本文介紹的就是一些通用的分析常見下可以幫助新手數據分析師快速上手，并且對后期構建數據分析模型也會產生一定幫助的5類數據分析方法。主要偏向于專業統計學中的思維層面，不同于基于業務的探索性數據分析。

公式法就是通過計算公式層層拆解某個指標，從而梳理出該指標的影響因素。

舉個例子更好的說明：A公司所屬的明星產品B在正常銷售月份出現了明顯的利潤下滑，針對這一情況，用公式法進行拆解；

?利潤=營業利潤+營業外收入-營業外支出

?營業利潤=銷售總量*（商品單價-商品成本價）

?銷售總量=TB銷售量+PXX銷售量+JD銷售量+…

?TB銷售量=商品點開次數*下單比率

?商品點開次數=商品曝光量*點擊比率

1）影響利潤下滑的因素：在營業外收入和營業外支出不變的情況下，營業利潤的下降才會導致總利潤的下滑；

2）影響營業利潤的因素：是本銷售月度的銷量異常偏低？商品價格設置不合理？還是商品成本價格上漲？

3）影響總銷售量的因素：通過和歷史數據對比，找出本月哪個渠道的銷售量出現異常；

……

以此類推，通過對利潤的逐層拆解，找出實際影響指標的一個或多個因素，細化評估和分析的粒度。

孤立的數據本身并不存在意義，利用對比產生差異，才可以使數據產生意義。對比法是非常常見并通用的方法，利用至少兩組及以上的數據進行比較，可以對歷史數據進行時間維度上的環比、同比、定基比的增長；也可以添加與競爭對手之間的數據對比等。

截圖來源：DataFocus（數據已脫敏）

上圖就是借助DataFocus系統制作的A公式產品的2020年全年銷售額和環比增長情況。對比法可以直觀展示數據的波動情況，幫助及時找出數據潛在規律，因此常常被數據分析師所使用。

借助直角坐標系劃分兩種或以上的維度，直接轉換出對應的策略，更好的協助實現落地推動。

象限法主打用策略驅動思維，主要應用于市場分析、產品分析、商品管理、客戶管理等。例如經典的RFM客戶管理模型，可以將用戶按照最近一次消費(Recency)、消費頻率(Frequency)、消費金額(Monetary)三個維度劃分八個象限，進行客戶分群，針對具體客戶實施具體的運營策略。

金融經濟學有一句著名的話：世界上20%的人，占有80%的財富。這就是經典的二八法則，也叫二八定律或帕累托法則。

將這句話轉換到企業內部，就是企業中80%的利潤來源于20%的重要客戶或產品。因此我們的數據分析可以圍繞著這20%的客戶或重點產品展開。

截圖來源：DataFocus（數據已脫敏）

如上圖所示，將A公司的所有產品按照匯總的銷售額進行排序，可以得出占比20%的核心產品，分析業務運營的主次問題，努力將剩余的80%往20%的方向靠，優化產品運營。

漏斗法就是借助漏斗模型，分析每一環節的轉換率，體現了一種流程化的思考模式，比較適用于用戶注冊和網站購物轉化這種具有一定流程的分析模型。

截圖來源：DataFocus（數據已脫敏）

上圖所示是一個簡易的營銷漏斗，簡單展示了客戶從查看到付款的流程，具體流程的復雜程度還要參考實際業務。

漏斗模型的核心思想是分解和量化。

分解是指拆分業務流程的每一個步驟，量化則是用相鄰環節的轉化率衡量的。提升整體的轉化率就是漏斗模型最終的目標。

當然，上述介紹的5中數據分析方法并不是獨立的，可以試著將多種方法結合在一起使用，進行數據分析。

借助DataFocus系統將最后的分析結果用數據看板進行展示，用數據驅動決策。

財務數據分析師CFDA（China Financial Data Analyst）

由中國商業會計學會頒發，通過全國統一考試的學員將同時獲得商業數據分析證書，該證書是由人社監制，省級職業技能鑒定指導中心簽章頒發《人力資源和社會保障部專項職業能力證書》。

通過CFDA課程的學習，企事業單位的財務人員和管理人員能夠通過科學的指標體系和分析方法，結合企業財務數據，構建數據模型，對公司整體經營狀況進行評估，向管理層和業務部門提供財務建議和決策支持，從而優化資源配置和提升企業核心競爭力。