数据分析是一种思辨哲学，更是一种方法论为主导的科学，在上次聊到的直接评判法，属于形而上学的哲学思考方式，强调关系的重要性，不可否认哲学也是源于工作和生活的。

    在数据分析这个分析方法的框架下，更多强调的是一种辩证唯物的思想，强调逻辑的重要性。最常见的逻辑就是因果关系和相关关系，由这两种关系的衍生，让人们更加清晰的认识了事物的本质，也就更好的描述事物，达成事物也就变得清晰明了。

    几千年来前人对生活生活、生产过程中不断学习和总结，最终部分形成我们工作中经常用到的理论和方法：在数据分析上，如相关（因果/回归）分析法、聚类（分组）分析法、结构分析法、漏斗（转化）分析法等等。

    每个方法的使用都是有前提的，也就是说每种方法都有一定的缺陷。同时在聊具体的分析法方法前，谈这些，是为了让大家在学习这些方法中，将前人的经验转化成自己的知识，以便更好的解决自己遇到的问题。

    同时了解方法形成的始末也是形成自己的理论方法的必经之路。

    先把方法介绍列一下：
    对比分析法
    ①定义：将两个或两个以上的数据进行对比，分析差异进而揭示这些数据所代表的规律。
    ②包括横向比较及纵向比较：
    横向比较即同一时间下不同总体指标的对比；
    纵向比较不同时间条件下同一总体指标的对比。
    通过对比分析，可以直接观察到目前的运营水平，一方面找到当前已经处于优秀水平的方面，后续予以保持；另一方面及时发现当前的薄弱环节，及时改进（有则改之无则加勉）。

    分组分析法
    ①定义：指通过一定的指标，将对象统计分组并计算和分析，以便于深入了解所要分析对象的不同特征，性质及相互关系的方法。
    ②遵循的原则：相互独立，完全穷尽，所谓相互独立，即分组之间不能有交叉，组别之间具有明显的差异性，每个数据只能归属于某一组；所谓完全穷尽，即分组中不要遗漏任何数据，保持完整性，各组的空间足以容纳总体的所有数据。

    结构分析法（此方法主要是拆解结果，然后不断细化每个部分，找到部分与部分之间的异同性，就好比一个账户的消耗比较高，从素材/计划/定向/关键词等维度，确认出是A高，B低；还是A、B消耗水平一致等等，由此决定后续策略的选用）
    ①定义：在统计分组的基础上，将组内数据与总体数据之间进行对比的分析方法，结构分析法分析各组部分占总体的比例，属于相对指标。

    矩阵分析法
    ①定义：指以数据两个重要指标作为分析依据，并将这两个指标作为横，纵坐标轴，构成四个象限，从而找出解决问题的办法，为运营者提供数据参考。SWOT分析主要沿用的就是矩阵分析的理论框架，用此方法可以较为清晰的确定方向，对有限分资源进行合理的分配。

    漏斗图分析法，在电商/广告里，称之为用户转化路径分析
    ①定义：漏斗图分析法因展现形式如漏斗，故而得名。漏斗图可以对用户转化的每一步进行逐层分析，展示整个关键路径中每步的转化情况。
    在广告里如：展现（100%）-点击（5%）-生成转化（0.5%）-支付订单（0.1%）-完成交易（0.08%）

    雷达图分析法
    ①定义：雷达图常用于指数分析，即通过对新媒体账号的内容质量，领域专注等不同维度的计算而得出的客观评分结果。分数越高，代表账号的质量越好，同时对客户/岗位职能的综合评价，次模型方法很具有代表性（因为是多维度考虑的，相对比较全面、合理）。

    回归分析法
    ①定义：是通过研究事物发展变化的因果关系来预测事物发展走向，它是研究变量间相互关系的一种定量预测方法，又称回归模型预测法或因果法，切勿将因果分析与回归分析混淆，因果分析是0或1的关系，且仅有一个影响因素，在控制唯一变量（AB/Test进行的便是因果分析）；回归是-1到1之间的关系，当取-1或1时，分别表示负相关和正相关（且相关程度都是非常强的），但相关影响因素可以是多个。

    每一个职业岗位工作者，在日常工作中或多或少都知道上述的内容，可能名称、标准的流程可能不是很清楚，导致遇到相关问题也想不起来怎么用，用哪些。
    如何科学合理的使用数据分析方法，最主要的还是需要在工作中多多总结，提炼遇到的问题和方法；至于每一项方法的使用流程，目前市面上已有大量的书籍有介绍，或者直接百度，在此不做赘述；

    数据分析的方法远不止上面描述的这些，我怕罗列完，把你吓到。

    数据分析方法，在你需要的时候去取是最省的。就像你用Excel一样，不怕它有405个函数还有VBA，但前提是你得知道它有那12类，分别能解决那些问题。前提是得掌握基本的操作哈（Excel是什么，能做什么，还能最什么，不能做什么），在你需要的时候，去百度就行了。

    道可道，非常道。你懂的才是道理，才是方法。