同学，您好！数据分析常用分析方法都有哪些？下面我们将通过案例研究来详细了解数据分析的常用分析方法，包含逻辑模型、指标与维度、趋势分析、变异系数、AARR、AB测试、图表展示。

　　1.逻辑模型

　　逻辑模型是指通过一定的逻辑分析具体问题的模型，包括4P营销理论、5W2H分析法、PEST分析法、SWOT、SMART原则、28条原则等。

　　4P是指产品(Product)、价格(Price)、促销(Promotion)和渠道(Place)，通过4P分析公司的整体情况。 5W2H指的是为什么(Why)、做什么(What)、谁做(Who)、何时(When)、何处(Where)、如何(How)和多少(Howmuch)。

　　SWOT是一种战略分析，S(Strength)是力量，W(Weakness)是弱点，O(Opportunity)是机会，T(Threat)是威胁。

　　逻辑树将问题逐级分解，将已知问题的影响层看成是已知问题的树枝。 对于每个额外的影响层，都会添加一个树分支，直到列出已知问题的所有影响层。

　　RFM模型是近期消费(Recency)、消费频率(Frequency)和消费金额(Monetary)的缩写。

　　2.指标与维度

　　指标用于记录衡量目标的关键过程、单位或方法。 指标的细化需要基于对业务的深入理解进行拆解。

　　维度是观察指标的角度，需要在熟悉业务的情况下具体划分。

　　常用的网站维度包括时间(如时间、日、周、月、季度、年等)、地理位置、来源、渠道、浏览器、关键词、竞品等。

　　3.趋势分析

　　趋势分析是基于不同时间段对相似指标进行比较，分为同比比较和环比比较。

　　环比是指与相邻的前一个周期的比较。 同比是指两个周期在同一时间点的比较，目的是跟踪周期性变化。 A指数链增长率=(本周期A指数值-上一周期相邻指数值)/上一周期相邻指数值

　　趋势线主要是展示数据趋势，直观地预测未来走势。 趋势拟合线的结果一般是通过回归得到的。

　　4.变异系数

　　变异系数又称标准差率，是衡量样本观测值变异程度的变量。 优点是可以忽略不同维度和量级的影响。 熵的概念来自热力学，代表不确定性的量度。 信息量越大，不确定性越小，熵也越小。

　　5.AARR

　　AARRR是Acquisition、Activation、Retention、Revenue、Referral，这五个词的缩写。

　　描述了用户从激活、注册、留存、创收、口碑传播的积极传播等一系列闭环效应。

　　6.AB测试

　　ABTest在实验中平均每天使用的UV小于5W，测试结果会很不稳定。 实验上线后，新版本会先开放5%的流量，在确保没有明显问题后，在1~2天内开放到20%，7天内开放到50%。

　　利润=流量*转化率*客单价*利润率

　　GMV(网站营业额)是由流量、转化率和客单价决定的。

　　7.图表展示

　　根据图表所传达的信息，可分为比较分析、成分分析、趋势分析、分布分析和转化率分析。

　　比较分析，包括柱状图和雷达图

　　成分分析包括饼图和树状图、堆积柱形图和气泡图。 环形图的目的是传达有用的信息，并使传达的信息看起来美观。

　　趋势分析，包括折线图

　　分布分析包括散点图、矩阵图。 矩阵图是散点图的变形。 在探索两个影响因素之间的分类和寻找解决方案时，需要直观地看到目标数据的步进情况。

　　转化率分析，包括漏斗图

　　词云可以直观地展示词频的大小。

　　上述内容已经对数据分析常用分析方法都有哪些进行了详细解答，更多相关内容可关注千锋教育。