資料分析師必須掌握的6種方法論和8種思路！你知道幾個？

資料分析思路 · 1、趨勢分析最簡單、最常見的資料分析方法，一般用於核心指標的長期跟蹤，比如點擊率、GMV、活躍用戶數。

· 2、多維分解也就是透過不同的維度對於資料進行 ... Facebook Twitter Line Hatena 聯繫我們 ✕ 產品咨詢 了解產品信息、預約產品演示、 咨詢客製化方案等 聯繫我們 技術支援 向線上客服咨詢技術問題 開始咨詢 您的資訊已提交成功 我們將盡快與您聯絡 知道了 歡迎隨時與我們聯絡 隨時與我們的產品專家預約實時演示。

我們可以瞭解您的需求，解答您的問題並查看 FineReport為您和您的組織提供幫助的方式。

我想咨詢...... 預約產品演示 了解更多產品信息 了解更多行業案例 了解阿米巴經營管理 了解代理商合作方案 其他商務咨詢 您是從什麼管道了解的我們 網路搜尋 Facebook臉書/Line 媒體/部落格/論壇 YouTube 電子報 線下展會 線下課程 他人推薦 其他 工作職稱 IT資訊&數據部門 一般部門（如業務/行銷/生產/財務/產品等） 管理/決策者 老師 學生 其他 所在行業 製造業 批發及零售業 營建工程/不動產業 金融證券保險業 資訊科技/電信業 運輸及倉儲業 醫療保健/醫療器材業 其他行業 所在城市 基隆市 臺北市 新北市 桃園市 新竹縣 新竹市 苗栗縣 臺中市 彰化縣 南投縣 雲林縣 嘉義縣 嘉義市 臺南市 高雄市 屏東縣 花蓮縣 臺東縣 澎湖縣 金門縣 宜蘭縣 連江縣 Macau(澳門) HongKong(香港) 提交 帆軟在任何情況下都不會泄露您的资讯 超過15000家企業，3.8萬咨詢化專案在使用FineReport 加載中，請稍等... 10分鐘 資料分析師必須掌握的6種方法論和8種思路！你知道幾個？ 文|軟妹 文章來源：帆軟部落格 發佈時間：2021-10-159:32:11 目錄 資料分析的流程資料分析方法論資料分析思路 估計很多人都聽過資料分析，但是真正做起來卻不是那麼一回事了。

要麼鬍子眉毛一把抓，要麼無從下手。

這說明缺少理論知識的支援，那麼本文就將盤點一下資料分析常用的方法論和思路，作為資料分析入門的基礎。

資料分析的流程 在介紹資料分析方法論和思路之前，我們還是先不厭其煩地看一下資料分析的流程，簡單來說分為以下六個步驟： 1、明確分析的目的，提出問題。

只有弄清楚了分析的目的是什麼，才能準確定位分析因數，提出有價值的問題，提供清晰的指引方向。

2、資料獲取。

收集原始資料，資料來源可能是豐富多樣的，一般有資料庫、互聯網、市場調查等。

具體辦法可以通過加入“埋點”代碼，或者使用協力廠商的資料統計工具。

3、資料處理。

對收集到的原始資料進行資料加工，主要包括資料清洗、資料分組、資料檢索、資料抽取等處理方法。

4、資料探索。

透過探索式分析檢驗假設值的形成方式，在資料之中發現新的特徵，對整個資料集有個全面認識，以便後續選擇何種分析策略。

5、分析資料。

資料整理完畢，就要對資料進行綜合分析和相關分析，需要對產品、業務、技術等瞭若指掌才行，常常用到分類、聚合等資料採擷演算法。

Excel是最簡單的資料分析工具，專業資料分析工具有BI報表工具FineReport（個人免費版下載）。

6、得到視覺化結果。

借助視覺化資料，能有效直觀地表述想要呈現的資訊、觀點和建議，比如金字塔圖、矩陣圖、漏斗圖、帕累托圖等，同時也可以使用報告等形式與他人交流。

資料分析方法論 資料分析的方法論很多，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，由於不同行業和企業有其自身特點和經營需要，分析的具體內容會有差異，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、財政政策、稅收政策、產業政策、投資政策等。

社會環境：人口規模、性別比例、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、匯率、通貨膨脹率、消費價格指數、居民可支配收入、失業率、勞動生產率等。

2、5W2H分析法 5W2H分析法又稱「七何分析法」，包括：Why（為什麼做）、What（做什麼）、Where（在哪裡做）、When（何時做）、Who（由誰做）、How（如何做）、Howmuch（成本是多少）。

更簡單地說：主要用於用戶行為分析、業務問題專題分析、行銷活動等。

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？產品的吸引點在哪裡？ What：產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：產品在哪裡最受歡迎？在哪裡賣出去？ How：用戶怎麼購買？購買方式什麼？ Howmuch：用戶購買的成本是多少？時間成本是多少？ 3、SWOT分析法 SWOT分析法也叫態勢分析法，S（strengths）是優勢、W（weaknesses）是劣勢，O（opportunities）是機會、T（threats）是威脅或風險。

SWOT分析法是用來確定企業自身的內部優勢、劣勢和外部的機會和威脅等，通過調查列舉出來，並依照矩陣形式排列，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，可以對研究物件所處的情景進行全面、系統、準確的研究，從而將公司的戰略與公司內部資源、外部環境有機地結合起來。

4、4P行銷理論 4P即產品（Product）、價格（Price）、管道（Place）、推廣（Promotion），在行銷領域，這種以市場為導向的行銷組合理論，被企業應用最普遍。

可以說企業的一切行銷動作都是在圍繞著4P理論進行，也就是將：產品、價格、管道、推廣。

通過將四者的結合、協調發展，從而提高企業的市場份額，達到最終獲利的目的。

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

價格：是指顧客購買產品時的價格，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、成本與競爭。

管道：是指產品從生產企業流轉到用戶手上全過程中所經歷的各個環節。

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，行銷現場氣氛等等)促成消費的增長，吸引其他品牌的用戶或導致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，它能將工作細分為便於操作的任務，確定各部分的優先順序，明確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：將各個要素組織成框架。

遵守不重不漏的原則。

關聯化：框架內的各要素保持必要的相互關係，簡單而不獨立。

6、AARRR模型 AARRR模型是所有營運人員都要瞭解的一個資料模型，從整個用戶生命週期入手，包括獲取（Acquisition）、啟動（Activition）、留存（Retention）、變現（Revenue）和傳播（Refer）。

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

資料分析思路 資料分析方法論主要是從宏觀角度介紹如何進行資料分析，它就像是一個資料分析的前期規劃，搭建一個清晰的資料分析框架。

那麼對於具體的業務場景問題，就要靠具體的分析方法來支撐了，下面軟妹就介紹幾種常用的資料分析思路。

1、趨勢分析 最簡單、最常見的資料分析方法，一般用於核心指標的長期跟蹤，比如點擊率、GMV、活躍用戶數。

可以看出資料有那些趨勢上的變化，有沒有週期性，有沒有拐點等，繼而分析原因。

2、多維分解 也就是透過不同的維度對於資料進行分解，以獲取更加精細的資料洞察。

舉個例子，對網站維護進行資料分析，可以拆分出地區、訪問來源、設備、流覽器等等維度。

3、用戶分群 針對符合某種特定行為或背景資訊的使用者，進行特定的優化和分析，將多維度和多指標作為分群條件，有針對性地優化供應鏈，提升供應鏈穩定性。

4、漏斗分析 按照已知的轉化路徑，借助漏斗模型分析總體和每一步的轉化情況。

例如將漏斗圖用於網站關鍵路徑的轉化率分析，不僅能顯示使用者的最終轉化率，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使用者參與情況/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。

衡量留存的常見指標有次日留存率、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標，採取了兩套方案，透過實驗觀察兩組方案的資料效果，判斷兩組方案的好壞，需要選擇合理的分組樣本、監測資料指標、事後資料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（跟別人比），常見的對比應用有A/Btest，A/Btest的關鍵就是保證兩組中只有一個單一變數，其他條件保持一致。

8、交叉分析 交叉分析法就是將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資料變化的原因。

獲得帆軟最新動態：數據分析，報表實例，專業的人都在這裡！加入FineReport臉書粉絲團！ 喜歡這篇文章嗎？歡迎分享按讚，給予我們支持和鼓勵！ 熱門文章推薦 數據分析師需要掌握哪方面的電腦技能？ 文|投稿 最近，在網路上看到一個問題：「數據分析師需要注重哪方面的電腦技能培養？」 問題的背景是這樣的： 某高校通信專業出身，畢業後在營運商工作了7年多，先後從事通信網路運維、規劃工作，近兩年負責營運商數據分析（網路部門，偏向業務分析）。

由於職業發展瓶頸，從去年11月計劃跳槽，花了半年時間學習統計學基礎、SQL、Python等。

近期跳槽到互聯網產品部門，從事互聯網產品（APP）的數據分析師，支撐產品部門的數據分析（偏向業務分析，不負責數據倉庫、ETL等偏向IT工作）。

工作內容差異較大，包括分析的顆粒度、工作... 文 | 軟妹 真正的數據分析師都做些什麼？ 數據分析在實際工作中的應用方方面面，小到Excel做表，大到數據化決策指導。

目前的形勢，很少有公司有全面化的數據運營管理體系，導致有些從事數據分析的朋友覺得工作只局限於做圖做表，為業務部門供數據。

前陣子和一個從事數據分析的朋友閑聊，談到他的工作內容，他給我發了一張梳理的工作內容圖。

這是他們部門的工作內容框架，從數據基礎建設、底層數據應用、專項業務分析，思路清晰而又全面，可以看出是一個有清晰規劃的部門。

這裡大致給大家梳理一遍。

主題專項分析 目的：解決業務問題 因為是電商行業，用戶和產品是很重... 文 | 軟妹 從事數據分析的你，如何做好職業規劃？ 文|秦路 這篇文章主要介紹數據分析該如何做好職業規劃，附有一些學習指導。

如果你還想通過一些學習資源提升自己的資料技能，推薦你瀏覽這篇文章： 資料人必備：資料庫，SQL，Tableau，FineReport，PowerBI教學資源大全 最近有不少同學在後台問我數據分析的職業發展相關，這裡先列一個簡易大綱。

它更多是以我所在的互聯網行業展開的。

入門和職業規劃應該從兩個角度考慮：領域和路線。

領域是不少新人常忽略的要素 其實數據分析不會脫離業務存在，你進入哪個行業，很大程度會決定你初期的技能樹和技能點。

譬如金融領域的風控模型... 文 | 軟妹 資料分析人的福利：20個免費開放資料源 資料分析從業者常會遇到這個問題：想做資料分析、資料視覺化但是手上沒有高質量的資料。

今天介紹20個免費開放的資料源給大家。

如果你還想學習資料庫、SQL、BI工具相關知識，推薦你閱讀這篇全面的教學資源文章：資料庫，SQL，Tableau，FineReport，PowerBI教學資源大全。

一、各國政府公開資料 各國政府都在瘋開放資料，不僅開放資料量大增，資料的質量也在改善。

台灣的政府開放資料已經非常的多，人口、經濟、醫療、旅遊、氣候等等能夠很輕鬆的在相關部門的網站上獲取到。

但我們常常會拿這些資料和其他國家的狀況作對比，所以掌握幾... 文 | 軟妹 這7種回歸分析方法，資料分析師必須掌握！ 對於機器學習/資料科學的初學者來說，線性回歸，或者Logistic回歸是許多人在建立預測模型時接觸的第一/第二種方法。

由於這兩種演算法適用性極廣，有些人甚至在走出校門當上資料分析師後還固執地認為回歸只有這兩種形式，或者換句話說，至少線性回歸和Logistic回歸應該是其中最重要兩個演算法。

那麼事實真的是這樣嗎？ 目錄 1.什麼是回歸分析？ 2.為什麼要用回歸分析？ 3.幾種常見的回歸分析方法 線性回歸 Logistic回歸 多項式回歸 逐步回歸 嶺回歸 Lasso回歸 ElasticNet回歸 4.如何挑選適合的回歸模型？ 什麼是回歸分析？ 回歸分析... 文 | 軟妹 資料探勘、視覺化ETL、大數據大並發……這才是企業需要的BI工具！ 在沒有利用BI(商業智慧)搭建完備的資料分析結構前，企業都是按照傳統的方式來實現業務資料需求，就是各部門將自己的需求提給信息化部門去做。

但「技術問題一股腦的扔給IT部」的方式，溝通成本高、需求響應慢。

在倡導「人人都是資料分析師」的年代，是很低效的配合方式。

自助式BI工具可以解決這些問題。

我們可以試著將企業涉及資料分析的人群分為兩大類： 1、資料管理員 這部分人群掌握著資料庫、資料倉儲，對基礎資料擁有設計和建模能力。

針對他們，BI可以作為一個平台幫助連接各資料庫、資料倉儲。

管控、整合、清洗資料，為有... 文 | 軟妹 立即試用，可獲取更多報表範本和案例 免費試用 Line【FineReport報表軟體】 回覆簡報送最新10.0產品簡報 臉書【帆軟軟體】 按讚送資訊人才必備懶人包 商務問題諮詢 0933-790886 或0989-092892 [email protected] 技術問題諮詢 線上客服：點擊右側「聯繫我們」按鈕 郵件諮詢：[email protected] 服務時間：工作日9:00～12:00,13:30～17:30 立即咨詢 版權所有©2022帆軟軟體有限公司|蘇ICP備14031611號-3 隱私 返回頂部