数据分析常用方法之20个数据分析模型

在实际的数据分析场景中，最困难的事情并不是如何分析问题，而是如何提出一个好问题，能提出一个好问题，比解决十个简单问题要有用的多。数据分析最重要的便是逻辑能力和问题发掘能力，在这里，九数云给大家提供数据分析常用方法与20个数据分析模型，也就是商业分析中经常会见到的分析方法，帮助大家有效提高逻辑能力和问题发掘能力。

一、5W2H模型

W（Who）谁来做：关键人物是谁？
W（What）做什么：明确做什么？
W（When）何时完成：时间节点是？
W（Where）在哪里做？
W（Why）为什么做：了解原因。
H（How）如何做：写方案，梳理关键步骤等。

二、MECE原则

ME，（Mutually Exclusive），意思是横向结构的各个部分相互独立。

CE，（Collectively Exhaustive），意思是横向结构的各个部分完全穷尽了上一层次的概念。

MECE原则即相互独立，无尽穷举。

三、帕累托原则

也叫二八定律，最省力法则，80/20法则。

该定律的核心观点是，在某个事件里，即使只有20％的因素也会产生80％的影响。例如，从企业的角度来说，80％的营业额来源于20％的企业产品，20％的企业客户所产生的利润往往占企业总利润的80％。

四、费米估算模型

费米估算法的原理是，在求解一个看似不能解决的数量问题时，将总问题分解成几个次级问题甚至是再次级问题，直到每个次级问题不用求教专家或书本都能解答（即转化为一些常识问题时），总问题即可迎刃而解。

五、辛普森悖论

计算分项的比例（比如各种各样的率）数据时，A方的每一分项的数据都比B方要高，但是把各分项一汇总起来算总体数据时，A方却比B方低。这种不符合常规认知的“悖论”现象，在数据分析领域并不少见；这种在进行分组研究的时候，有时在每个组比较时都占优势的一方，在总评中有时反而是失势的一方的“悖论”现象就叫辛普森悖论。

六、幸存者偏差

幸存者偏差，另译为“生存者偏差”或“存活者偏差”，是一种常见的逻辑谬误（“谬误”而不是“偏差”），意思是只能看到经过某种筛选而产生的结果，而没有意识到筛选的过程，因此忽略了被筛选掉的关键信息。这东西的别名有很多，比如“沉默的数据”、“死人不会说话”等等。

所以任何认为是相等的事物，或者说我们认为正确的事情，其实都存在幸存者偏差。

七、墨菲定律

只要时间足够长，样本足够多，意外（小概率事件）的发生就变成了必然事件。也就是墨菲定律。

因为意外（坏事）属于小概率重复事件，基本上概率分布符合泊松分布。泊松分布n→∞时的累计概率为1。

正面解释是，只要有一线希望，努力注定能够成功。负面解释是，只要坏事有可能发生，就迟早会发生。

八、因果倒置

将结果作为原因的一种数据验证方法。

因果倒置是一种在相对确定的条件下把原因和结果相互颠倒，视结果为原因和视原因为结果而引起的谬误。可以用来进行逻辑验证。

九、抽样统计

当业务中用总体做计算时，因为数据量过大得到结果太慢而采取的一种统计方法——用样本统计替代全量统计。

掌握合适的抽样方法可以保证抽取样本的科学性和合理性。

十、埋点

一种良好的私有化部署数据采集方式。

如通过监测用户在APP上的一系列操作数据，来监控用户行为。

十一、随机抽样

使研究对象有同等的机会被抽中或被分配到某一处理组，结果不受人为因素的干扰和影响。如果没有遵循随机化的原则，抽取了一个有偏的样本，或者分组不均衡，这样即使得出了结论，也无法推论到总体

十二、系统抽样

将总体平均分为几部分，按事先确定的规则分别在各部分中抽取。
适用：总体中的个体数较多

十三、分层抽样

将总体分为几层，按照各层个体数之比抽取。
适用：总体由差异明显的几部分组成。

十四、对比思维

没有对比、就没有差别，对比思维是分析中最常用思维之一。

包含：比较法、求同法、求异法、共用法。

十五、AARRR模型

由acquisition(拉新)， activation(促活)，retention(留存)， revenue(创收)，refer(推荐)五个阶段组成，展示了用户全生命周期。AARRR模型的核心思想也可应用于学习个人成长等领域。
何时用?当你思考产品对应的用户全生命周期时，可参考此模型。

十六、RFM模型

最近一次消费时间 (Recency)：客户距离最近的一次采购时间的间隔。
最近一段时间内消费频次 (Frequency)：指客户在限定的期间内所购买的次数。
最近一段时间内消费金额 (Monetary)：客户的消费能力，通常以客户单次的平均消费金额作为衡量指标。
RFM模型是衡量客户价值和客户创利能力的重要工具和手段。

十七、MVP模型

最小可行产品(MinimumViableproduct，简称 MVP)的概念由EricRies在《精益创业实战》中提出，指的是用最快、最筒明的方式建立一个可用的产品原型，推向布场，测试用户是否喜欢这个产品，进而迭代完善细节。
利用MVP模型我们可以低成本试错，不断迭代单品。
何时用?当你面对多重选择，你可以构建一个MVP(最小可行方案)，降低成本试错，做出正确决策。

十八、PEST模型

PEST模型包括政治（Political）、经济（Economic）、社会（social）和技术（Technological）四大方面的主要外部环境因素。PEST分析的关键，是确定四大维度之下，影响本企业战略和经营的具体因素。

十九、第一关键指标

二十、北极星指标

北极星指标（North Star Metric），也叫作第一关键指标（One Metric That Matters），是指在产品的当前阶段与业务/战略相关的绝对核心指标，一旦确立就像北极星一样闪耀在空中，指引团队向同一个方向迈进（提升这一指标）。

以上就是数据分析常用方法的20个数据分析模型。总的来说，模型即框架，框架即抽象思维，运用数据分析常用方法及数据分析模型有利于培养我们的分析逻辑。

 

上一篇: 数据分析的基本步骤包括哪些？看这7步
下一篇: 客户数据分析怎么做？一个值得推荐的客户数据分析软件