我們在上一節(jié)講了數據分析的思維框架，那么在做實際業(yè)務分析時，除了有數據分析思維，數據分析知識，掌握一定的數據分析模型也是必備的技能。

 

第一類：數據模型

1. 回歸分析

回歸分析指確定兩個或兩個以上變量之間相互依賴的定量關系的一種統(tǒng)計分析方法。回歸分析包括一元回歸和多元回歸。主要解決兩個變量間是否存在因果關系，如果存在，其表達式是什么？ 用于預測未來的趨勢。

 

2. 聚類分析

聚類分析主要在沒有分類標準的情況下對數據進行分類，將具有類似特點的數據歸為一類。在商業(yè)應用上，如聚類分析可以發(fā)現具有相同特點的不同用戶群，對用戶分層，從而制定面對不同用戶群的差異化營銷組合。

 

3. 關聯(lián)規(guī)則

關聯(lián)規(guī)則學習根據尋找最能解釋數據變量之間關系的規(guī)則，在大量多元數據集中找到有用的關聯(lián)規(guī)則。這是一種從大量數據中找出各種數據之間關系的方法。此外，它還可以挖掘基于時間序列的各種數據之間的關系。

 

4. 時間序列

時間序列分析研究數據隨時間變化的算法，是一組按數據發(fā)生時間先后排列的而成的數列，時間序列分析的主要目的是根據已有的歷史數據對未來進行預測。

 

第二類：業(yè)務模型

1. AARRR模型

AARRR模型是比較經典的用戶增長模型，用5個單詞代表了用戶的5個階段，分別是：Acquisition（獲?。?、Activation（活躍）、Retention（留存）、Revenue（收入）、Refer（傳播）。這五個階段代表了用戶的全生命周期。

 

 

 

2. 帕累托法則

帕累托法則即我們常說的二八效應，很多時候20%的事情決定了80%的成果，在營銷中也適用，可能20%的流量貢獻了80%的價值。

 

 

3. 5W2H模型

這個模型也是我們在做業(yè)務分析時經常用到的，為什么、做什么、誰做、何時何地做、如何做，多少錢，通過這幾個方面對某個事件做專題問題分析。

 

 

4. 漏斗模型

漏斗模型也是業(yè)務分析的基本模型，以最終轉化為目的，監(jiān)控業(yè)務轉化過程。漏斗模型在企業(yè)業(yè)務場景中應用廣泛，例如流量監(jiān)控、日常運營數據、app用戶行為分析等數據分析工作中。

 

5. 留存分析

留存分析法是一種用來分析用戶參與情況和活躍程度的分析模型，從用戶的角度來說，留存率越高就說明這個產品對用戶的核心需求也把握的越好，轉化成產品的活躍用戶也會更多，最終能幫助公司更好的盈利。

 

總之，在數據分析過程中掌握常用的一些模型可以幫助我們從更好的邏輯分析業(yè)務，也會提升問題分析的效率。當然除了上述提到的還有很多其他業(yè)務分析模型如：市場營銷模型、用戶行為模型、電子商務模型、流量模型等，大家也可以自主做更多了解。