假设分析的这个过程，直到找到问题的根源
在开始分析之前，为了理清思路，可以做一个图，将问题、假设、数据从上之下连起来
在使用假设检验分析方法的过程中，还要用到其它方法，例如对比分析法，多维度拆解分析方法
7、相关分析方法
当我们研究两种或两种以上数据之间有什么关系的时候，就需要用到相关分析
在解决问题的过程中，相关分析可以帮助我们扩大思路，将视野从一种数据扩大到两种甚至多种数据
相关关系不等于因果关系；
因果关系是因为发生了A，B才会发生
相关关系是A变化B就变化
可以用单变量控制法，也就是其它因素不变，只改变其中一个因素，然后观察这个因素对实验结果的影响
8、群组分析方法
按某个特征将数据分为不同的组，然后比较各组的数据，也就是对数据分组然后来对比
通常用来分析用户留存率随时间发生了哪些变化，然后找出用户留下或者离开的原因；
先分组，然后找到留存率低或者高的组，然后再用假设验证、相关分析等方法研究为什么低或者高
除了按照时间分组以外，还可以根据具体的业务场景来确定
9、RFM分析方法
R：最近一次消费时间间隔（Recency）
- 距离上次消费离得越近，R值越小,用户价值越高
F：消费频率（Frequency）
- 购买频率越高，F值越大，用户价值越高
M：消费金额（Monetary）
- 消费金额越高，M值越大，用户价值越高
先使用原始数据计算出R、F、M值
然后给R、F、M值按价值打分
再计算价值的平均值，如果某个指标的得分比价值的平均值低，标记为低，高则标记为高
最后得出用户分类
对用户分类之后对用户进行精细化运营，将有限的资源用在最正确的地方
10、AARRR模型分析方法
获取用户（Acquisition）
用户如何找到我们
激活用户（Activation）
用户的首次体验如何
提高留存（Retention）
用户会回来吗
增加收入（Revenue）
如何赚到更多钱
推荐（Referral）
用户会告诉其他人吗
因为AARRR模型涉及用户使用产品的整个流程，所以它可以帮助分析用户行为，为产品运营指定决策，从而实现用户增长
11、漏斗分析方法
衡量业务流程每一步的转化率
环节转化率=本环节用户数/上一环节用户数
衡量相邻业务环节的转化情况
整体转化率=某环节用户数/第一环节用户数
为了衡量从第一环到该环节为止总体的转化情况
定位问题节点，即找到出问题的业务环节在哪
