以下整理的是常見的數據分析方法，不同的分析方法適用于不同的場景。要注意數據分析方法并非只有做數據分析工作中會用到，生活中也頗有用處，換個角度思考問題或許就能發現新的世界。

1.邏輯樹分析法

如果你分析的目的是想把復雜的事情變簡單，可以使用邏輯樹分析法。有名的費米問題就是使用邏輯樹分析法。

在求職面試中，也經常會考察這種問題：

全國有多少個產品經理？

深圳地鐵高峰期客流量多大？

公司樓下擺小攤月入多少？

這些估算類的問題都可以拆解成邏輯樹，把一個復雜的問題細分到可以具體量化的問題上。

再貼一個剛發現有味道的回答：

2.多維度拆解分析法：

比如評價一個公司好壞需要從多個維度：

其實我認為這個和邏輯樹的思路是比較類似的。把一個模糊的問題，拆解成多個子問題。

3.PEST分析法

嚴格的來說這個有點假大空只能說沾邊數據分析，但是如果你是做行業分析，就可以使用PEST分析，這一般是在市場調研的時候用。

Political Factors：政治環境

Economic Factors：經濟環境

Social and cultural Factors：社會環境

Technological Factors：技術環境

4.對比分析法：

想要對比好壞，就可以使用對比分析法。

比如女朋友問：我白嗎？就是在做對比。

以前不知道在哪個課程里面聽到過這句話：好的數據指標一定是比例，好的數據分析一定有對比。確實現在在數據分析工作中根本離不開對比。

5.假設檢驗分析法：

如果你想找問題發生的原因，就用到假設檢驗分析方法。比如偵探片就會經常用這個辦法，先假設在論證。

類比到數據分析就是先假設是某原因導致結果不好，在針對的去用數據論證。在工作中常用假設論證法，可以快速提升你的業務思考能力。

6.相關分析法：

如果你想知道A和B有什么關系就要用到相關分析法。如云量多少和會發生下雨事件的概率會呈強正相關。

同樣的會有負相關，不相關，非線性相關。實際工作中我們會制作散點圖來分析兩個不同事物的相關性：

如抖音，B站推薦我喜歡的視頻。豆瓣推薦喜歡的電影會用到相關分析。

但是使用相關分析必須結合實際業務。

舉個例子：我家門前的樹每年都在長，國家的GPD每年也都在漲。雖然看起來是正相關，但實際毫無關系。

7.群組分析法：

如果你想對用戶留存和流失分析，就要用到群組分析法。

如產品發布發布版本的更新是導致用戶增長還是流失。可以按照用戶使用產品的時間特征進行用戶數據分組，如可以分為使用產品x天組用戶。

按下文的RFM分類也是一個很好的分類辦法。

8.RFM分類法：

如果你想對用戶按價值分類，就要用到RFM分析方法，從而做到精細化運營。

其實是類似矩陣法，但是是把二維矩陣轉化成了三維。

根據美國數據庫營銷研究所Arthur Hughes的研究，客戶數據庫中有3個神奇的要素，這3個要素構成了數據分析最好的指標：

最近一次消費 (Recency)

消費頻率 (Frequency)

消費金額 (Monetary)

9.最終路徑法

也可以叫漏斗法，AARRR也屬于漏斗法的一種。如果你想分析用戶的行為或者產品運營，就要用到最終路徑法。通過對于起始和目標之間步驟的管理以及數據的反饋精細化運營。

如網上商城從點擊到付費中間路徑的用戶行為分析。在線教育點擊到付費中間的轉化等等。

常見的數據分析方法就介紹到這里了，但是歸根到底還是必須結合實際業務場景，否則一切都是空談。

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。